具身智能狂奔一年：机器人依然不会干活，但不妨碍机器人公司上市

2025年，对于具身智能行业来说，是一个充满转折和机会的年份。
在资本狂欢和产业试探中，具身智能走过了关键的量产元年。
年初，宇树机器人在春晚上的扭秧歌，成为了日后在线下商场、公园等地看见机器人、机器狗表演的注脚。
除了机器人表演吸人眼球，另一引人注目的就是行业的融资热度。
IT桔子数据显示，2025年前三季度，国内机器人行业新增一级市场融资事件达610笔，较去年同期的294笔实现翻倍增长。
从估算金额来看，2025年前三季度，国内机器人创业企业获得的融资总额约500亿元，是去年同期的2.5倍。
在融资的高热度之下，与其形成高度割裂的，是对行业估值泡沫大的质疑，是技术曲线仍停留在可用向可靠的爬坡阶段，是工程化与成本、供应链稳定还处在深水区。
这些冰冷的现实，远比精美的商业化故事难以跨越。
这场狂奔的背后，是技术理想与资本现实的错位拉扯，更是产业从概念走向成熟的必经阵痛。
01
进厂与上市，按下加速键的一年
2025年，行业最大的变化在于节奏。从实验室研发到场景落地，再到资本变现，所有环节都被按下了加速键。
今年具身智能领域融资空前火爆，9家公司完成13笔超1亿美元融资成为常态。国内方面，它石智航成立仅数月便连获两轮超1.2亿美元天使融资，乐聚机器人获15亿元Pre-IPO融资，银河通用单笔拿下3亿美元刷新行业纪录。
美国市场更为疯狂，Figure AI的C轮融资让估值从26亿美元暴涨至390亿美元，专注机器人大脑的Physical Intelligence估值从24亿美元跃升至56亿美元，Skild AI也正与软银、英伟达洽谈超10亿美元融资，估值有望达140亿美元。
无独有偶，融资浪潮与IPO冲刺几乎同步发生。
十余家企业扎堆递交IPO申请。极智嘉、云迹科技已成功登陆港股，宇树科技有望成为A股"人形机器人第一股"，智元机器人通过收购上纬新材获得上市平台并完成管理层更迭。乐聚机器人、银河通用、云深处等头部玩家也在加速推进上市进程。
当前，行业IPO呈现出资本阵营分化、上市节奏分层、商业化成熟度差异显著三大特征，背后的投资方构成与上市路径选择，更能反映行业发展阶段。
从投资方来看，已上市与待上市企业的资本背景呈现明显差异。
已成功上市的极智嘉、云迹科技，背后是红杉中国、高瓴资本、腾讯投资等综合型头部VC/PE，这类资本更看重企业的商业化落地能力和稳定营收。
而处于待上市或筹备阶段的智元、宇树、乐聚等，资本构成更偏向“产业资本+国资+专项基金”——智元背靠华为系资本，宇树获得经纬创投、中金资本等加持，乐聚则引入了地方产业基金，这类资本更容忍前期亏损，聚焦技术突破与规模化潜力。
从核心差异来看，已上市与未上市企业的关键分水岭在于商业化成熟度与产品形态。
已上市的极智嘉、云迹科技均以非人形机器人为主，聚焦物流、酒店等标准化场景，已形成稳定营收和现金流，上市募资主要用于产能扩张和全球化布局。
而待上市或筹备中的企业多以人形机器人为核心产品，当前仍处于试点验证+小批量交付阶段，营收规模有限且依赖订单，上市核心诉求是通过资本补血推进技术迭代和规模化量产，两者的发展阶段相差约2-3年。
驱动这一切的根本动力，在于行业越过了Demo验证期，进入了更为实在的落地验证期。
多笔千台级订单的签订，以及量产机器人开始进入工厂创造价值，让具身智能的产业逻辑得到了初步验证。
在机器人进厂这条路上，优必选目前走得最远。其Walker系列人形机器人全年订单总额超13亿元，单笔最高达2.64亿元。
从交付看，其工业机器人已交付超200台，预计全年超500台，并已在吉利、比亚迪、富士康、顺丰等企业的工厂中实训。
智元机器人紧随其后，通过与龙旗科技、均胜电子等客户的深度绑定，获得了天然的落地场景和供应链保障。
其第5000台通用具身机器人已下线，其中1412台精灵系列工业机器人已开始商用交付。
海外玩家里，Agility Robotics在物流巨头GXO的工厂部署的Digit机器人已配送超30万件商品，Figure AI的F.02机器人在宝马车队服役超1250个小时，参与了超3万辆汽车的生产。
当前机器人落地呈现场景分层、企业分层、形态分层的鲜明特征，不同层级的玩家聚焦不同赛道，形成差异化竞争格局。
从落地场景来看，已形成清晰的分层布局。
第一梯队是汽车制造与消费电子场景，代表企业包括优必选、智元、Figure AI，任务涉及装配、搬运、质检，对精度和稳定性要求苛刻，但订单价值最高。
第二梯队是物流仓储场景，代表企业为Agility Robotics、极智嘉，核心任务是分拣、配送，场景标准化程度中等，依赖规模化降本。
第三梯队是特种巡检场景，代表企业为云深处、宇树，以非人形机器人替代高危环境人力，定制化程度高，利润空间大。
第四梯队是文娱、教育等消费级场景，代表企业为宇树、松延动力，需求分散，更多承载品牌与技术展示功能。
对应的，落地企业也呈现分层：头部企业凭借综合优势，已拿下汽车等核心场景的千台级订单，进入小批量交付阶段。
腰部企业则聚焦细分领域，通过与大客户战略合作获取试点机会；海外头部企业则依托技术先发优势，与宝马、GXO等全球巨头合作，验证技术并抢占高端市场。
这些真实的案例，共同勾勒出一条清晰的产业化路径：从汽车、电子等标准化程度高的行业切入，以单一场景的重复性任务为突破口，逐步实现从单点试点到产线协同的延伸。
02
机器人离“能干活”还有多远？
尽管资本和市场的推动力不可忽视，但真正决定具身智能是否能大规模落地的，仍然是技术实现的难度。
资本的狂欢与订单的增长，并不能完全掩盖技术层面的深层挑战。从算法的成熟度、工程化的挑战，到可靠性和安全标准的制定，具身智能距离彻底能干活还面临着诸多技术障碍。
此外，成本与效率的失衡，以及人形与非人形机器人在落地技术难点上的差异，进一步拉长了“能干活”的实现周期。
过去一年，硬件能力的进步有目共睹。无论是宇树机器人打拳击的娱乐展示，还是云深处机器狗执行巡检的务实应用，背后都是硬件性能的支撑。
一个明显的趋势是，在参数跃升的同时，降价成为贯穿全年的主线。
松延动力推出了售价仅9998元的布米，加速进化的Booster K1和宇树的R1定价均在2.99万元，宇树G1则将价格下探至8.5万元。
中国厂商在成本控制上，已展现出强大的工程能力。
然而，仔细观察这些产品不难发现，它们多为中小型尺寸，应用场景偏向文娱表演，难以承担繁重的体力劳动或精细的工业操作。
这背后一个关键制约因素是：行业仍缺少一双足够好用、且成本与性能平衡的灵巧手。
灵巧手，作为人形机器人与物理世界交互的最后一厘米，直接决定了机器人工作能力的上限。当前市面产品技术路线纷杂，售价从几千元到二十万元不等，尚无一款产品具备绝对统治力。
目前行业内中小尺寸的机器人多配的是“假手”，全尺寸机器人装配灵巧手的比例虽有所增加，但真正投入实际作业的寥寥无几；而进工厂比例更高的轮式机器人，大多仍采用夹爪方案。
核心问题在于，灵巧手的实用性尚未全面超越夹爪。
由于赛道过早陷入价格战，产品质量参差不齐，给本体厂商的选择带来困难。
更为关键的是，灵巧手的实际使用寿命仍是巨大问号。宣传中的寿命多为空载测试结果，与实际负载工况相差甚远。许多灵巧手在真实使用中寿命仅1-3个月，最短的可能一周就会出现故障。
此外，市面上灵巧手重量多在370-1200克之间，普遍比人手的400克要重，这会导致机器人能耗上升、动作迟缓，甚至引发不稳定振动或步态失衡，严重影响作业效率。
硬件端的工程化难题桎梏着机器人的执行力，而软件端的算法瓶颈则让机器人难以真正变聪明。
年初，美国公司Figure AI与OpenAI解绑，发布自研的端到端VLA（视觉-语言-动作）模型Helix，让以“快慢脑”系统为核心的VLA模型架构受到关注。
中国公司里，星动纪元的端到端VLA模型ERA-42、星尘智能的VLA模型DuoCore同样采用了这一思路。
而像模型能力更为突出的Physical Intelligence、自变量机器人坚持端到端统一的VLA架构。
尤其是Physical Intelligence推出的π系列模型，性能一直在行业里占据前排，已开源的π0、π0.5都被称为了最强的开源VLA模型之一，成为众多机器人企业的技术参考基准。
尽管两年内具身智能在模型端取得明显进展，但行业并未迎来语言大模型那样的Scaling Law，短期内难以实现具身智能的“ChatGPT时刻”。
这一困境的卡点集中在数据、模型、系统工程三个层面：
数据层面，优质多模态数据极度稀缺。目前行业普遍采用“仿真数据+真实数据+开源数据集”的组合方式扩充数据规模。
但仿真数据与真实场景存在偏差，真实数据采集成本高、标注难度大，开源数据集覆盖面有限，导致模型训练效果受限。
模型上，现有的模型架构还不够成熟，泛化能力存在明显障碍，缺乏统一且高效的模型方案。同时，机器人学习新技能效率低，投入和产出回报不完全形成正比，规模化技能拓展面临成本压力。
系统工程上，缺乏统一标准导致软硬件难以解耦，模型通用性差；同时，机器人本体有限功耗与云端计算延迟之间的矛盾，构成了算力部署的天然瓶颈。
而除了真实可见的技术参数，来自成本与效率的剪刀差带来了更深层的制约。
尽管单机价格下降，但人形机器人距离规模化经济临界点仍有距离。行业测算显示，其每小时综合成本需降至15美元以下，投资回收期短于2年，才对制造业有普遍吸引力。
目前领先企业的产品，在理想工况下仅能勉强触及这一门槛。一旦计入部署调试、定期维护、算法迭代和潜在产线改造等隐性成本，总拥有成本（TCO）显著上升。
另一方面，机器人的作业效率仍普遍低于熟练工人，在需要高度柔性和判断的工位上差距更大。
成本不低、效率不高的现状，使得机器人对大多数工厂而言，仍是一项需要精打细算的战略性投资，而非能快速铺开的降本工具。
除此之外，面对行业量产热和落地热，我们需要重新审视人形与非人形机器人在落地技术难点上存在显著差异，因为这种差异决定了两者的发展节奏和落地优先级。
总体来看，具身智能技术已实现“从0到1”的突破，但“从1到N”的规模化仍面临多重制约。
人形机器人受限于运动控制、灵巧手、算法泛化及成本效率问题，短期内难以大规模落地；非人形机器人虽技术成熟度更高，但场景天花板有限。
只有当人形机器人突破核心技术瓶颈、实现成本与效率的平衡，同时非人形机器人向更复杂场景延伸，具身智能才能真正实现“能干活”的产业化目标。
03
资本逻辑：退出压力与估值窗口的博弈
行业的狂欢中，忙碌的不只是创业公司，还有生怕错过“下一个宇树”的投资机构们。
尽管年初金沙江创投主管合伙人朱啸虎公开质疑人形机器人商业化困难，并批量推出具身智能项目引起了一阵讨论，但今年整体的融资热情不可抵挡，完全超过了2024年。
这种看似矛盾的现象，反映了投资界的一种普遍心态：怕投错，但更怕错过。许多投资人内心深处或许认同质疑的声音，但行动上却选择积极下注。
这份着急背后，是募资与退出的双重现实压力。
2024年VC/PE募资规模同比大幅下降。中国基金业协会数据显示，全年新备案基金募资总额为4121.42亿元，较2023年同期减少近四成。
其中，全球一级市场更是处于“冰火两重天”，SaaS、消费互联网融资枯竭，AI和硬科技成了唯一的避风港。‌
许多基金面临来自出资人的回报压力，急需在像具身智能这样的“超级赛道”中投出明星项目来证明自己。
具身智能，承载了整个AI技术硬件化、实体化的巨大期望。
与此同时，退出渠道的狭窄加剧了焦虑。大部分具身智能企业成立仅1-3年，尚属初创阶段，通过IPO、并购等传统方式退出的难度较大。
在这种矛盾中，投资人只能努力让对未来的期望压倒当下的焦虑。
当前的投资逻辑已经分化，有投资人坦言，对于以小脑即运动控制为主的公司，开始要看量产能力和订单；而对于做大脑的公司，现阶段仍可以更关注技术潜力。
但也有投资人表示，现在出手也需要开始看企业的实际量产交付情况。
紧随融资热而来的，是关于估值泡沫的激烈争论。
业内对此分为两派：一派认为估值确有虚高，但需要这样的资本“外溢”来推动整个行业的基础设施和生态建设；另一派则认为，与海外动辄数百亿美元的估值相比，国内泡沫不是太多，而是太少，对于这样一个具备战略意义的赛道，需要更强大的资本投入强度。目前，全球具身智能初创企业中估值最高的是美国的Figure AI，估值390亿美元。国内市场里，宇树、智元和银河通用占据前三，最新数据显示，银河通用以200亿元的估值领先，随后是智元的180亿元估值。
赛道估值泡沫已成为公开秘密，但当前具身智能项目普遍缺乏PMF验证，部分企业甚至未实现营收，甚至未发布具体产品，估值依然能攀升到数十亿元。
尽管争议不断，但产业资本、国资及地方产业基金的入局，为行业注入了新的活力。
政府支持政策的密集出台与企业端标杆订单的签订，正在持续放大具身智能的行业价值：上海设立10亿元具身智能专项基金，对核心部件研发给予15%研发费用加计扣除；北京亦庄集聚300余家生态企业，打造国家级创新平台。
然而，在热潮之下也需冷静看待。
多数亿元级订单或者千台订单大多还是框架协议，实际交付金额仅为协议总额的10%-20%，且多与政府补贴或上市公司市值管理直接挂钩，真正市场化的商业订单占比仍较低。
千寻智能创始人韩峰涛直言：“汽车主机厂不是很好的落地场景，两个非常早期的技术融合在一起，去干一个非常复杂的事，这非常难”。
资本对此心知肚明，却仍然选择拥抱泡沫。
经纬创投张颖的观点颇具代表性，新兴赛道出现泡沫很正常，科学发展和产业都需要泡沫，这种心态背后，是对技术突破的赌性与对短期退出的诉求。
与此同时，联想创投集团董事总经理梁颖则明确表示，2026年投资逻辑将从投本体转向投上游核心部件，其背后逻辑是上游核心部件的瓶颈成为行业发展的关键制约。
投资上游部件不仅能获得更为合理的估值回报，更有利于形成“部件成熟-本体优化-场景落地”的正向循环，同时给予行业新的理性参考。
04
成本账前，理想难敌现实
无论故事多么动听，人形机器人要真正从展示品变为生产力工具，成本是必须跨越的门槛。
2025年，头部企业开始公开测算这笔经济账，但算法各异，结果也折射出理想与现实的落差。
智元机器人合伙人姚卯青给出了一个具体的成本测算模型：假设工厂采用两班制，每班工人月工资在5000-6000元，加上福利和五险一金等附加支出，一名工人每年的总成本可达7-8万元。
在长三角和上海周边地区，两班制的工人两年下来，企业需要支付30多万元的人力成本。
对于机器人，随着规模化量产，包括机械零部件、整机、开模在内的成本正在快速优化。在这样的背景下，如果部署一个服役两年、替代两班甚至三班工人的机器人，其投入已经能够与原来的人力支出持平，甚至更具经济性。
同样聚焦工厂应用的开普勒机器人，也算了一笔详细的成本账：
·机器人8小时工作续航可替代2个班次；按照不同工位机器人替人的效率0.6-1，替代1.2-2人，取平均1.5人
·机器人替人成本：(3万美金售价+0.5万美金的年度维保费用)/1.5人效=2.3万美金
·按照长三角地区用工综合成本(工资+社保+其他)约8-10万元，回本周期1.6-2年，在欧美地区当年即可回本
而落地场景聚焦无人智慧药店的银河通用把回本时间定为了3年。24小时药店需三班倒人力，一台Galbot G1的售价是70万元，部署机器人3年总成本则会低于人力年支出。
国际上的预测更为乐观。未来学家佩罗·米西奇博士认为，从长远来看，人形机器人每小时的成本可能仅为10-13美元。
他假设每个机器人的工作日为每天20小时，每年330天，年工作时间约为6600小时，而人类的平均工作时间仅为每年1975小时。机器人不需要休息、睡觉或休假，使用寿命可维持8年。
他进一步测算，每个机器人的建造成本在1.1-3.3万美元之间，运营成本每年在2.3-3万美元之间，折合每小时10.86到13.81美元。相比之下，包含福利在内的人类工人成本约为每小时42.53美元。
如此一来，企业每年可以在机器人上节省多达20万美元，与人类劳动力相比，节约接近70%。
随着生产规模扩大，机器人的价格将显著下降，米西奇预计未来每小时的价格将降至低于10美元。
然而，对比中美算账方式，一个细微差别值得玩味：中国企业的测算大多直接对比机器人购置成本与人工工资，而相对简化了机器人部署、运维、调试以及可能产线改造的隐形成本。
现实中的商业化之路，远比纸面计算复杂。
同时，讲着机器人进场故事的人形机器人企业们，都在用工厂劳动力缺口、传统自动化方案改造成本高这样的逻辑，但现实商业化过程也并没有这么完美的理所当然。
当前鼓吹的机器人进厂逻辑，通常基于几个前提：工厂存在劳动力缺口、传统自动化改造不灵活且成本高、机器人足够智能。
但现实往往相反：
·许多工厂的自动化需求已被既有方案满足，对人形这一形态并无迫切需求；
·机器人当前的单机成本和智能化水平，吸引力有限；
·且工厂环境千差万别，需要大量工程师进行现场适配和后期维护，这又是一笔高昂的、常被忽略的持续投入。
因此，短期内，具身智能在大多数场景下仍不具备成本竞争力。
在当前的单机成本下，投资回收周期多在2年以上，而雇佣劳动力则无需初始大额投资。
这正是多数企业只愿试点、而非大规模推广的核心原因。除非在劳动力极度短缺或高危作业等特殊场景，企业缺乏大规模替换的动力。
具身智能的这一年，是资本狂欢与产业探索交织的一年。
融资潮涌与IPO冲刺背后，是技术曲线与资本周期的错位；工厂落地的光鲜之下，是工程化与成本的深层挑战。
当泡沫褪去，行业终将回归“能干活、成本低、可靠性高”的本质，那些真正攻克核心技术、解决实际需求的企业，才能穿越周期。
未来3-5年，将是具身智能产业的“生死考验期”：技术上，需实现核心部件国产化与系统可靠性的双重突破；商业上，需完成从“政策订单”到“市场订单”的转型；资本上，需找到技术迭代与退出诉求的平衡点。
这场狂奔不应是急于求成的浮躁，而应是久久为功的坚守。
毕竟，真正的产业革命，从来都需要时间的沉淀。