机器人商业化“只能靠进厂”？

“进厂”大有可为

01 当机器人公司开始批量倒闭

上半年在一次访谈中，朱啸虎表示：“具身智能现在特别火，同时我觉得商业路径还是不清，尤其是人形机器人。我经常开玩笑说，现在是个人形机器人就会翻跟头，但商业化在哪里？”朱啸虎说，“我们正批量退出人形机器人公司”“机器人共识集中但商业化不明”。

朱啸虎的话像是泼冷水，也引发了行业内激烈争论，但火热的行情背后是大部分机器人企业都被架在火上烤，稍有不慎就面临倒闭风险。

K-Scale Labs开发机器人 K-Bot

今年以来硅谷明星公司K-Scale Labs烧光400万美元融资，创始人发邮件给客户退款关账。美国儿童陪伴机器人公司 Embodied直接停掉产品服务，员工集体失业。

被称为全球机器人先驱的法国公司Aldebaran，做了十几年人形机器人，最后还是栽了。供应链卡脖子导致成本居高不下，产品又贵又不好用，去年血亏2900万美元后破产清算，最后被中国公司收购卖身求生。

高盛近期的一份报告更为尖锐，调研团队深入9家中国机器人核心供应商后发现，这些企业正基于对行业爆发的预期，在国内外疯狂布局生产线。这种“产能先行”策略背后，是中国制造业熟悉的赌徒逻辑——不惜重金押注未来，以规模优势锁定供应链主导权。

高盛认为：中国机器人供应链企业已规划出年产10万至100万台的庞大产能，却没有一家公司拿到大规模真实订单。

那么高盛的报告是真实的吗？有没有夸张的成分？那么就要看如何定义什么是大规模真实订单了。

截至2025年上半年，从国内已公开的人形机器人订单来看，高校、科研院所和职业院校等教育科研机构采购量占总订单量的75%。企业类订单总体在数千和几百台之间，而且多数并非今年就要交付。对于具体的落地场景和效率提升，PMF验证这些基本没有正面回应。所以有业内人士认为，过早释放“大批量订单”信号，无异于在产业尚未成型之时，提前引爆一轮泡沫。

最为典型的案例，就是上半年特斯拉与美国制药公司PharmAGRI签署意向书（LOI），计划在自营农场运营、原料药（API）合成以及处方药生产环节，部署多达10000台 Optimus V3人形机器人。刨除马斯克直接回答假的之外，这个案例也值得看一看。

首先，Optimus V3暂时并没有展现出大规模量产的迹象，如今突然冒出上万台的大单，很难不让人怀疑真实性；其次，在资金层面，PharmAGRI的体量和财务能力与这一规模的采购并不匹配，毕竟这意味着至少数亿美元的支出。

这份 PharmAGRI 抛出的“万台订单”本质上是一份意向书（LOI），而非正式合同。从法律意义上来看，它并不具备强制约束力，也无法厘清采购金额、交付周期、付款条件等核心要素。这类“模糊订单”在近期行业宣传中屡见不鲜。PharmAGRI则既没有回应，又没有质疑，就很耐人寻味了。

业内专家指出，这是把手机和汽车行业的不良风气带到了具身智能行业，具身智能行业仍然处于明显的早期阶段，过度营销过度宣传，把估值吹上天，只会伤害用户和产业信任基础。应该通过比对订单与实际交付数量、完税数据等方式，核实企业真实交付情况，对数据严重偏差的企业予以惩戒。

02 机器人进厂已经来临

但具身机器人真的没有商业化落地的抓手吗？比起进入家庭场景执行复杂多元的任务，“进厂”还真就是眼下最好的选择之一。

对于中小机器人企业来说，唯一留给他们的路就是，进工厂卷工业场景落地。业内一些企业在发展早期就签订很多项目合同，甚至包括一些低毛利、要求较为苛刻的项目，后续发现无法消化这些项目，公司产品迭代、融资都遇到困境。因此，机器人产业链企业不是看估值有多高，而是要看要花多长时间能成为细分市场的第一。

如今走到B轮及后期的企业多具备两个特点：一是有明确的商业化场景（如宇树聚焦物流仓储，银河通用深耕工业巡检），二是已实现小批量交付（年营收超5000万元），如智元机器人2024年营收达1.2亿元，成为少数有确定性营收的具身智能企业。

那么实现这两个目标，需要克服哪些困难？

通用型机器人为了适应多种任务，必须保留大量冗余自由度、传感器、计算资源，这在工业中是成本浪费。且客户更倾向“专机专用”，针对特定任务做最小闭环优化，而不是为通用能力买单。

首先是要为客户订制模型和硬件，工业场景数据较为封闭难以共享，就算你说服了客户，还有定制化生产机器人，针对特定任务做最小闭环优化，而不是为通用能力买单。不就是定制化优化吗？做过乙方的谁还不懂？那当你真做的时候恐怕就会傻眼了。以汽车装配线为例，机械臂需以毫米级精度（±0.3mm）执行螺栓拧紧，并具备微秒级响应速度。更大的挑战在于动态环境适应：当传送带速度波动或工件位置偏移时，机器人必须实时调整动作。某头部企业测试显示，其最新型号在静态环境下成功率高达98%，但在引入动态干扰后，成功率骤降至67%，凸显了实际应用中的技术瓶颈。

其次，工业场景对机器人稳定性的要求达到六西格玛（6 Sigma），其对应99.99966%的合格率，意味着在每百万次机会中，缺陷率不超过3.4次，几乎达到零缺陷的水平。从当前通用人形机器人的技术路径来看，依靠生成式AI训练的抓取动作，成功率在80%-90%。这对工业场景而言，是绝对无法接受的，意味着每天可能有上千万的损失。

对此，已经深度参与具身智能业务的依柯力信息科技在行业内部沙龙上分享，目前在工业场景下机器人只能执行固定任务，无法有效且高效执行动态任务。而且，具身机器人是有明确的参照对象的，比如说工业机器人和协作机器人，而具身机器人硬件负载能力只在初级阶段，其速度比工业机器人慢5倍。此外，当前大模型生成代码精度达不到工业要求，无法应对突然情况，无法联网的情况下，模型精度会进一步下降。

业界权威人士认为，当一个公司年度出货量超过5万台时，不仅意味着成本空间的下降，也意味着行业对解决方案的认可度迎来巨大变化。目前来说，只有物流机器人比较接近这一目标。而通用性机器人仍然看不到拐点，或许在工业细分场景之下，有足够高效和低成本的机器人公司能够卷出来。

写在最后

高盛报告警示虽有一定夸张，但也揭示了短期内具身机器人还没到替代人工的时候。头部制造企业的订单，更多是“基于未来的战略布局+在自动化基础上试错”以及对未来话语权的争夺，而非跑通商业模式的理性买卖。

当前也不必闻泡沫就色变，站在经济长周期的视角来看，历史经验已经告诉我们，技术革命的浪潮中，适度的泡沫恰是推动文明进程的特殊催化剂。 

如果你是机器人或AI从业者或者对其感兴趣，我们可以拉你进高质量交流群，加群请备注个人信息。

参考资料：

千万级人形订单扎堆，泡沫有多少 来源：人形机器人发布

万亿机器人赛道，谁是背后金主 来源：财经杂志

120天变身人形机器人第一股 来源：腾讯财经

本文来自微信公众号“首席创鉴局”，作者：做镜观天，36氪经授权发布。