別再糾結(jié)啦！

具身智能領(lǐng)域最令人費(fèi)解的現(xiàn)象是什么？

行業(yè)內(nèi)竟用同一把尺子去衡量本體企業(yè)和大腦企業(yè)：“你們何時(shí)能盈利？”

這一現(xiàn)象的詭異之處在于，盡管同屬具身智能產(chǎn)業(yè)，但本體企業(yè)與大腦企業(yè)的商業(yè)邏輯截然不同。本體企業(yè)推動(dòng)商業(yè)發(fā)展的關(guān)鍵在于量產(chǎn)規(guī)模，這也是多數(shù)本體企業(yè)傾向于展覽、演出等場景的原因之一——畢竟出貨的核心是攤薄成本，有訂單在某種程度上就意味著商業(yè)運(yùn)轉(zhuǎn)具備可行性。

而大腦企業(yè)的商業(yè)邏輯則圍繞模型與數(shù)據(jù)展開，走的是邊際成本趨近于零、贏者通吃的路徑，并非制造業(yè)式的線性增長。在全球大腦企業(yè)尚未出現(xiàn)絕對(duì)巨頭之前，這類企業(yè)的首要任務(wù)是積累資源，因?yàn)樵诰呱碇悄苓@個(gè)萬億規(guī)模的市場面前，當(dāng)前的增長曲線仍較為平緩，其發(fā)展拐點(diǎn)取決于何時(shí)攻克讓物理世界產(chǎn)生類人智慧的“大腦”技術(shù)難關(guān)。

因此我們看到，一級(jí)市場中，國有資本、互聯(lián)網(wǎng)巨頭、頂級(jí)市場化資本等多元資金紛紛流向具身大腦企業(yè)，融資規(guī)模達(dá)到10億、20億元級(jí)別。在熱錢涌入時(shí)，大腦廠商并未表現(xiàn)出激進(jìn)的商業(yè)化姿態(tài)，反而在商業(yè)化口號(hào)上顯得十分保守。由此可見，在具身智能賽道中，對(duì)大腦企業(yè)而言，過早談?wù)撋虡I(yè)化落地或許是對(duì)技術(shù)邏輯的嚴(yán)重誤讀。

然而，當(dāng)前行業(yè)內(nèi)彌漫的商業(yè)化焦慮，正試圖消除本體與大腦企業(yè)之間的發(fā)展節(jié)奏差異。本體廠商在算法尚未成熟時(shí)就被迫推廣場景，模型廠商則在尋找規(guī)?；涞氐膲毫ο路稚⒘司?。

這種“被倒逼出的繁榮”，很容易演變成一場資源內(nèi)耗。具身大腦企業(yè)現(xiàn)階段未必需要將商業(yè)化置于首位，因?yàn)樵谕ㄍㄓ?a href="http://www.tbpl000603.cn/home">人工智能的質(zhì)變前夕，過早追求短期收益，往往意味著失去了把握長遠(yuǎn)方向的機(jī)會(huì)。

01

熱錢流向技術(shù)攻堅(jiān)領(lǐng)域

過去三個(gè)月，具身智能賽道最密集的動(dòng)作并非新品發(fā)布或量產(chǎn)數(shù)字刷新，而是一筆筆大額融資。

多家側(cè)重“大腦”研發(fā)的具身智能企業(yè)在一級(jí)市場完成了10億、20億元級(jí)別的融資，資金集中度和規(guī)模遠(yuǎn)超行業(yè)此前預(yù)期：

- 25年12月銀河通用完成3億美元（超20億元）新一輪融資，3月又完成25億元融資；

- 26年1月自變量完成10億元融資，緊接著2月25日又完成數(shù)億元新融資；

- 26年2月11日星海圖完成10億元新一輪融資；

- 26年2月23日智平方宣布完成10億元融資；

- 26年2月24日千尋智能宣布完成兩輪共20億元融資；

這些廠商的模型能力普遍能支撐人形機(jī)器人在工廠產(chǎn)線或商業(yè)服務(wù)領(lǐng)域進(jìn)行部分自主作業(yè)，在驅(qū)動(dòng)人形機(jī)器人完成基礎(chǔ)抓取、拿放及部分相對(duì)精細(xì)的長時(shí)序柔性操作方面取得了顯著進(jìn)展。

不過，在一筆筆重磅資金涌入大腦企業(yè)時(shí)，被投方并未給市場帶來短期回報(bào)，沒有激進(jìn)的商業(yè)化口號(hào)，甚至直接對(duì)外表示“急不得”。相比之下，同期本體市場傳來的卻是“量產(chǎn)預(yù)期翻倍”“節(jié)后銷量暴增”等好消息。

這種冷熱反差背后，其實(shí)暗藏著行業(yè)共識(shí)的形成。

對(duì)于具身大模型企業(yè)來說，緊迫感并非來自出貨量排名，而是如何“儲(chǔ)備資源”。近日千尋智能CEO韓峰濤在媒體采訪中判斷：“26年的具身智能行業(yè)會(huì)非常像23年的大模型領(lǐng)域，如果拿不到足夠資金，模型性能無法進(jìn)入頭部，就沒有參與競爭的機(jī)會(huì)。”

這類具身模型企業(yè)敢于在商業(yè)化上保持克制，是因?yàn)樗鼈兦宄@是一場長期戰(zhàn)役。具身大模型的訓(xùn)練周期、數(shù)據(jù)積累和算法突破本質(zhì)上是指數(shù)曲線，而非線性迭代。一旦跨越某個(gè)能力閾值，模型的泛化能力將快速擴(kuò)展，應(yīng)用到不同場景和本體上，邊際成本趨近于零。

當(dāng)目標(biāo)是成為通用物理智能平臺(tái)時(shí)，短期收入并不等同于長期價(jià)值。甚至在某些階段，過早商業(yè)化反而可能成為戰(zhàn)略干擾。例如缺乏耐心的資本，可能只關(guān)注模型企業(yè)的商業(yè)落地，而忽視技術(shù)發(fā)展曲線。

正如智能駕駛賽道中，更多價(jià)值沉淀在方案商和算法平臺(tái)而非單一車型制造商，具身智能的長期競爭優(yōu)勢更可能體現(xiàn)在通用物理世界基座大模型與數(shù)據(jù)循環(huán)上。

從模型企業(yè)的態(tài)度來看，目前仍處于早期“攻堅(jiān)階段”，那么此時(shí)資方押注的究竟是什么？

走訪多位投資人后，具身研習(xí)社發(fā)現(xiàn)多數(shù)資方逐漸意識(shí)到，具身智能的真正技術(shù)卡點(diǎn)已從硬件生產(chǎn)、運(yùn)動(dòng)控制算法轉(zhuǎn)向模型能力。用幾個(gè)月前王興興的話來說，“硬件已經(jīng)夠用了”，但模型還未達(dá)標(biāo)。

具身研習(xí)社也曾撰文指出：“人形機(jī)器人的本體工程化能力已跨過‘從0到1’的臨界點(diǎn)，行業(yè)競爭焦點(diǎn)正向更高維度的智能交互轉(zhuǎn)移?！闭嬲_差距的是對(duì)非結(jié)構(gòu)化場景的理解能力、多模態(tài)信息融合能力以及長程任務(wù)規(guī)劃的穩(wěn)定性等“腦力”比拼。

此時(shí)，資方押注的不僅是模型的未來，更是為了避免錯(cuò)失“模型版宇樹”這樣的潛在機(jī)會(huì)。

02

具身智能的商業(yè)化焦慮

追求商業(yè)化是投資邏輯的必然，沒有投資人會(huì)重倉長期無法自我造血的企業(yè)，更不會(huì)接盤此類企業(yè)。但這也容易產(chǎn)生認(rèn)知誤區(qū)：是否所有企業(yè)都應(yīng)短期盈利、具備盈利能力？

由于具身智能概念火熱，導(dǎo)致側(cè)重大腦研發(fā)的具身大模型企業(yè)與以人形機(jī)器人構(gòu)型為主的本體廠商被混為一談。二者的區(qū)別不僅在于產(chǎn)品形態(tài)，更在于商業(yè)基因的根本差異。

做人形機(jī)器人本質(zhì)上是搭建一個(gè)高度復(fù)雜的工程系統(tǒng)，將運(yùn)動(dòng)控制、電驅(qū)系統(tǒng)、結(jié)構(gòu)設(shè)計(jì)、材料工藝與整機(jī)架構(gòu)整合進(jìn)可規(guī)模復(fù)制的產(chǎn)品形態(tài)中。當(dāng)核心部件自研比例提升、供應(yīng)鏈穩(wěn)定、裝配流程標(biāo)準(zhǔn)化后，成本曲線才會(huì)下降，可靠性與一致性才會(huì)形成復(fù)利效應(yīng)。

其增長節(jié)奏具有重資產(chǎn)技術(shù)行業(yè)特有的周期性，需要工程體系打磨成熟、架構(gòu)得到驗(yàn)證、產(chǎn)品逐漸形成標(biāo)準(zhǔn)與一致性。邏輯閉環(huán)為：規(guī)模擴(kuò)大-單位成本下降-毛利改善-再擴(kuò)大規(guī)模。且在規(guī)?；^程中，本體成為智能提升最可靠的物理基礎(chǔ)，大量本體可用于反復(fù)驗(yàn)證、迭代運(yùn)動(dòng)控制算法。

這與春晚前夕宇樹的訓(xùn)練邏輯相同：足夠多的本體和場景，能在訓(xùn)練高難度動(dòng)作時(shí)對(duì)運(yùn)動(dòng)控制算法提供多元化反饋，讓運(yùn)控更流暢，吸引更多關(guān)注并撬動(dòng)訂單。

這是一個(gè)完整的商業(yè)閉環(huán)。

而做具身大腦更接近軟件平臺(tái)甚至基礎(chǔ)設(shè)施邏輯。如果說本體是物理世界的結(jié)構(gòu)底座，那么大模型則是在底座上建立認(rèn)知與決策的通用層。一旦模型訓(xùn)練完成，便可部署在無數(shù)硬件終端上。新增機(jī)器部署成本不再是核心考量，能力卻能在數(shù)據(jù)回流中持續(xù)增強(qiáng)。

它遵循指數(shù)增長邏輯：能力跨越門檻后，市場會(huì)迅速向少數(shù)頭部集中。邏輯閉環(huán)為：能力突破-場景泛化-規(guī)模落地-數(shù)據(jù)回流-能力再突破。因此，具身大腦企業(yè)短期效仿本體企業(yè)盲目投產(chǎn)只會(huì)增加成本，其核心任務(wù)是“儲(chǔ)備資金”，等待產(chǎn)業(yè)技術(shù)拐點(diǎn)。

在智能駕駛領(lǐng)域已出現(xiàn)類似趨勢：最終可能只剩少數(shù)擁有核心算法與數(shù)據(jù)閉環(huán)能力的方案商，大量整車廠圍繞這些能力構(gòu)建差異化產(chǎn)品。具身智能的未來或許也是“寡頭型基礎(chǔ)模型競爭”，即真正具備通用物理推理與操作能力的大模型數(shù)量不會(huì)太多。

因此，具身大模型企業(yè)若過早陷入“接訂單—做項(xiàng)目—定制化開發(fā)”的節(jié)奏，極可能削弱通用性探索，某種程度上變成“定制化SaaS”。而且為滿足具體客戶需求不斷微調(diào)模型，短期收入曲線并不理想。據(jù)了解，這類定制項(xiàng)目耗時(shí)耗力耗財(cái)，往往落地一臺(tái)虧損一筆，更多時(shí)候只是配合投資人講商業(yè)故事。

所以，這正是它們與商業(yè)化保持距離的原因：不是不想賺錢，而是不愿為了不確定的線性收入，犧牲充滿想象空間的指數(shù)增長。

03

兩類迥異企業(yè)卻被同一標(biāo)尺衡量

遺憾的是，我們?？吹较蚰Ｐ推髽I(yè)索要商業(yè)化訂單的情況。

以過去3個(gè)月為例，當(dāng)本體廠商展示量產(chǎn)能力、登上春晚舞臺(tái)時(shí)，模型廠商也面臨越來越多關(guān)于“落地能力”的追問。這與國外資本市場在Figure未公布訂單卻將其估值推至數(shù)千億的耐心形成鮮明對(duì)比。

于是出現(xiàn)一種因果交織的現(xiàn)象：半年前“全棧能力”受資本青睞；半年后的今天，本體廠商在資本與市場雙重壓力下，開始主動(dòng)攻堅(jiān)大模型，希望掌握“智能”能力。而模型廠商在巨額融資后，也需向市場證明價(jià)值，開始展示落地場景與規(guī)?；渴鹉芰Α?/p>

表面看這是相互促進(jìn)：硬件補(bǔ)齊智能短板，模型驗(yàn)證現(xiàn)實(shí)場景。但另一種可能是資源被倒逼分散。

若模型突破節(jié)奏慢于預(yù)期，本體廠商為跟上商業(yè)化節(jié)奏不得不自建模型團(tuán)隊(duì)，投入大量資源重復(fù)研發(fā)；若本體企業(yè)已實(shí)現(xiàn)一定盈利，模型企業(yè)則會(huì)在商業(yè)化能力不足的質(zhì)疑下，被迫切入具體項(xiàng)目，拆分通用目標(biāo)轉(zhuǎn)向定制化交付。

結(jié)果便是兩類企業(yè)都偏離了自身優(yōu)勢路徑，精力分散，難度倍增。

換句話說，“商業(yè)化焦慮”正在模糊企業(yè)基因差異。本應(yīng)以平臺(tái)邏輯發(fā)展的模型公司，被要求遵循制造業(yè)節(jié)奏；本應(yīng)以制造業(yè)邏輯穩(wěn)扎穩(wěn)打的本體廠商，被期待承擔(dān)基礎(chǔ)模型的顛覆使命（也是為了估值）。

這種單一化的評(píng)價(jià)體系容易制造“全面開花”的錯(cuò)覺，卻可能削弱真正的突破力量。

不過已有企業(yè)對(duì)現(xiàn)狀有清晰認(rèn)知。此前松延動(dòng)力創(chuàng)始人兼CTO姜哲源在與具身研習(xí)社對(duì)話時(shí)表示，未來機(jī)器人市場會(huì)形成兩類公司，大腦和本體會(huì)更加分化：大腦公司中會(huì)留下一批資金充足的企業(yè)持續(xù)投入研發(fā)；剩余本體公司會(huì)更加細(xì)分。

總之，具身智能不是單一賽道，而是制造業(yè)與基礎(chǔ)模型兩條曲線交織的復(fù)合結(jié)構(gòu)。不同類型企業(yè)承擔(dān)的角色不同。

在通往通用人工智能的質(zhì)變前夜，更重要的或許不是誰先盈利，而是誰能守住戰(zhàn)略邊界。因?yàn)橐坏┪锢硎澜绲念惾酥悄苷嬲缭脚R界點(diǎn)，價(jià)值將非線性釋放。

而在此之前，過早追求短期收益，可能真的會(huì)錯(cuò)過把握長遠(yuǎn)方向的機(jī)會(huì)。

本文來自微信公眾號(hào)“具身研習(xí)社”，作者：彭堃方，編輯：呂鑫燚，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com