这几天，即将在鸟巢和国家速滑馆举办的世界人形机器人运动会开启了报名通道。其规格之高迅速引发热议，不少人直呼期待。
2024 年，人形机器人刚会走。今年才过半，各类机器人相关赛事已“出圈”了好几场。4 月，各地举办的机器人马拉松赛吸引了无数目光。几天前，央视主办的一场人形机器人格斗赛，再次点燃大众对机器人的好奇与热情。
机器人领域的热度，自 16 台穿着东北大花袄的宇树机器人在春晚舞台上“舞”完一曲起，就没降下来过。与此同时，人形机器人销售市场的态势亦在高涨。
“公司订单已排至五六月份，产线处于满负荷运转状态，每下线一台便需立即交付。”乐聚（苏州）机器人技术有限公司总经理王松在前不久接受央视新闻采访时透露。据悉，乐聚今年一季度交付订单 250 台，直接提前完成了半年的任务量。
名字已与机器人前沿科技强绑定的宇树科技创始人兼 CEO 王兴兴，在近期的一场对外活动上公开透露，宇树科技订单爆满且人才紧缺。“我们非常缺人，所有岗位都缺，包括文职、采购、销售、技术、研发和市场等都很缺（人）。”
今年，已有多家人形机器人企业公开表示爆单。各大电商平台上，机器人产品不仅热销到一度售罄，品类更是多样。在京东平台，目前有松延动力 N2、众擎 PM01、宇树 G1 和 Go2、云深处绝影 Lite3、蔚蓝阿尔法、可立宝 Loona、优必选 alpha Ebot 在内的多款机器人产品在售。其中，松延动力 N2 已有 238 人预约购买，该产品预计在支付后 90 天发货。
随着走进公众视线的机器人越来越多，使用反馈也多了起来，而其中负面反馈更多。在机器人半程马拉松比赛中，各家机器人的“花式翻车"实况，与官方宣传视频形成强烈反差。社交平台上，有大量个人购买者接连上传机器人失控撞墙、电池续航缩水、售后无门的视频。
离开聚光灯后，这些挥着机械臂的“钢铁人”是否能在未来站稳脚跟？这一疑问正在大众中扩散，投资机器人公司的“金主”们似乎也被牵动着判断。
“大玩具”之名实锤了？
“现在机器人无疑就是个‘大玩具’，而且可能还没那么好玩。”
辰韬资本合伙人萧伊婷向我们表示，目前大家看到的“翻车”情况与其了解到的机器人现况一模一样。大众对机器人的认知，往往来自春晚表演或预先排练很久的演示视频，这些内容其实是美化过的版本。事实上，很多机器人公司会将演示或视频当作一个项目来运作——通过前期大量的预先准备，在经过多次失误状态的录制后，最终才能呈现出理想的效果，跟机器人平常的状态本来就有一定差距。
据透露，很多机器人公司甚至会花费一整个月的时间筹备一次演示。这类似于早期的自动驾驶：提前在要演示的这条路跑过很多次，处理完所有的状况后再进行展示。
“在我们看来，当前机器人的实际水平本就如此。”萧伊婷称，赛事中的“翻车”情况属于正常现象，她们反而还从其中找到了一些亮点。“以机器人马拉松为例，我们的评价是有几家参与方的表现还挺不错。”
因此，这类事件并不会影响资深投资人对相关机器人企业的估值判断。“大众可能因演示视频对机器人技术产生过高的错误认知，但投资人不存在类似认知偏差。至少在专注于具身智能领域的投资人群体中，我们目前对机器人技术发展现状的认知，始终与那些翻车状况所暴露的水平一致。据我观察，最终出手投资机器人公司绝大部分还是偏专业的人士。”
然而，个人交易市场的风向近来却急剧变化。前不久，社交平台上频频出现个人购买者发出的 “机器人租不出去" 的感慨。曾以日租过万的价格掀起租赁市场热潮的宇树机器人，如今不仅日租价格出现回落，订单量似乎也大不如前。
萧伊婷指出，这跟宇树科技产品本身的表现没什么关系，而是市场规律的体现。“买机器人再出租”在前段时间是个收益颇高的模式，机器人从演示型产品的属性来看，租赁确实比购买更划算。但标准商业逻辑向来如此，当全世界都知道某个模式好赚且门槛较低时（比如购买宇树机器人的成本相对可控），必然生意就不会那么好了。
“所有人都买机器人来租，客户就这么多，要么就降价，要么就租不出去。”
谁在为机器人“氪金”？
根据目前公开披露的信息，当前各家人形机器人的价格在 3.99 万 -65 万元到之间不等。
那么，从春晚出圈到现在，愿意花钱消费机器人的到底是哪批人？
通常来说，新技术刚出现时会先切入到这几个市场：一是教育领域，这类应用不强调功能性，而是侧重给学生提供教育价值；二是演示场景，企业会花很多时间去做这件事，可以为其带来一些流量；三是尝鲜型用户，这类用户是出于对高科技的热爱购买，更多是为了获得情绪价值的满足，而非考量替代人工的成本效益比。
“早期大部分这类技术的市场都是如此，其持续性往往源于众多愿意尝鲜的人群。”
在萧伊婷看来，当下机器人市场会保持一个较小的规模，毕竟这属于奢侈消费范畴，仅能满足人们的演示功能或科技尝鲜需求。尽管市场体量小，但它会持续存在，因为每年机器人能做的事都会更多，总会有新的尝鲜用户出现。
“只有当它能够替代人工且在成本收益比上具有优势，成为家庭可用的产品时，才会形成大市场。”
萧伊婷谈到，这种从小市场向大市场的演进，是新技术出现后较为常见的状况。以自动驾驶为例，早期景区会引入自动驾驶接驳车，但车上仍需配备安全员，这种模式很适合游客尝鲜；小区里投放的自动驾驶扫地车也因显得高端而畅销，这都属于技术的长期发展阶段。从早期的这种状况到真正实现工作替代，确实需要经历一个很漫长的过程。
现在的机器人都“缺”啥？
在前不久的机器人马拉松比赛中，除机器人表现外有一幕场景引发全民热议：每个机器人身后都跟着一位满头大汗的工程师，有的举着遥控器紧急调试，有的搬运沉重的电池箱，还有手忙脚乱重新安装机器人“脑袋”的。不少人对此深感“技术鸡肋”，需要人类全程陪跑的机器人应用价值何在？
“终极目标是希望机器人是干活的，无论在家里还是工厂。但如果让一个人体机器人或者智能机器马上去家里干活，最近几年是不太现实的。在真正干活之前，我们已经达到的技术成果，希望可以做更多的商业化拓展和尝试。”王兴兴在 6 月初的智源大会上谈到各种机器人赛事时这样表示。
萧伊婷则指出，马拉松这类活动属于表演性质，可能需要有人陪同；但放在新零售、物流分拣、产线作业等 B 端工作场景，若还需要人陪同，那就谈不上降本增效了——因为机器人替代人工的回本周期，正是基于人工工资和成本来计算的，所以这类场景的应用必然不能依赖人工陪同。
“我们认为，机器人三到五年内就能达到相应的独立工作能力。”
同时，对于机器人的发展现状，她也直言，现在还处于非常早期的阶段，实际应用中遇到的问题有很多。“如果要类比，现在的机器人有点像 2016 - 2017 年的自动驾驶。”
据介绍，机器人在硬件上的很多本体技术方案尚未确定，使用寿命、电池续航等都在逐步发展。另外，本体结构上的不稳定也导致算法部署上后并不能 100% 地发挥作用。
软件方面，其算法迭代也处于早期。在算法侧，各家公司还不能做到所谓的“具身智能”，机器人操作的精准度和硬件配置并不能匹配相应的场景，或者是说不能发挥出完全替代人的作用。“核心是数据问题。由于采集难度大，具身智能在数据量过少的问题上还没有得到完全解决，过少的数据就没办法“好”的训练机器人。像我们看到的这些出圈的 demo，其实都是通过大量的训练来呈现出我们看到的样子。”
目前，机器人的数据采集规模正处于逐步扩张的过程中。实现数据采集量的提升有很多种模式，很多企业通过仿真环境使用合成数据，仿真技术的不断强化能为机器人算法的迭代提供更优的支持。“随着未来数据采集量的持续增长，机器人的算法也会越来越完备。”
前不久智源研究院长王仲远也曾向我们表示，当下数据受限使得不具备机器人大小脑融合的现实条件。未来 5-10 年，大小脑融合的模型可能会成熟。
谈到现在的机器人售后机制，萧伊婷表示，核心问题在于：机器人目前并非成熟产品，没有大家想象中能做那么多事。用户若购买了一个不那么成熟的产品，自然无法期待它能达到成熟产品的使用效果。比如，你不能指望机器人完成煮饭、洗衣、扫地等复杂任务。不过，若机器人出现没电、无法充电、无法移动或死机等基础问题，通常售后有提供解决方案。如果用户要求机器人执行说明书中未标注的功能，售后自然无法满足，因为这并非产品故障范畴，而是对产品定位的认知差异。
未来，机器人的售后机制可能有两条路径：类比扫地机器人的话，就是由销售方提供售后；类比主机厂，就是机器人厂商负责售后。
“未来人手两台人形机器人”
“人形机器人必然是机器人领域的最终方案。”萧伊婷指出，核心原因在于我们所处世界的基础设施本就是为人类设计的，小到厨房料理台的高度、洗碗池的位置，大到建筑中的台阶、楼梯，全球无数的房屋和公共场所都已按照人类的形体特征完成建设。若要让非人形机器人适应这些环境，就需要大规模改造基础设施，而这种改造成本远比设计量产人形机器人高得多。因此，机器人采用人形设计，本质上是让其以最低成本适配现有世界的最优解。
至于人形机器人何时能成为现实，她的判断是：人形机器人的最终实现可能在 10 到 15 年之间。OpenAI 的 CEO Sam Altman 则持有更为乐观的态度，其在最近的一次采访中表示，5 到 10 年内我们会拥有很棒的人形机器人，它们会走在街上做各种事情。
对长期资本而言，这样的时间跨度完全具备投资价值。“以自动驾驶为例，2015 - 2016 年行业兴起时，许多人认为自动驾驶会在几年内落地，但我们当时判断需要 15 年，从现在的情况看，这个时间预估较为接近。由此类推，一个新技术刚起来到真正落地通常需要 15 年左右。”
将时间线拉到更具体来说，萧伊婷认为，3 到 5 年内人形机器人能在部分特定场景落地，10 到 15 年后有望在更泛化的场景中应用。
“发展方向很明确。”据其介绍，机器人可能会率先在动作较简单、专职化、范围可控的场景落地，比如新零售领域的药房、物流分拣、末端配送的最后一公里环节等。目前来看，银河通用轮式上肢机器人的落地进展较快。该公司已在北京地区开展了试点工作，将机器人部署至药店场景，并计划到年底进一步扩大部署范围，在更多店铺中投入使用。
接下来，机器人会逐步开始承担一些替代人工在产线上的工作，如精密度要求比较低的产线工作。以优必选为例，其已与国内外头部汽车企业达成合作，将人形机器人部署在汽车工厂，但现在还没有落地。
此外，巡检、军工领域、固定编排后的一些表演也是较快落地的重点方向，都具备了落地的基础。当前主要用作于巡检方面的是机器狗，部分头部公司已经实现在特定场景中的部署，不过尚未进入盈利阶段。
同时，萧伊婷坚称，人形机器人具备巨大的市场潜力，这一点在投资圈是共识，不存在分歧。
“未来，每个人可能会拥有一到两台机器人，一台用于工作，一台用作家务，这意味着机器人市场规模极为庞大。”谈及未来的购买模式，她推测道，大型机器人厂商或许就和现在的汽车主机厂类似，人们也可能采用贷款或全款的方式购买一台机器人。而且不用担心维修问题，大企业会提供保障。
留下来的能有几家？
“从十年到十五年的时间维度来看，我们对机器人的技术发展充满信心，但短期内（如一年），其进展并不会像大家想象得那样突飞猛进。”萧伊婷说道。
在投资圈，有一条著名的 Gartner 曲线，揭示了任何跨越性的新技术出现后，往往会先往上冲过一个泡沫——即经历一个“过度乐观期”：在前一两年，人们常常高估技术的落地速度，随之而来的是估值冲高后的直线下滑，随后进入缓慢上升阶段，并在未来 10 到 15 年内逐步回涨。
萧伊婷表示，所谓“过高估值期”的界定，本质上取决于技术最终能否跑出来。即便在高峰期入局，如果技术能成功落地，也未必会亏损。从技术发展周期来看，通常经历估值过高期、幻灭期，最终进入稳定成长期——这几乎是互联网、自动驾驶、机器人等领域的共同规律。究其原因，人们往往会过度高估技术在一年内的进展，却又过度低估其十年内的潜力。
“我们需要保持中立态度：既不盲目追捧一年内的突破，也不轻易否定十年后的可能性。现在有人因看到所谓的翻车情况就断言‘机器人十年也不行’，也有人坚信‘机器人一年内就能成熟’，这两种观点都过于极端。”
萧伊婷认为，现在距离通用型机器人的成熟可能还需要十到十五年。
据悉，当下其投资逻辑主要聚焦于特定的细分场景，如新零售领域的物流分拣等细分场景可能会率先迎来机器人落地，这类场景的机器人多执行单一固定动作，技术泛化程度低，会先于家用服务机器人落地。就像自动驾驶初期，先在矿山、港口、末端配送等特定场景实现应用，随后才逐步衍生出跨场景算法公司及供应链细分领域的企业，机器人行业或许也会遵循类似的发展路径。
“在投资选择上，我们不会局限于特定场景，而是会权衡‘大市场规模但落地慢’与‘小市场规模但落地快’两种方向。”
具体来说，简单场景的机器人市场规模较小，但落地速度快；而家务、养老等通用场景的机器人市场潜力巨大，却需要更长的技术迭代时间。这两种类型对应着不同的投资策略：前者侧重快速落地与短期收益，后者着眼于长期的庞大市场。
关键是，布局大场景需要团队具备极强的泛化技术能力和算法实力；而特定场景对团队的算法门槛和融资能力要求相对较低。“我们会综合考量项目的场景类型与团队能力，在这两条路径上同步探索。”萧伊婷称。
对于整个机器人行业的发展格局，她表示，短期内会呈现百花齐放的状态。由于现阶段机器人缺乏泛用性，各家企业只能聚焦特定场景，做药房场景的无法兼顾物流分拣，服务产线的难以用于表演，专注物流分解的也不能去泡咖啡。 当机器人泛用性越来越强，能够同时胜任物流分拣、产线作业、泡咖啡等多场景任务时，行业将迎来头部集中的趋势。这一过程类似汽车行业的发展：当车辆具备全路况通行能力后，头部车企逐步占据主导，最终可能仅有 5 到 10 家企业占据主流市场，其余企业则面临竞争压力。
不过，细分场景的企业仍会持续存在。萧伊婷给出了这两方面的理由：一是机器人除了本体技术和算法能力，还需深度理解特定业务场景的商业逻辑；二是 B 端客户更换供应商的成本较高，涉及管理系统对接、信任成本以及停工损失等，导致特定场景的供应商一旦切入 B 端，就具备较强的粘性。
“未来可能呈现‘通用型机器人企业头部集中、特定场景机器人百花齐放’的态势。并且，由于市场规模足够大，完全可以容纳 5 到 10 家头部通用型机器人企业。”
本文来自微信公众号“AI前线”（ID：ai-front），作者：华卫，36氪经授权发布。
