当我们幻想 AI 接管工作、人人退休时，现实却悄悄变了味——“机器人打工”，但真正打工的是人。本文将通过一个个真实案例，揭开 AI 应用背后的底层逻辑，反思我们是否正在为技术建构服务，而不是被技术解放。
非本专业人士研究，大概率有点片面，本文约4900字，预计阅读13分钟
2025年7月底的上海，这几天黄浦江边的风雨无常，也吹不散WAIC世界人工智能大会上的燥热，具身智能展区的燥热。
过去两年言必称大模型和AIGC的投资人，如今把朝圣的目的地，从一个个代码飞舞的软件公司，换成了堆满机械臂和传感器的机器人实验室。
然而具身智能产业的现状是： 它听起来无所不能，却经常在临门一脚时功亏一篑；它吸引了全世界最聪明的头脑和最热的钱，却依然被物理世界的最后一厘米牢牢束缚。
所有人都明白，尽管有瑕疵，有泡沫，但牌桌上的筹码已经越堆越高，未来的机会也近在眼前，谁又敢提前离场呢？
当钱和聪明人开始用脚投票，一个全新的风口叙事便呼之欲出。
资本的最后一场豪赌？
如果说2024年属于大模型，那么2025年无疑是Agent和具身智能。Agent火在所有人都在做，而具身智能赛道的热度，也无需渲染，翻开近一个月的融资清单，就能闻到空气中鲜花着锦、烈火烹油的味道。
就在7月21日，京东上演了一场帽子戏法，同日宣布领投千寻智能、众擎机器人、逐际动力三家明星创业公司，总金额超过16亿人民币。
而这仅仅是冰山一角。将时间拉长看，整个7月，资本市场几乎是以按天为单位，向这个赛道输送弹药。
根据IT桔子的数据，仅仅是2025年前5个月，国内具身智能和机器人领域的融资金额就达到了232亿元，已经超过去年全年的总和。 而到了7月，热度更是达到顶峰，有统计称前7个月的融资总额已超过300亿，是去年同期的4倍。
腾讯、阿里、美团、京东、小米，这些在互联网战场上拼杀多年的巨头，如今不约而同地打开钱袋子，将重注押在了同一个方向。 就连汽车产业链上的宁德时代、小鹏、比亚迪等，也纷纷下场，生怕错过这班车。
资本的狂热，正在以前所未有的方式，压缩着创业公司的成长周期。智元机器人，一家成立仅两年半的公司，正以超过150亿的估值极速奔向A股，点燃了整个赛道的上市热潮。 紧随其后的宇树科技，也已启动上市辅导，这家年营收超10亿且持续盈利的公司，正在改写机器人行业只烧钱不赚钱的刻板印象。
风投、产业资本、互联网巨头，所有人都在用真金白银投票，一个共识正在形成：具身智能，是下一个能够重塑世界的平台级机会。
真正的创新并非来自技术本身，而是来自它所创造的全新市场和全新客户。资本追逐的，正是那个由通用机器人所创造的，能够颠覆所有行业的终极市场。
但这究竟是一场引领未来的技术革命，还是一场心照不宣的估值泡沫？
被催熟的梦想
这股浪潮从何而来？
当大脑遇上身体
机器人不是一个新概念。从上世纪60年代通用汽车引入第一台工业机器人Unimate开始，让机器代替人力劳动的梦想就从未停止。但几十年来，绝大多数机器人都被困在工厂的流水线上，像一个设定好程序的木偶，只能在高度结构化的环境中，日复一日地重复同一个动作。
它们有身体，却没有灵魂。
而另一边，人工智能的发展也从跌跌荡荡到高歌猛进。从下棋的深蓝到识别万物的计算机视觉，再到今天看似无所不能的大模型，AI拥有了越来越聪明的大脑，却始终没有一具能与物理世界交互的身体。
而当机器人Figure 01在视频中流利地与人对话，并准确理解、执行递给苹果的指令时，一个清晰的转折点出现了：大模型，正在为机器人注入缺失已久的灵魂。
过去机器人学界几十年的硬件积累，与AI领域近几年的模型突破，在这一刻发生了奇妙的化学反应。
用一个接地气的比喻，过去的工业机器人是四肢发达，头脑简单的壮汉，只能干搬砖的粗活；而今天的具身智能，则试图打造一个既有博士的智力，又有奥运冠军的体魄的六边形战士。
正是这个软硬结合的宏大叙事，让资本市场彻底疯狂。因为它的想象力天花板，理论上是无限的。
万亿赛道的FOMO游戏
资本为何如此痴迷？因为具身智能描绘的，是一个未来世界的终极图景。
高盛预测，到2035年，全球人形机器人市场规模将达到380亿美元。 但所有人都心知肚明，这只是一个保守的开始。一旦通用人形机器人技术成熟，其应用场景将从工业制造延伸至商业服务、家庭陪护、危险作业等所有人类活动的领域。
这不是一个千亿美金的赛道，而是一个可能重塑全球经济结构的数十万亿美金的超级赛道。
这个平台一旦成熟，其想象空间将远超任何一个单一的软件或硬件。它不再是简单的机器换人，而是真正的创造了一个全新的物种——能够理解人类意图、适应复杂环境、并持续学习进化的硅基劳动力。
在如此巨大的潜在回报面前，任何理性的计算都显得苍白。一场由“害怕错过”（Fear of Missing Out, FOMO）情绪主导的投资游戏开始了。尤其是当英伟达、微软、亚马逊、OpenAI这些全球科技风向标集体下注后，更是给整个赛道提供了背书。
京东一日连投三家，美团广撒网投资了宇树、银河通用、它石智航等一众明星公司，正是这种焦虑最直接的体现。 对于这些拥有海量物流、零售、本地服务等线下场景的巨头而言，具身智能不是一道选择题，而是一道生死题。京东明确表示，将聚焦供应链场景，通过内部创新与外部投资构建技术创新生态。 谁能率先将机器人大规模应用到自己的核心业务中，谁就可能建立起下一个十年的护城河。
大厂们争当“创新者”和“早期采用者”，不仅是为了获取超额回报，更是为了避免在下一轮技术浪潮中被颠覆的风险。
被忽视的木桶短板
然而，在资本的热浪和宏大的叙事之下，具身智能的现实骨感得令人心疼。
当前最大的技术矛盾之一：强大的认知智能与相对孱弱的物理执行能力之间的巨大鸿沟。
大模型的出现，在某种程度上解决了高级智慧的问题，但对于物理世界的感知和控制，挑战依然严峻。
今天的具身智能，更像是一个被资本催熟的“早产儿”。当前软件（大脑）的进化速度，远远甩开了硬件（身体）的进化速度。
硬件瓶颈：机器人的核心零部件，如高扭矩密度的关节模组、高精度的传感器、更长效的电池，其发展速度远远跟不上AI算法的迭代。造出一个能流畅空翻、跳舞的机器人已经有企业实现了，但要让单个机体在复杂的现实环境中7×24小时稳定、安全、低成本地工作，现在看起来几乎是不可能完成的任务。不过，最近优必选推出的新一代机器人已经可以自主换电了，至少续航问题看起来有了解法。
数据鸿沟：AI大模型靠的是海量互联网数据，但物理世界的交互数据却极其稀缺且获取成本高昂。如何让机器人在虚拟环境（Sim2Real）中高效训练，并顺利迁移到现实世界，是一个巨大的工程挑战。于是有群核科技通过空间智能技术构建高保真虚拟场景，让机器人在“数字操场”里低成本、高效率地训练。也有帕西尼在天津打造具身智能超级数据工厂，理论上可以模拟真实世界中机器人可能遇到的各种复杂场景。
成本黑洞：中国在整个机器人产业链在核心零部件、材料科学、制造工艺上都已经有了长足的进步，打造机器人的成本已经逐渐降低和可控，但我想说的不是这一点，我想说的是购买后的维护，使用寿命是多久？损坏是否可以返厂？换电池多少钱？能防水么？电池会不会着火？以后会不会有科幻片里的机械师专门修理机器人？很多问题在大规模应用前，可能大家会下意识的忽略，但投入产出比这件事儿绝对绕不过去。
说到底，资本可以加速创新，但无法替代物理定律和工程实践的积累。AI给机器人画了一张无比诱人的大饼，但这张饼要真正落地，还需要产业链上的玩家们，踏踏实实地补上每一块短板。
到底谁来为机器人买单？
核心的挑战可以归结为一个朴素的问题：投资回报率（ROI）。通用人形机器人，什么时候才能在成本上打败一个时薪几十块钱的人类？
场景落地的鸡肋
通用，是具身智能的最高理想，但在商业化的初期，却好像是“样样通，样样松”的代名词。
今天的机器人，能做的事情很多：端茶倒水、分拣包裹、巡逻安防。但每一个细分场景，都已经存在着更成熟、更具性价比的解决方案。在汽车产线上，它不如机械臂；在仓库里，它不如AGV小车；在家庭里，它不如扫地机器人。
看似陷入了一个商业化的死循环：没有杀手级的应用场景，就无法实现规模化量产；没有规模化量产，成本就降不下来；成本降不下来，就更难找到愿意买单的场景。
目前来看，最被寄予厚望的两个突破口是：汽车制造和仓储物流。这两个行业都具有任务标准化程度高、支付能力强、且面临严重劳动力短缺的特点。但即便是在这些最优场景里，机器人也还远未到能大规模上岗的阶段。它们能完成的任务，依然是相对简单的搬运、放置，距离替代产线上那些需要精细操作和复杂判断的老师傅，还有很长的路要走。
智能与稳定的跷跷板
刚才我们说大模型的加入，赋予了机器人前所未有的智能，它能听懂人话，理解复杂指令。但在工业生产等高要求的场景中，可靠性和安全性往往比智能更重要。有些场景下，一个99%的概率能做对事情的机器人，是无法被接受的，因为那1%的失误，可能就意味着一条产线的停摆，甚至是一场安全事故。
如何平衡大模型带来的概率性智能与工业场景要求的确定性稳定，是一个巨大的工程挑战。这就像教一个天才儿童去拧螺丝，他或许能触类旁通，举一反三，但也可能因为无聊或者分心而犯下低级错误。而工厂需要的，是一个永远不会犯错的螺丝工。
由此可见，短期的商业化落地，远比想象的要困难，短期的商业化落地，却必须回归到“成本、效率、安全”，但长期的投资价值，也可能远比我们现在能看到的要巨大。
先搬砖，再造人
首先，必须承认，当前具身智能赛道存在相当程度的泡沫。这股由宏大叙事和资本FOMO情绪驱动的热潮，可能会在未来1-2年内迅速消退，当早期的狂热褪去，现实的骨感会让市场迅速冷静，一部分缺乏核心技术和清晰商业模式的创业公司将被淘汰。
但这场泡沫并非全无益处。它最大的价值在于，用巨量的资金，去灌溉那些过去几十年来一直“缺钱”的硬件基础研究。它会倒逼整个产业链去攻克伺服电机、减速器、力传感器等核心零部件的成本和性能瓶颈。没有这场热钱的催熟，硬件的迭代速度可能还需要十年。
其次，具身智能的商业化落地，不会一步到位地实现“走进千家万户”的终极理想。它的路径必然是循序渐进的，从简单到复杂，从结构化场景到非结构化场景。
第一站，不会是你的客厅，而是工厂和仓库。
相比于充满不确定性的家庭环境，工业制造、物流分拣、无人零售等场景，环境相对可控，任务相对明确，且对效率提升、降低人力成本的需求极为迫切。 在这些场景，机器人不需要像人一样全能，只需要在某一项或几项任务上做到极致的稳定和高效，就能创造巨大的商业价值。
从“通用”回归“专用”，再从“专用”走向“通用”。与其好高骛远地追求一个无所不能的机器人，不如先在某个垂直领域，打造出一个超级蓝领。比如，一个专注于汽车总装车间的拧螺丝机器人，或者一个专门在危险环境中进行设备巡检的机器人。通过在特定场景的深耕，完成技术的打磨、成本的优化和数据的积累。当机器人在一个又一个的专精领域证明自己之后，通用的能力才有可能涌现出来。
这是一种农村包围城市的务实策略，从高度确定的场景切入，用产业的真实需求来打磨技术和产品的务实路径。
未来三到五年，我们看到的不会是无所不能的“AI管家”，而会是越来越多在某个垂直领域默默搬砖的专用机器人。它们可能形态各异，有的只有一双臂膀，有的还保留着轮式底盘，但这才是商业化最现实的起点。
最终，当硬件成本足够低、软件智能足够高、垂直场景数据足够多之后，通用人形机器人的时代才会真正到来。那将是人工智能的终极形态，也是生产力被彻底解放的奇点时刻。
中国的创业公司，在这场竞赛中既有优势，也有挑战。优势在于，我们拥有全球最完善的制造业供应链和最丰富的应用场景，这为快速迭代和降低成本提供了土壤。宇树科技等公司之所以能迅速崛起，很大程度上得益于此。 挑战则在于，在核心零部件和底层算法上，我们与世界顶尖水平仍有差距。未来的竞争，将是一场围绕“场景+技术+成本”的铁人三项。
这场关于机器人的终极竞赛，比的不是谁的发布会更炫酷，不是谁的估值更高，而是谁能率先让机器人脱下礼服，穿上工装，真正走进工厂、仓库和田间地头，开始它作为打工仔的平凡一生。
只有当机器人学会了如何打工，它才真正拥有了改变世界的资格。而那一天，才是具身智能时代真正的开端。
作者：子修，微信公众号：ToB运营俱乐部
本文由 @子修 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
