具身智能是不是泡沫？真正要验证的不是估值，是“算账”

独角兽早知道 iponews

｜资讯撬动新资本｜

近日，商汤善惠SenseMart OS发布会的圆桌论坛上，主持人商汤善惠CTO刘恒一抛出的第一个问题就很尖锐：具身智能行业到底是不是泡沫？

台下坐着零次方机器人创始人闵宇恒、大晓机器人研发副总裁刘春晓、大咖机器人CTO徐文强、九天元枢CEO许伟胜。

这个问题放在当前的时间节点上，格外有分量，上半年国内具身智能赛道融资322起、金额约935亿元，较上年同期增长约5倍；全球人形机器人出货超2.2万台，五家国内整机厂商合计占比超86%。与此同时，场外的质疑声逐步在放大。

综合 | 商汤善惠 编辑 | Echo

本文仅为信息交流之用，不构成任何交易建议

在场几位嘉宾的回答，没有回避这个问题。许伟胜说了一句很关键的话：“具身智能是AI进入生活的必然进程，但它现在的大脑和操作能力还没有达到成熟水平，在一些生产环境里还没有形成真正的生产力”。刘春晓则把问题拆成了两层：“需要把产业估值和赛道价值分开来看。估值受市场预期和业绩匹配度影响，但更应关注的是，机器人能不能真正走到真实作业场景，能不能长时间作业，实现客户价值”。

这两段话拼在一起，构成了判断泡沫与否的基本框架：方向是不是必然，和当前产品能不能干活，是两个完全不同的问题。泡沫与否，最终不取决于估值曲线，而取决于机器人进入场景之后，能不能把一笔账算平。

判断泡沫，不能只看融资额，要看融资的另一面在发生什么。

中国信通院与清华大学联合发布的《具身智能发展报告（2026年）》给出了几个冷水式数据：人形机器人日租金从2025年初的数万元降至2026年的数千元，部分旧款工程样机二手价从30万至80万元跌至3万至6万元。靠设备稀缺性“赚快钱”的模式正在快速失效，这本身就是一个泡沫被挤出的信号。

更硬的约束在技术层面。报告显示，机器人在真实家庭环境中的任务成功率仅12%，远低于仿真环境的89.4%；真机操作榜最高成功率仅24.4%，而人类专家是100%。整机价格只占总拥有成本的40%至60%，单台轮臂或双足人形机器人年综合运维成本约50万至70万元，高于多数岗位的人力成本。公开中标项目中，教育科研机构占比约55.5%，工业及技术型企业仅约21.1%。

这些数据指向同一个判断：大量机器人还停留在“能演示”的阶段，距离“能上岗”有实质距离。融资热度反映的是方向共识，但方向共识不等于产品成熟。许伟胜在圆桌上说的“还没有形成真正的生产力”，在行业数据层面得到了精确的印证。

几位嘉宾的共识中，最底层的一条是：机器人学“干活”所需的数据，和互联网文本数据不是一回事。

闵宇恒在圆桌上算过一笔账：中国每个家庭每年新增的SKU只有100到200个，全球每年新上架的商品约1.5亿种。“这个数据鸿沟意味着，要不然就需要进入几百万个家庭才能把这些数据分布完；要不然，就去商品可能买得到的地方”。零次方的测试结论是：通往家庭场景“差值最小”的路径是零售整理，清洁至少需要全公司两年投入才可能有回报，而零售整理这条线大概只要半年。

这就引出了闵宇恒在圆桌上提出的三阶段框架：“伪通用”—“去通用”—“真通用”。“伪通用”是在精心布置的演示环境中的有限泛化，一旦遇到真实世界的光照变化和突发干扰就会失效。真正通往通用能力的路径，是先主动收敛场景，在可复制的商业环境中以高鲁棒性解决真实问题，再把多个垂直场景的能力融合起来。他的解法很直接：“一边赚钱，一边赚数据”。

刘春晓从工程角度补充了三个必须在真实场景中回答的问题：场景泛化（不同便利店布局不同）、持续作业能力（从下单到拣选、打包、交付的完整闭环）、规模化一致性（单店表现好不代表多店推广后系统仍然一致）。

这三个问题没有一个能在实验室里被完整回答，大晓机器人自己发布的“晓满”“晓新”“晓途”三套行业方案，分别对应即时零售、酒店服务和开放场景，走的正是用垂直场景验证工程闭环的路径。

生产力验证的最终标尺，是账能不能算平。

商汤善惠的SenseMart OS提供了一个系统层的参照：以烧卖购机器人小店为载体，在全国20余家门店落地，单店人力仅0.2至0.3人，一人可支持3至5家门店运营，最快15秒完成一笔订单；优质点位最快半年回本，系统已沉淀30万种商品的2D与3D建模资产。

这套数据之所以值得重视，不在于技术参数有多惊人，而在于它把“机器人能不能干活”转化成了“单店回本周期”这个可以被投资人、加盟商和运营商直接验算的财务指标。

大咖机器人的路径类似。徐文强所在的团队，成立6个月内就在真实场景完成百台级交付、累计意向订单超1300台，并在与多家头部具身智能厂商的正面PK中拿下京东项目的供货资格。

朱啸虎在“批量退出人形机器人公司”风波之后新入局的第一家通用具身智能公司就是大咖，他给出的评价是：“用户在哪儿、场景在哪儿、怎么赚钱，都想得很清楚”，这个评价本身，就是“生产力验证”的另一种表述。

九天元枢选择工业场景的逻辑，同样落在“算账”上。许伟胜在圆桌上说，工业现场存在明确的痛点：许多非标、接触密集的任务仍依赖人工，传统自动化需要大量产线改造。工业场景的价值在于，它能让机器人直接面对真实的生产指标，让客户看到明确的投入产出关系。

这四家公司的共同特征，不是它们的模型参数有多大、本体形态有多炫，而是它们都在用“真实场景中的经济账”来定义自己的产品边界。零次方验证商超拣货，大晓做即时零售和酒店服务，大咖拿物流仓储的真实订单，九天元枢进工厂替代非标工位，商汤善惠用机器人小店跑回本周期。这些动作指向同一个方向：具身智能的竞争，正在从“能不能动”转向“能不能稳定完成真实工作，并且比现有方案更划算”。

回到那个问题：具身智能是不是泡沫？

如果泡沫的定义是“估值脱离了真实需求”，那么当前行业确实存在大量估值先行、生产力滞后的案例。但如果泡沫的定义是“方向本身不成立”，那几位一线创业者和行业数据给出的答案是否定的。真实的用工缺口、明确的场景痛点、正在跑通的单店经济模型，都说明需求侧的基础是存在的。

真正需要被验证的，从来不是估值曲线本身，而是三个递进的问题：机器人能不能进入真实场景？能不能长时间稳定作业？能不能创造客户愿意持续付费的价值？

这三个问题，在圆桌上被四位创业者以不同的方式重复了一遍。许伟胜说“还没有形成真正的生产力”，刘春晓说要关注“数据、模型、本体以及运营的整个闭环链路能不能高效运转起来”，闵宇恒说“每一个细分行业的垂直领域玩家，最终才有机会去竞争通用的果实”。

估值会波动，融资节奏会起伏，但机器人在一家便利店里连续工作八小时不出错、在一座仓库里把每一单拣选成本压到比人工更低、在一家机器人小店里把回本周期缩短到六个月，这些才是具身智能从“叙事”走向“产业”的真正刻度。泡沫退去之后，留下来的不会是估值最高的那家公司，而是那些在真实场景里把账算平了的公司。

注：本文素材来源于互联网公开渠道，如有侵权请联系删除。内容所述仅代表个人观点，不作为指导依据，据此操作风险自担！

【公司回顾】

好文！别忘点“推荐”