美國機器人公司開始倒閉，未來靠什么商業(yè)化？

進廠大有可為

01、當(dāng)機器人公司開始批量倒閉

上半年在一次訪談中，朱嘯虎表示：“具身智能現(xiàn)在特別火，同時我覺得商業(yè)路徑還是不清，尤其是人形機器人。我經(jīng)常開玩笑說，現(xiàn)在是個人形機器人就會翻跟頭，但商業(yè)化在哪里？”朱嘯虎說，“我們正批量退出人形機器人公司”“機器人共識集中但商業(yè)化不明”。

朱嘯虎的話像是潑冷水，也引發(fā)了行業(yè)內(nèi)激烈爭論，但火熱的行情背后是大部分機器人企業(yè)都被架在火上烤，稍有不慎就面臨倒閉風(fēng)險。

K-Scale Labs開發(fā)機器人 K-Bot

今年以來硅谷明星公司K-Scale Labs燒光400萬美元融資，創(chuàng)始人發(fā)郵件給客戶退款關(guān)賬。美國兒童陪伴機器人公司 Embodied直接停掉產(chǎn)品服務(wù)，員工集體失業(yè)。

被稱為全球機器人先驅(qū)的法國公司Aldebaran，做了十幾年人形機器人，最后還是栽了。供應(yīng)鏈卡脖子導(dǎo)致成本居高不下，產(chǎn)品又貴又不好用，去年血虧2900萬美元后破產(chǎn)清算，最后被中國公司收購賣身求生。

Aldebaran機器人 圖源：網(wǎng)絡(luò)

高盛近期的一份報告更為尖銳，調(diào)研團隊深入9家中國機器人核心供應(yīng)商后發(fā)現(xiàn)，這些企業(yè)正基于對行業(yè)爆發(fā)的預(yù)期，在國內(nèi)外瘋狂布局生產(chǎn)線。這種“產(chǎn)能先行”策略背后，是中國制造業(yè)熟悉的賭徒邏輯——不惜重金押注未來，以規(guī)模優(yōu)勢鎖定供應(yīng)鏈主導(dǎo)權(quán)。

高盛認為：中國機器人供應(yīng)鏈企業(yè)已規(guī)劃出年產(chǎn)10萬至100萬臺的龐大產(chǎn)能，卻沒有一家公司拿到大規(guī)模真實訂單。

那么高盛的報告是真實的嗎？有沒有夸張的成分？那么就要看如何定義什么是大規(guī)模真實訂單了。

截至2025年上半年，從國內(nèi)已公開的人形機器人訂單來看，高校、科研院所和職業(yè)院校等教育科研機構(gòu)采購量占總訂單量的75%。企業(yè)類訂單總體在數(shù)千和幾百臺之間，而且多數(shù)并非今年就要交付。對于具體的落地場景和效率提升，PMF驗證這些基本沒有正面回應(yīng)。所以有業(yè)內(nèi)人士認為，過早釋放“大批量訂單”信號，無異于在產(chǎn)業(yè)尚未成型之時，提前引爆一輪泡沫。

最為典型的案例，就是上半年特斯拉與美國制藥公司PharmAGRI簽署意向書（LOI），計劃在自營農(nóng)場運營、原料藥（API）合成以及處方藥生產(chǎn)環(huán)節(jié)，部署多達10000臺 Optimus V3人形機器人。刨除馬斯克直接回答假的之外，這個案例也值得看一看。

首先，Optimus V3暫時并沒有展現(xiàn)出大規(guī)模量產(chǎn)的跡象，如今突然冒出上萬臺的大單，很難不讓人懷疑真實性；其次，在資金層面，PharmAGRI的體量和財務(wù)能力與這一規(guī)模的采購并不匹配，畢竟這意味著至少數(shù)億美元的支出。

這份 PharmAGRI 拋出的“萬臺訂單”本質(zhì)上是一份意向書（LOI），而非正式合同。從法律意義上來看，它并不具備強制約束力，也無法厘清采購金額、交付周期、付款條件等核心要素。這類“模糊訂單”在近期行業(yè)宣傳中屢見不鮮。PharmAGRI則既沒有回應(yīng)，又沒有質(zhì)疑，就很耐人尋味了。

業(yè)內(nèi)專家指出，這是把手機和汽車行業(yè)的不良風(fēng)氣帶到了具身智能行業(yè)，具身智能行業(yè)仍然處于明顯的早期階段，過度營銷過度宣傳，把估值吹上天，只會傷害用戶和產(chǎn)業(yè)信任基礎(chǔ)。應(yīng)該通過比對訂單與實際交付數(shù)量、完稅數(shù)據(jù)等方式，核實企業(yè)真實交付情況，對數(shù)據(jù)嚴重偏差的企業(yè)予以懲戒。

02、機器人進廠已經(jīng)來臨

但具身機器人真的沒有商業(yè)化落地的抓手嗎？比起進入家庭場景執(zhí)行復(fù)雜多元的任務(wù)，“進廠”還真就是眼下最好的選擇之一。

對于中小機器人企業(yè)來說，唯一留給他們的路就是，進工廠卷工業(yè)場景落地。業(yè)內(nèi)一些企業(yè)在發(fā)展早期就簽訂很多項目合同，甚至包括一些低毛利、要求較為苛刻的項目，后續(xù)發(fā)現(xiàn)無法消化這些項目，公司產(chǎn)品迭代、融資都遇到困境。因此，機器人產(chǎn)業(yè)鏈企業(yè)不是看估值有多高，而是要看要花多長時間能成為細分市場的第一。

如今走到B輪及后期的企業(yè)多具備兩個特點：一是有明確的商業(yè)化場景（如宇樹聚焦物流倉儲，銀河通用深耕工業(yè)巡檢），二是已實現(xiàn)小批量交付（年營收超5000萬元），如智元機器人2024年營收達1.2億元，成為少數(shù)有確定性營收的具身智能企業(yè)。

銀河通用GALBOT G1機器人 圖源：galbot.com

那么實現(xiàn)這兩個目標，需要克服哪些困難？

通用型機器人為了適應(yīng)多種任務(wù)，必須保留大量冗余自由度、傳感器、計算資源，這在工業(yè)中是成本浪費。且客戶更傾向“專機專用”，針對特定任務(wù)做最小閉環(huán)優(yōu)化，而不是為通用能力買單。

首先是要為客戶訂制模型和硬件，工業(yè)場景數(shù)據(jù)較為封閉難以共享，就算你說服了客戶，還有定制化生產(chǎn)機器人，針對特定任務(wù)做最小閉環(huán)優(yōu)化，而不是為通用能力買單。不就是定制化優(yōu)化嗎？做過乙方的誰還不懂？那當(dāng)你真做的時候恐怕就會傻眼了。以汽車裝配線為例，機械臂需以毫米級精度（±0.3mm）執(zhí)行螺栓擰緊，并具備微秒級響應(yīng)速度。更大的挑戰(zhàn)在于動態(tài)環(huán)境適應(yīng)：當(dāng)傳送帶速度波動或工件位置偏移時，機器人必須實時調(diào)整動作。某頭部企業(yè)測試顯示，其最新型號在靜態(tài)環(huán)境下成功率高達98%，但在引入動態(tài)干擾后，成功率驟降至67%，凸顯了實際應(yīng)用中的技術(shù)瓶頸。

其次，工業(yè)場景對機器人穩(wěn)定性的要求達到六西格瑪（6 Sigma），其對應(yīng)99.99966%的合格率，意味著在每百萬次機會中，缺陷率不超過3.4次，幾乎達到零缺陷的水平。從當(dāng)前通用人形機器人的技術(shù)路徑來看，依靠生成式AI訓(xùn)練的抓取動作，成功率在80%-90%。這對工業(yè)場景而言，是絕對無法接受的，意味著每天可能有上千萬的損失。

對此，已經(jīng)深度參與具身智能業(yè)務(wù)的依柯力信息科技在行業(yè)內(nèi)部沙龍上分享，目前在工業(yè)場景下機器人只能執(zhí)行固定任務(wù)，無法有效且高效執(zhí)行動態(tài)任務(wù)。而且，具身機器人是有明確的參照對象的，比如說工業(yè)機器人和協(xié)作機器人，而具身機器人硬件負載能力只在初級階段，其速度比工業(yè)機器人慢5倍。此外，當(dāng)前大模型生成代碼精度達不到工業(yè)要求，無法應(yīng)對突然情況，無法聯(lián)網(wǎng)的情況下，模型精度會進一步下降。

業(yè)界權(quán)威人士認為，當(dāng)一個公司年度出貨量超過5萬臺時，不僅意味著成本空間的下降，也意味著行業(yè)對解決方案的認可度迎來巨大變化。目前來說，只有物流機器人比較接近這一目標。而通用性機器人仍然看不到拐點，或許在工業(yè)細分場景之下，有足夠高效和低成本的機器人公司能夠卷出來。

寫在最后

高盛報告警示雖有一定夸張，但也揭示了短期內(nèi)具身機器人還沒到替代人工的時候。頭部制造企業(yè)的訂單，更多是“基于未來的戰(zhàn)略布局+在自動化基礎(chǔ)上試錯”以及對未來話語權(quán)的爭奪，而非跑通商業(yè)模式的理性買賣。

當(dāng)前也不必聞泡沫就色變，站在經(jīng)濟長周期的視角來看，歷史經(jīng)驗已經(jīng)告訴我們，技術(shù)革命的浪潮中，適度的泡沫恰是推動文明進程的特殊催化劑。

參考資料：

千萬級人形訂單扎堆，泡沫有多少 來源：人形機器人發(fā)布

萬億機器人賽道，誰是背后金主 來源：財經(jīng)雜志

120天變身人形機器人第一股 來源：騰訊財經(jīng)