文章核心观点 2026年以来，具身智能赛道迎来爆发式融资潮，多家公司估值突破百亿。多位资深投资人在论坛中探讨了此轮热潮背后的核心驱动因素、投资逻辑、对行业泡沫的看法以及商业化落地的预期时间。核心观点认为，技术突破、政策支持、成本下降、场景闭环及退出通道打开是主要驱动力，行业长期想象空间巨大，但短期商业化进程与资本热度存在错位，从“炫技”到“干活”的转变将是一个渐进过程[2][3][4][5]。 行业热度与爆发原因 - 技术突破：机器人“小脑”技术在过去一年取得显性进步，新型人工智能卷积神经网络的发展为整个赛道注入了新动力[9][10]。具身智能“小脑”技术的突破使得机器人能够完成更多实际工作[9]。 - 政策强力支持：国家层面持续加码，工信部在2023年8月、10月出台支持政策，“十五五”规划已将具身智能纳入未来产业布局，这为赛道注入了强心剂[9][13]。 - 产业链与产业方参与：中国制造业产业链完整，产业方参与度高。产业方拥有的产业数据对具身智能“大脑”训练极具价值，这导致产业资本在具身智能领域的参与度远高于语言模型领域[11]。 - 成本快速下降：中国供应链占据全球主导地位，能自研超过90%的关键零部件，成本下降速度快，例如已出现售价8.8万元一台的人形机器人[19]。 - 资本市场与退出预期：IPO退出机会显现，港股和A股对未盈利科技企业的上市开放程度提高，GPU和大模型公司的上市案例提供了估值对标[13][20]。海外标杆企业Figure的估值达到390亿美元，为中国公司估值提供了上升空间参考[21]。 - 行业共识形成与资本涌入：行业对具身智能能做什么、如何发展形成了比去年更清晰的共识[12]。国资背景基金大量参与，其估值逻辑与返投要求改变了投资范式，助推了赛道热度[23][24]。 - 梦想与不可证伪性：赛道梦想空间无限大，技术路径不断进步且短期无法证伪，这种预期从二级市场传导至一级市场，结合政策推动形成了当前的火热局面[4][27]。 投资逻辑与策略 - 投资核心环节（“卖铲子”）：在技术路径未收敛时，选择投资产业核心环节，如“大脑”模型公司、灵巧手等关键零部件，这些组件可独立于本体存在，具备更广泛的应用潜力[29][31]。 - 投资场景应用（“掘金人”）：关注在具体场景（如物流、零售）中已实现产品市场匹配（PMF）并能创造生产力的公司，希望其能力能向外泛化[30]。 - “投新、投早、投差异化”：聚焦新技术路线（如世界模型）、早期布局，并寻找具备明确差异化优势（如力觉与视觉融合的研发路径）的企业，以避免未来的同质化竞争[39][41]。 - 产业资本（CVC）的协同逻辑：产业资本的核心优势并非高估值抢项目，而是开放自身产业场景，提供数据与模型的闭环验证，通过产业协同创造长期价值[44][45]。 - 估值与项目挑选：在项目估值普遍较高的情况下，强调以合理甚至低于合理的价格投资的重要性[34]。当前时点更关注项目的稳定、低成本、场景落地和交付能力，而非演示能力[35]。头部项目争夺中，“涨价”是普遍做法，但早期机构更依赖“识人”能力，通过深入行业圈子发现优秀团队[43]。 - 关注收入质量：从估值角度看，最终需关注收入增长和质量。例如，行业应用收入的质重要高于泛科研展示类收入[35]。 对行业泡沫与终局的看法 - 存在短期预期错位：长期看，具身智能市场想象空间巨大，有望达到千亿、万亿甚至兆亿级别，没有泡沫[50]。但短期资本化进程远高于商业化进程，存在预期错位催生的高估[51]。 - 结构性机会与非普适泡沫：做通用本体的公司因门槛极高（需融资至少10亿元人民币才能拿到“船票”），其高估值不一定是泡沫。而在具体场景中实现PMF的“掘金”公司，估值并未过高，仍存在大量机会[52][53]。 - 终局企业数量：横向来看，能够集结人才、资本和数据的本体厂商，预计最终会在20家以内。同时，由于数据的私密性，众多垂直场景也会诞生新的机会，行业能容纳更多资本[54]。 - 商业化路径的务实看法：机器人进入家庭成为保姆是长期叙事，但第一步应是成为“工厂实习生”，在任务边界清晰、变量可控的半闭环工厂场景中率先落地，以积累所需的海量数据[51]。 商业化落地时间预测（从“炫技”到“干活”） - 乐观预测（1-2年内）：有观点认为，在工业领域的一些小场景，2026年四季度即可落地；也有观点引用行业人士判断，预计两年后机器人能进入工厂投入实际作业[56]。 - 渐进与场景分化预测：商业化将是一个逐步精进的过程，从“工厂实习生”到商场服务员，最后才是家庭保姆[59]。To B类场景（如插拔、巡检）会逐步从小场景泛化出来，落地信心较足；而涉及场景极度复杂的To C场景，落地至少需要五年以上时间[60]。 - 保守预测（5-10年以上）：对于具备很强泛化能力、能进入家庭实现个人陪伴的机器人，预计需要十年以上时间[57]。对于生活类场景，由于法律、伦理阻力及使用习惯培养，也认为需要五年起步[60]。