2025年，智能体与具身智能的觉醒正加速推动社会进入新的创新纪元。人形机器人不再是实验室的概念产品，而是正快速走进工厂、商场、家庭甚至医疗康复领域，成为推动中国经济转型升级的新生力量。
面对这个充满想象力的万亿级赛道，哪一类机器人公司有机会跑出来？其规模化落地的最大挑战又在哪里？在创业邦2025（第十九届）DEMO CHINA大会上，小苗朗程管理合伙人方正浩、海尔资本管理合伙人刘璐、Singtel Innov8新电投资中国总经理苏放、线性资本合伙人杨骏、昆仲资本创始合伙人姚海波、锦秋基金合伙人臧天宇以《万亿机器人赛道的新牌桌》为主题，展开对话。
以下为各位嘉宾的对话实录，经创业邦整理。
方正浩：在座嘉宾都是在机器人行业深耕多年的投资人。首先请问各位，在政策推动下，“机器人+”和具身智能技术正在经历一轮快速的更新换代，当前赛道的核心变化和新的竞争焦点是什么？
刘璐：我想从一个更长的时间维度来谈谈我的看法。我们内部也在讨论，今天的“具身”到底更像哪一个品类、处在哪个时间点？我们想到了手机——如果把它类比为2006年苹果推出第一代iPhone的时刻，那之后十年里，整个产业链确实迎来了一系列生态爆发和硬件创新，也催生了不少千亿和百亿市值的公司。
但后来我们意识到，这个类比可能不太对。因为目前具身产品在人类社会的渗透率几乎为零，全球可能只有几千到万套的规模。这更像1992、1993年的大哥大阶段：1983年摩托罗拉推出第一款大哥大，售价6000多美元，用了近十年才将成本降到两三千美元，到90年代初才开始在全世界销售，保有量也不过万套左右。之后诺基亚推出了第一款数字化手机1011，逐步推动手机走向普及。
我为什么做这样的类比？因为我们可以从中观察一个新品类从无到有的过程中发生了什么，会带来哪些创新与应用。从1993年到2003年，甚至到2007年智能手机出现之前，手机从模拟到数字，越做越小、功能越来越全、材料也越来越多样，变得更易用、续航更长。
如果我们以这样的十年周期来看具身智能，今天可能就像手机的1993年，正处于刚开始批量推广的早期阶段。在这个逻辑下，任何能让具身设备更便捷、更易用，让模型训练成本更低、算法更成熟的硬件、软件创新，都非常值得布局。
当然，我们需要以更长周期的视角看待这个行业。如今跑在前面的企业，在持续迭代中未必能一直领先，就像摩托罗拉和诺基亚最终也被新一代产品替代。这是我们拉长时间线后的一点判断。
苏放：我认为具身智能目前仍处于商业化早期阶段。从新加坡的经验来看，本地更多是大企业、政府或大型公司从创新展示的角度进行尝试，实际落地场景还比较有限。相比之下，国内在应用场景上的定义更为清晰，主要集中在物流领域（例如仓库包裹分拣）和汽车主机厂的产线应用。当然，具体到产线中做什么，还需要部署具身智能机器人，通过视觉采集细分场景数据，进行模仿学习或强化训练，才能逐步明确。
另一个值得关注的现象是，目前许多客户购买具身智能机器人，并非直接应用于具体场景，而是用于内部二次开发。他们希望机器人本体具备良好的硬件与模块基础，并配备完善的SDK工具，以便集成自研的软件和应用。我们注意到，一些产品因软硬件耦合度高、系统封闭，难以进行二次开发，而另一些则因为提供友好的机器人操作系统和SDK，更受开发者欢迎。
目前，在没有明确规模化应用场景的情况下，向科研院校及大企业研发部门出货用于二次开发，已成为国内市场的重要组成部分，估计占具身智能出货量的一半以上，这也是当前阶段非常重要的市场路径。
总结来看，具身智能的商业化仍处于早期。物流与工业场景可能率先落地，而家庭服务类场景因非结构化环境下的高灵活性操作难度大，预计会较晚成熟。基本上，我们认为商业化路径将沿着从工业到物流，再逐步延伸至家庭场景的节奏演进。
杨骏：我们目前非常关注技术的场景落地能力。过去一年，尽管具身智能投资很热，不少公司围绕“大脑”层面构建故事并成功融资，但我们始终看重的是，一项技术能否在具体场景中快速落地，并建立起真正的壁垒。
我十分认同苏放刚才提到的观点，具身智能进入家庭场景确实还需要较长时间，毕竟家庭属于高度非结构化的环境。但若将视线转向制造业，就会发现其中仍存在大量未被自动化的机会。工业机器人虽已应用数十年，全球制造业也雇用了数十亿工人，但目前投入使用的机械臂仅约几百万台——这意味着，工业制造中只有不到5%的环节实现了自动化，绝大多数场景仍无法被现有机器人技术覆盖。
举个例子，我们曾看过一家欧洲公司，他们只切入了一个极细分的场景：酒店布草清洗后的折叠流程。虽然折叠环节本身已有自动化设备，但将毛巾从堆中取出并送入机器，这一动作长期依赖人工。这家公司就专注于用机械臂操作柔性物体，完成“拣取-送入”这个单一动作。仅凭这一个场景，他们就做成了规模可观的公司。
因此我们认为，在整个工业场景中，类似这样值得深耕的落地机会仍然非常多，我们也会持续关注这个方向上的优秀企业。
姚海波：我们认为，当前行业正发生三个显著变化，这将直接影响我们未来的投资方向。第一，创业者的背景正变得多元化。 正如古诗所言“旧时王谢堂前燕，飞入寻常百姓家”。今天在场众多来自“非具身智能领域”的创业者，就印证了这一点——各行各业的优秀人才正在涌入这个领域。
第二，创业领袖的人选也在持续演进。 上一波创业潮以学术背景的科学家为主，我们当时也投资了许多从海外回国、在机器学习等领域顶尖的学者。而今天，我们看到大厂产品经理正成为创业的中坚力量。展望下一波，我们期待更多能洞察消费需求、善于创造情绪价值的创业者登场，这非常关键。
第三，政府的扶持力度正空前加大。我们看到，北京、上海等地正低调而务实地推进人形机器人创新中心建设，许多投资基金背后也引入了政府LP。政府正在积极配置具身智能领域的早期资产，甚至已经涉足天使轮及更早期的投资，这为行业带来了巨大机会。
基于这些变化，我们下一步会更关注具身在消费级场景的应用，尤其是那些既拥有具身属性、同时形态新颖的“新物种”。在深圳以及大湾区，我们已经看到许多这类创新项目，非常希望能与大家共同探讨。
方正浩：尽管最近我们看到了机器人价格下探和松动，但是在广泛使用方面仍然不足，其规模化落地的最大挑战在哪里？
臧天宇：我们从2018年左右开始关注“AI+机器人”这一方向。当时，许多自动驾驶和相关感知技术开始外溢，进入半封闭、低速的工业场景，主要解决物料搬运、自动存取等基础需求——这可以看作是第一代智能机器人，它们已经在这些特定场景中实现了规模化应用。
而当前这一波“具身智能”还处在非常早期的阶段。它的核心驱动力在于大模型带来的“端到端”学习能力，让我们有机会实现更通用的智能；同时，机器人形态也趋于类人化，便于引入人类行为数据进行训练。
目前，软硬件两方面都还存在挑战。硬件上，类人机器人刚刚达到“可用”水平，但远未“好用”，其长期可靠性、在真实场景中稳定运行三到五年的能力，尚未得到验证。更大的瓶颈在于“大脑”侧——由于这一代机器人需要应对多样化任务、具备泛化能力，而当前模型的成熟度还不足以支持以极低的边际成本覆盖众多不同场景。
因此，我们认为要实现大规模应用，有两个关键前提：一是硬件可靠性得到充分验证，这方面进展可能会比较快；二是模型智能水平迭代到“可用”状态。后者可能需要一个逐步演进的过程：从单一任务、有限场景开始，逐步实现物体泛化、背景泛化和任务泛化。这个周期目前还难以准确预测，虽然我们常常会低估技术发展的速度，但合理地估计，可能还需要五年左右。
刘璐：从我们产业的视角来看，关注具身智能并尝试在具体场景中落地，已经有两年的时间。举一个家庭场景的例子：比如白色家电中的洗衣机，如果能结合机器人实现从收集脏衣服、放入洗衣机、洗好后取出晾晒、晾干后再折叠整理的全流程，这会是一个看似闭环的应用。但目前市面上主流的机器人本体厂商在产品表现上还比较生硬，效率和泛化能力都还不够——毕竟衣服的形态多样，洗、晾、叠的方式也各不相同。
这个例子其实反映出两个关键挑战。第一是泛化能力，家庭场景与工业场景最大的不同在于，家庭环境多元、开放，而工业场景相对封闭和单一。如何让机器人适应这种高度不确定的环境，是第一个需要突破的难点。
第二是成本问题。我之前类比过大哥大，最初售价两万多，进入国内甚至高达五万，而如今两千元就能买到非常好的手机。三十年里，成本下降了十到二十倍。目前一个能完成刚才列举场景的家庭机器人，成本可能在三四十万到四五十万。如果未来能降到几万元甚至一万元以内，渗透率才会显著提升。
这两大挑战，都需要我们共同努力，也需要比较长的时间去逐步解决。
方正浩：当下机器人核心零部件的国产替代已经加速，在既要保证供应链自主，又要扩大出海的前提下，如何才能做到相对平衡？
刘璐：我认为未来在核心硬件领域，中国的优势将会是最大的。当然，目前在一些材料和工艺上，比如滚珠丝杠等，仍由日本和欧洲的老牌企业领先。但随着我们在应用端不断打磨和迭代，这些制造业相关的技术瓶颈一定会被突破，而且这个过程应该不会太长。
苏放：我们认为，机器人端侧GPU芯片是中国厂商需要重点突破的领域。根据与英伟达中国的交流，他们目前在机器人芯片市场占据绝对主导地位，仅第一名就占85%以上，加上第二名后合计超过93%，剩余份额才留给地平线等国内厂商。
目前由于具身机器人整体出货量还不大，华为等国内大厂尚未重点布局这一领域，也缺乏相应的产品线。但随着未来机器人出货量的逐步提升，我们相信国内芯片公司在这一市场中的份额将会逐步提升。
杨骏：我非常同意。首先，除芯片外，其他部件全面采用中国供应链已是明确趋势。而在芯片领域，我个人认为随着未来出货量的提升，国产替代的确定性也将逐渐增强。
去年我们走访欧美多家实验室时，当时机器人跳舞等技术尚未普及，就已观察到几乎每个实验室都在使用宇树科技的机器人。这反映出中国机器人硬件的能力，其实早已在国际学术界形成了广泛共识。
姚海波：非常赞同前面三位的观点。国产化已成为全球共识，但我们必须认识到，行业已经渡过了以“四具”——展具、教具、科研工具和玩具——为代表的1.0阶段。下一步，我们的供应链与制造体系，应该朝着具备消费属性、能创造用户价值的产品方向共同努力，推动国产化进入新的阶段。
臧天宇：我们投资了做关节的因克斯和机器人平台地瓜。我们坚信，这些领域都将会是中国公司的重大机会。
方正浩：能否预测一下，目前哪一类具身智能公司有机会跑出来？在下一波押注感知的趋势中，哪些细分场景可能会爆发？
臧天宇：我们关注的重点，在于能够突破当前智能化瓶颈的公司。在当前阶段，核心的突破点仍在于智能能力本身。此外在硬件和本体层面，我们认为未来的机会属于那些真正“为AI而设计”、能够适应智能时代需求的机器人公司。
在上游核心零部件中，触觉作为重要的感知变量，是一个值得关注的方向。而在落地场景方面，继续集中于工业领域意义有限。我们更看好长期的消费端应用，过程中可能会经历从 To B 到 To C 的过渡，例如之前提到的布草处理这类商用场景。这类场景更具探索价值，而纯工业场景的数据积累，对最终进入家庭环境的帮助较为有限。
姚海波：我认为，具身智能硬件的前提，是它首先必须成为一个成功的硬件产品。如果它本身无法激发消费者的购买意愿，甚至让他们产生强烈的拥有欲望，那么所谓的“具身”可能也只是阶段性的概念。
因此，我特别希望看到在下一波发展周期中，具身智能能够与传统设备的升级结合起来。就像3D打印机，发展至今已有四十多年历史，但今天仍然能诞生“拓竹”这样的现象级产品和公司，靠的是极致的产品体验提升。具身智能硬件也应朝着功能明确、属性成功的硬件方向去靠拢，这对我们来说更为重要。
我们目前重点关注的方向之一，是那些专注单功能专精的消费级具身产品。例如在陪伴领域，只需专注做好一件事——像是陪我打网球、踢足球或旅行助手。只要能把某一件事真正做到极致，做到前人未能达到的水平，我认为这样的具身智能硬件就已经足够成功。
杨骏：我们持续看好B端一些有深度的垂直场景，这一点不再赘述。在C端，我们认为“AI+硬件”蕴藏着大量机会——这里所说的硬件未必是具身机器人，更多是指消费级硬件，陪伴型产品只是其中之一。
我们希望能找到的，是那种“超级产品经理”：他们能深刻理解用户场景与痛点，并善用现有技术，恰到好处地解决问题。陪伴是一个方向，但远不止于此。
另外，我们也关注到，现在不少公司正沿着VLA的路径持续探索。但VLA是否就是具身智能大脑的终极方向？目前看来仍存不确定性。VLA本身也存在问题，比如对训练数据的依赖过重。我们相信，在大脑的训练范式上，未来仍可能出现新的迭代，这也是我们重点关注的领域。
苏放：我们认为，具身智能公司成功的关键在于深耕一到两个核心场景。只要能真正打透场景、解决客户的关键痛点，公司规模自然会快速成长。这个场景既可以是To B的，也可以是To C的。
另外还有一点，虽然看似题外，却很重要：在看了多家具身智能公司后，我们发现，产品的外形与外观设计也非常关键。有些产品让人第一眼就不太想用，无论是用于展示还是实际应用，都难以激发购买或使用的欲望——这也是影响落地的一个重要因素。
刘璐：现阶段继续在工业场景里“内卷”意义不大。从我们的角度看，C端确实还需要更长时间才能突破。但我认为有一个场景很有潜力，就是小B端和连锁零售。这类场景比工业更多元，购买力和复用意愿也更强，比如收银、理货等环节，已经有一些企业在做尝试。可能第一批客户会先从海外开始，等成本逐步下降后，再向国内市场推广。
关于2025（第十九届）DEMO CHINA
9月24-25日，2025（第十九届）DEMO CHINA在杭州拱墅举行。致力于打造中国极具影响力的早期科技企业展示及链接平台，大会现场评选《2025值得关注的AI创变者》《2025值得关注的硬科技创变者》两大企业榜单，汇聚机器人*智能硬件、AI创新应用、智能制造、医疗科技等前沿科技赛道126家早期企业同台竞技。现场《2025最受赞赏的风险投资机构榜》发布，吸引213家投资机构齐聚。
