商汤国香资本余俊：具身机器人进入全栈竞争阶段，下一步是让客户算得过账

创业邦·今天 14:56

具身智能正在进入一场更复杂的全栈智能。

作者丨漫地编辑丨子钺头图丨商汤国香资本合伙人余俊

从小鹏汽车、小牛电动车，到银河通用、众擎机器人，商汤国香资本合伙人余俊的投资经历，跨越了智能硬件与具身智能的多轮技术周期。

在IDG资本期间，他投出了AfterShip, PatPat, Jpush, ezbuy, Coding等早期项目；2014年加入GGV纪源资本后，他转向硬件领域，投资了小牛电动车、小鹏汽车、亿航和紫米，并布局机器人公司库柏特。2018年，他从投资人转身成为创业者，创办机器人药品新零售平台药便利；2021年，他重回创投行业，加入商汤国香资本。

此后，余俊推动了国香资本对银河通用的天使轮投资，并成为众擎机器人的天使领投方。围绕机器人产业链，他还布局了大晓机器人、本末动力（直驱关节）、帕西尼（灵巧手）、钛虎（核心零部件）、优联智能（物理AI基础设施）等项目，从“大脑”到本体，再到感知与零部件，逐步形成多环节的投资组合。

不过，早早下注机器人，并不意味着他会追逐每一个新概念。世界模型公司近期备受资本关注，余俊表示，虽然看过一些项目，但截至目前尚未投资纯世界模型公司。相比单一模型能力，他更倾向于选择能够打通模型、数据、硬件和产品的全栈团队。

“如果对硬件不够敬畏，只擅长软件，未来一定还会经历一个跨认知的过程。”在余俊看来，大模型打开了机器人能力的新空间，但从理解指令到完成动作，再到让客户愿意买单，企业仍然需要跨过硬件、数据和商业化的多重门槛。

2026（第二十届）DEMO CHINA期间，余俊与创业邦对话时，谈到他对当下机器人投资判断的两面：看好行业的长期未来，同时对具体项目保持谨慎。

商汤国香资本合伙人余俊

锚定机器人的全栈能力

大模型的出现，改变了机器人行业的技术范式。

过去，机器人更多沿用自动化的技术体系，围绕特定任务进行控制和部署。如今，大模型为机器人的“大脑”提供了新的能力，也推动产业链形成更丰富的分工：大脑、本体、关节、灵巧手、传感器，以及面向不同场景的整机与解决方案。同时，资本的进入进一步加速了这种细分。四足、轮臂、履带等不同形态的产品，都在探索与自身能力匹配的应用。但行业分工越细，企业成长所需的能力却未必越单一。

余俊观察到，一些最初从机器人“大脑”切入的企业，开始向硬件延伸；一些以本体起家的企业，也在补充模型能力。他以众擎机器人为例：过去更偏重本体，如今也逐渐向“大脑”扩展。

“早期可以从某一个模块先切入，但随着发展，可能软硬都会去做。”余俊认为，对于面向具体场景提供整机或完整解决方案的公司，他更关注全栈能力，包括模型、数据、产品定义、硬件设计和供应链。其中，产品定义尤为关键。企业是要解决一个范围明确的任务，还是进入开放场景，会直接影响数据需求、模型难度和硬件配置。因此，团队需要理解这些能力之间的关系，而不能只把它们当作几项各自独立的技术指标。

随着头部企业不断积累资本与人才，新进入者面临的门槛也在抬高。刚成立的团队，可能从起步时就要与已经发展数年的公司竞争，技术、人才、融资和交付都需要同步推进。

不过，余俊也坦言，市场上仍有不少纯软件或模型团队获得融资，其中不乏高校教授、博士和学生创立的世界模型公司。“资本愿意押注这些路线，说明市场存在不同判断。”

数据必须投入，但投资数据公司要看壁垒

如果说成本影响机器人能否被采购，那么数据的采集与应用，则影响它能否胜任工作。

“没有数据，机器人学不会任何东西。”余俊反复强调，行业在讨论商业化时，容易低估数据采集和训练所需要的投入。

根据国金证券2026年7月研报，截至2026年初，全球高质量真实物理交互数据总量仅约50万小时，而训练通用具身模型至少需要1000万小时的多模态交互数据，当前数据量不足实际需求的5%。中国信通院的报告进一步指出，具身基础模型要迎来“ChatGPT”时刻，数据缺口超过99%。

OpenAI通过数据采集中心购买的具身数据累计已达上千万小时，这一规模已超过中国任何一家具身公司的数据储备。

余俊担心的是，训练具身模型，数据是客观需求，这一点要清醒冷静地认知到，从中美竞争客观投入的角度看，国内具身机器人公司在数据方面的投入差距悬殊的话，会导致模型能力差距拉大。从这个角度看，泡沫争论为时尚早，不应该被某些年研发投入只有不到亿元的非具身主流公司带跑偏。

图片由AI生成

与互联网内容不同，机器人需要的数据大量来自真实物理交互。仿真和生成数据可以补充训练资源，但企业仍需要建立足够的数据基础。在他看来，不能一边要求机器人快速提升能力和落地，一边忽略支撑这种能力的投入，不能因果倒置。

对于各地建设的数据采集中心，余俊也倾向于从产业协作角度来看待。如果每家企业都独立建设数据采集设施，自采自用，容易造成重复投入；集中建设和数据复用，则存在降低成本的可能。同时，这类平台还可以连接场景方与机器人企业。

“它有一个hub（枢纽）的功能。”余俊说，有时产业需要第三方来推动供需对接，让场景需求与解决方案找到彼此。

强调数据的重要性，并不意味着他会广泛投资数据采集公司。对于第一视角数据业务，余俊认为，组织效率和规模化能力固然重要，但从投资角度，还需要判断企业能否建立足够的门槛。

相比单纯扩大采集规模，他更关注上游的传感器与数据获取技术，精准操作必然要求更精准的数据要求。在这类企业中，他尤其看重触觉感知对精细操作的价值：抓取、拧螺丝、整理线头等任务，都需要机器人感知接触状态与力度。这里的关键指标不仅是精度，还有厚度、耐磨性和成本。传感器能否进入实际产品、能否适应长期操作，将直接影响触觉数据的获取和应用。

“我们会从技术的源头，布局一些传感器，为未来更精准的数据做准备。”在余俊的投资思路中，数据公司的价值不仅在于“采到了多少”，更在于“能采到什么”，以及这种能力是否具有难以替代的技术基础。

机器人落地，绕不开硬件这一课

余俊没有投纯世界模型公司。在他看来，这类团队终究要跨过软件与硬件之间的认知门槛。

他以端水杯为例解释这种差异。在软件应用中，一个指令可能通过模型调用就能完成。但机器人要拿起水杯，就必须与真实物体发生接触：杯子有多重、表面是否光滑、用什么材质制作，都会影响抓取。换一个杯子，或换一个摆放位置，执行条件就可能改变。这意味着，模型、传感器、本体和末端执行器需要协同工作。不仅需要软件理解任务，还需要硬件以足够的精度和稳定性完成任务。

这种整合并非易事，余俊以智能手机为例：一部手机体验的改善，并非单靠操作系统的提升就能完成，芯片、屏幕、摄像头、传感器和底层算法，都需要长期优化和配合。

“手机与物理世界的交互，无非是摄像头、麦克风、触摸屏等，已经相对简单，且更多是依靠人主动发起，但机器人交互的维度和空间复杂度会更高，需要机器人根据环境、指令甚至自主主动发起。”余俊说道。“对智能机器人的软件团队来说，补足硬件能力并不只是招聘几位工程师就能解决：产品结构如何设计，供应链如何组织，软硬件研发节奏如何匹配，都需要重新建立认知。而在行业已有先发企业的情况下，这一学习过程还会转化为竞争压力”。

余俊也看到了新的融合机会。他认为，经过前几年的探索，创业者正在逐渐理解具身机器人需要哪些模型、硬件、数据和资金条件。如果团队能进一步引入具有消费产品经验的人才，补上产品定义、供应链和营销能力，就有机会开始探索面向消费者的机器人。

尽管目前技术尚未完全成熟，但这不妨碍企业提前思考产品。最终，企业能否找到可以收敛的需求，仍决定着机器人产品能否真正走向市场。

回归真实，下一步是让客户算得过账

早在众擎机器人T800刚推出时，创始人曾向余俊描述，希望办一场“火花四溅”的机器人格斗赛。当时，余俊还带着怀疑：机器人怎么才能打出这样的效果？

后来，他在一次活动现场看了几场机器人格斗，发现机器人的动作变得更加灵活，能够完成鲤鱼打挺、连续出拳和踢腿等动作。这个变化，让他更直观地感受到软硬件共同进步的速度。

据余俊观察，过去一组动作可能需要较长时间才能完成设置，如今部分动作组合的准备时间已经明显缩短。这背后既有软件和数据的支持，也有硬件轻量化、传感器、耐磨性和寿命等方面的改善。这些变化，让他对机器人的发展保持乐观。

但动作展示之后，余俊认为机器人企业仍然要回答落地的商业问题：机器人能为客户带来什么价值？

针对“机器人没有真实需求”的质疑，余俊认为，现阶段的需求不应被一概否定。他以展示场景为例：企业购买一台机器人用于跳舞、讲解、吸引客流。如果它能够带来流量，老板愿意为此付费，这就是一种需求。接下来需要判断的是，这种需求能否扩大，产品成本能否下降，以及客户的投入产出是否越来越合理。

面向更大规模的生产场景，他把问题概括为两个方向：一是软件提升泛化能力，二是硬件降低成本。也就是说，机器人既要能稳定承担产业工人的部分工作，也要让客户算得过账。

账怎么算？他提出，可以把机器人的硬件成本与产业工人一到两年的工资作比较，作为观察商业化条件的一种思路。这一比较并非完整的投资回报测算，但可以反映出核心判断：需求场景需要的产品力与供给成本需要在某个点相遇，供需逐渐找到平衡点，后续逐渐有机会扩大。届时，寻找场景的也未必只有机器人厂商，更多的系统集成商、后训练落地玩家以及渠道商都会参与进来。因此，未来的机器人产业链可能比今天更长。整机之外，部署、集成和场景适配，也可能催生新的商业机会。