8.2
深览指数
科技虎嗅·小丸子酱酱酱聊商业©··AI 生成
重资产的机器人，AI硬件：不割韭菜还能不能活？
本文作者以一线从业者的视角，揭示了具身智能与AI硬件行业光鲜叙事背后的残酷现实：重资产、长周期、低容错，老板和高级打工人本质上都是“弱势群体”。文章核心贡献在于区分了具身智能的三条烧钱战线（本体、数据、模型），并尖锐指出传统硬件（包括大疆）的成功经验难以迁移，因为机器人行业连“答案”是什么都未确定。适合对产业落地有好奇、想了解行业真实现状而非只听融资新闻的读者。原文 ↗
核心观点
- ▍具身智能和AI硬件是重资产、长周期、低容错、极度依赖运气的“弱势群体”行业，核心矛盾在于投入最重、周期最长、毛病最多，但估值逻辑却可能不认可硬件本身的壁垒。
- ▍传统硬件（包括大疆）的成功经验难以直接迁移到具身智能，因为后者连“答案”都未确定（技术范式、产品形态、商业模式均未收敛），考验的是在长期不确定中持续试错和寻找答案的能力，而非将确定答案做到极致的执行力。
- 012026年上半年，国内具身智能TOP25融资总规模达518.75亿元，全年预计突破1500亿元，对比2024年的137亿元暴增。第一梯队估值门槛被抬至200亿元以上。
- 02机器人需要的数据规模极大——达到GPT-3.5级开箱能力可能需要一亿小时量级数据，而真实交互数据每小时综合成本超百元，且数据并非越多越好，需要覆盖数千种任务和环境。
- 03具身公司必须不停融资的原因：技术路线未收敛（VLA、世界模型等），每次架构切换都可能让上一代硬件、数据贬值；商业场景未跑通，缺乏真实数据飞轮。
- 04作者指出融资除了补现金，还承担着在IPO前“加工资产”的任务——通过小额高价融资建立估值锚，用产业资本和政府订单补足收入与信用，为港股上市铺路。
- 05传统硬件人才（尤其深圳模式）擅长把确定答案做快做好，但具身需要的是长期忍受无回报、反复推翻、跨学科超纲的综合能力，两者要求的组织文化与人才模型不同。
- 06具身智能行业“最荒唐”之处在于权力和责任常倒挂：有决定权者不担结果，承担结果者没有决定权，项目成败最终受制于运气和组织系统而非个人才智。
- 07AI智能硬件赛道“煞笔团队”多，融资少、销量差却吹牛不止；其真正生存核心在于卖货能力，且只能做红海（有人付钱的需求），蓝海多为伪需求。
反方 / 局限
- — 文章承认，所有的融资逻辑（财务、产业、国家队）虽然在当前阶段成立，但“逻辑自洽不等于结果正确”——钱不能替行业找到场景、催熟供应链或保证模型能力涌现，最终绝大多数公司会死掉。
- — 作者指出文中大量批判的“又蠢又坏”的创业者真实存在，但同时也强调许多失败并非因人不聪明，而是掉进了重资产行业的结构性困境中，只能感叹“命不好”。
36 分钟 · 4 卡片 · 11 资料
读原文 →