具身機器人的萬億狂歡，在等待工廠的一張復購單

不過，仔細看設備明細表，會發現：在國家電網計劃採購的約8500臺設備中，四足巡檢機器狗和雙臂機器人佔了8000臺，人形機器人，僅僅只有500臺。但這絕不是為了作秀的示範採購。國網是一個揹負著極高安全壓力與鉅額運維成本的經營主體。他們買這些設備，是因為特高壓電網巡檢出事故是真的會出人命，高危帶電作業的人工風險賠償成本擺在那裡。這68億背後，有著嚴苛的經濟紅線與安全雙重約束。所以，真實的工業巨頭確實在拿著經營預算買機器人，但他們會優先採購那些形態成熟、故障率低、能夠立即進入工作流的設備。這不是人形機器人沒有需求，而是工業客戶正在用自己的賬本，替整個行業篩選需求。

該人形機器人拿到的，暫時更多還是試點門票 02 淘金熱裡的賣鏟人：數據牆與算力賬本把帶有強約束的工業場景剔除掉，回頭看市場上剩下的大量真實成交訂單，還有哪些去處？剛剛交出招股書的宇樹科技，提供了一份極具參考價值的標本。2025年，宇樹的人形機器人出貨量達到5511臺，單臺均價下探到了16.6萬元左右。正如晚點LatePost昨天那篇報道中提到的，這批機器人的客戶結構中，高校、科研機構、科技大廠的研發部門以及個人開發者佔據了絕對的大頭。不止是宇樹，目前行業裡第一梯隊玩家的早期規模化交付，很大一部分都走向了類似的去處。

地方政府出資建設場景，高校拿課題經費購買設備用於前沿科研，大型訓練基地採購幾十上百臺硬件，外加一套極其昂貴的動捕設備和遙操作平臺。這種情況下，硬件進了場地，科研人員或數據標註外包團隊穿上動捕服採集動作軌跡。數據流回大模型廠商去迭代算法。廠商再拿著更新了參數的模型去跑下一輪融資，擴充產能。資金、數據和技術在這個圈子裡高效流轉，形成了：“產業內循環”。這並不是給這筆錢判定無效。恰恰相反，在具身智能這個階段，它很可能是產業必須經歷的基礎設施建設：地方政府需要場景，高校需要設備，廠商需要數據，模型需要訓練，供應鏈需要規模。這些事情可以同時成立。但它們仍然不等於機器人已經完成了商業化。

因為基礎設施解決的是“產業能不能長出來”，而商業化最終要回答的是：有沒有產業之外的企業，願意持續為它創造的經濟價值付錢。一個不可忽視的常識是：機器人大模型和基於文本的大語言模型走的是完全不同的路。大模型可以靠爬取互聯網上幾乎免費的千億級 Token 在“無菌的機房”裡日夜進化。機器人必須面對真實的物理世界。互聯網上沒有現成的數據集，能直接教機器如何用剛好的力道捏起一個紙杯（真實測試環境和擬真模型本身也是當前挺火的創業賽道）。現實極其骨感。機器必須在物理場地裡成千上萬次地摔倒、抓空，才能緩慢地積累起帶有重力、反作用力和空間幾何常識的多模態數據。

所以，端到端的具身大模型對算力和數據的消耗，非常恐怖。目前，通過人工遙操作採集一條高質量的物理交互數據，人力加上設備折舊的綜合成本高得嚇人。一般的機器人初創公司如果全靠自己，根本付不起這筆天價的數據和算力賬單。向高校和大型實驗室大批量賣貨，本質上是“在淘金熱裡賣鏟子”。這批企業吃到的是全社會搭建具身智能數據基礎設施的早期紅利。這有點像新能源汽車早期的充電基礎設施。充電網絡還沒有形成之前，單獨一輛車的使用價值也很難充分釋放；但有人必須先把基礎設施鋪起來，產業才可能從少數示範走向規模化。機器人訓練中心、數據採集平臺和早期採購，同樣承擔著類似的角色：它們是在替產業支付“從0到1”的基礎設施成本。

基礎設施鋪完之後，車最終還是要有人開，機器人最終也必須有人願意持續使用。但產業內循環容易掩蓋終端的真實需求。在受控的實驗室環境裡成功抓起一個蘋果，和在沖壓車間粉塵飛揚的環境裡幹24小時，工程難度天差地別。靠科研機構的經費或者一級市場的融資，暫時能填上算力窟窿。從1走到10，行業最終必須找到那些能用日常經營利潤接下這筆龐大賬單的外部買家。03 華爾街算的是全生命週期賬本比較確定的共識是，在具身領域，中國有最完善的低成本量產供應鏈和豐富的工業落地場景。美國在端到端泛化大模型的架構上保持著探索優勢。而面臨這道商業化鴻溝的，不僅僅是中國企業。把視線拉向全球，硅谷的明星公司們同樣困在同一堵牆面前。

《The Information》近期發了一個調查，稱包括 Covariant、Physical Intelligence 以及 Figure 在內的明星企業，正耗費巨資組建龐大的遙操作“數據農場”，並花高薪僱傭操作員日復一日地錄製抓取物體的視頻。所以，獲取物理數據的艱難並非中國特供，全球的具身智能都在痛苦地撞擊這堵“物理數據牆。”很多人喜歡拿美國的標杆落地案例來反襯國內。Figure 02 被送進了寶馬位於南卡羅來納州的斯帕坦堡工廠進行底盤裝配測試。馬斯克的 Optimus 在特斯拉的加州工廠裡分揀電池電芯。

亞馬遜則引入了 Agility Robotics 的 Digit 機器人進行物流測試。這些案例當然重要。它們至少證明了一件事：人形機器人已經開始進入全球最複雜、最講究效率的真實生產環境。但“進入工廠”和“完成商業化”之間，依然隔著一整套財務指標。Figure在寶馬的測試、Digit進入物流場景、Optimus在特斯拉內部部署，都說明客戶願意給新技術一個機會；卻還不能僅憑試點數量證明機器人已經形成可複製、可持續的商業回報。這一點上，中國和美國其實面對問題是一樣的。Figure在寶馬產線上的操作，背後是重兵駐場的工程師團隊在進行貼身維護、隨時接管打補丁。

馬斯克將 Optimus 放入特斯拉產線，更是自帶了一塊免死金牌。特斯拉既是研發方又是唯一的買單方。這種內部署模式，可以無限度地容忍初期的低效、宕機和高昂成本的，因為這本身也是在為公司的科技敘事服務。投行在評估這類物流和製造測試時，看的不止是幾萬美金的硬件售價，而是 TCO（全生命週期成本）。所以我們會看到一些深度報道和投研分會關注：一臺機器買回去，每年的軟件集成費、停機帶來的誤工費、原廠工程師的駐場維修費……最終這些隱性成本加起來，往往比硬件本身還要昂貴。大家其實都在答同一張卷子。

04 跨越轉折點：從導入期與部署期2022年，經濟學家卡蘿塔·佩蕾絲（Carlota Perez）出版了一部演化經濟學著作《技術革命與金融資本：泡沫與黃金時代的動力學》。這本書解答了為什麼每次重大技術革命都必然伴隨著金融泡沫與崩盤，並建立了一個解釋“技術–經濟”長週期的宏觀理論框架：任何通用技術的爆發都經歷導入期（Installation Period）與部署期/展開期（Deployment Period）。導入期，新老範式交替，金融資本佔據主導。從新技術萌芽，核心成本大幅下降，創投機構開始瘋狂押注，再到全社會資金湧入，脫離實體經濟，形成巨大的金融泡沫。

這時候大概率迎來一個關鍵拐點（The Turning Point），並導致崩盤與重組：泡沫破裂（如2000年互聯網泡沫），暴露出純金融投機的弊端，社會呼喚規則與監管。到了部署期，新技術成為普遍的社會基礎設施，生產資本佔據主導，而且進一步在各行各業深度擴散，生產率真實暴漲，經濟迎來健康繁榮，直到最後的成熟期走向紅利耗盡市場飽和。毫無疑問，今天的AGI革命仍然處於導入期，大模型、GPU算力、具身智能都如此。今天機器人產業的種種狂熱與困惑，都在其中。而科研機構的採購、產業基金、擴充的絲槓產能與高估值，都在合力把產業推向規模臨界點。有泡沫？是真的，但其實還好。

回看互聯網時代，泡沫破裂之前鋪設的大量跨洋光纜，後來反而成為下一輪互聯網繁榮的基礎。今天不斷出現的訓練基地、數據中心和機器人產能擴張，也未必都是浪費。真正值得警惕的不是“提前建設”，而是把“為未來建設基礎設施”誤認為“未來已經到來”。這對我們看清局勢有一定指導意義。05 從“金錢遊戲”進入產業真實判斷產業是否跨越轉折點，需要回到基礎的商業常識。審視那些“大單”時，可以關注的是：這筆錢來自財政專項、科研基金、車企的創新測試經費，還是實體工廠日常的生產設備技改預算？購買的目的是為了公關展示、採集數據，還是切實降低某條產線的製造成本？

使用結果是在車間測試幾周後閒置，還是卡進流水線投入了真實連續的工作流？最核心的是，誰在承擔試錯的財務風險。在產業初期，為了打消客戶對泛化能力的疑慮，機器人公司往往會採用 RaaS（機器人即服務）模式。工廠根本不買資產，而是按時長租用勞動力。這會帶來部署量快速增長的數據幻覺：機器人進入工廠，並不意味著客戶已經承擔了機器人的全部經濟風險。穿透資產負債表，在 RaaS 模式下，硬件折舊、維修和技術迭代貶值的風險，並未轉移給工廠，而是全部重重地壓在了機器人公司或融資租賃方賬上。使用方而言，一旦發現機器人的效率不如熟練工人，或需要頻繁上門維修，止損動作就是極其乾脆的退租拒付。

退回的機器瞬間變成廠商賬上的不良資產。因此，真正的觀察指標不僅是機器人有沒有拍進廠視頻，更是客戶是否持續續約，以及供應商能否在這個價格體系下獲得正向經濟回報。真正的商業化，是機器人不好用時，客戶會冷酷地停止復購；當機器真的為產線摳出淨利潤時，他會主動要求翻倍部署。機器人有沒有賣出去，是訂單問題；機器人有沒有真正創造價值，是利潤問題；客戶願不願意繼續買，才是商業化問題。所以，真正值得盯的不是下一份“萬臺訂單”，而是越來越多與機器人廠商沒有資本關係的實體企業，在算清賬之後，願意把它寫進下一年的資本開支，並在第二年繼續追加。

那才是機器人真正走出產業內循環的時刻，也是“具身智能的金錢遊戲”進入產業真實的時刻。【本文參考資料】晚點LatePost，《具身智能的金錢遊戲》國家電網，《2026年具身智能發展規劃》宇樹科技，《首次公開發行股票並在科創板上市招股說明書》The Information，《關於具身智能“數據農場”與遙操作的調查》卡蘿塔·佩蕾絲（Carlota Perez），《技術革命與金融資本：泡沫與黃金時代的動力學》