近期人形机器人领域的“爆单”热潮与赛场上的“花式翻车”形成鲜明对比，暴露出其作为“大玩具”的早期阶段特性。尽管面临技术不成熟、具身智能数据匮乏及商业模式探索等诸多挑战，但产业界仍坚信人形机器人因其对人类基础设施的最佳适配性，具备巨大的长期市场潜力，预计将在未来10-15年内逐步走向通用化应用，最终形成一个头部企业与细分市场并存的格局。
从春晚舞台上16台宇树机器人的东北大花袄舞姿，到各地如火如荼的机器人马拉松赛和格斗赛，人形机器人无疑已成为2024年的科技热词。销量“爆单”、产线满负荷运转、人才紧缺，一系列利好消息似乎预示着一个新兴产业的蓬勃兴起。然而，聚光灯之外，社交媒体上个人购买者分享的“花式翻车”视频——失控撞墙、续航缩水、售后无门——却给这股热情泼了一盆冷水。曾以日租过万掀起热潮的宇树机器人，如今租赁市场也面临价格回落和订单锐减的挑战。这些现象不禁引发深思：人形机器人，真的只是一个“大玩具”吗？
从赛场“翻车”到市场反思：人形机器人的“大玩具”困境
“现在机器人无疑就是个‘大玩具’，而且可能还没那么好玩。”辰韬资本合伙人萧伊婷一语中的，直指当前人形机器人的症结。她指出，大众对机器人的认知往往源于精心排练和美化过的演示视频，这些演示甚至需要耗费数周乃至一整月的时间进行筹备，与机器人的实际运行状态存在显著差距。这种过度美化类似早期自动驾驶技术，需要在特定路段反复测试、处理所有状况后才能呈现理想效果1。因此，赛场上的“翻车”在资深投资人看来并非意外，反而属于正常现象，并不影响他们对相关企业估值的专业判断。萧伊婷强调，专注于具身智能领域的投资人对机器人技术发展现状的认知，与这些“翻车”状况所暴露的水平是一致的。
然而，个人交易市场的风向却已急剧变化。租赁市场泡沫的破裂，并非产品本身的性能问题，而是市场规律的体现。当“买机器人再出租”的模式被普遍效仿，且门槛相对较低时，有限的客户量和激烈的竞争自然导致价格回落和订单减少。
当前，人形机器人数万元至数十万元不等的价格，使其仍处于奢侈消费范畴。早期市场主要由三类用户构成：教育领域（不强调功能性，侧重教育价值）、演示场景（为企业带来流量）、以及尝鲜型用户（追求科技体验带来的情绪价值，而非替代人工的成本效益比）。萧伊婷认为，这个市场短期内规模会较小，但会持续存在，因为每年机器人的能力都在提升，总会有新的尝鲜用户出现。只有当机器人能在成本效益上真正替代人工，成为家庭可用的产品时，才能形成一个大规模的市场。
核心瓶颈与未来路线图：从“缺芯少魂”到具身智能
机器人马拉松比赛中，每个机器人身后都跟着一位满头大汗的工程师——或举着遥控器紧急调试，或搬运沉重电池箱，甚至手忙脚乱地重装“脑袋”。这一幕引发了公众对“技术鸡肋”的质疑：需要人类全程陪跑的机器人，其应用价值何在？
宇树科技创始人兼CEO王兴兴在近期的一次活动中坦承，终极目标是希望机器人能独立工作，但在真正实现之前，现有技术成果仍需进行更多的商业化拓展和尝试1。萧伊婷则明确指出，如果机器人应用于B端场景（如新零售、物流分拣、产线作业）仍需人类陪同，那便失去了降本增效的意义，因为机器人的回本周期正是基于人工工资和成本来计算的。她乐观地估计，机器人三到五年内就能达到相应的独立工作能力。
当前的机器人技术仍处于非常早期的阶段，好比“2016-2017年的自动驾驶”。硬件方面，很多本体技术方案尚未最终确定，使用寿命和电池续航等核心指标仍在逐步发展中，本体结构的不稳定也限制了算法的充分发挥。软件方面，算法迭代同样处于早期。各家公司尚未真正实现所谓的“具身智能”，这意味着机器人的操作精准度和硬件配置难以匹配复杂场景，尚不能完全替代人类工作。核心障碍在于数据问题。具身智能的训练需要海量数据，但由于采集难度大，数据量严重不足，导致机器人难以被“良好”训练。我们看到的那些出圈的“demo”，往往是经过大量特定训练才得以呈现的效果。
值得欣慰的是，机器人数据采集规模正在逐步扩张，包括通过仿真环境生成合成数据，这将为算法迭代提供更优支持。智源研究院院长王仲远也曾表示，当下数据受限使得机器人大小脑融合的现实条件尚未具备，但他预期未来5-10年，大小脑融合的模型可能会成熟1。
至于广受诟病的售后问题，萧伊婷认为，核心在于消费者对产品定位的认知偏差。当前机器人并非成熟产品，难以完成煮饭、洗衣等复杂任务。若机器人出现基础故障（如没电、无法充电、死机），售后通常会提供解决方案；但若用户要求执行说明书未标注的功能，则不属于产品故障范畴。未来，机器人售后机制可能效仿扫地机器人由销售方提供，或类似主机厂由厂商负责。
市场演进与长期愿景：通向“人手两台”的挑战
“人形机器人必然是机器人领域的最终方案。”萧伊婷坚信这一论断。核心原因在于，我们所处的世界，包括厨房台面高度、楼梯、门把手等所有基础设施，都是为人类形体设计的。让非人形机器人适应这些环境，需要大规模的基础设施改造，其成本远超设计和量产人形机器人。因此，人形设计是让机器人以最低成本适配现有世界的_最优解_。
对于人形机器人何时能成为现实，萧伊婷的判断是10到15年。OpenAI的CEO Sam Altman则更为乐观，他预测5到10年内将出现“很棒的人形机器人，它们会走在街上做各种事情”。对长期资本而言，这样的时间跨度具备充分的投资价值。她以自动驾驶为例，该行业在2015-2016年兴起时，许多人认为几年内就能落地，但实际可能需要15年左右，由此推断，新技术从兴起到真正落地通常需要约15年1。
更具体地看，萧伊婷认为，未来3到5年内，人形机器人有望在动作相对简单、专职化、范围可控的特定场景率先落地，例如新零售领域的药房、物流分拣、末端配送等。银河通用轮式上肢机器人已在北京药店开展试点，并计划扩大部署。接下来，机器人将逐步承担一些精密度要求较低的产线工作，优必选已与头部汽车企业达成合作，将人形机器人部署到工厂。此外，巡检、军工领域以及固定编排的表演也是较快落地的重点方向。
尽管短期内面临诸多挑战，人形机器人的巨大市场潜力在投资圈是普遍共识，没有分歧。萧伊婷大胆预测：“未来，每个人可能会拥有一到两台机器人，一台用于工作，一台用作家务，这意味着机器人市场规模极为庞大。”购买模式可能类似于汽车，由大型机器人厂商提供贷款或全款购买，并提供完善的售后保障。
萧伊婷指出，根据著名的Gartner曲线，任何颠覆性新技术都会经历一个“过度乐观期”，随后是估值冲高后的急剧下滑，进入“幻灭期”，最终在10到15年内逐步回涨，进入稳定成长期。她强调，我们应保持中立态度，既不盲目追捧短期突破，也不轻易否定长期潜力。当前，她认为距离通用型机器人的成熟还需要10到15年。
辰韬资本的投资逻辑聚焦于特定细分场景，例如新零售的物流分拣，这些场景的机器人多执行单一固定动作，技术泛化程度低，将先于家用服务机器人落地。这类似于自动驾驶早期在矿山、港口等特定场景的应用模式。他们会权衡“大市场规模但落地慢”与“小市场规模但落地快”两种方向，并综合考量项目场景与团队能力。
对于整个行业发展格局，萧伊婷预计，短期内将呈现“百花齐放”的态势，因为当前机器人缺乏泛用性，各家企业只能深耕特定场景。但随着机器人泛用性越来越强，能够胜任多场景任务时，行业将迎来头部集中，最终可能仅有5到10家企业占据主流市场。然而，细分场景的企业仍将持续存在，这不仅因为其需要深度理解特定业务场景的商业逻辑，更因为B端客户更换供应商的成本较高，导致特定场景的供应商具备较强粘性。因此，未来很可能呈现“通用型机器人企业头部集中、特定场景机器人百花齐放”的态势，且由于市场规模足够大，足以容纳5到10家头部通用型机器人企业。
在人形机器人这条漫长的征途上，眼前的“翻车”和市场反思并非终点，而是技术成熟前的必经阶段。如同自动驾驶曾经历的低谷与质疑，人形机器人也正处于从“大玩具”向实用工具转型的关键时期。真正的突破，将来源于具身智能的逐步完善、数据瓶颈的攻克，以及产业界对长期愿景的坚定投入与持续创新。
References
-
华卫（2025/6/19）。人形机器人遭“墙倒众人推”，不想干成大玩具，“王兴兴们”下一步该做点啥？。AI前线。检索日期2025/6/20。 ↩︎ ↩︎ ↩︎ ↩︎