1. 引言:具身智能成为资本新风口

2024 年以来,具身智能(Embodied AI)从实验室概念迅速走向资本舞台中央。尤其是 5 月以来,多家人工智能企业密集获得亿元级融资,机器人本体、具身大模型、核心零部件等赛道同时被点燃。资本的热情背后,是对"AI 从屏幕走向物理世界"这一长期叙事的押注。

但热潮之下,行业也进入了一个微妙的阶段:技术拐点尚未到来,商业化路径仍在探索,投资逻辑正在从"讲故事"转向"看落地"。本文尝试梳理具身智能的投资图谱,回答两个核心问题——钱在往哪里流,以及谁最有可能在拐点之后胜出。

2. 融资热度:5 月以来亿元级融资密集落地

从融资节奏看,具身智能已成为 2024 年一级市场最活跃的方向之一。5 月以来,多家人工智能企业先后完成亿元级融资,覆盖范围从通用人形机器人本体,到具身智能大模型,再到灵巧手、关节模组、力控传感器等关键零部件。

这一轮融资呈现出几个明显特征:

  • 单笔金额大:亿元级融资成为常态,头部项目甚至出现数亿元级别。
  • 产业资本入场:除传统 VC 外,车企、制造业龙头、互联网大厂纷纷以战略投资方式布局,寻求供应链协同与场景入口。
  • 估值前置:部分项目在产品尚未量产、收入尚未验证的阶段,估值已快速抬升,反映出资本对"卡位"的焦虑。

融资热度是行业景气的直接信号,但也意味着筛选期正在提前到来——钱多了,反而更考验谁能把钱转化为真实的技术进展与订单。

从融资结构看,这一轮资金在产业链各环节的分布大致如下:

具身智能融资热度

本体与整机

具身大模型

核心零部件

场景应用

通用人形机器人

具身基础模型

灵巧手 / 关节模组 / 力控传感器

工业 / 物流 / 制造

3. 投资逻辑:应用层寻找"独立价值",具身智能静待技术拐点

理解具身智能的投资逻辑,需要把它放在更大的 AI 投资框架中看。

3.1 应用层:寻找"独立价值"

在应用层,资本的核心关切是独立价值——即一个 AI 应用是否能在不依赖底层模型厂商的情况下,形成自己的护城河。这通常来自三方面:

  • 数据壁垒:垂直场景中积累的高质量、专有数据;
  • 工作流嵌入:深度融入客户业务流程,替换成本高;
  • 交付能力:从"卖工具"升级为"卖结果",承担端到端责任。

只有具备独立价值的应用,才能在模型能力快速平权、价格战持续的背景下守住毛利。

3.2 具身智能:静待技术拐点

与纯软件应用不同,具身智能的价值兑现高度依赖技术拐点。当前制约因素主要集中在:

  • 本体成本与可靠性:硬件成本仍高,长期运行的稳定性、故障率尚未达到商用要求;
  • 数据与泛化能力:真实世界数据采集成本高,模型在开放环境中的泛化能力不足;
  • 任务闭环:从感知、决策到执行的完整闭环仍不稳定,长程任务成功率偏低。

因此,具身智能当前更像是一场"时间换空间"的投资:资本提前布局,等待硬件成本下降、模型泛化能力提升、数据飞轮转起来的那一天。拐点一旦到来,先发者的规模效应会迅速放大。

把应用层与具身智能的投资逻辑放在一起对比,可以更清楚地看到两者的差异:

具身智能:静待技术拐点

应用层:寻找独立价值

数据壁垒

守住毛利

工作流嵌入

交付能力

本体成本下降

拐点到来

泛化能力提升

任务闭环稳定

商业化兑现

4. 启明创投展望:未来 12–24 个月的关键判断

启明创投对 AI 投资的展望,为理解这一阶段提供了清晰坐标。其核心判断可概括为两点:

4.1 商业化聚焦垂直场景与高付费用户

未来 12–24 个月,AI 应用的商业化将收敛到垂直场景,并优先服务高付费意愿的用户群体。通用型、泛化的"万能助手"难以在短期内形成稳定收入,而在法律、医疗、金融、工业等垂直领域,愿意为效率提升付费的客户更为明确。

4.2 效率端(save time)将领先消费端(kill time)率先爆发

从需求侧看,效率端(save time) 的商业化节奏将快于消费端(kill time)。原因在于:

  • 企业客户对 ROI 的衡量更清晰,愿意为可量化的降本增效付费;
  • 消费级产品受用户习惯、付费意愿、内容监管等多重因素制约,爆发更慢;
  • 效率工具的价值可以直接嵌入生产流程,形成持续订阅。

这一判断同样适用于具身智能:工业、物流、制造等效率型场景,将先于家庭服务等消费型场景落地。

从商业化节奏看,效率端与消费端的落地路径差异明显:

AI 商业化路径

效率端 save time

消费端 kill time

企业客户 ROI 清晰

可量化降本增效

率先爆发

用户习惯与付费意愿受限

内容监管等制约

爆发更慢

5. 产业筛选期:具备闭环进化能力的企业将胜出

随着融资热度上升,具身智能机器人正进入产业筛选期。这一阶段的关键不再是"能不能做出样机",而是"能不能持续进化"。

所谓闭环进化能力,指的是企业能否形成"数据—模型—产品—场景"的正向循环:

真实场景部署

采集真实数据

训练与迭代模型

提升产品能力

拓展更多场景

具备这一能力的企业,通常表现出以下特征:

  • 有真实场景入口:能拿到可持续的数据来源,而非依赖公开数据集;
  • 软硬一体能力:既懂本体与零部件,也懂模型与算法,能协同优化;
  • 工程化与量产能力:能把样机转化为可交付、可维护的产品;
  • 清晰的商业化节奏:先在效率型场景跑通单位经济模型,再逐步扩展。

反之,仅有单点技术、缺乏场景与数据闭环的团队,即便短期融资顺利,也容易在筛选期被淘汰。

6. 投资图谱:谁将胜出

综合以上分析,可以勾勒出具身智能的投资图谱:

层级关注重点胜出关键
本体与整机成本、可靠性、量产能力工程化与供应链整合
具身大模型泛化能力、数据效率真实数据飞轮
核心零部件灵巧手、关节、传感器性能与成本平衡
场景应用工业、物流、制造单位经济模型跑通

谁将胜出? 答案大概率不是"技术最炫"的公司,而是最早建立闭环进化能力、并在效率型场景中跑通商业模型的企业。技术拐点到来之前,资本需要耐心;拐点到来之后,胜出者将享受规模效应的红利。

将各层级的关注重点与胜出关键串联起来,可以得到一张更完整的投资决策路径图:

具身智能投资图谱

本体与整机

具身大模型

核心零部件

场景应用

工程化与供应链整合

真实数据飞轮

性能与成本平衡

单位经济模型跑通

闭环进化能力

拐点后胜出

7. 结语

具身智能正处在"资本热、技术冷"的交叉点上。融资热度证明了市场的长期信心,但真正的分水岭在于技术拐点与商业化落地。对于投资者而言,静待拐点、精选闭环,或许是这一阶段最理性的策略。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐