第 13 章 · 具身智能：337.7 亿的赌局
核心命题：具身智能是 2025-2026 年中国 AI 一级市场最大的赛道（融资 337.7 亿元），但也是泡沫风险最大的赛道。 数据锚点：2025 年中国具身智能融资 337.7 亿元 / 194 家公司 / 占比 20.9%[1]。
13.1 张倩的警告：「1000 台 vs 上涨」
2025 年 3 月，张倩在公开访谈里说过一段话：
「全世界人形机器人累计出货才 1000 台——但 A 股已经涨成什么样了？
这意味着市场情绪已经远远跑在产业落地前面。热情没问题，但你要清楚自己买的是『未来 5 年期权』还是『今年现金流』——这两件事估值锚点完全不同。」[2]
这句话是具身智能赛道最重要的警告。
具身智能（Embodied AI）= AI 模型 + 机器人本体——从人形、四足、机械臂到自动驾驶都在范围内。但 2024-2026 年最热的是人形机器人——Tesla Optimus、1X、Figure、宇树、智元、银河通用、逐际动力等。
13.2 玩家分层
第一层：人形机器人（最受瞩目）
| 公司 | 国籍 | 估值 | 出货 |
|---|---|---|---|
| Tesla Optimus | 美 | Tesla 一部分 | 工厂内试用 |
| Figure (Figure 02) | 美 | 26 亿美金 | BMW 工厂试用 |
| 1X (Neo) | 挪威 | 10 亿美金 | 早期家庭样机 |
| Apptronik (Apollo) | 美 | 2 亿美金 | Mercedes-Benz 试用 |
| 宇树 (Unitree H1 / G1) | 中 | 已 IPO | 出货千台级 |
| 智元 (Yuanzheng) | 中 | ~10 亿美金 | 早期出货 |
| 银河通用 (Galaxy Robotics) | 中 | ~5 亿美金 | 早期 |
| 逐际动力 (LimX Dynamics) | 中 | ~5 亿美金 | 早期 |
| 乐聚 (Leju) | 中 | ~3 亿美金 | 早期 |
第二层：四足机器人
| 公司 | 估值 | 应用 |
|---|---|---|
| Boston Dynamics (Spot) | 大厂 | 工业巡检 |
| 宇树 (Go2) | IPO 后大涨 | 消费 + 工业 |
| 小米 CyberDog | 小米一部分 | 消费 |
第三层：特种机器人
- 工业机械臂、AGV、巡检机器人——传统赛道，AI 加持后估值翻倍
第四层：核心组件
- 关节模组：绿地、青齐、本末、谐波减速器（绿的谐波）
- 电机：步科、汇川
- 传感器：六维力（坤维）、IMU、视觉
- 算力 SoC：英伟达 Jetson、地平线、华为 Atlas
13.3 BOM 成本模型：人形机器人能不能做到 5 万美金？
人形机器人量产的关键是BOM 成本。
当前（2026）人形机器人 BOM 拆解
| 部件 | 单价（美金） | 占比 |
|---|---|---|
| 关节模组（30 个） | 30 个 × $400 = $12,000 | 35% |
| 减速器（30 个） | 30 个 × $200 = $6,000 | 18% |
| 电机 | $4,000 | 12% |
| 传感器（IMU、力、视觉） | $3,000 | 9% |
| 算力 SoC（Jetson/国产） | $2,000 | 6% |
| 电池 | $2,500 | 7% |
| 结构件 | $2,000 | 6% |
| 装配 + 测试 + 良率 | $2,500 | 7% |
| 总 BOM | $34,000 | 100% |
注：单台 BOM 估算，量产规模 1,000 台/年。
未来（2028-2030）目标 BOM
| 关键路径 | 现状 | 目标 |
|---|---|---|
| 关节模组单价 | $400 | $100 |
| 减速器（国产替代） | $200 | $50 |
| 良率提升 | 60% | 95% |
| 总 BOM | $34,000 | $8,000 |
如果能做到 BOM $8,000，售价 $20,000-50,000 的家用 / 商用人形机器人就有可能。
但当前人形机器人售价在 $50,000-150,000——这是「未来期权」估值，不是「当前现金流」估值。
13.4 投资判断：本体 vs 模型 vs 数据 vs 组件
选项 A：投本体（人形机器人公司）
回报上限：单家公司估值 100 亿美金 + 风险：BOM 成本能否压下来？市场需求多大？ 适合：早期 + 大资金（10 亿美金 +）
选项 B：投模型（VLA 模型）
回报上限：可能成为「机器人时代的 OpenAI」 风险：技术挑战极大（vs 具身泛化能力） 典型：物理智能（Physical Intelligence）、Figure AI、智元的 GO-1 模型 适合：技术派 VC
选项 C：投数据
回报上限：中等 风险：需求清晰但护城河有限 典型：合成数据公司、动作捕捉、人类示教数据 适合：早期 + 小金额
选项 D：投组件
回报上限：中等（10-50 倍） 风险：低（当前已有市场） 典型：绿的谐波（减速器）、坤维（六维力）、汇川技术 适合：稳健型 VC
张倩对此的判断（推断自其公开发言）：目前最稳的是组件，最有上限的是模型，最贵的是本体。
13.5 12 项具身智能项目尽调维度
- 数据：训练数据来自哪里？合成 / 真实 / 示教？
- 电池：能持续工作多久？充电时间多长？
- 关节模组：自研 / 外采？关节数量？
- 减速器：用什么型号？国产替代到什么程度？
- 算力 SoC：用什么芯片？是否依赖英伟达？
- VLA 模型：是否自训？还是用开源？
- 应用场景：to B 还是 to C？哪个具体行业？
- 安全性：保险公司如何 underwrite？
- 成本结构：当前 BOM 多少？降本路径？
- 客户：已有哪些 LOI / 试用 / 订单？
- 团队：机器人 + AI 双背景比例？
- 政策：是否在政策支持名单（人形机器人创新中心）？
13.6 反例与陷阱
陷阱 1：「演示视频」陷阱
很多人形机器人公司发出「酷炫演示视频」——后空翻、跑步、跳舞。但这些演示不代表商业可用：
- 演示是在受控环境（光照、地面、任务都预设）；
- 真实场景需要泛化能力；
- 单次成功 ≠ 量产可靠。
判断方法：要求看**「无剪辑 + 真实场景 + 连续 10 次成功率」**。
陷阱 2：估值套利
「别人估值 50 亿，我们做差不多的，估值 30 亿」——这种类比估值在具身智能赛道极其危险。没有真实落地的估值都是预期估值，可能塌缩 70%。
陷阱 3：忽视安全 / 责任
机器人在物理世界会伤人。一台人形机器人在工厂或家庭出事故，法律责任 + 保险成本可能让公司倒闭。
判断方法：问「保险公司怎么 underwrite 你的产品？」——能答上来的是有备无患的，答不上来的可能没考虑过这个 bug。
陷阱 4：「炒概念」上市公司
A 股一些「人形机器人概念股」涨了 5-10 倍，但实际营收来自人形机器人的部分可能 < 5%。这种炒作和创业投资是两回事。
13.7 落地清单
给 VC 投资人
- 谨慎押本体：单笔 < 基金 5%，且必须配合后续轮融资能力；
- 重仓组件：减速器、传感器、电机国产替代是确定性高的赛道；
- 关注模型：Figure / Physical Intelligence / 智元的 VLA 模型——这是「机器人时代的 OpenAI candidate」；
- 时间感：具身智能是 5-10 年级慢变量（详见第 9 章），不要被 12 个月波动干扰。
给 AI 创业者
- 不要做完整人形机器人：除非你有 50-100 亿人民币资金路线；
- 做某个具体组件 / 模型 / 数据：减速器、力传感器、合成数据——这些机会更多；
- 做行业 SI（系统集成）：把通用机器人定制化到某个行业（医疗、物流、餐饮）；
- 找早期 LOI：to B 客户的 letter of intent 是最强 PMF 信号。
给 LP
- 接受具身智能是高风险高回报：5 年内可能没有 IPO 兑现；
- 看 GP 的具身智能配置：本体 / 模型 / 组件比例，避免「只押本体」的赌博式 GP。
13.8 具身智能的「应用场景」分层
不是所有具身智能场景都同时成熟。我把它分为 4 层，每层对应不同的投资时机：
第 1 层：工业物流（已成熟）
- AGV、堆垛机器人、巡检机器人
- 已有大规模商业落地（亚马逊、京东、菜鸟仓库）
- 投资机会主要在升级换代（视觉 + 决策更智能）
第 2 层：商业服务（早期落地）
- 餐厅服务机器人（普渡、擎朗）
- 酒店配送（云迹、擎朗）
- 商场清洁（云鲸）
- 已有数千台 / 万台级出货
第 3 层：工业人形（PMF 验证中）
- 汽车工厂搬运（Figure × BMW、Optimus × Tesla）
- 电子厂装配（智元、宇树试点）
- 12-24 个月内可能跑出第一批 PMF
第 4 层：家庭 / 通用（未来 5-10 年）
- 家庭打扫、烹饪、陪伴
- 仓储 + 物流通用机器人
- 极低成本（< $20,000）+ 高泛化能力——技术 + 成本双重门槛
投资策略：
- 第 1-2 层：成熟赛道，看升级换代机会，估值合理
- 第 3 层：当前估值最贵但 PMF 即将验证，谨慎重仓
- 第 4 层：5-10 年慢变量，少量布局即可
13.9 中国具身智能 vs 美国：5 维对比
| 维度 | 中国 | 美国 |
|---|---|---|
| 本体设计 | 跟随 + 微创新 | 原创 + 多线试错 |
| 关节模组 | 国产替代加速 | 高端核心仍主导 |
| AI 模型 | VLA 落后 + 部分自研 | Figure / Physical Intelligence 领先 |
| 数据 | 真实工业数据相对多 | 合成数据 + 仿真领先 |
| 政策支持 | 强（人形机器人创新中心） | 中（市场化） |
| 商业落地 | 制造业场景密度高 | to C 市场理想 |
| 资本规模 | 单笔较小，但总量大（337.7 亿元） | 单笔大但集中 |
中国优势：场景密度 + 工程师红利 + 政策支持 美国优势：原创性 + AI 模型深度 + 全球资本
13.10 安全与责任：被忽视的关键风险
具身智能与软件 Agent 最大不同：它会在物理世界产生事故。
事故类型
- 碰撞：机器人撞到人或物
- 跌倒：人形机器人重心失控
- 误操作：抓取物品掉落、装配错误
- 网络攻击：被远程控制做坏事
- 隐私泄露：摄像头采集敏感数据
责任归属
- 制造商责任（产品质量）
- 部署者责任（使用规范）
- 用户责任（误用）
- AI 决策责任（算法 black box）
目前法律框架仍不完善——特别在中国，人形机器人相关产品责任法尚未明确。这意味着早期投资者承担额外法律风险。
保险机制
具身智能保险产品在 2024-2025 年开始出现：
- 美国：State Farm、Lloyd’s 推出工业机器人保险
- 中国：平安、人保试点工业机器人责任险
- 但人形机器人保险费率极高（年保费可达机器人售价 5-10%）
VC 应该问创业者：「保险公司怎么 underwrite 你的产品？」——能答上来的有备无患。
13.11 具身智能创业的「死亡区间」
具身智能创业有一个独特的「死亡区间」——比软件创业更危险：
| 阶段 | 投入 | 风险 |
|---|---|---|
| 0-1 年 | 1-3 千万人民币 | 验证概念 |
| 1-2 年 | 3-10 千万人民币 | 出第一台样机 |
| 2-4 年（死亡区间） | 5-30 亿人民币 | 量产爬坡 + BOM 降本 |
| 4-7 年 | 大规模融资 | 量产 + 市场扩张 |
死亡区间为什么危险：
- 资金需求陡然上升（10x 跨越）
- 量产爬坡良率低（30-60%）
- BOM 成本下降不达预期
- 市场需求未爆发
- 竞争对手抢市场
很多公司在这一阶段死亡或被并购——VC 必须评估「5-30 亿融资能力」。
本章小结
具身智能 = 中国 AI 一级市场 2025 最大赛道（337.7 亿元、194 家、占 20.9%）。
张倩警告：「1000 台累计出货 vs 二级市场暴涨」——情绪跑在产业前。
玩家分层：人形（Optimus / Figure / 1X / 宇树 / 智元）+ 四足（Boston / 宇树 Go2）+ 特种 + 组件。
BOM 拆解：当前 $34,000，目标 $8,000——降本路径：关节模组 + 减速器 + 良率。
投资判断：组件最稳、模型最有上限、本体最贵。
12 项尽调维度（数据、电池、关节、减速器、算力、模型、场景、安全、成本、客户、团队、政策）。
4 个陷阱：演示视频、估值套利、忽视安全责任、A 股炒概念。
引用
- [1] 投资界 (2026-01)：2025 AI 应用元年融资图谱
- [2] 新浪财经 (2025-03-25)：对话天际资本张倩
- [3] 各人形机器人公司公开融资数据 (Figure / 1X / 宇树 / 智元等)
- [4] 中金、华泰、中信证券具身智能行业研究报告 (2025)