--- title: "机器人公司都在喊盈利，但有人坦白：我们赚的其实是投资人的钱" id: "20260908A0CF4K00" publicationAccount: "非凡产研" originalPublishedAt: "2026-09-08T18:26:48+08:00" canonical: "https://ffcap.cn/research/20260908a0cf4k00" source: "https://view.inews.qq.com/a/20260908A0CF4K00" sourceAccount: "https://news.qq.com/omn/author/21759984" language: "zh-CN" tags: ["商业化","具身智能","融资与投资","智能制造","模型与基础设施","收入与 ARR"] --- # 机器人公司都在喊盈利，但有人坦白：我们赚的其实是投资人的钱 文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。 **深圳物理 AI 峰会 · 圆桌精华** ## **行业很热闹，但离真正的爆发还早** 什么时候机器人公司收入里客户的钱真正多过了投资人的钱，什么时候这个行业才算真正开场。 今天一台在工厂里干活的机器人，算力成本不到 5000 元，占整机成本 5% 到 6%。 同一个行业，另一家公司每个月买算力，要花掉上百万元。 两个数字都是真的。前者来自做工业整机的纳诺机器人，后者来自做机器人操作系统的桥介数物。 外界聊起机器人，张口闭口是算力、参数、人形机器人。但真正在这个行业里干活的人，每天算的是另外几本账。 最近深圳物理 AI 峰会的一场圆桌，把机器人产业链的三个环节凑到了一起：做机器人电子皮肤的墨现科技王鑫，做机器人操作系统的桥介数物，做工业整机的纳诺机器人马尧。 三个人都是乙方，都要向客户交代投资回报，也都讲了不少场面话之外的东西。 整场听下来，最值钱的是三笔账。 ## **算力账：机器人不缺算力，缺的是退烧贴** 先说一个很多人没想到的事实：今天绝大部分机器人，本地算力消耗其实并不大。 桥介解释，现在大量机器人模型的参数规模只有百万级，不带复杂感知和交互，跑起来并不需要多少算力。 而且算力还不能随便往上堆。因为一高就会撞上一个非常物理的问题：散热。 他举了个自己的例子。来参加活动之前，他还在公司调一款机器人，胸前的芯片发热严重。 最后没办法，找了一个类似小朋友发烧用的散热贴，直接贴在芯片外壳上降温。 在他看来，今天机器人很多执行问题和稳定性问题，追溯到最后，都可能落在发热上。 纳诺那边的数字更具体。五年前做抓取，涉及视觉和空间定位，一台机器人里的算力成本要一万多块钱。 这几年算法优化，加上把一部分视觉计算挪到相机侧，现在整机算力成本控制在 5000 元以内，只有五年前的三分之一，占整机成本大约 5% 到 6%。 王鑫的电子皮肤对算力要求更低。端侧用的是常规芯片，触觉数据采完直接存在设备端，连云端接口都没预留。 所以和纯软件 AI 相比，机器人端侧的算力成本，远没有外界想象的那么夸张。 真正的算力大头在模型公司手里：桥介每个月的算力开支已经是百万元级。 桥介判断，未来机器人要具备完整的感知和交互能力，模型至少要到 10 亿级参数。到那时，一部分生成和规划能力必须放到云端。 但那是未来。至少在今天，卡这个行业脖子的还不是算力。 ## **数据账：一小时 5 美元，倒着算出来的定价** 王鑫做的是触觉。灵巧手只有视觉没有触觉，就会遇到视觉盲区：它以为自己夹到了，其实根本没夹住。 触觉传感器提供的，就是这最后一公里的判断。 有意思的是他的定价方式，完全是倒着算出来的。 现在具身数据已经形成行价：一个小时的数据，根据维度不同，卖几百块钱。 数据采集公司会反推成本：人力多少、场地多少、设备多少，最后留给触觉采集设备的，摊到一个小时大概 5 美元。 客户不关心你用什么商业模式，只告诉你一个数：超过这个成本，我的数据就卖不出去。 于是王鑫的手套定价就锚在这里。手套是耗材，里面有电子设备，会磨损。 他们和客户形成的模式是：承诺 200 小时使用寿命，200 小时乘以 5 美元，定价 1000 美元左右。 200 小时以内正常损坏免费替换，超过就不再承担售后。 **客户付的钱是固定的，手套活得越久，利润越厚。** 王鑫自己的说法是，如果保证 200 小时，最后能用 1000 小时、2000 小时，多出来的就是你的利润。 所以公司内部真正较劲的事只有一件：把产品寿命不断往上拉。 他今年还在推数据采集手套，行业里叫无本体数据采集。人戴上手套干活，触觉、位置、空间数据就都采回来了，不用动真机器人。 王鑫把这个模式类比成大语言模型时代的数据标注：未来完全可以在东南亚、非洲组织大量人员做采集。 机器人还没进厂，先进厂的可能是这种"人肉数据标注"的新工种。 这个画面，值得琢磨。 ## **回本账：18 个月，是工业客户的生死线** 纳诺的账最直接，因为他的客户算账方式从来不绕弯子。 纳诺的机器人主要干取放：手机玻璃、后壳、Mac 面板、半导体晶圆。 从接到需求到现场交付，一般 30 到 40 天。 客户愿不愿意付钱，只看一条线：18 个月回本。 具体怎么算？一台机器人能替代 4 到 5 个工人，客户就把这 4 到 5 个工人未来 18 个月的工资算出来。 机器人采购价不超过这笔钱，设备能用五年以上，就下单。 你能把回本周期压到 15 个月甚至 12 个月，客户会更积极。 至于毛利率，客户不关心，但马尧自己分得很清楚。 3C 场景，操作成功率做到 99.5% 以上就能接受，毛利率 40% 到 50%。 半导体、光刻机相关场景有洁净度要求，成功率要 99.99% 起步，也就是行话说的"四个 9"，毛利能做到 70% 到 80%。 公司一年确认收入到 1000 多万美元，就能整体盈利。 **工业现场不追求泛化。** 固定动作、固定场景，核心是高完成率。纳诺的口径是，99.99% 这个成功率，目前很多所谓的通用具身机器人还没办法比。 主持人王朝超提到一个观察：很多 3C 工厂的真实自动化程度，和媒体上讲的"具身智能"是两个世界。 纳诺的回应更直接：你看全球制造业巨头的员工数量就知道了，有的一百多万人，有的七八十万。 这么大的就业数字本身就说明，产线上依然站满了人。 ## **"低质量的盈利"：一句罕见的实话** 三笔账之外，还有一笔账，桥介算的是自己公司的。 桥介数物从 2023 年创业到现在，一直是盈利的。在整个具身智能行业，这应该算少见。 2024 年，一个项目收几十万到一百万元。 2025 年行业热度起来之后，客单价迅速抬升。现在项目基本没有低于 300 万元的，大部分在 400 万到 500 万元，海外大项目的交付周期排到了几个月之后。 但桥介把这种状态称为"低质量的盈利"。 原因他也没打算藏着：项目制没办法规模化复制。 **说得更直白一点，公司赚的甚至不完全是机器人本体公司的钱。某种意义上，赚的是这些本体公司背后投资人的钱。** 这个认知，他们自己是很清楚的。 一个创业公司老板，当着同行和台下观众，把自己利润的来源拆到这一层，在行业里并不多见。 他的解法是平台化。今年 6 月 29 日，桥介的通用机器人开发平台发布正式版，一个多月后就开始商业化。 有个文旅客户在好几个省运营乐园，每天要办很多场机器人表演。这种传统企业不可能养一支技术团队天天"伺候机器人"。 现在通过这套系统，就能让机器人每天在场馆里跳舞、迎宾。 桥介正在做的事，是把过去一两个月交付、收费几百万元的项目，压缩到几分钟完成部署。 把费用从几百万元，压到每年几千元的授权费。他甚至判断，随着接入的机器变多，未来可能降到每年几百块钱。 从 500 万元一个项目，到几百块钱一年。中间隔着的，就是这个行业从"圈钱"走向"生意"的全部距离。 ## **别急着给这个行业盖棺定论** 关于行业现在到底处在什么阶段，桥介说了一段话。 **今天市场上聚光灯最亮的这些公司，我觉得甚至都还不能真正叫行业头部。原因很简单，像华为、比亚迪这一类拥有巨大产业资源和工程能力的企业，还没有真正意义上全面下场。** 他的判断是，今天这个市场很大程度上是被政策和资本催熟的。 硬件、本体、模型，都还需要十年甚至二十年的沉淀，尤其需要真实有效的数据积累。 从这个视角看，今天行业里的有效数据"甚至可以近似理解成约等于零"。 他甚至承认，桥介服务的很多场景里，有相当一部分现在还是伪需求。 这种清醒也写在三家公司的扩张姿势里。 王鑫 2025 年把团队从几十人扩到 100 多人，今年明显放缓，原则是不做无序扩张，不因为市场热就无限加人。 桥介公司全职、待入职、实习生全加起来不到 80 人。他的原话是，创业公司最好做一家没那么焦虑的公司。 纳诺更彻底，到现在没拿机构融资，主要花自己的钱，团队七八十人。 每年只盯四件事：核心技术有没有进展、细分市场份额有没有涨、零部件成本有没有降、技术能力有没有迭代。 ## **分水岭在财报里，不在跳舞视频里** AlphaGo 赢下那场棋，到现在快十年了。波士顿动力的机器狗会翻跟头，也有很多年了。 技术的爆发回头看都是一瞬间，身在其中才知道全是漫长的积累。 这个行业真正的分水岭，看发布会和跳舞视频是找不到的。 要看财报：什么时候，机器人公司收入里客户的钱真正多过了投资人的钱，什么时候，这个行业才算真正开场。 在那之前，退烧贴还得继续贴着。 ## **更多对话细节** Panel｜从炫技到生产力：具身智能商业化的"最后一公里" **嘉宾** 墨现科技 CMO 王鑫 桥介数物 COO 宋阳 纳诺机器人创始人 马尧 **主持人** 非凡资本合伙人 王朝超 ![机器人公司都在喊盈利，但有人坦白：我们赚的其实是投资人的钱 · 原文图片 1](https://inews.gtimg.com/om_bt/Ohx_XsXfVD8V323G3nWrisKAp0ZcRUKDn2LqhHz2DU6XAAA/1000) **王朝超：**我们这一场请到的三位嘉宾正好处在机器人产业链不同环节：王总做感知，宋总做机器人底层模型和操作系统，马总直接做整机和工业交付。 我们今天大概聊四个问题。先请三位简单介绍一下自己和公司的业务。 **王鑫：**我是王鑫，来自墨现科技。 我们主要做机器人的电子皮肤，目前在具身智能上的应用主要有两个方向：一个是灵巧手上的触觉传感，另外一个是数据采集手套。 我们从 2023 年开始做电子皮肤，公司成立得更早，是 2021 年。 团队是从大疆创新出来的，现在总部在东莞松山湖，也有自己的工厂。 **宋阳：**我是宋阳，来自桥介数物。 刚才主持人说我们是做"机器人小脑"的，这其实算是行业对我们的一个错爱。 我们一直觉得，用"大脑""小脑"这种医学名词来界定一家 AI 模型公司，多少还是有点不精准。 我们给自己的定位，是一家通用机器人操作系统研发商。 公司从 2023 年 5 月成立到现在三年多，已经服务了国内外 50 多家本体公司、70 多款本体。 我们主要提供通用机器人的运动控制能力，公司就在深圳。 **马尧：**我是马尧，来自纳诺机器人。 我们主要专注生产物流，包括 CNC 场景使用的复合机器人、PCB/SMT 场景的机器人，也会有人形双臂机器人做打包、组装。 简单来讲，我们做整机，主要交付在工业生产和生产物流相关的环节。 ### **第一关：机器人到底需要多少算力？** **王朝超：**聊机器人绕不开算力。 训练需要算力，推理需要算力，从仿真到现实也需要算力。但算力最终都是成本。 所以第一个问题，请三位从你们产品最日常、最频繁执行的动作切入。比如抓一个东西、感知一个东西，或者让机器人完成一个动作，这里面到底消耗多少算力？ 如果换算成钱，这部分成本占整机成本或者服务成本多少？你们怎么在"算力够用"和"成本可控"之间找平衡？ 先从王总开始。 **王鑫：**我们比较特殊，因为我们本身是做硬件的。 比如我们的数据采集手套，数据主要存储在设备端。出于客户隐私和安全考虑，我们设备本身没有预留后台或者云端接口。 客户使用的时候，数据主要都留在自己的端侧。 触觉数据其实只是 Physical AI 训练数据中的一个维度。 除了触觉，还有现在比较多的 egocentric，也就是第一人称视觉数据，以及位置、空间等其他数据。 我们的下游客户会把不同维度的数据融合，再进行仿真和训练。 所以对我们来说，真正承担的主要还是硬件成本，以及硬件在使用过程中的损耗。 **王朝超：**如果再具体一点，在你们的硬件成本里面，端侧芯片或者算力芯片占多少？ **王鑫：**我们其实对芯片算力要求不高。 芯片主要负责触觉传感点的数据采集和分析，所以端侧用的都是比较常规的芯片，不需要非常高算力的平台级芯片。 **宋阳：**这个问题对具身智能行业其实非常重要。 我在公司平时负责日常运营，说得直接一点，就是负责怎么花钱和赚钱。所以算力在我们每个月的开支里，确实占了一个比较重要的位置。 但是如果从机器人端来看，今天绝大部分机器人的本地算力消耗其实并没有大家想象得那么大。 为什么？ 因为今天很多机器人模型，参数规模还只有百万级。在这种不带大量感知、不带复杂交互的阶段，本地算力第一不需要特别高，第二其实也不能特别高。 因为算力一高，马上就会碰到一个很现实的问题：散热。 我今天来活动之前还在公司调一款机器人，它胸前的芯片发热比较严重。 我最后没办法，找了一个类似小朋友发烧时用的散热设备，直接贴在芯片外壳上帮它降温。 今天机器人的很多执行问题、稳定性问题，最后都可能追溯到发热。 所以在现阶段，机器人本地算力不能无限往上堆。 但是未来肯定不一样。 如果机器人真的要走进千行百业、千家万户，百万参数级的模型显然是不够用的。 我们判断，如果机器人要具备比较完整的感知和交互能力，模型可能至少要达到 10 亿级参数。当然和大语言模型比，仍然差了几个数量级。 到那个时候，就不能简单依赖本地算力了。一些模型生成、复杂规划的能力一定要放到云端。 所以我们现在已经在做通用机器人运动控制的开发平台，希望通过云端把一部分生成和规划算力释放出去。 从公司自身来说，我们是一家模型公司，也需要购买很多算力。现阶段每个月算力开支大概已经是百万元级。 但整体来看，因为今天模型参数量还有限，所以算力暂时还没有构成特别大的经营困难。 未来随着平台规模扩大，真正的问题会变成：我大规模把算力买进来之后，到底什么时候能够把它卖出去？ **马尧：**我们很多机器人是交付在有保密等级要求的车间，所以数据不会传到服务器，基本都在机器人本机完成运算。 大概五年前，我们做抓取，因为涉及视觉、空间定位等计算，一台机器人里的算力成本可能要一万多块钱。 这几年算法不断优化，也把一部分视觉计算放到了相机侧。 现在整个算力部分的成本基本能够控制在 5000 元以内，大概只有五年前的三分之一。 算力成本占整机成本，现在大概在 5%—6%。 **王朝超：**所以和纯软件 AI 相比，今天机器人或者具身智能里的算力成本，占整套产品成本的比例，其实没有大家想象得那么高。 ### **第二关：从 Demo 到真正干活，客户为什么愿意买？** **王朝超：**接下来聊场景闭环。 三位就讲自己目前最成熟的产品，用人话讲：机器人到底在干什么活？在什么场景里干？ 从部署到真正开始工作，需要多长时间？客户最后愿意把钱付给你，最在意的究竟是什么？ **王鑫：**我们目前主要还是两块：灵巧手和数据采集。 灵巧手这边，从 2024 年左右开始，越来越多灵巧手厂商会往手上增加电子皮肤，也就是触觉传感器。 为什么要加？ 一个很直接的问题是，如果只有视觉，没有触觉，灵巧手或者工业夹爪执行任务的时候会遇到视觉盲区。 它可能"以为自己夹到了"，实际上根本没夹住。 触觉传感器提供的，就是最后一公里的判断能力。 第二块是数据采集。 过去大家做具身数据，大量还是用真实机器人本体去采。这就意味着，本体、灵巧手本身也要采集触觉数据。 今年我们又在做另外一种方案，就是数据采集手套。 里面既有触觉，也包括位置、空间信息。现在行业里把这种方式称为一种无本体数据采集。 客户为什么愿意为这个东西付钱？ 很简单，因为用真机采数据太贵了。 如果做无本体采集，就有点像大语言模型时代的数据标注。未来完全可以在东南亚、非洲等地区组织大量人员进行采集。 包括一些互联网企业，本来就天然拥有大量数据采集场景，只需要在人身上增加数采设备，就可以大规模把数据采回来，再进行仿真和训练。 所以我们给客户提供的，本质上是机器人训练数据里的一个重要维度。 如果机器人未来真的要向前发展，触觉数据一定是不可缺的一环。 **王朝超：**宋总，你们做的是 OS 和具身模型，你们的产品到底怎么落地？ **宋阳：**我们的客户主要有两类。 第一类是研发机器人本体的客户。 这里面又有两种。一种是行业里比较领先的机器人企业；另外一种是从 2024 年开始大规模进入具身智能领域的传统制造企业，包括汽车、手机、家电、工业机器人、协作机器人企业。 我们给这类客户提供的是底层基础设施和系统能力。 第二类是真正使用机器人本体的企业。 这类客户覆盖的场景就更广，包括石油化工、电力运营商、物流供应链等等。 这些行业里面确实存在大量高频、可复用的机器人需求。 但我也坦诚讲，今天其中绝大部分可能还处于非常早期，甚至有相当一部分现在还是伪需求。 只是因为政策和资本的共同助力，让足式机器人、具身机器人开始逐渐进入这些场景。 所以桥介做的事情，是提供一种跨场景的基础设施能力。 不论你是研发本体还是使用本体，都不用重复造轮子。通过一套标准 API，就能够调用我们底层的机器人能力。 后面我们还会进一步发布"大脑"能力，把所谓大脑和小脑逐渐融合到同一个模型里面。 最终我们希望用户根本不需要了解底层技术，不需要了解这台机器人是什么构型、空间模型是什么。 就像今天用 PC 或手机一样。你不需要知道里面是什么芯片、多少内存，你只需要知道：我要它完成什么功能。 所以我们提供的本身就是跨本体、跨场景能力。 **王朝超：**汽车行业以前有"灵魂论"。 一类公司本体和灵魂全部自己做，另一类是本体自己做，灵魂外购。你们相当于是"卖灵魂"的。 现在你们合作的客户，哪一种更多？ **宋阳：**确实有很多投资人会把桥介类比成机器人行业里一个"卖灵魂"的公司。 这个类比不完全精准，但确实有点类似。 直接回答的话，现在第二类更多，也就是本体和底层智能能力分开采购。 **王朝超：**马总，你们工业机器人具体在干什么活？ **马尧：**目前做得最多的还是取放。 主要是 3C 和半导体行业的各种工件。比如手机玻璃、后壳、Mac 的面板，还有半导体行业的一些晶圆，这些取放工作是我们做得最多的。 从接到客户需求，到最终能够去现场部署交付，一般大概是 30—40 天。 客户算账也很直接：用这台机器人替代人工，能不能在 18 个月左右收回成本。 这是工业客户比较典型的计算方式。 ### **第三关：客户 18 个月回本，供应商自己什么时候赚钱？** **王朝超：**正好聊到 ROI。 三位其实都有一个共同身份：都是乙方，甚至有时候是乙方的乙方。 今天客户、投资人、创业公司都在算 ROI。所以请三位分别算一笔具体的账。 以你们最成熟的场景为例，客户投入多少、产出多少、多久回本？ 另外，你们作为供应商怎么定价？自己的正毛利节点在哪里？ **王鑫：**我们服务的很多客户都是做具身模型、世界模型的，模型上游又有大量数采公司。 这个行业的数据现在已经逐渐形成一些比较明确的价格。 举个例子，现在一个小时的数据，根据数据维度不同，可能卖几百块钱。 那数采公司就会反过来算：里面的人力成本多少、场地多少、设备多少，最后留给触觉采集设备的成本是多少。 目前客户给我们的一个比较明确的成本约束，是触觉设备摊到一个小时，大概就是 5 美元左右。 他并不关心你用什么商业模式。他只告诉你：我能接受的就是这个成本，再贵，我的数据就卖不出去。 因为模型公司除了买数据，还有算力成本，整体训练成本已经非常高。 所以我们的定价就是倒着算。 比如数据采集手套本身是一个耗材。哪怕一双普通手套，长期操作也一定会磨损。我们的手套里面还有电子设备，不同场景、不同任务，磨损程度都会不同。 现在我们和客户逐渐形成一个双方都能接受的模式：我保证你的使用成本大概就是每小时 5 美元。 比如我们给客户承诺 200 个小时的使用寿命。200 小时 × 5 美元，就是 1000 美元。那这套设备定价可能就在这个范围。 我保证在 200 个小时以内，如果发生正常损坏，我给你免费替换。超过 200 小时以后，就不再承担这部分售后成本。 所以我们内部真正要做的，就是不断把产品寿命往上拉。 因为客户付的钱已经倒算出来了。产品到底需要活多久，才能 Cover 掉研发、售前、售后，同时还有自己的利润，这笔账就非常清楚。 **王朝超：**也就是说，对你们来说，真正的压力是让一双手套越来越耐用。 **王鑫：**对。如果保证 200 小时，但它最后能用 1000 小时、2000 小时，那多出来的就是你的利润。 **王朝超：**宋总，你们这个"灵魂"怎么定价？ **宋阳：**我们还是分研发客户和使用客户。 坦诚讲，今天整个行业还是非常早期。桥介目前大部分收入，其实都来自研发本体的客户。 我可以分享一个数据：我们从 2023 年创业到现在，公司一直是盈利的。 在整个具身行业里，应该算比较少见。 早期我们主要还是项目制。2024 年，一个项目的收费大概几十万到一百万元。 到了 2025 年以后，整个机器人行业热度突然上升，我们的项目客单价也迅速提高。 现在项目基本没有低于 300 万元的，大部分在 400 万—500 万元。我们甚至有海外大项目，交付周期已经排到了几个月之后。 但我自己会把这种状态称为：低质量的盈利。 为什么？因为项目制没有办法规模化复制。 说得更直白一点，我们赚的甚至不完全是机器人本体公司的钱，某种意义上，我们赚的是这些本体公司背后投资人的钱。 这个认知我们是很清楚的。 所以为什么一定要把能力沉淀成平台？因为只有平台化，商业模式才真正有可能从项目制走向规模化。 我们的平台正式版本今年 6 月 29 日发布，发布一个多月以后就已经开始商业化。 比如我们现在有一家文旅客户，在不同省份运营乐园，每天要做很多场机器人表演。 对于一家传统文旅企业来说，它显然没有能力，也不可能自己养一个很大的机器人技术团队，每天专门"伺候机器人"。 他们在展会上看到我们的系统以后，现在可以通过这套系统非常简单地让机器人每天在场馆里跳舞、迎宾。 这种模式就可以复制到其他场景。 再往下一步，我们也开始服务很多真实操作类需求，包括工厂、石油化工、运营商等场景。 我们现在正在做的，是用系统化产品把过去一两个月交付、收费几百万元的项目，压缩到几分钟完成部署。 同时把费用从几百万元，压缩到每年几千元的 License。 甚至随着接入机器数量越来越多，我们判断未来可能降到每年只有几百块钱。 这才是真正能规模化的模式。 **马尧：**我们的客户比较直接。 刚才说了，18 个月是客户测算投资回报周期的极限。 比如一台机器人能够替代 4—5 个工人，那客户就会算这 4—5 个工人未来 18 个月需要多少工资。 如果机器人一次性采购成本不超过这笔钱，同时设备又可以用五年以上，他就愿意买。 如果你能把回收周期做到 15 个月，甚至 12 个月，那客户购买会更加积极。 至于我们的毛利率，客户其实并不太关心。我们会根据不同应用场景有很大差别。 比如 3C，包括果链的一些客户，对设备操作成功率的要求虽然也很高，但相对没有半导体那么极致。做到 99.5% 以上，很多场景已经可以接受。 这一类设备，我们毛利率做到 40%—50% 左右。 但半导体、光刻机相关场景，会有洁净度等更严格要求，操作成功率可能要求达到 99.99% 以上，也就是"四个 9"以上。 这种高精度、高要求设备，毛利可能做到 70%—80%。 对我们公司来说，如果一年确认收入能达到 1000 多万美元，应该就可以实现整体盈利。 最后本质上还是一个通过规模复制、规模降本来获取利润的过程。 ### **第四关：为什么工业现场反而不追求"泛化"？** **王朝超：**听完马总的数据，我有一个感觉。 今天很多 3C 工厂实际的自动化程度，和外界媒体、自媒体讲的"具身智能"、甚至今天 AI 在电脑桌面上实现的自动化程度，可能完全是两个世界。 工业现场其实依然有大量人，在重复做非常基础的劳动？ **马尧：**对。你只要看全球很多制造业巨头的员工数量就知道。 有的企业一百多万人，有的七八十万人、五六十万人。 这么大的就业人数，本身就说明制造业现场依然存在大量一线工人。 **王朝超：**那你们会面临"机器人不够灵活"的问题吗？ **马尧：**工业现场对操作成功率的要求非常高。 哪怕 3C 这种相对容忍度高一点的场景，也需要 99% 点几。半导体可能直接要求 99.99% 起。 这个成功率，目前很多所谓的通用具身机器人其实还没办法比较。 **王朝超：**所以工业里反而不那么追求通用和泛化。在固定动作、固定场景里，核心是高完成率、高准确率。 **马尧：**对，高精度。 ### **第五关：公司到底该长多快？** **王朝超：**最后一个问题聊融资和经营。 过去两年机器人资本市场持续升温，但市场同时也一直在出清。有些公司在扩张，有些在收缩。 三位又正好处于不同阶段：有人融过很多钱，有人在融资路上，也有人目前还主要花自己的钱。 你们怎么平衡融资和经营？怎么判断公司现在需要多大规模？ 人多了可能把公司烧死，人少了又跑不起来。 **王鑫：**我们扩张最快其实是在 2025 年。团队从几十人增长到 100 多人。今年还在扩，但速度明显放缓了。 我们的业务模式也有不少项目制，不过和纯软件项目不太一样。我们很多项目，是围绕具体灵巧手做定制。 这意味着前期研发投入很大，但是产品生命周期也比较长。 比如我们给一些灵巧手企业做整套定制方案，前面一定是亏的，因为有大量研发投入。 但它一旦量产，生命周期相对比较长，也没有那么容易被标准化产品直接替代。 一般进入量产以后大概 3—5 个月，这个项目就能够开始盈利。 所以目前公司整体盈利状况还可以。 我们的想法是不做无序扩张。市场上灵巧手企业很多，我们不可能每一家都做。 会优先选择产品理念一致、未来有规模化机会的客户。 除了机器人，我们本身也有康养医疗、AI 硬件、割草机、扫地机、智能床等不同方向。 所以整体原则就是：跟着具身智能行业增长，配相应的人，但尽量把人员规模控制在合理范围，不因为市场热就无限扩张。 **宋阳：**我从行业和公司两个角度说。 先说行业。 现在市场特别关注一些明星机器人公司，包括资本市场的一些动作。但站在我们这种完全不做本体的第三方视角，我反而觉得：今天具身智能仍然处于极早期。 今天市场上聚光灯最亮的这些公司，我觉得甚至都还不能真正叫"行业头部"。 原因很简单。像华为、比亚迪这一类拥有巨大产业资源和工程能力的企业，还没有真正意义上全面下场。 这些公司的资源能力如果未来真正投入，整个竞争格局可能完全不一样。 所以今天的机器人行业，远远没有成熟到可以盖棺定论的阶段。离真正下到工厂里大规模打螺丝，我认为还早。 我甚至会说，今天这个市场很大程度上是在政策和资本推动下，被人为催熟出来的。 不管机器人硬件、本体，还是所谓大脑、小脑，都还需要很长时间沉淀。可能是 10 年甚至 20 年。 尤其需要真实、有效数据的积累。从这个视角来看，今天行业里的有效数据甚至可以近似理解成"约等于零"。 所以现在下任何特别确定的判断，都还太早。 第二，从公司经营角度。 我自己在公司既负责融资，也负责销售。我不觉得融资和商业化是矛盾关系，反而应该互相促进。 融资给我们更多弹药。虽然桥介从创业第一天开始就是盈利的，但不代表只靠现有利润就一定能快速发展。 我们仍然需要外部资本和资源，帮助公司穿越周期，让我们有机会真正走到行业成熟的那一天。 但商业化同样非常重要。因为商业化本质上是用市场化手段验证：你的模型到底有没有用？你的平台能力到底有没有价值？ 不是关在公司里自己觉得技术很好，就算成功。 所以从创业第一天开始，不管研发大脑、小脑还是其他能力，我们想到的第一件事之一都是：这个东西怎么卖给客户？怎么商业化？ 另外一个我觉得特别重要的点是：创业公司最好做一家没那么焦虑的公司。 **王朝超：**手上有钱当然比较不焦虑。如果墨现现在是一百多号人，你们现在多少？ **宋阳：**全职员工、待入职和实习生全部加起来，不到 80 人。 **王朝超：**马总，你们怎么平衡融资、经营和团队规模？ **马尧：**我们目前还没有拿机构融资。截止到现在，主要还是花我自己的钱。 团队现在大概七八十人。所以我目前主要看几个东西。 第一，自己产品最核心的技术能力，每一年有没有持续进展，能不能保持对同业的领先。 第二，在自己真正看重的利基市场里，核心客户的市场份额有没有提升。比如今年我们关注的某个细分市场一共卖了 3000 台，那我要看自己的份额有没有快速增加。 第三，核心零部件采购成本有没有继续下降。 第四，自己掌握的技术能力有没有继续迭代。 所以我们的思路就是：在自己能够承受的亏损范围内，持续提高细分市场份额，同时扩大规模，逐渐形成规模效应。 目前公司大概就是处在这个阶段。 ### **第六关：离真正的"生产力工具"还有多远？** **王朝超：**听完三位分享，我有一个很明显的感受。 今天所谓机器人行业，其实可能同时存在两种市场。 一种更偏研究、研发和制造"具身智能本身"；另外一种已经开始真正进入民用和工业场景。 后者离真实市场化、商业化显然更近。 过去几年机器人产业确实发展得非常快。用宋总刚才那个词，它可能在资本和政策作用下被"催熟"了，而且已经催成了一个体量不小的细分市场。 本体往上有各种零部件、感知，往下有模型、操作系统、场景集成，产业链里已经有非常多角色。 这里面现在也确实还有很多钱。既有投资人的钱，也已经开始出现真正来自市场、来自客户的钱。 但现在可能正在进入另外一个阶段：不能只看机器人会不会表演，而要看它能不能产品化，能不能真正进入工业、商业和民用。 这个过程不一定存在一个明确的临界点，更可能是一段渐进过程。 它可能需要一年、两年，也可能是三五年、十年。 回头看，波士顿动力发展这么多年，AlphaGo 到现在也已经过去十年左右。 很多时候觉得技术突然爆发了，回头一看，其实已经积累了非常久。 机器人真正形成大规模民用和商用产品，可能也还需要时间。 --- 原始发布版本：https://view.inews.qq.com/a/20260908A0CF4K00 本站阅读页：https://ffcap.cn/research/20260908a0cf4k00