具身智能正处在这股“激流”的中心。

2026年8月20日，由科技产业智库「甲子光年」举办的「激流——2026甲子引力X·科技产业投资大会」举行。大会聚焦人工智能、具身智能、半导体、智能制造等硬科技方向，讨论资金、技术、产业资源和退出通道正在发生的结构性变化，并现场发布「2025-2026年度中国科技产业投资榜」。

“激流”是今年大会的关键词。相比一年前一级市场仍在讨论募资难、退出难，进入2026年，资金活跃度开始修复，AI和硬科技项目供给重新加速，IPO、并购、S交易等退出路径也再次受到关注。市场变热的同时，另一个问题变得更具体：钱重新流起来之后，什么才是真正值得下注的价值？

具身智能正处在这股“激流”的中心。过去两年，行业的关键词还是技术路线、Demo和融资。到了2026年，讨论开始明显转向另一套指标：订单能不能持续，产品能不能稳定交付，机器人进入工厂之后成本算不算得过来，以及一个场景验证完成以后，能不能复制到第二家、第二十家客户。

资本端的变化来得更直接。就在大会前一天，8月19日，宇树科技正式登陆科创板。发行价150.8元/股，上市首日收于845元，上涨460.34%，市值超过3400亿元。具身智能第一次有了一家可以被公开市场定价的头部公司。

而到了8月20日大会当天，宇树股价又下跌18.7%，总市值回落至约2779亿元。两天之间的剧烈波动，本身也把一个过去主要发生在一级市场内部的问题摆到了台前：具身智能到底应该值多少钱？

在这样的背景下，「激流——2026甲子引力X·科技产业投资大会」设置了圆桌论坛——《从技术突破到规模兑现：具身智能的产业化加速度》。

圆桌由弘晖基金合伙人肖立主持，参与讨论的五位投资人分别是：顺创产投基金合伙人栾沂铭、创世伙伴创投合伙人刘一昂、商汤国香资本合伙人余俊、东方富海合伙人王兵、清智资本创始合伙人张煜。

他们过去几年都在具身智能产业链上持续下注，但站在2026年的这个时间点，对于行业究竟走到了哪里，并没有完全一致的答案。有人把今年称作具身智能的“应用元年”；也有人直言，“真正的拐点可能还远远没有到来”。有人判断宇树上市之后，一级市场“毫无疑问会更热”；有人则预计，资本市场最终可能“先扬后抑”。

当具身智能从技术突破走向规模兑现，投资人的问题也正在发生变化：Demo之后，什么才算真正的产业化？宇树上市之后，一级市场的估值逻辑会怎么变？当大量公司开始“交卷”，下一轮价值又会沉淀在哪里？

以下是本场圆桌对话的文字实录，经「甲子光年」编辑，有删改。

1.从“拼Demo”到“交卷子”

肖立（主持人）：各位领导、各位嘉宾，大家下午好。

今年具身智能还是非常热。我们想先结合各位所在机构和自己的投资经历，请大家简单介绍一下自己，也用一句话概括一下：过去一年，具身智能这个产业最大的变化是什么？

我先抛砖引玉。弘晖基金2014年成立，主要投医疗和科技两个方向。具身智能赛道，我们已经布局了接近10家企业，包括千寻智能、众擎机器人、破壳机器人、首形科技、微分智飞等。

过去一年我比较明显的感受，一是技术路线还在不断融合，从VLA到VLA和世界模型等路线结合；另一方面，不管是工业、服务还是家庭，大家都在从一个Demo，往更泛化、更长程的具体任务执行走。

栾沂铭：顺创产投是一个比较年轻的机构，2023年才成立。

具身智能方面，我们也做了一些布局，包括大界机器人、粤十机器人、星际光年等。总体来说，一方面要脚踏实地，投现在已经有实际应用的工业场景；另一方面，也想布局“星辰大海”，看未来更通用、更标准化的产品。

如果说过去一年最大的变化，我觉得很简单：这个行业已经进入“交卷子”的时候了。

一年以前，大家还在看Demo、讲故事。但现在恐怕单纯靠讲故事，已经很难继续下去了。怎么做标准化？怎么做通用性的生产？怎么把成本真正降下来？机器人到底能不能在现实里发挥作用？这些开始变成更重要的问题。

刘一昂：大家好，我是CCV创世伙伴创投的刘一昂。

创世伙伴是周炜总2017年创立的，团队脱胎于KPCB中国。过去这些年我们经历过很多周期和主题，这几年精力比较集中在AI、机器人和出海这3个大方向。

具身领域，我们也投了不少公司，比如灵心巧手等，大家focus在不同的目标和场景上。

如果说过去一年我最大的感受，我觉得是：这个产业变得更加多元了。

几年前大家刚开始看具身，宇树、智元、银河通用这些公司刚出来的时候，很容易把这个事情理解成马斯克讲的Optimus——做一个长得像人的机器人，最终什么都能干，最大程度替代人力。

这个终极目标可能没有变。但走到今天，我们会发现，并没有找到一条大家都公认的、确定能够走到终点的道路。所以现在分化出了很多不同的目标、实现过程和技术手段。

甚至你说自动驾驶汽车是不是另外一种形式的具身？这个名词其实没有必要争论。更重要的是，整个机器人产业已经发展出越来越多元的路径，越来越多元的落地方式，甚至大家对终极目标本身都有不同理解。这是我过去一年最大的感受。

余俊：我是商汤国香资本的余俊。我们2021年设立，到现在第五、第六个年头，主要还是专注人工智能和泛人工智能领域。“投早、投小、投科技”，是我们的定位。

机器人领域我们投了十多家，基本都是第一轮、第二轮就进去，包括银河通用、众擎机器人、钛虎机器人、帕西尼、大晓机器人等。商汤国香资本在机器人领域也已延伸至本体、灵巧手、核心零部件、物理AI基础设施等多个环节。

我觉得今年有三个变化。第一个，一些细分行业里的头部公司，估值已经到了一个新的量级，基本已经过百亿元了。刚才提到的几家公司，有不少我们是第一轮、第二轮进去的，过了两三年，已经到了一个新的里程碑。

第二个是我一直比较关注的：国内的具身企业终于开始重视数据了。过去大家更多谈模型、本体。今年开始，数据上的投入明显增加。

第三个是ToC。我个人比较关注这个方向。2026年开始，我们看到一些综合能力比较强的团队开始进入ToC机器人。最后产品长成什么样还不确定，但至少有一批真正有产品能力的人开始进场了。

王兵：我来自东方富海。东方富海总部在深圳，今年成立20年左右，管理规模大概400亿元，累计投资超过700个项目，已有90多个项目实现IPO。

具身智能是我们特别重视的赛道。我们在这个领域投了几十家公司，从各种类型的本体，到算法、仿真、数据、零部件，再到工业机器人、无人机、海洋机器人等垂直领域，基本是全链条覆盖。比较典型的包括逐际动力、千寻智能、光轮智能、飞捷科思、微分智飞等。东方富海今年还投资了做原生全模态世界模型的智象未来。

我觉得去年到今年，整个具身的发展还是非常快的。机器人本质上是一个系统工程，不是某一个单点做好就行。硬件、软件、算法、生态，都要做得比较好，最后才有可能真正起来。

过去一两年，这几个环节发展都很快。其中我觉得相对比较快的是数据和算法。但如果你说最后要做一个全通用的人形机器人，我觉得还有比较长的距离。真正进家庭，可能还得五到十年。

最近一两年，更现实的情况是看到很多垂直场景突破，尤其先从工业和偏商业的场景开始。先用相对通用的硬件和算法，在几个比较大的垂直场景里突破，先有小批量出货，然后不断进入更多场景，形成数据飞轮。

为什么这个很重要？就像我们当年看自动驾驶。如果一辆车都没有在马路上跑，数据是收集不起来的。机器人也是一样。先把机器人真正铺下去，去获取更多真实场景数据。当场景积累到一定程度，数据量到了一定规模，算法才有可能真正开始产生泛化能力。

张煜：我是清智资本的创始合伙人张煜。

我们也是一支比较年轻的基金，偏早期，主要投人工智能。具身这两年比较热，所以我们投得也比较多，也是全链条——大脑、小脑、本体、运控、仿真、数据、应用，基本都投。

像智平方、松延动力、极佳视界、跨维智能，包括动易科技，都是我们比较早期进去的项目。公开信息显示，清智资本分别在这些公司的种子、天使或早期轮次进行了投资。赶上一个大的时代红利，具身发展的非常快，以前8到10年可能上市都很不容易，现在可能两三年就可以IPO了。

如果一句话总结今年，我觉得今年应该是具身智能的“应用元年”。我上午刚从WRC过来。去年大家更多还是秀Demo、秀各种技术。今年已经明显变成真的在产业里干活了。大家把实际工业场景拿出来，去讲机器人怎么在里面实现泛化、灵活性、柔性，怎么真正解决问题。

这是一个特别大的转变。所以我们现在重点看几个方向。一个是基础框架。经过这几年的积累，我觉得具身可能到了下一次技术跃迁前夕。第二是数据和数据服务。第三是行业具身。通用具身最后可能只有少数几家，但大多数具身公司可能会面向千行百业提供解决方案。此外，上下游的电子皮肤、传感器、模组、电机、材料，我们也都会看。

2.产业化拐点，到了吗？

肖立（主持人）：刚才几位嘉宾其实都提到一个共同的变化：具身智能正在从行业验证、Demo，进入订单和交付阶段。

那我们就直接问一个问题：具身智能到底有没有来到产业化的拐点？如果要判断这个拐点，当下最核心的指标到底是什么？这次我们倒过来，从张总开始。张总上午刚看完WRC，应该也有一些最新感受。

张煜：我觉得有几个指标。第一是技术的发展和成熟度。过去大家有很多不同技术路线，现在不同路线开始融合。至少逐渐形成一些共识：有一些方向大家认为是可以继续走通的。

第二是数据。数据是不是准备好了？量够不够？结构化是不是做得足够好？今年已经出现越来越多专业的数据服务商，这会推动整个产业往下一个阶段跨。

第三就是成本。太贵肯定不行。我们通常有一个比较粗的算法：一台机器如果要替代一个人，大概做到一个产业工人年工资1.8倍左右的综合成本，就开始有进入产线的可能。

为什么不是一倍？因为人不是24小时工作，你还有社保、管理等等成本。机器人如果能够持续工作，这笔账就不完全一样。现在我们看到一些项目已经开始摸到这个边。

最后一个特别重要的是工程化。过去看的是“你能不能干”。现在要看的是“你能连续干多久”。

今天上午WRC，好几家公司都在强调机器人能够连续工作十几个小时。你不能跑一两个小时就坏掉，或者过热、充电、出现各种故障。真正进入工业产线，稳定性一定是硬指标。

还有一个容易被忽略的变化，是产业的认知。去年我们自己做一些产业调研，真正认为机器人已经能够进产业的企业比例还比较低。但今年我跑了四五十家典型制造企业，有相当多企业已经把具身进入产线列进预算。所以我觉得，相信这件事能够发生，也是一个标志性的变化。

王兵：我觉得这个落地是一个过程。如果今天主要看工业场景，机器人几个核心指标——泛化、可靠性、成本——在不同场景的权重其实不一样。

工业对成本当然也敏感，但没有家庭或者消费场景那么敏感。工业最核心的是什么？我认为是可靠性。今天真的把机器人用到工业里，硬件反而可能比算法更关键。举一个最简单的例子，现在很多灵巧手寿命还不够长。你能不能做出一个真正能用三年、五年的灵巧手？这是很现实的问题。

工业场景里可能只是一个非常简单的动作，但对效率要求非常高。你用一个很复杂的算法，成功率可以做到很高，但如果完成一次操作需要很长时间，那在工业场景里也没有意义。所以如果看现在这个阶段，我认为最核心的首先还是工程化——硬件能力、可靠性、效率。

现在很多人做世界模型，是想解决更核心的泛化问题。但世界模型未必是今天工业场景落地的核心问题。这个问题可能再过三五年，等我们真正要进入家庭，才会变得非常关键。

肖立（主持人）：所以你觉得当下工业里，工程化和稳定性排在泛化前面。

王兵：对，可靠性和效率。

肖立（主持人）：余总呢？

余俊：前面两位基本都cover了。我觉得还是两个方面。第一，硬件和软件现在发展到什么阶段，能不能满足具体场景。硬件看成本、可靠性；软件看在这个具体环节里，不管是泛化、半泛化，还是其他方式，它到底能不能解决问题。

第二还是成本。之前我也一直分享一个判断：当整个供给端的综合成本，差不多相当于一个产业工人一到两年的工资时，落地的可能性基本就具备了。很多场景做Demo、POC的时候，成本甚至不是考虑项。

但如果问“拐点”，可能要摸到这条成本线。有一些场景其实现在已经摸到边了。一旦越过这条线，量可能就会上得比较快。

刘一昂：我可能没有前面几位对于机器人落地拐点那么乐观。我觉得这个拐点可能还远远没有到来。今天我们确实看到了所谓的具身智能公司，他们的收入其实在增长，但不等于具身智能的拐点已经到了。

为什么？首先，人与工具协作来进行生产，不是今天才发生的，已经有上千年历史。机器人本身也不是一个新概念。像传统机械臂，已经在工厂里用了非常多年，工厂不断追求自动化和机械化，这件事也不是刚刚才发生。

那我们今天为什么还单独讲“具身智能”？我觉得它真正重要的价值，是泛化能力。我不是说一定要一台机器人什么都能干，擦桌子、扫地、电焊、装螺丝全部都做。但至少在某一个相对广泛的场景里，一套设备能够做一组过去需要不同设备完成的工作。

如果今天所谓的“落地”，还是传统机械臂已经能够完成，或者稍微优化一下机械臂就能完成的任务，我觉得还不能说到了我们期待的那个具身智能拐点。

真正的拐点，还是要在成本可以接受的情况下，把泛化做出来。硬件成本、软件成本、模型训练成本，都要cover得住。距离我理解的那个指标，我觉得还有一段距离。

栾沂铭：前面几位讲得都很清楚，我可能也有一点自己的想法。我们一直在讲“拐点”，好像这个词意味着之前不太好，突然有一年就变好了。

我觉得不是这样。这个事情可能还挺遥远的。机器人进工厂、自动化生产，中国已经干了几十年，全世界干得更久。现在我们见得比较多的机器人任务是什么？叠鞋盒、检测、插拔、拼装，很多还是相对简单的工作。

这些能不能做？能。但真正进工厂，会碰到大量非常细的小问题。比如有些材料反复弯折上千次之后，排线断掉了。这个问题可能机器人公司自己都未必愿意去解决，但到了现场，它就是问题。机器人是一个系统工程，需要整个产业链很多技术一起往前。

还有一件事情就是算账。我们现在说机器人替代工人，但很多机器人仍然有非常高的人工参与率。假设机器人一天要工作24小时，它坏不坏先不说，旁边还要派一个人盯着。如果24小时都要盯，那是不是还得三班倒？这时候算账就很痛苦了。

所以为什么我觉得拐点还没那么快？因为很多事情真正到场景里才会暴露出来。我们是顺义区的产业资本，每天跟汽车厂、航空航天制造、仓储这些实际产业打交道。实验室的数据有时候不太好直接拿到现场说话。

还是得看实际应用的时候，这些排线会断、机器会停、效率不够的问题，到底有没有办法一个个解决。我相信最终答案不会变。就像当年蒸汽机车刚出来的时候，大家也会觉得马车更好；打字机刚出来的时候，也有人觉得手写更快。

机器人最终一定会在大量岗位替代人，提高生产力。但这个拐点，我觉得不是今年。

肖立（主持人）：听下来，其实大家对“拐点”本身的定义不完全一样。从场景看，家庭大家普遍认为更远，制造业已经开始越来越多地尝试。

但真正进产线，几个指标大家反复提到：硬件可靠性、效率、成本，以及算法泛化能力。再往后，其实都要回到数据。这个拐点可能不是某一天突然发生，而是一个持续推进的过程。

3.宇树上市以后，

一级市场会更热还是更理性？

肖立（主持人）：接下来回到资本市场。宇树昨天刚刚上市，上市首日股价大涨开盘是到了4000多亿元，今天市值相对稳在接近3000亿元的位置。具身智能第一次有了这样一个公开市场里的头部标的。

今年上半年，世界模型等方向在一级市场又非常热，不少项目估值上涨很快。所以我很好奇：宇树上市以后，对未来半年到一年具身智能投资会形成什么样的指引？一级市场会更热，还是反而回到更理性？

栾沂铭：昨天大家确实都挺激动的，看起来终于有人在资本市场赚到钱了（笑）。

但宇树上市到底代表什么？我觉得首先代表资本市场上有了一个可以对标的标杆。以前很多创业公司靠讲故事融资，一级市场没有一个特别清晰的参照。现在这个事情可能会越来越难。

以前在新能源投资的时候，大家经常谈的一个问题是，你这个公司要按这么贵的估值融资，我为什么不直接去买宁德时代的股票？现在这个问题终于也出现在具身智能了。你想按很高的价格融资，那投资人就可以问：我为什么不去买宇树的股票？

对很多初创企业来说，这个问题其实很难回答。但整个行业有了一个比较标准化的标杆，我觉得总体是好事。未来肯定会出现两极分化。资本会越来越向头部企业集中。初创企业如果还想拿到钱，就一定要拿出非常强的、具有说服力的硬实力，证明自己能够在这个行业里生存，而且有机会活到最后。

当然，上市也不能叫最后成功。只是整个行业要重新审视：你凭什么值这个价格？

肖立（主持人）：刘总，你觉得会更热还是更理性？

刘一昂：我觉得毫无疑问，会更热呀。宇树上市肯定是今年很标志性的一个事件。第一个层面，对资本市场、创投市场都是好事。这说明二级市场认可前几年成长出来的头部公司。

第二，它其实有一个行业风向标的意味。对于创投行业，这当然不是坏事。昨天也涨了四五倍吧，我记得400%多。总体来讲，跟MiniMax跟智谱在港股上市，有同样的行业风向标意味。

第三，宇树是第一个，后面港股还有几个其他头部公司，我们也在期待他们上市的表现。刚刚张煜总也说了，以前我们做投资，一个项目七年能上市已经很不错了。这两年确实看到一些科技公司资本化速度非常快。所以至少短期来说，一级市场投资会更踊跃。

对于资本和创业者来说，这都是一个不可多得的好时代。对于基金来说，多投一些能够退出的项目，对于创业者来讲，多拿钱、加速发展。但回归到产业和行业，问题的另一面也很明显，上市只是一个里程碑，不是终点。宇树后面还有很多作为行业头部要完成的任务。

我们这些局中人就要面对一个问题：怎么一方面利用时代的红利，另一方面把泡沫下面的东西填得更结实。你不能大家一起把泡泡越吹越大，最后吹爆了算。那肯定不是对行业最好的结局。

所以我觉得，这其实是全行业共同面对的问题：怎么让产业最终真的值得今天这个估值。

余俊：我觉得说两点。第一，宇树上市对机器人行业、一级市场、二级市场，肯定都有非常好的示范作用。后面准备上市的各个细分领域头部公司，进入资本市场以后也都会多一个定价参考。

但第二点，我认为最后一定会回归理性。宇树本身已经有收入、有利润，所以可以算PE、PS。它的估值也是一个非常、非常高的一个倍数。但更多机器人公司未必都能登陆A股，有一些可能会去港股。

港股过去我们叫机器人概念的公司，或者说哪怕是做零部件的公司，其实Typical的PE的倍数，PS的倍数25倍，那7月份下来之后，其实甚至都不到20倍，就是他的收入乘20，可能大概率就是他目前在港股市场上的估值。

所以我们可以去看说今天可能会在港股登陆的所谓头部的公司，今天其实在一级市场已经出现两三百亿元甚至更高估值，那么等它真正进入公开市场之后，二级市场愿不愿意继续给同样的倍数，是另外一个问题。

机器人和互联网、移动互联网也不完全一样。它的马太效应可能没有那么快。因为很多公司还是处在不同的垂类里，可以做产品差异，也可以有不同定位。

如果让我用一个词形容，我觉得可能是先扬后抑。短期先扬，最后还是会回到基本面。

王兵：我觉得宇树上市肯定对市场有激励作用。至少证明二级市场认可具身智能长期是一个大赛道。但是我们选项目，其实不会太关注短期市场变化。

简单讲，具身智能是一个非常长坡厚雪的赛道。如果未来这个行业真的比汽车还要大，而今天头部公司也就一二十亿元收入，那意味着什么？意味着我们这个马拉松可能才刚刚跑完前100米。

所以它仍然非常早期。我们真正想找的是哪种公司？十年、二十年以后，它仍然有核心技术、核心壁垒，还能够高速增长。现在市场上有几百家高度同质化的企业，怎么从里面找到少数能够长期、持续建立核心竞争力的公司，这才是我们最关注的。

至于是A股还是港股，短期估值高一点低一点，从长期投资角度看，没有那么重要。

张煜：我的观点总体上还是比较乐观的。我觉得宇树上市最大的意义之一，是把资金循环跑通了。

我们一级市场投了半天，如果二级市场永远跑不通，那钱都沉在里面，投资人没有办法退出，也没有办法继续投下一批创业公司。现在二级市场跑通以后，一批投资人可以把资金拿回来，而且是增值之后拿回来，再继续投入新的初创企业。这个资金链就真正转起来了。

我觉得这是宇树上市给大家非常大的信心。但另一方面，它会加速行业分化。比如通用具身，头部公司上市以后，手里的资金更充裕，可以进一步降成本、扩大规模、做标准化、做渠道。后面的竞争者再想跟它正面竞争，就会越来越难。但反过来，这么高的公开市场估值，也会给大量行业具身公司信心。

所以我的判断是：通用具身可能进一步向头部集中，行业具身反而会进入千行百业、百花齐放。

肖立（主持人）：所以听下来，大家总体都认为宇树上市是一个正向信号，但对后面市场怎么走还是有区别。刘总的判断是“会更热”，余总是“先扬后抑”，栾总和张总都提到分化，王总则更强调长期。这个可能也是接下来一级市场很值得观察的一件事。

4.ToC、GPT时刻和“只给订单没用”

肖立（主持人）：接下来分别问几位一个问题。先问余总。您之前提出过，2026年可能是ToC具身机器人的创业元年。但刚才前面几位也都提到，现在更明确的Demo、订单和落地，主要还是工业制造这些ToB场景。真正进入家庭，大家甚至觉得还需要比较长时间。你怎么判断ToC投资的timing？在还没有成熟商业化验证的时候，投资人主要看哪些指标？

余俊：我觉得首先是一个概念问题，ToC不等于进家。这两个不能完全画等号。从2022年底、2023年初国内开始出现这一批机器人公司，到今天差不多三年。过去大家主要在ToB、垂直工业场景做产品。但这三年里，工程化能力、硬件能力，其实已经积累了不少。

第二，有一些ToC需要的能力，在本体还没那么强的时候，已经因为大语言模型发生了变化。比如交互，机器人不一定马上能做很多复杂工种，但交互本身就是ToC产品非常重要的一部分。

还有一个很高的门槛，是产品的收敛能力。ToB产品有时候没有那么强的收敛要求。但ToC不一样。模型怎么做、数据怎么做、结构怎么设计、功能怎么取舍，包括营销，最后都要变成一个消费者真正能理解、能用的产品。尤其是产品定义。过去三年，很多机器人团队其实不太具备这种能力。

但现在在深圳，我们看到一个变化。过去在大疆、华为、汽车公司做产品的人，开始进入具身机器人创业。这些人把消费电子、汽车行业做产品的经验带进来了。我认为这些因素开始融合，会让ToC成功的可能性大幅增加。

所以我说2026年是创业元年，不是说今年马上就会出现一个机器人进家，什么活都干，把保姆替代掉。不是这个意思。而是说：能够真正做消费产品的人，开始进来了。从今年起步，先在产品体验、交互和一些具体功能上积累，里面会有一批公司慢慢活下来。

肖立（主持人）：刘总。你之前谈过到机器人的“GPT时刻”可能还需要五年以上，真正实现算法泛化。在通用具身能力真正突破之前，你觉得什么样的milestone出现以后，已经足以支撑一家大脑公司或者具身智能公司长到比较大的规模？

刘一昂：我先纠正一下。我没有讲说一定是五年。我当时更多讲的是世界模型这个概念，因为世界模型和LLM相对更容易做类比。具身是更广泛的概念，不完全是一回事。

所谓“GPT时刻”到底是什么？大家回忆一下2022年底ChatGPT出来以后发生了什么。它真正给行业带来的东西是：大家开始相信ScalingLaw是work的。也就是说，你在投入一个相对有限的成本——当然这个“有限”其实也可能是几十亿美金——以后，能够得到一个相对满意的结果。

路径被验证出来了。一旦这条路径被验证，全行业才敢往里面投入巨量资源。中国几家大模型公司，包括Anthropic、Google，都是在这种情况下强势跟进。

具身其实也可以类比。当我们能够证明，投入一个相对合理的成本，就能在一定范围内获得足够好的泛化能力，而且这个泛化能力能够cover研发和制造成本，产生足够大的商业价值——那个时候，全社会才会真正有信心，把巨量资本和资源投入进来。我觉得那才是我们期待的“GPT时刻”。

为什么今天大家要研究世界模型？因为VLA在我们现在能够看到的数据量、能够承受的数据成本下，还没有办法做到我们期待的泛化效果。所以大家只能寻找新的训练范式。

这个范式到底是什么？今天还不知道。它能把数据成本降低到什么程度？我们也不知道。大家现在等的，其实就是“我们知道答案的那一刻”。到了那个时刻，行业的投入逻辑才会发生真正变化。

肖立（主持人）：王总。东方富海在具身的布局比较全链条。既投了千寻这样的机器人公司，也布局了飞捷科思这样的物理仿真，以及智象未来这样的世界模型。你怎么看模型、仿真和训练基础设施这一层的投资价值？这个产业链里，有没有可能长出独立于机器人整机的平台型企业？

王兵：我觉得一定是有机会的。这个赛道整体非常长坡厚雪。

我们还是拿汽车打比方。汽车行业最后你会发现，一个非常小的零部件，都可能是一家上市公司。包括汽车辅助设计软件，包括材料加工和生产，这些基础设施里面都会诞生非常大的企业。

具身智能也一样。我觉得大家没有必要全部去投同一种、长得一模一样的人形机器人，或者一模一样的世界模型。供应链、基础设施里面有很多机会。

如果一个公司在某个基础设施环节卡住了一个很好的位置，它有独特的、稀缺的、别人非常难复制的竞争力，我反而觉得这种标的会更有价值。

肖立（主持人）：栾总。顺创产投是顺义区的产业资本，背后有汽车、航空航天等产业资源。大家经常讲，地方资本能给机器人公司第一批POC，甚至第一笔订单。但除了给订单以外，地方产业资本能不能进一步帮企业沉淀数据、迭代产品？你们和纯财务投资机构最大的不同是什么？

栾沂铭：这个事情是这样的。首先我们虽然是地方国资，钱的来源跟大家可能不完全一样，有财政的钱，也有国企自有资金。但做投资这个事情，底层其实没有太大区别。说白了，我们做投资的诉求还是赚钱。

如果有什么特殊的地方，就是我们有能力调度区内资源。很多时候，我们是一个第三方中间人，把顺义区政府、我们招引来的企业、当地产业连接起来。

刚刚提到“给订单”。我说直白一点，如果就是给个订单，这事很没劲。我今天给他一个，明天再给他一个，难道能一路给订单给到上市吗？不可能。

我们的诉求是企业发展得好，我们投资能赚钱，同时顺义本地产业也得到提升。所以真正应该干什么？我觉得还是标准化。顺义干汽车行业很多年，我们很多想法其实跟汽车一样——标准化生产、标准化产品、标准化耐用性。

但今天的具身智能，还有大量定制化。我们的目标是尽量把这种定制化降低下来，让它最后变成标准化产品。产业资本能做的是尽可能提供更多真实、相对标准的场景。比如汽车制造，本身就是标准化程度非常高的产业。

我们可以协调这些场景，提供真实数据，让机器人公司进入车间、进入制造业基层。它在那里拿数据，训练模型，把数据飞轮转起来。最后的目的不是拿到顺义的一张订单。而是从这个真实场景里，打磨出一个可以拿到其他地方继续卖的产品。我觉得这是地方产业资本真正能做的事情。

肖立（主持人）：张总上个月提到，去年至今没有投新的具身公司，觉得这个赛道泡沫明显，技术没有明显进步。我上个月在WAIC逛展时其实也有类似体感，很多公司都在做场景适配，但有些任务并没有特别丝滑。我感觉好像迭代没有特别快。但你今天刚从WRC回来，前面明显比上个月乐观了不少。所以我很好奇：今天看完WRC，你catch到了哪些新的技术或者产业信号？会不会重新加大对具身的投资？

张煜：具身有没有泡沫？肯定是有泡沫。为什么？我有一个比较简单的逻辑。估值不怕高，怕的是没有形成足够强的垄断或者壁垒。这个世界上大量利润最后来自很强的竞争壁垒。

现在具身是什么情况？估值很高，但是行业没有收敛。新的具身公司还像雨后春笋一样往外冒，而且很多做得都不错。那就说明竞争格局远远没有定。从这个角度说，我认为有泡沫。

但这里我也澄清一下。我们不是不投具身，近一年没有新投的是通用具身。消费具身、行业具身，包括具身相关的其他环节，我们其实还投了好几个。所以我们一直持续看好这个行业。

刚才栾总说了一句话，我特别同意，光给订单不行，但不给订单也不行。这是一个鸡生蛋、蛋生鸡的问题。具身现在已经发展到这个阶段。如果你不给它订单，不让它进入实践，它就没有真实场景，没有数据，形成不了数据飞轮，也就没有办法继续迭代技术。

所以我们现在也在推动一些真实场景的比赛。比如“江源杯”具身智能场景技能挑战赛，把真实产业场景抽取出来，让不同机器人企业进去比赛、打磨产品，而且会给真实订单。这个赛事由宜宾高新区、中国电子学会等主办，重点是从真实生产和城市应用场景中形成任务赛题。

我觉得这是现在特别重要的一件事。一方面，产业需要给机器人一个相对宽容的环境去试；另一方面，机器人现在也确实需要真实数据去完善模型，加速进入产业。这两个事情其实是相辅相成的。包括今天WRC，我看到一天里新发布的模型、数据平台和新技术就有很多。

我还是非常乐观，我认为泡沫存在，和我长期看好这个行业，并不矛盾。

5.世界模型估值这么高，怎么justify？

肖立（主持人）：时间关系，最后再聊两个问题。先聊今年最热的方向之一——世界模型。上半年出来了大量做世界模型的创业团队，几十家都是小天才团队，融资非常快，估值也一路往上走。一些世界模型、数据公司，本身还不是一个“本体+大脑”的全栈机器人厂商，也没有很大的收入，但估值已经非常高。这种公司的高估值到底靠什么justify？是团队？远期平台价值？还是技术本身？余总先讲。

余俊：这个方向，我们现在会比较谨慎。一个原因是，这类公司的创业门槛其实一直在提高。从我们已经投资的公司来看，今天数据、人才、训练成本，每年的预算已经非常高了。一个新公司哪怕从世界模型切入，要去跟已经积累几年资源的公司PK，资源身位上会天然有一些弱势。

所以还看不看？当然还看。但核心判断已经不只是模型本身。我会更看它有没有全栈能力。技术能力肯定是must-have，模型能力一定要强。但今天只靠技术已经不够。比如data infra，比如硬件、本体、供应链。公司创业第一天未必全都有。但CEO必须有这个sense。他要知道自己未来缺什么，这些人在哪里，什么时候补进来，下一步里程碑是什么，融资节奏怎么安排。

我们现在的策略，是在谨慎里面挑那些综合能力更强的团队。一些垂直场景当然也会看。垂直场景的数据闭环可能小一些，但如果它自己能够真正形成闭环，也要具体问题具体分析。

肖立（主持人）：王总怎么看？

王兵：我觉得世界模型是一个非常长期的事情。一定会有公司去做，我们也会持续布局。但是它不是一个短期能快速商业化的东西。甚至到今天，“世界模型”本身的定义都没有完全收敛，还有不同技术路线。

仿真是一类，视频是一类，有基于人类第一视角数据的，也有基于真机数据的。这些路线我们都有布局。所以我会说，今天整个世界模型领域还处在一个布局阶段。我不认为很快就会突然出现一个巨大突破，然后机器人迅速实现通用泛化。但是它又是一个必须布局的领域。这两个判断并不冲突。

6.如果未来一年只能再投一个项目

肖立（主持人）：最后一个问题。假设各位代表自己所在机构，未来一年在具身智能领域只能新增一笔投资。你会把钱放在哪个产业链环节？反过来，哪个现在很热的方向，你会相对谨慎？王总先来。

王兵：我觉得投资特别重要的一件事情，就是稀缺性。或者换一个词，垄断性。一定要高度警惕那些高度同质化的行业和赛道。如果一个领域已经有几十家甚至上百家公司，而且你根本分析不清楚它们技术上究竟有什么差异，这种我会非常谨慎。我宁愿去投一个看起来市场规模没有那么大的东西，但它有真正的核心壁垒。

如果只能投一个项目，我大概率会选一个核心零部件。但前提是，它一定有真正的技术壁垒。反过来，那些已经有几十家、上百家，高度同质化，想象空间虽然很大，但看不到技术差异的方向，我会极其谨慎。

栾沂铭：王总这个真的说到心坎里去了。现在同质化项目实在太多了。从本体、大脑，到关节、其他技术路线，很多项目看起来都差不多。有时候投资人看得也挺痛苦。反倒是一些非常细的零部件，甚至细到关节里面某一个零件，哪怕是一根排线，我都觉得很有意思。因为这种东西有稀缺性，同时下游通用性又比较好。所以如果让我选，我也想投一个零部件。至于那些“大路货”，我会谨慎一点。

刘一昂：我还是觉得具身会是一个巨大的行业。刚才王总说，未来可能比汽车行业还要大很多倍。这么大一个产业，不可能最后只有一家公司，也不太可能由某一个产业链环节把所有事情全部做完。汽车里面有OEM，也有Tier1，大家都有自己的生存空间。

那对于投资人来说，我们真正的目标是什么？找到这个产业里谁能够创造最大的一块利润池。什么公司能够创造？第一，这个产业环节本身不能太小，要有足够大的普遍性。第二，你在这个环节要有非常独到的壁垒。

这个壁垒可以是技术壁垒，也可以是规模壁垒，或者上下游产业链的生态壁垒。总之，你最后要有能力把这个产业环节里的利润集中到自己这里。这是我们投资里非常关键的判断。

余俊：我可能会看两个方面。第一个，上游、偏细分，但技术含量很高、有真正门槛的东西。不一定只是大家现在谈得很多的关节，也可能是其他更细的零部件。第二个，就是非常强的全栈型团队。简单来说，要么足够深，要么足够广。

你要么在某一个环节非常深，有别人做不了的能力；要么整个团队综合能力足够强，CEO能够hold住模型、数据、硬件、供应链、产品这些事情。因为我们投得比较早，经常第一轮、第二轮就进去。在这个阶段，这两类团队我觉得都有很大的空间。

张煜：我们看重两个东西。一方面是革命性，一方面是落地性。

革命性，是新的技术框架。我个人判断，过去这几年积累到今天，新一代具身框架可能已经到了呼之欲出的阶段。未来一两年，具身的技术水平和整体框架，可能会跃升到一个新的台阶，我们会紧盯这种基础技术的变化。

第二个是落地性。落地里面，我们会看行业纵深。另外一个东西，我可能跟王总、栾总稍微不一样。我不完全怕同质化。同质化可以，但你得跑得快。大家都差不多，最后为什么是你跑出来？“快”本身也是一种竞争力。中国的环境就是这样卷。任何一个行业只要有发展前景、有潜力，马上会有大量公司扑上来。

这个时候，你没有办法要求这个行业不出现同质化。那你能做的是什么？你必须跑得比别人快。我们最后判断投资，一个看有没有革命性的技术变化，一个看能不能真正落地，还有一个非常重要的东西——速度。

肖立（主持人）：听下来还是出现了一些很有意思的区别。有机构更愿意避开红海，投差异化、稀缺的核心零部件；也有人仍然愿意投平台型、大脑或者更全栈的方向，但前提是它必须跑得足够快，建立真正的壁垒。

从这个角度看，具身智能走到今天，投资人问的问题可能也变了。以前是这个故事够不够大？现在越来越变成这个能力够不够稀缺？能不能落地？能不能复制？以及，你还能不能跑得比别人快？

谢谢各位。

END.