机器人行业体感分化:寒冬与盛夏,谁在说真话?
IMAGE 图片来源:电影《终结者2:审判日》 作者山茶 编辑韩林 有界Unknown 原创 在2026年APEC工商领导人峰会上,王兴兴给机器人行业下了一....
图片来自电影《终结者2:审判日》
作者山茶
编辑韩林
有界Unknown 原创
时间来到2026年
巧的是,就在几天前,
单独拎出这两句话,是因为眼下机器人圈子里流行的说法完全是另一套:泡沫破了、资本入冬、公司接连关门……
所以,这种给行业打气的话,放在当下实在算个异类。
同一个行业,体感为何截然两样?话题是谁炒起来的,谁又能代表真正的行业判断?
机器人行业眼下过的究竟是冬天还是夏天?
01PART ONE
技术与资本的矛盾
先把话说清楚:我认为并没有谁在刻意制造话题,冷和热都是大家切身的感受。而这种感受上的分歧,恰好把当前机器人行业最核心的矛盾摆了出来。
如今的机器人行业,说白了就是拔苗助长的产物,或者说,价值被提前透支了。
按「有界UnKnown」的不完全统计,机器人行业算得上
制图:有界Unknown|数据来源:有界Unknown不完全统计
这批企业从创立到成为
之所以冒出这么多被快速催熟的机器人公司,得从LLM的发展讲起,它让市场相信
当然,和LLM一样的
结果就是,眼下机器人行业多数企业的估值,跟它当前能创造的实际价值差得太远,这就是所谓的泡沫。
放在过去,这其实算不上问题。
对投资人而言,公司能顺利上市、自己能顺利退出,任务就算交差了,身后无论是
转折点出现在今年9月,机器人行业传出
退出门槛一抬高,资本就催着企业赶紧够上上市条件,这些年轻的机器人公司被要求迅速做出收入,于是一窝蜂挤进快递分拣、工厂搬运、家庭服务这些场景。
这显然不现实。估值再高、融资再多,机器人终究还是个很早期的行业。
Scaling Law还没露面,能力泛化的问题也没解决,从本地到模型,商业化走得又难又慢,资本的投入于是开始放缓。
IT桔子数据显示,机器人行业融资总额在2026年6月冲上328亿元的阶段高点,随后一路下滑:8月约为240亿元,10月只剩约110亿元。相比6月的高位,缩水约67%,连三分之一都不到。
资本最后还是回到了理性轨道。失去资金输血,本身又缺少造血能力的机器人企业,自然先尝到了寒意。
这大致就是人们说的冬天。
可在技术创业者眼里,看到的却是另一番景象。
9月,
另外,全球机器人市场仍在增长。
也就是说,技术确实在突破,需求也确实在增长,只不过这些进展还撑不起资本此前给出的高估值和回报预期。
说到底,一边像冬天、一边像夏天,根子上是机器人行业技术发展与资本预期对不上。
技术演进有自己的节奏,商业化也有自己的周期,靠资本催熟行不通。市场持续回调之际,那些没有核心技术、也没有真实需求、只靠融资和风口撑着的企业,会一步步被市场清出去。
02PART TWO
谁能看到黎明?
可行业的前景,和某一家企业的前景,终究不能画等号。
技术一路突破的过程中,有企业能借此拿到机会,也有企业可能恰恰因为技术进步,丢掉原来的位置。
所以,要判断谁能看到黎明,先得看清行业价值正在往哪个方向转移。
第一个值得留意的变化,是此前被资本追着跑的“
前两年,机器人行业的标杆一直是以
10月份,
变化背后的逻辑不复杂。前面已经说过,卡住机器人落地的就是泛化问题,谁把这个难题解开,谁手里就握着更大的价值。
可现在,基础模型厂商的能力正进一步伸向物理世界。这批顺着风口涌进来的具身模型企业,生存空间势必被压缩。
其中尤其危险的,是那些靠通用理解、任务规划等能力做出差异,却在独有数据、控制能力、真实部署积累上缺课的公司。
第二个变化正好与之呼应:智能能力变得更容易获取之后,本体的价值可能重新被看见。
毕竟,如果基础模型进一步击穿
到那时,谁的本体更可靠、谁能把成本控住、谁能批量交付、出了故障谁能及时修,都会成为很关键的竞争力。
当然,王兴兴在APEC上的发言也提到,即便机器人AI模型迎来突破,生产制造、可靠性和售后服务仍会面临巨大挑战。需求从每年几万台涨到数百万、数千万台时,产业要解决的问题会完全不同。
当然,在这轮新变化之下,大脑与本体之间还有大量工作要做。
在现有的机器人决策体系下,
在System 2之下,还压着一层。
这层活,显然会落到专业公司手里。
不过基础模型还在往下探,单做一层模型的空间照样可能被挤窄。企业要立住,得靠软硬件配合和真实部署攒出更深的壁垒。
技术层面的理解到这里。换个商业化的角度看,未来谁活得下来,另有一套说法。
这一点,自动驾驶行业其实能提供参照。
自动驾驶曾经历过聚焦
机器人行业眼下正站在一个很像的路口:通用能力还没突破,不少公司先切进码垛、分拣、搬运这些具体场景,指望靠落地先挣到钱。
可自动驾驶走过的路已经摆在那里——把场景收窄,不等于商业化就能跑通。真正要判断的是三件事:任务有没有持续需求,客户能不能算清投入产出,产品能不能跨客户复制。
拿公司的实际结果看,商业化走得顺的,是那些在高频刚需里稳定交付、还能持续拿到订单的企业。像
失败的典型路子则是:研发一直投,产品迟迟形不成收入,企业高度依赖后面的融资。比如
这么看,机器人公司挑细分场景,关键在让技术成熟度、客户收益和交付成本三者对上。先做出客户愿意反复买的产品,再慢慢扩应用,短期收入才有机会变成长久生意。
自动泊车这个案例又提醒了一件事:有需求的功能,也可能慢慢被并进更大的系统里。
比如,
放回机器人行业,码垛、分拣、搬运都能当切入口,可固定任务早有成熟的自动化方案,新产品得证明自己在成本、部署或柔性上的优势。
相形之下,多规格装卸、不规则物品分拣、设备之间的搬运衔接更值得盯:需求稳,且存在传统自动化难以经济覆盖的环节。
Stretch
所以我更看好作业频繁、替代价值明确、任务边界清晰、还能跨客户复制的场景。高危作业同样值得关注,它的价值可以用减少人员暴露和停工损失来算。
反过来,需求零散、频次不够、每单都得重新定制的业务,很难撑起企业的长期经营。
对机器人企业来说,一笔订单是收入,一批能重复交付的订单才叫生意。能不能把单点任务沉淀成标准产品、攒出可复制的交付能力,决定了企业能不能穿越周期。
03PART THREE
把时间还给产业
机器人行业的冬天和夏天,其实并不打架。
一头是技术不断突破,新可能接连冒出来;另一头是资本收紧,市场开始重算时间和回报。技术往未来跑,资本得先解决眼前的事。
可产业发展从来不是一步到位。从实验室里的突破,到真实世界的稳定运行,再到跑通成熟的商业模式,每一步都要时间。资本能给这段路添燃料,替不了技术自己的成长。
我仍然相信机器人的未来,也相信这场变革迟早会来。只是技术革命从来不是所有参与者的盛宴。每轮产业浪潮,都有人乘风而起,也有人等潮水退了才离场。
属于机器人行业的夏天也许正在赶来,可播下种子的人未必都能熬到收成那天。
- END -