王臻谈具身智能融资腰斩：IPO收窄，谁在冬天被筛掉？

“等到泡沫碎了，真正埋头干活的那批人，反倒松了口气。”

这话出自一位长期看具身智能赛道的投资经理，是他对近来行业气氛的概括。话的另一头，是更多人的不安：钱不好融了，上市这条路越走越窄，而上轮拿到钱的公司，账上的余额正一个月比一个月少。

门，究竟是从哪一刻开始关上的？

纳斯熊德（Cervo Technologies）做的是面向全球真实场景采集的物理 AI／具身智能数据基建，其 COO 王臻在与“霞光AI实验室”交谈时，理出了一条颇为清晰的时间线：今年8月，海外公司 Dyna Robotics 先用 100 万小时人类第一人称视频做预训练，让机器人从中学到真实世界的物理交互规律，随后对外公布发现了具身智能的 Scaling Law；那阵子数采公司有过一小段融资窗口，可没过多久，风向就掉了个头。

站在产业链更上游的 Claire 察觉得更早。“从我们产业链的视角来看，就是各家（具身智能本体）的订单都很少，不足以支撑正常工厂的长期生产。目前的情况是只有跟国内头部的1~2家合作，才不至于亏本。”

IPO 的门槛正在变高，这让局面更加复杂。多家媒体从 9 月起报道，中国证监会用非正式的“窗口指导”方式，提高了人形机器人企业上市的审批要求，同时严查收入是否真实、能否持续。据了解，监管整体收紧之后，智元机器人的上市进度已经往后推，具身智能企业赴港 IPO 也实际上被叫停。

退出预期的变化，很快就传导到了一级市场：IT桔子数据显示，10月国内具身智能赛道融资事件跌至 33 起、总额 101.05 亿元，与6月高点（55 起、308.92 亿元）相比，交易数量近乎腰斩。

另一位在产业链上下游都有涉猎的从业者，则点破了这条赛道创业绕不开的结构性约束——退出方式太单一：“在中国做这件事，就要想到退出。中国的退出方式就是上市，还是有点单一。如果头部公司的上市都有阻力的话，那对于腰部及之后的公司而言肯定不是什么好事。”

问题于是落到了很具体的地方：上轮融来的钱，还够烧多久？烧完了，这些公司又靠什么撑到下一轮？

冷，但并非每个角落都一样冷

这轮降温扫到的是整个行业。“不管是头部，还是腰部公司，影响都会很大。整个具身智能产业链上，不论数据公司，模型公司，本体公司都会被影响，”有业内人士这样透露。

Claire 看到的也是这个方向，但她补了一句：相比之下，中下部公司受到的冲击要远比头部公司重。“钱烧不了多久了，”她说。

不过，冷并不等于钱没了，钱只是换了去处。

融资仍在发生，就是一个信号：原力无限这家具身大脑公司，8月宣布完成近 10 亿元 A 轮及 A+ 轮融资，10月下旬又披露拿到浙江省创业投资集团近亿元 A++ 轮投资；RoboScience 机器科学成立不到两年，11月2日宣布完成 A2 轮数亿元融资，领投方里出现了琥珀资本、鸿瑞达投资，以及有产业背景的上海半导体产投。

图源：RoboScience官微

11月8日，业内又确认 DeepSeek 连投两家具身公司：Winverse AI 主攻“通用机器人决策大脑”，偏底层大模型与算法；理格万物锚定“工业场景具身应用”，偏实际产线的落地与执行，两者凑成一个“知+行”的组合。

11月9日，苏州具身智能企业优理奇机器人官宣完成 5 亿元 Pre-A 轮融资，老股东谢诺投资、涌铧投资连续多轮超额追加，另有一批新机构进入；同一天，刻行时空宣布完成近亿元规模的 pre-A 轮融资，成为首家同时实现上亿元真机数据订单、数据资产确权、合规交付的物理 AI 数据科学公司。

图源：刻行时空官微

那么，为何有的公司融不到钱，有的公司却被集中加注？

华山资本创始合伙人、CEGA 具身智能与机器人委员会主任杨镭说得直接：“我们认为下一阶段资金投资的大方向就是‘谁能落地’。”

杨镭近日公开分享的数据显示：今年1-5月具身智能融资额达到 489 亿元，已经高于 2025 年全年的约 455 亿元。钱还很集中，10 亿元以上的大额融资流向 27 家公司，其中 6 家今年已经两次拿到 10 亿元以上融资。把大额融资去掉再看，人民币单笔均值从 2025 年的 2.22 亿元降到 2.12 亿元，腰部并没有热起来。他据此判断，对本体的投资已经从“普涨”转为“停止”，后期估值开始看订单、出货和营收，“讲故事”的余地越来越小。

在业内人士看来，这时候还能被资本押注的具身企业，一定得有坚固的护城河。本体设计固然很难，可国内本体公司眼下可能有 200+ 家，除头部之外，其余很难攒出特别多的优势。

Claire 碰到的情况更鲜活。“我接待过很多机器人公司，有的甚至不知道自己的方向在哪，就开始干了，拿别人的机器人二次开发；还有跨行业想进入机器人领域的公司，招个十几人的团队就干——这种很多可能是为了拉股价。”在她看来，这些机器人公司本质上都是一样的，具体还是要看谁的商业模式更好。

九光智能创始合伙人及创新业务负责人王栋的说法更克制：“其实我觉得也不至于说冷了吧，还是看是真的在做有价值的事，还是在讲实现不了的故事。”

资金能撑的时间，可能比大家预估的要久一些，但也比大家以为的更经不起折腾。

先来把一笔生存账摊开看看。

有业内人士提到，创业公司通常有个规矩：手上起码要攥着够撑1年甚至更久的运营资金。他的判断很直白——“我觉得明年肯定会死一大批公司。能活下来的，绝对也是对未来比较有打算的。”

钱花光这件事还算看得见，更麻烦的是另一种隐蔽风险：有钱却不敢往外掏。这个看法源自一场围绕模型能力的讨论——今年 OpenAI 的 GPT-6 Astra 出来后，效果让不少从业者吃了一惊；反观国内，一些公司明明也囤了大量数据，做出的模型能力却差得远。业内人士对此的解释是：问题不在数据少，而是不敢真金白银砸进研发。

他接着讲：“投研发，等于把当下的现金流全押在一条技术路线上。可将来国外要是开源出一条路线，还做得挺成熟，那前面砸的钱就白扔了。所以不少人现在就是存钱的状态，账上虽有钱，但不敢动。”在他看来，买数据才刚起步，算力储备和研发投入都得跟上。研发不投钱，数据囤得再多也只能闲着。

Claire 还讲到一个细节：比订单数量少更该引起警觉的，是订单成色不足。“很多制造业都是看重具身智能行业，才愿意跟机器人本体公司合作。”也就是说，有些订单看中的是“具身智能”这块招牌的光环，并非实打实的业务需要。另一边，国内机器人行业对成本的把控又卡得很死，“为了抢生意，国内的供应链多半在搞低价，比国外压价更为厉害。”

这么看，眼下具身智能的“订单热”恐怕是一种概念撑起来的虚火：真实需求不够，订单就缺复购和规模化做支撑；供应链再拼命压价，有限的单子又被做成低毛利、低可靠性的买卖。行业容易掉进“低需求—低价—低利润—低研发—低可靠性”的循环里越转越糟。短期的表现是订单质量差，往中期看是商业化验证不够，拉长看则会加快泡沫出清、加剧行业分化。

北京人形机器人创新中心CEO熊友军近期和媒体公开对话时，把具身智能进工业场景后的ROI算得更细：“机器人如果真的算ROI的话，确实还没法算过来，可能还是偏贵，而且它的泛化能力（不足）、还有部署的时间成本，这个还是有点偏高。”不过他提到，某些“3D”场景是个例外——Dangerous（危险的）、Dirty（脏的）、Dull（枯燥的），像带电的高压、特高压操作，以及辐射、病毒、粉尘、爆炸环境，这时候比的不是机器人价值和人价值谁高，而是和人的生命健康比，这笔账已经能算平。对创业公司而言，这或许就是一张需求地图：与其挤在娱乐展演和科研教育的存量里内卷，不如去那些账算得过来的场景里挣现金流。

2026年以来，机器人相关企业里已有十余家走到清算、破产或停摆的地步，症结大致分三类：商业化闭环断了、现金流与成本结构失控、战略失焦。

盈合机器人是第一种——签下近亿元项目，验收却长期过不了；无境动力属于第二种——成立才8个月就停工欠薪，宣称的1.1亿元融资里，关键产业基金没按约定交割，现金流随即恶化；深兰机器人则是第三种——母公司巅峰期铺了大量投资，战线拉得太宽，最后靠破产清算剥离长期亏损的子公司退出。

Claire 被问到别的公司怎么熬过去时，回答得很直接：“其他公司多半要倒闭。产业里要么把大模型做得特别聪明，要么商业模式玩得转——就这两条路（才能活）。”

这话反过来听，就是一张风险清单：两样都不沾的公司，大概率熬不过这个冬天。

怎么活、手里有什么牌：熬过周期究竟靠什么？

还是回到那个根本问题：资本不再为故事掏钱时，创业公司能拿出的底牌是什么？看看还在牌桌上的公司，熬过周期的路子大体有四类。

头一类是收窄场景，先拿阶段性成果给终局铺路。

其中一条典型走法，是拉上产业方合作，把落地范围缩到能验证的真实工况：中国石油旗下昆仑制造与宇树科技、泛界智能共同设立合营企业，主攻工业具身智能机器人解决方案，面向油气、炼化与储运场景的巡检及抢险应急。

对宇树来说，这不止是一单生意，更是甩掉“表演型机器人”标签、攒下真实工况数据和商业案例的入口。灵初智能选的是物流切入，原因在于物流同时满足两个条件：商品够多元，数据就丰富；流程相对结构化，采集就能复制。

第二类是压成本、开放硬件，让机器人变成能大规模铺开的“数据终端”。

松延动力用工程塑料模具成型，把结构件成本砍掉近一半，“小布米”将双足人形拉到9998元——低价不是为了打价格战，而是想无痛放大设备规模、换回多样化的真实数据；萝博派对把1.25米高的RPO定价1.5万元，机械结构、CAD图纸、BOM清单和供应商列表全部公开，用开源换全球开发者的数据回流。

第三类是往中间层切，比如占住世界模型这个位置，把部署门槛压到工业场景能接受的程度。魔芯科技的4D世界模型MoWorld-4D帧率约50FPS，推理综合成本只有同等规模进口GPU方案的30%，头一回把世界模型的部署门槛降到工业场景能接受的水平。

三类活法都有人押注，可“活法”不等于“能力”。每种选择背后都挂着一个还没被验证的问题——这才是判断谁能真正熬过周期的关键。

头一个问题是迁移性——场景收窄之后，数据和能力能不能通向通用？

商业上，窄场景加产业合作能不能带来正现金流、复购和可复制的交付；技术上，窄场景攒下的数据和能力，能不能在明确指标上提升通用策略，比如跨场景成功率、少样本迁移和后训练增益。

第二个问题是壁垒性——降本和开源换来的数据闭环，在同质化竞争里能不能形成真壁垒？

低价和开源并非单纯拼价格，目的是把设备规模扩上去不那么疼，同时换回更多样的真实数据。可一旦降价和开源成了普遍打法，同质化就不只是"产品有区别"的问题，而会滑向"模式没区别"。第一类收窄场景的外溢也在推着同质化走——物流分拣就正在变成新的红海。

第三个问题落在投入性上：中间层的成本优势，能不能一直转化成研发投入？

魔芯科技头一回把世界模型的部署门槛压到工业场景能接受的水平，可门槛降下来只是拿到入场券。中间层夹在基础模型和应用场景中间，上游被基础模型和算力成本卡着，下游又被本体公司和场景方压价。真正要问的是：中间层能不能把阶段性的成本优势变成持续的研发投入，而不是一直停在薄利集成层。陈默此前分析国内外模型侧发展差异，也从侧面说明了这一点。

第四个问题关乎资本：有没有耐心？愿不愿意"长期陪伴"这个行业长起来？

这是三类活法都得面对的外部约束，并非哪一类公司专属。王栋说："无论怎么造血，都很难支撑AI体系巨大的研发投入。"这话点出了造血和研发投入之间的结构性缺口，而外部资本肯不肯长期陪着，就是耐心问题。

周期什么时候转向？

行业何时回暖？王臻给出的判断是明年中到年末。

他的逻辑不复杂：预计国外一批最好的大模型明年上半年训练完成，其中必然有一些会开源；开源之后，中国公司会花几个月去参考、落地，融资大约到明年下半年又能起来。

11月9日，Anthropic 正式推出Claude Fable 5.2。在 RoboDojo Sim 双臂机器人仿真任务中，Fable 5.2 得分64.9%，Fable 5.1 为27.6%，GPT-6 Astra 为29.8%。模型侧的能力供给还在快速往上走。

图源：Claude X官方平台

另一边，英伟达在美国奥斯汀举行的机器人学习大会CoRL 2026上正式介绍了新一代机器人基础模型GR00T 2及配套技术，并明确GR00T 2及其Turbo版本的模型权重预计今年12月开放。

开放模型权重，意味着英伟达会把训练好的 GR00T 2 里数百万甚至数十亿的参数文件公开，任何人都能下载、部署、微调，甚至集成进自己的产品。放在具身智能的开源版图里，它和完全开源不是一回事（完全开源通常还包含训练数据、完整训练流程或代码），但仍是压低行业门槛的关键一步。它让"国外模型开源、国内参考落地"这条路，从预测变成了可预期的事件。

这也从侧面印证了王臻"明年中到年末"的判断：供给侧的模型能力和开源节奏，正朝他说的方向走。不过要分清，回暖预测和那四个问题并不矛盾，它们说的是同一件事的两面：模型供给和开源节奏加快，会让行业看到一些回暖的曙光；可窗口打开之后谁能穿越周期，仍取决于那四个未验证的问题有没有被真正回答。

杨镭在公开采访中也表示，"未来行业竞争的关键，将是能否提升机器人的自主认知和任务执行能力，并找到能够持续运行的真实应用场景。"

换句话说，这个冬天可能有着明确的长度，但不是每家公司都撑得到开春。

冬天筛掉的到底是什么？

“产业本身没有泡沫，有泡沫的是公司。”熊友军在接受媒体采访时，说出了自己对行业终局的直白看法：“我始终认为，具身智能、人形机器人是一个特别大的产业，谈不上什么竞争。需求就摆在那里。中国哪一家人形机器人公司，只要技术上有足够强的突破、把客户需求接住了，市场就不会差——说到底，它要比的对手只有自己。”

再回头看这个冬天：IPO的门收窄了，被挡在外面的是那些把退出当成终局的公司；订单少了，被挡在外面的是那些把框架协议算成收入的公司；投资人的耐心短了，被挡在外面的是那些把讲故事当成商业模式的公司。谁能留下来，答案就在王栋那句直白的反问里——“还是看是真的在做有价值的事，还是在讲实现不了的故事。”

"泡沫破掉的时候，真正做事的人反而松了一口气"——这句话，或许就是这个冬天最好的注脚。