作者：彭昭（智次方創始人、云和資本聯合創始合伙人）物聯網智庫 原創

這是我的第389篇專欄文章。

過去這段時間，關于“具身智能”的討論和投入幾乎達到了前所未有的“瘋狂”狀態。頭部企業重倉下注，創投圈高頻出手，產業巨頭與創業公司同臺競技，一時間“具身智能”成了資本和媒體的寵兒。市場上，更是頻頻涌現出數十億級的融資大單，產業鏈上下游如火如荼，仿佛誰慢一步就要錯失時代紅利。

然而，熱潮之下，冷靜的聲音并未消失。

正如《經濟日報》所言，別再搞一哄而上的“人工智能+”。這句警語不僅點中了中國AI產業的“成長煩惱”，也為當下這場全球范圍內的具身智能競賽敲響了警鐘。

在資本、政策和技術驅動的三重推力下，我們更需要回頭看看，除了“融資熱”和“明星企業”，還有什么才是真正值得長期關注和深度思考的命題？

具身智能的浪潮，確實帶來了想象空間和產業機遇。

它不僅是AI從虛擬世界走向物理世界的里程碑，更被視作“下一個通用技術平臺”。但如果我們只停留在融資排行榜、Demo視頻和PPT故事之中，忽視了創新的可持續性、技術的現實邊界、產業的生態健康以及社會的倫理責任，所謂的“熱潮”很快就會像以往的技術泡沫一樣退去，甚至帶來更大失望和資源浪費。

因此，本文希望跳出“資本狂熱”和“賽道爆發”的表層邏輯，將目光轉向技術創新、產業落地、責任治理、社會價值等更具深度與可持續性的議題。

讓我一起從熱鬧的背后去反思：熱潮之下還有哪些值得思考的創新命題？在資本和技術之外，我們需要怎樣的產業耐心和培育機制？只有這樣，這場AI與物理世界的深度融合，才能真正開花結果。

資本狂歡背后：具身智能產業的真實分層

上面的長名單還在繼續，2024年到2025年的具身智能領域，資本市場上演了一場罕見的集體狂歡，單筆融資更是屢創新高。

無論是歐美的Figure AI、1X、Boston Dynamics，還是中國的智元機器人、傅利葉、宇樹科技等本土新貴，都在資本推波助瀾下加速擴張，成為產業新聞的頭條主角。

巨頭公司與創新獨角獸頻頻達成戰略合作，頭部資源迅速向少數領跑者聚攏，產業鏈上下游的馬太效應加劇。“頭部收斂、巨頭綁定”成了這個周期的主旋律。

不可否認的是，中國在全球具身智能的發展中，承擔了半壁江山的作用。根據麥肯錫的分析，按照現有趨勢發展，到2040年全球具身智能的市場規模將達到3700億美元，中國市場占據50%的份額。

但熱鬧背后，是一個更加冷峻而復雜的行業現實。隨著大額資本涌入，具身智能領域的“二八分化”愈發明顯。

獲得融資和資源的企業可以快速擴充技術團隊、攻克關鍵環節、加大市場投入，甚至提前布局跨界生態。而大量中小企業卻在這輪資本洪流中被邊緣化，研發進度受限，融資渠道收緊，市場空間被進一步壓縮。

某種意義上，產業洗牌期已然來臨。能否熬過資本的周期性波動，成為企業能否“活得久、走得遠”的關鍵門檻。

資本堆疊和估值飛漲并不意味著創新能力的同步躍升。回顧這一波具身智能融資潮，我們可以看到大量資金更多流向了“規模化生產”“市場占位”乃至“明星團隊”本身，而真正面向底層技術突破與長期ROI的耐心資本依然稀缺。

至今，能夠被稱為“殺手級應用”的商用案例仍然屈指可數，無論是人形機器人還是多功能移動平臺，絕大多數應用還處于小規模試點或演示驗證階段。

“融資熱≠創新突破”“Demo≠生產力”成為行業內部越來越響亮的反思聲音。資本的推動固然重要，但只有那些真正穿越產業周期、愿意等待技術成熟、敢于深耕復雜場景的團隊，才有可能在下一輪產業升級中站穩腳跟。

具身智能的“空間革命”：從堆疊到進化

任何一次真正意義上的技術革命，都遠不止于“功能加法”或者簡單的堆疊與升級。具身智能領域的最新突破，正是如此。行業最深層的創新，不再局限于AI大模型與硬件的機械組合，而是源于空間智能、三維世界生成、多模態感知與推理能力的質變。

上圖梳理了AI從感知世界到深度融入和變革物理世界的能力演進路徑。

空間智能讓AI具備了理解和重建三維空間結構的能力，相當于為AI“打開了眼界”；在此基礎上，具身智能讓AI能夠通過感知、運動和反饋實現與真實環境的動態交互，真正“體驗”世界；最終，物理AI則代表著AI不僅能夠認知和學習，還能在復雜的平臺和生態系統中部署和協作，從而推動現實世界的深刻變革。

以空間智能的新銳項目World Labs為代表，AI系統已經進化到能夠基于圖像、文本、音頻、視頻等多源輸入，完成復雜的空間認知和動態推理。它們不僅“看得到”，更能“理解環境”，甚至能夠基于一張二維圖片，推演和還原出完整的三維世界結構。

這種空間感知與動態預測的能力躍遷，為工業機器人、虛擬現實、自動駕駛等領域提供了全新的通用底座，也意味著機器不再是被動執行的“機械體”，而是真正具備“自適應世界”的智能體。

多模態融合與“交互智能”的崛起，正在讓AI邁入全新的發展階段。相比傳統只能處理單一感知信息的機器人，如今的具身智能正朝著“全感知、全對話、全反饋”的交互型智能體演進。

AI不只是理解圖像或語音，更能綜合多種信號，實現自然語言對話、環境感知、即時響應和復雜任務的動態調整。這種多模態認知能力，正在催生出比ChatGPT更具“行動力”和“遷移能力”的AI新物種。

更重要的是，這場空間智能和多模態認知的革命，倒逼產業必須跳出“堆硬件、卷參數”的舊有路徑。中國具身智能產業如果一味追求硬件規模擴張、參數堆砌和PPT式創新，終將錯失全球空間智能與軟硬協同的戰略窗口。

真正具有國際競爭力的“數字勞動力”，必定是在自研大模型、仿真訓練、開放生態中不斷演化出來的新型智能體。它們不是“像人”的機器人，而是能夠理解空間、遷移任務、情境自適應的“超級助手”。

具身智能≠人形機器人，未來的具身智能，不止于制造“更像人”的機器人，更是打造理解世界、適應變化、釋放創造力的數字勞動力。這場從“堆疊”到“躍遷”的技術轉型，將是中國產業突圍國際競爭的關鍵變量。

從表演到落地：具身智能如何跨越“死亡之谷”

在具身智能產業風頭正勁的當下，現實與想象之間的距離卻被不斷拉大。

根據Gartner的分析，如上圖所示，具身智能正處在創新的早期爬坡階段，距離應用至少2~5年時間。行業里最常見的現象，是炫目的Demo視頻遠多于實際的應用價值，資本和媒體熱衷于追逐“人形機器人跳舞”“靈巧手折紙”這樣的新奇畫面，卻鮮有真正走向大規模生產和社會服務的案例。

這背后，是一條漫長而曲折的技術與商業“死亡之谷”——創新能否跨過去，決定了一場產業革命的成敗與未來。

技術瓶頸始終是橫亙在具身智能面前的第一道坎。不論是電池續航、靈巧手精度，還是AI模型的泛化能力，行業都面臨著現實的難題。哪怕是全球最頂尖的實驗室，能夠在訓練場景下取得90%成功率已屬不易，但距離產業級要求的99%穩定性仍有明顯差距。

而數據短板更是制約了AI模型的持續進化，現實世界的豐富、復雜和多變，遠非仿真環境可以輕松還原。這些短板直接導致ROI周期拉長，商業化落地難度加大。

在資本和社會的高預期下，人形機器人被賦予了太多“殺手級應用”的幻想。但冷靜觀察可以發現，真正能夠創造客戶價值的場景極為有限。許多現實任務，傳統自動化方案甚至比人形機器人更高效、更經濟。

無論是倉儲物流、制造裝配，還是醫療護理，目前的具身智能產品大多還停留在“小批量試點”或者“展廳演示”階段，距離廣泛替代人力、推動社會生產力躍遷，還有很長的路要走。

更深層的挑戰，是行業可能正處于“平臺期”的門檻。越來越多專家開始反思，當前的AI方法論是否足以支撐具身智能跨越商業化的門檻。

缺乏新范式的突破，僅靠“加參數”“拼硬件”恐怕難以實現質變。從某種意義上說，具身智能的終極目標，絕不只是模仿人類外觀或動作，而是通過AI與物理世界的深度融合，拓展人類能力、激發社會創造力。

具身智能機器人不必像人，而應補人所不能。未來的具身智能，應成為社會與家庭可信賴的助手、伙伴和創造者，而非單純的人形工具。真正的產業升級動力，來自跨界想象力與原創設計，而不是規模、資本或政策的機械疊加。

寫在最后

每一場技術浪潮的終點，都是一輪泡沫的退潮。當資本的喧囂漸漸歸于理性，唯有穿越周期的技術創新、產業協同、社會責任和人類想象力，才能讓具身智能真正走出“熱鬧”，邁向“偉大”。

今天的具身智能產業，雖然站在全球創新坐標的前沿，但距離大規模落地、深度變革生產生活的終極目標，依然有著重重挑戰和巨大空間。

參考資料：具身智能的融資潮，到底是怎么熱起來的，來源：投中網Will embodied AI create robotic coworkers，來源：麥肯錫Embodied AI: How the US Can Beat China to the Next Tech Frontier，來源：Hudson Institute

       原文標題 : 超越資本狂熱:具身智能的死亡之谷與真實拐點