每經(jīng)記者｜楊煜    每經(jīng)編輯｜陳俊杰    

6月28日，“2025華映資本年度大會”于江蘇揚州召開，具身智能是會議期間最受矚目的議題之一。在大會現(xiàn)場，《每日經(jīng)濟新聞》記者對話自變量機器人創(chuàng)始人、CEO（首席執(zhí)行官）王潛。

據(jù)介紹，自變量機器人是國內(nèi)最早采用完全端到端路徑實現(xiàn)通用具身智能大模型的公司，成立至今已完成7輪融資，累計金額超10億元。談及公司“小步快跑”的融資策略，王潛表示，從需求端來看，盡管具身智能沒有大語言模型那么燒錢，但仍是非常需要資金支持的行業(yè)。

不過，目前具身智能投資熱度不斷攀升也引起市場關(guān)于“泡沫”的爭議。王潛表示，作為一線從業(yè)者，他認為，相比美國市場，以及歷史上機器視覺、自動駕駛和大模型等領(lǐng)域的投資強度，國內(nèi)具身智能行業(yè)的融資速度不是太快，甚至還有些慢。在中美兩國具身智能的競爭中，雙方基本處于同一起跑線，但市場的支持力度與融資規(guī)模卻相差一個數(shù)量級。

主辦方供圖

談中美行業(yè)差異：“融資速度不是太快，甚至有些慢”

當(dāng)前具身智能賽道到底有沒有泡沫？

王潛用一個頗為形象的比喻來回答爭議：“感覺像在喝一杯沒有泡沫的咖啡，口感醇厚，風(fēng)味突出。”

“適度的泡沫是需要的，而且到今天為止，行業(yè)并不存在什么泡沫。”王潛說。并且他認為，從實際來看，國內(nèi)具身智能行業(yè)的融資速度不是太快，而是甚至有些慢。

王潛曾在美國頂級機器人實驗室讀博，研究經(jīng)歷涵蓋Robot manipulation和家庭服務(wù)機器人相關(guān)的眾多領(lǐng)域。他表示，具身智能是中國可以和美國站在同一起跑線角逐的大賽道，但與美國公司相比，中國公司不管是融資規(guī)模還是企業(yè)估值，都有著一個數(shù)量級的差距。

另外，在具身智能這條賽道上，中國相比美國其實有很多獨特優(yōu)勢。王潛指出，一方面，中國的供應(yīng)鏈更具優(yōu)勢，包括硬件、制造以及人才的供應(yīng)生態(tài)；另一方面，國內(nèi)的數(shù)據(jù)成本也更低。然而，資金方面差距仍然較大。“具身智能還是需要耐心資本的大力支持，給予企業(yè)技術(shù)迭代與場景打磨等足夠的發(fā)展空間。”王潛說。

這種“熱情”的差距不僅體現(xiàn)在資本市場，也體現(xiàn)在人才市場。

王潛坦言，在進行招聘時可以明顯地感覺到，十幾年前，剛出校門的同學(xué)們非常希望參加到最前沿的、可以改變世界的項目中去，但是今天，大家更多還是愿意求穩(wěn)、更希望進入比較成熟的行業(yè)中，“這并不是一個好跡象”。

談商業(yè)落地：工業(yè)場景與通用具身大模型并不十分匹配

與數(shù)次“破圈”展示雙足能力的人形機器人本體企業(yè)不同，自變量機器人更多聚焦于機器人的“大腦”——通用具身大模型的自主研發(fā)。與此同時，在場景落地的方向上，與很多本體企業(yè)看重的工業(yè)場景不同，自變量機器人更傾向于偏商業(yè)和服務(wù)業(yè)的場景。

對此，王潛解釋道，工業(yè)場景與通用具身大模型并不十分匹配。例如，一些流水線上的操作對工業(yè)節(jié)拍和準(zhǔn)確率有非常高的要求，但對機器人實施復(fù)雜動作的能力和泛化性要求并不高，也不需要機器人進行復(fù)雜推理規(guī)劃、解決長序列任務(wù)，也很少要求與人交互。

“某種意義上，（工廠場景）避開了模型最擅長的部分。”王潛表示，“當(dāng)然工業(yè)場景并不是一定不能做，只是從一般性的角度來講，服務(wù)業(yè)相對來說比較開放，有相對復(fù)雜的長序列任務(wù)。復(fù)雜場景才能真正促進模型能力有效提升，也是真正意義上存在客戶需求、用戶愿意買單、替代完成人類不愿意做的事情的領(lǐng)域”。

在機器人的形態(tài)上，王潛認為，“雙足”形態(tài)在當(dāng)下的必要性并不強，其公司自研的機器人本體為輪式底盤設(shè)置。“從通過性來說，輪式底盤基本能夠適應(yīng)絕大多數(shù)的室內(nèi)環(huán)境，并且在成本、可靠性等方面相比雙足有明顯的優(yōu)勢。因此在目前的市場階段，自變量機器人更傾向于輪式底盤。”