主题圆桌：当所有人都看到泡沫，机器人何时走入真实场景 | 36氪WAVES2026新浪潮

“2026年，创投圈的浪潮再次翻涌：AI从技术概念走进产业深水区，硬科技创业从“小众赛道” 变成“主流共识”，年轻的创业者们正在用代码和双手，重新定义中国创新的未来坐标。
每一年，由36氪 · 暗涌主办的WAVES大会，都是中国创投圈的年度风向标。 今年的 WAVES 2026以“今年盛夏”为主题，落地广州番禺良仓新造创意园，在两天的时间里，我们汇聚了顶级投资人、产业领袖、新锐创业者，用14场深度圆桌、数十场独立演讲，拆解 AI、硬科技、出海、医疗等核心赛道的底层逻辑，见证那些“少数人” 的坚持，如何汇聚成改变行业的浪潮。”
以下为对话内容，经36氪整理编辑：
巴芮｜暗涌副主编（主持）
李晓飞｜深朴智能 创始人兼CEO
李元庆｜乐享科技 联席CTO、穹明智能 总经理
李一言｜擎天租 联合创始人、CEO
崔轲迪｜BV百度风投 执行董事
由天宇｜凯联资本 行业合伙人
王子璇｜云时资本 执行董事
巴芮：各位好！我们这一桌人最多、最热闹，但是我们时间紧，任务重，所以我快点说。
具身智能是这一两年一级市场最吸金的市场，也是期待最��的硬科技赛道之一，钱涌进来的速度有多快，泡沫的质疑就有多大。今天这六个人恰好凑齐了说看它到底能不能落地的三种视角，首先是造机器人的两位，有深朴智能创始人兼CEO李晓飞、乐享科技联席CTO、穹明智能总经理李元庆，还有站在商业化最前端的擎天租CEO李一言，以及在背后下注的三位投资人，BV百度风投执行董事崔轲迪、凯联资本行业合伙人由天宇、云时资本执行董事王子璇，这三位是分别代表了财务、产业、特种和垂类三套完全不同的下注逻辑。把这几位一起放到同一桌，其实我们就想回答一个问题，就是当所有人都看到泡沫的时候，这样的具身智能究竟从何时、从哪真正的走进现实，先请各位用一句话说你见过或者正在做的具身第一个真正赚到钱的场景是什么，我们先从创业者晓飞开始。
李晓飞：好的，我觉得很简单，现在行业还处于比较早期的阶段，而且这是一个很大的赛道，所以在这样一个大赛道的早期阶段，在研发侧其实会有很多的机会，这是我见过的。所以我觉得在研发侧，我们已经看到有些公司能赚到一些钱了。
李元庆：乐享在这边目前看到的其实是在极客的市场和Maker的市场看到了一些机会，同时也在Pet有丰富的内涵、IP属性的内容上，我们找到了一些营业额。
李一言：因为擎天租做的是商业化的最前沿，所以AI其实现在做的每一个业务都是赚钱的业务，我们的理念是把机器人泛化能力，就是上限能力以下的事情做商业化，所以我们此刻进行的业务基本上都是在赚钱。
崔轲迪：我最近非常喜欢看UFC格斗，所以我比较喜欢众擎他们做的格斗的那个场景，就是类似于商业格斗。一方面确实是个人兴趣，另一方面我觉得这种高对抗、高动态的场景其实特别考验机器人的综合能力。它既能验证技术，又有很强的观赏性，我觉得是一个挺有想象力的方向。
由天宇：因为行业处在早期阶段，所以这个阶段赚钱的都是短期的供需关系错配的一些情况，我觉得一个是租赁的，可能还不是擎天租这样的，就是真正现在利润最好的是在地方上做代理，可能我觉得拿了5台设备、10台设备，我可以一天租几千块钱，就跟租劳斯莱斯加长版是一样的。第二个是数采这块，当然数采整体上可能不是都赚钱，而是部分的人力外包，因为我就是帮你干活的，你最近着急要数据，所以我一个人力外包公司干几千人数采的活，在短期之内是有一些供需的错配的。第三个，有一部分炒股的也是赚到钱的。
王子璇：我觉得对于云时资本来说，可能在一些我们看不见的地方，一些角落，比如船坞里、海洋底下、一些郊区的重工厂房里，其实我们看到很多用这种具身智能理念干活的机器人都已经或者即将要赚到很多钱，而对于通用人形来说，我们的感觉是那些真正为客户的经济账考虑的公司反而可能是第一批自己也真正赚到钱的公司。
巴芮：我不知道几位是不是因为我刚才说时间紧，所以回答比较简练，我们之后还是可以把它说得更具体、更清楚一些的。
我的第一个问题先抛给崔轲迪总，这一年具身智能真的是非常热，您在2022年底那会儿就进场了，当时具身智能这个词还不是一个热词，提的人很少，这两年完全不一样了，我们只举一个例子，比如它石智航刚天使轮就融了2.42亿美元，很夸张了，但是另一边高盛问了9家供应链企业，没有一家敢说自己接到大单，也有投资机构会直接承认说估值是有一点泡沫的。所以就想问问您，您从非共识一路下注到今天的共识，就是在可出货始终没追上估值，这到底是您看得早赌对了还是说市场把一手好牌提前讲成了神话。我再直接一点问，就是今天这个价位您自己是在加仓还是在悄悄地减仓？
崔轲迪：我先介绍我们机构，BV百度风投是百度集团发起的一个财务投资基金，我们主要投资的主题是围绕着AI来进行投资，AI有两个大型的叙事，一个是数字的AI，一个是物理的AI。因为我自己对物理层级的东西比较感兴趣一些，所以一直在物理AI方面研究的多一点。从2022年下半年开始，我们仍然在持续布局自动驾驶方向。随后，随着ChatGPT带来的新一轮AI浪潮，以及大语言模型能力的快速提升，全球人工智能产业进入了新的发展阶段。这轮变化并非一蹴而就，而是在技术进步与产业需求的共同推动下展开。到了2023年3月至5月，我们开始系统性地关注并投资部分由自动驾驶技术外溢而来的机器人项目。但我的关注重点并不局限于机器人本身，而是更关注智能能力如何向现实世界渗透。从这个角度看，无论是自动驾驶汽车、机器人，还是消费电子产品，本质上都是智能系统在不同形态和场景中的具体呈现。对于我们而言，核心始终是智能化能力的演进与落地。
我记得2023年我们做过一个项目，当时上会资料里写的是“从端到端自动驾驶到物理世界的通用人工智能”。那个时候内部也有过比较充分的讨论，因为大家对“物理世界的通用人工智能”这个概念还没有形成统一认知。当时“具身智能”这个词可能还没有像今天这样被广泛讨论，但我们已经捕捉到了一些比较关键的变化。
比如现在大家讨论比较多的是VLA、世界模型等方向，而我们当时更多讨论的是端到端模型能力。除了模型本身以外，数据也非常重要；而数据又和具体场景高度相关。所以后来我们的讨论不断延伸，从模型能力，到数据积累，再到场景闭环，逐渐形成了对这一方向更系统的理解。
因为BV属于早期投资，综合投资成本相对低一些，所以今天我们主要在做两件事。第一，我们仍然在持续投资新的具身智能公司；第二，我们也在对已经投资过的公司持续加仓。从我们的视角来看，这个产业其实才刚刚开始。
前两天我看到美团龙珠的新宇总也提到，具身智能这个行业现在不是钱太多，而是钱还不够多。我比较认同这个判断。因为如果从产业长期发展的角度来看，具身智能仍处在非常早期的阶段，未来还需要更多资金、人才、场景和基础设施的共同推动。
巴芮：已经热成这样了，还是很少，是吗？
崔轲迪：我觉得是这样的，如果把它放到整个AI产业里看，具身智能的投入其实还处在比较早期的阶段。毕竟它做的是物理世界里的人工智能，难度和复杂度都更高。还是拿大模型举例，过去几年头部大模型公司的融资规模和估值已经到了非常高的水平。相比之下，今天具身智能领域最头部的公司，无论是融资规模还是估值水平，其实都还有不小的差距。所以从这个角度看，我认为这个行业不是钱太多，而是距离真正成熟还需要更多长期投入。
巴芮：我不知道两位创业者会不会对这个也是认同的。
台上的两位创业者都是在做家用机器人，像晓飞和元庆，业内说家用机器人是卡在一个不可能的三角，你要足够便宜，能干活，又安全、不伤人，这三者很难同时成立，就便宜的话，可能早就有了，有些消费级的人形机器人已经下探到万元内的，但是这种我觉得它是更偏陪伴的，一旦你去要求它真的把一些家务给干了，而且安全的同时，它的成本可能立刻就上去了。
请两位各讲一个真实用户每天在用，不是Demo的场景，晓飞，你其实有一个“1+2+N”的路线，就是一套具身大模型底座，两条真实数据管路和N个逐步检索的场景，现在它真正跑通到第几个了？
李晓飞：我也简单自我介绍一下，刚才轲迪说了一下整个赛道很热，实际上钱还比较少，我是非常认同的，所以大家还是尽快去投具身这个产业，轲迪总也是连投了我们前面三轮。
具身智能这块，刚才您介绍了我们也是在做家庭的，我们认为整个具身赛道肯定是一个非常长的，而且非常大的赛道。我做了自动驾驶和上一代的机器人，做了十年的创业，再看整个具身的发展，我更喜欢或者更擅长用五到十年的周期来看整个产业的节奏，五到十年之后，我肯定非常坚信未来具身智能是可以走进千家万户和各行各业的。当然，在此时此刻或者这一两年，我觉得现在特别像2017年、2018年的自动驾驶。在这样一个时间点去看，我们认为未来大概会有三条路能达到这样一个具身智能L3或者L4级别多场景、多功能的应用。在这里面，我们其实最buy in的是从类家庭到家庭的这种大赛道或者泛化的能力，其他两种我就不展开讲，之前多少有点讲解。
在这样一个路径里面，我们是希望找到一个最大的赛道或者最泛化的一个场景能够去凸显出或者能够去延伸出整个具身智能最大的能量，在这个过程中，我们会认为特别像2017年、2018年去找自动驾驶赛道过程中，特斯拉很早就锁定在简化乘用车的自动驾驶的功能，先选择在高速路这种结构化的路径里面推出高速领航、泊车或者城区，逐步的去增加场景或者增加功能的这条路径。我们认为在最广阔的家庭赛道，未来的达成路径也是渐进式的达成路径，所以从我们的路径选择上，我们选择一些结构化的场景，比如像酒店的商业场景，包括一些机构的康养等等这些场景，然后逐步去切到家庭里面，这可能是我们最大的未来目标以及达成路径、切入口。
在这个过程中，我们大概有一年左右的时间也探索了非常多的功能，我们在上个月也已经在我们的合作伙伴的一些酒店里面来做了一些POC，有好的点，有很多反馈，我们发现真正操作方面还是有很多能做的一些事，包括交付的事也有蛮多的。您刚才提到一个功能，我可以给大家简单说一下，我们在酒店里面去探索比如像清理洗手间、洗衣服，就是送洗衣服这个环节，包括自助洗衣，再加上前台的迎宾、check in、check out，得到了比较多的客户反馈，包括我们终端的C端客户的反馈。所以我们也是希望能在一些结构化的、可控的场景里面来打磨好功能，逐步能有两个、三个或者完备的功能逐步切进家庭，而不是说现在选择直接进家去形成不太好去找到的一个功能的切入口，这是我们目前在思考的以及在做的一些事情。
巴芮：谢谢晓飞！元庆，因为我知道乐享其实一开始就是做了一些小型的家用机器人，像晓飞他们是从一些大的商业场景先去切入的，你之前说过就是把家庭当工厂，那你们现在这条产线跑起来了吗？具体落到了哪个环节？是什么样的？
李元庆：我觉得ToC的具身智能走进家里的这件事情和工厂做工业化、数字化、智能化的这个非常像，我们以前在做工厂ToB端的时候，毕竟以前在华为嘛，在华为的那个时候，大家做ToB端的时候会发现其实智能化前面是有两个前提条件的，第一个前提条件其实是信息化，它需要把整个物理场景内能看到所有的信息尽可能统筹在一起；第二件事情是自动化，我们希望前面基于那些信息能够让无论是设备还是人、流程自动化的运转起来，下一步才是AI真正能体现价值的地方，就是智能化。
工厂的场景是一个case by一个case，由工厂去解决，如果我们放到家里来的话，能不能让家里第一件事先完成信息化，怎么做呢？就是我们通过摄像头或者说像宠物、Pet这个属性的情绪价值和功能价值，让这个小机器人先走进家里，像扫地机器人走进家里的第一天，知道有什么样的东西，有厨房、卧室、客厅，能不能在这个基础之上再加上知道可能厨房里面有一个冰箱，有一个洗手池，卧室里面有一张床，有一个衣柜、床头柜，通过这些事情我们把家里常不会更替它大的位置的东西完成它整个信息化，下一步是基于以前传统自动化里面，传统的自动化，大家会发现扫地机器人其实在家里完成Navigation的这个动作，在家里移动来移动去，这件事情其实已经做得非常成熟了，它是一个rule based的一个底层，另外一点是能不能把以前做规控，我们基于物体识别规划foundation_pose在前面看到一些清晰物体的自动化抓取，然后用一个个成熟的IK把它求建出来，这样一个大的背景下，会发现其实算力不用上得特别高，成本也可以做得特别低。
最后一点，想说的事情是，家里的场景确实是非结构化，且高动态，其实它也是很敏感的一个状态，我们能不能基于一个更复杂的软件架构，rule based的去做低成本、高可解释性的兜底，model based把现在大家做的比较成熟的API，以及大家做的比较好的perception、reasoning，skills的模型集合在一起，端到端的时候，我们在前面两层基础上，完成产品落地之后的数据积累，然后走进家里。
当然，更想笃定的一件事情是，大家说机器人是不是做的不好之前进不了家，其实也非常感谢这个时代勇于探索的无论是极客还是Maker，大家对这件事情的tolerance和对这件事情的热爱，大家对于参与这个产品的设计、这些所有的理念，其实都是让这个机器人更有机会走进家里一个核心的事情，然后我们愿意为这样的伙伴做出更多的贡献。
巴芮：谢谢元庆！两位创业者是从创业的角度来说一些自己的探索，我想问一下一言，你的路径是跟前面两位是完全不同的，就是你不造机器人，你是把它们出租出去。擎天租现在身价也非常高了，70亿的估值，已经是一个独角兽了，平台可调度的机器人也超过了4000台，而且我知道你们对进明确的是把重心从文旅、商演、展会这些展示型的场景已经开始推向工业制造、园区、仓储这些产业的一线了。所以我想问的是，你是在看到泡沫之后选了一条不同的路还是根本不信说每家每户会买一台机器人的这个终局？租赁会不会比售卖更快把机器人推进到真实的场景？
李一言：谢谢！其实我是具身整个产业当中的乐观主义者，我是坚信机器人一定会进入家庭、进入工厂，人机共生共存的时代一定来临。在这点，我和马斯克是高度一致的，我相信他的商业判断。也是基于这样一个对于未来长远的思考，不管是10年、20年，甚至更久以后，如果有一天我们用机器人就像现在打滴滴、点外卖一样这么方便，打开手机，点个APP，机器人就可以从它的工厂出发或者仓库出发来到家里打扫完卫生再回去，我是坚信这一切一定会发生。
从这个结果的发生来倒推的话，一定会有这样一个平台来承载这些的发生，所以我希望擎天租往这个方向去发展。
回到刚才您提的这个问题，其实所有的商业发展都需要一个过程，我们很幸运处在了这个具身智能发展最早期，我们作为最早期的一批创业者，比如前面的两位同行伙伴他们在模型或者本体上具体地来把产品制造出来，把这些场景打造出来，我们做的就是把他们造的东西去商业化，去把它变现。其实是一个上下衔接的关系，但这个过程确实需要时间。我们目前比较成熟的或者说当前应用最广的就是文娱商演，情绪价值的提供其实也是价值提供很重要的一种呈现形式，就像现在的演唱会、各种活动。从这个点切入，我认为也是很好的。
除此之外，我们今年开始延伸了包括一些工业场景、园区巡逻巡检，其实都是在我刚刚讲的，在机器人泛化能力上限之下，我们去做商业化落地，也就是说大家造出来什么，实现什么功能，我们去借助我们的渠道和平台完成商业化，形成这样一个小闭环。在这个过程中我们静待花开，等着我前面的他们去创造出更多的能力，等到有一天家庭场景突然打开了，机器人真的能够洗衣服、做饭、打扫卫生，最开心的肯定是我们，因为我们可以迅速地多元化地打开更多的商业市场了，所以在这点上，我认为在未来的机器人使用上，肯定是用机器人多过于买机器人。就像现在拥有一个保姆可能不需要把他买下来，只需要按月给他付租金就可以了，我是这样一个观点。
巴芮：您回答我后来想追问的那个问题，谢谢！
想问一下天宇总，你们是产业型的打法，就是从大脑、芯片到本体和零部件的全产业链的布局，还打通了汽车、能源、半导体，所以您应该最清楚哪里在真的出货，哪里还在讲故事，今天大家都在喊泡沫，我想问说在你们的被投盘子里面，真实可复制，已经在产生现金流的订单到底出现在哪些场景？哪些还停留在Demo和PPT上？
由天宇���我们其实是具有产业思维的财务投资人，可能崔轲迪他们是具有财务思维的产业背景的，我们刚好是交错的，我们的LP里面有很多是产业方，我们自己的投资还是以财务为导向的，我们是智元的股东，也是它石智航的股东，我们基本上介于VC投完之后的那一轮，就是VC的后期或者PE的前期。
刚才轲迪说到泡沫，我觉得短期肯定是有泡沫的，因为这一轮的节奏比之前的车或者智驾要更快，而且从天使到VC，我认为没有到传统意义上讲的PE阶段，但是估值绝对值已经到了我们以前认为的PE阶段，我们自己的考量主要还是从产业的角度去评估空间、评估他对于业务理解的程度，不仅仅是说过去两年模型的迭代、算法的变化带来的价值，团队要对他所做的场景的空间、产业链的位置、价值量的大小是有一个评估和衡量的，所以从这个角度，我们去年上半年投智元那个阶段，包括下半年年底投它石这个阶段，我们认为他们两个团队对这个整体的考量是比较清楚的，所以也能看到智元在4月份的合作伙伴大会上也公布了去年有10个亿的收入，邓总也对外界讲了未来两年，甚至五年的规划。上次去公司交流也提到，包括大会上也讲了，进入到部署态，这个部署态其实就是往更深入的去走了，我知道公司今年除了在商业、文娱表演场景出货量会继续大增之外，在很多工业场景也会有相当级别的出货，所以我们其实会特别看重这些。
主持人刚刚开头讲到它石智航的融资在市场上非常受关注，就是因为我觉得他们团队对于场景的理解和我到底应该做什么东西去满足这个场景的需求想的是比较通透的，这是我们看待这个事情的角度。另外从过往汽车和新能源供应链的投资角度，我觉得更多的是经历过从0到1，从1到10的这种经验，不管是算法的经验、团队，还是把一个技术的Demo最终做成的全过程性经历很重要，为什么现在智驾的人在机器人圈子里面这么受欢迎，确实很多团队把智驾从几台车的Demo最后做到了几十万的量产，这个过程性的经验我觉得是比较重要的。
在硬件侧，当然中国的供应链很成熟，只是以前大家是跟着工业自动化走，跟着新能源车这一波走，接下来跟着本体的这些龙头公司，大家继续去做机器人链条上所需要的整个硬件，包括特斯拉也是非常依赖中国的整个硬件的供应链的，所以我们是比较看重他们整体对这个事情的考量和思维去做决策的。
巴芮：谢谢天宇总！子璇总是在场六位嘉宾之中唯一的女性，我觉得特别棒，您在云时是负责具身板块，您投的方向是更出于大众的视野的，比如有一些深海作业机器人、低空飞行器，机器人在走入真实场景这件事情上，比如在深海、低空、工业这些领域，它可能早就发生了，只是不在大众这种主流的视野之内。所以想问您说今天讨论的这种真实场景是不是就被家用这个想象绑架了？特种或者垂类的机器人和家庭通用机器人哪个才是更确定、更早成立的真需求？从出海的角度看，中国机器人最先真正跑通的会是哪一类？
王子璇：感觉这是一套问题，这一套问题还是蛮有意思的，比如从表面上看云时资本布局确实稍微有点非主流，我对“非主流”稍微解析一下，我们大概是这么认为的，就是这个想象的空间可能不仅仅是被家用两个字绑架了，还会被人形、双足、灵巧手之类的形态概念都绑架了。我们其实内部讨论过一个比较极端的想象的终极场景，就是什么叫一个终极形态的具身智能机器人，可能是你有一个大脑，有一套用控系统，可以七巧板式的把这个机械结构拼出来，甚至拼成一种八爪鱼的形态，然后有三头六臂的功能，扔到任何一个场景里面就干了，这才是一个所谓终极形态的具身智能。今天尽管从外面看我们去投更多的特种形态的特种场景、垂直场景类的机器人，但其实我们也已经布局了人形机器人，所以我们的理念是不拘泥于这个形态和这个场景。
您提到的哪类需求或者场景更真实的这个问题，我们是这样考虑的，其实每一个场景里面都是有痛点的，所以需求都是真实的，但现在的问题是，其实需求场景是分层的，有些更复杂一些，有些更简单一些，有些是需要人机交互深一点，有些是浅一点的。其实这个层次的问题导致在有些场景里面，我们现在的机器人产品并没有达成真正的PMF，所以看起来是有点伪需求，但不是伪需求，是fit的问题，从fit角度来看，可能今天我们想不仅是你一个功能上能fit，更多是要看整个产品从设计之初到销售以及全链条的服务你是否能fit，让客户的经济账能算过来，其实这个才是所谓真正的PMF里面的F。
回到我们干的事情，我们比较在乎一些特种形态的专机智能化，加上一些具身智能技术VLA或者仿真类的或者所谓世界模型类的，大家都在做，是因为这些形态已经非常能够好地去解决客户的问题。既然这样的话，何必去硬贴一个人形的概念呢？但是对于人形这个机器人，因为我们已经也有做布局，我们整体的看法是1.0时代，大家更去拼全栈科研学术的能力，但现在大概有个三年左右的时间了，这一代新的2.0时代的机器人公司，我们更拼的是一个全栈式的创新能力，这个全栈式能力是什么呢？就是对外，你的产品设计理念是什么？你有没有为规模化量产所设计？你的销售链路国内是不是铺好了？全球化有没有去做准备？你整个服务体系是不是搭建好了？这才叫一个真正2.0时代的全栈式能力，就是我们今天要更在意的可能是这一点。
至于您刚才讲的出海问题，哪种出海？说实话还是先落地的会出海，这是一个不可避免的事，因为我一直强调真正要尊重商业实践的闭环，你这个东西才能真正卖得出去，客户才真正买账，这里面有一个点是我觉得无论是专机形态的还是人形形态的，大家在比拼的是在跟自己比拼，因为这里面有一个点是，中国是一个非常特殊的国家，我们强大的供应链、工程师的整个红利以及特别丰富的基础多元场景，让机器人有一个很好的试练场，这些东西叠加在一起，会让中国领先的公司一定是全球最领先的机器人公司，我不是特别质疑这一点。其实创业公司把中国做好，我们认为全球也就干好了，大概是这样。
巴芮：谢谢子璇总！这一part的最后一个问题给轲迪总，您有一个三阶段的框架——本体、数据和场景智能，但是移动互联网能起飞靠的是ARM+安卓先把碎片化的这种硬件捏成了一个统一生态，今天具身硬件还各自为战，连个地基级的专家都没有，所以想问您一个判断，就是您刚才说的这三个阶段会不会卡在第一个阶段？如果没有统一的底座和工具链数据、场景，根本规模化不起来，如果真要起飞的话，您赌谁来当具身的安卓，是某个大厂的开放平台还是压根儿不需要统一，各跑各的也能成？
崔轲迪：我们是2025年的时候提了一下投资的三段论，分别叫本体+智能、数据+智能、场景+智能，分别在这三个投资范式下差不多在天使、首轮投资了十多家企业，晓飞是其中之一，我觉得晓飞是场景智能当时我们比较代表性的一个案例，因为他做那个场景的时候，其实比Sunday还要早一些，后来Sunday是比较热一点的。
我们从打地基的角度来去理解，最开始我们是从智能的角度理解机器人。模型能力很重要，但模型需要依托本体，所以我们提出过“智能定义本体”的观点。后来发现模型训练离不开数据，而具身智能的数据和互联网时代的数据又不太一样，它需要真实世界的采集和反馈，因此我们又延伸出“数据+智能”的逻辑。再往后看，我们发现数据本身也离不开场景，因为只有进入真实场景，才能形成持续的数据反馈和商业闭环，所以又形成了“场景+智能”的投资思路。
不过到了今年，我们反而开始重新思考这个框架。因为越来越多优秀团队正在同时覆盖本体、数据、模型和场景。做本体的开始做数据，做数据的开始做场景，做场景的团队也在投入模型研发。大家都在向全栈能力演进，这几个维度之间的边界正在快速消失。所以今天我们已经不太刻意用单一标签去定义一家企业，而是更关注团队是否具备构建完整闭环的能力。在这个阶段，能够留在牌桌上的团队，基本都具备很强的竞争力
另外，您说的机器人界的安卓这个事，我觉得确实有一些财力雄厚的创业公司或者大厂其实是试图想统一这个标准，在美国那边我知道Meta或者谷歌也想去统一这个标准。但是以我的经验，我觉得让大家都服从于某一个标准或者组织还是比较难的，所以我觉得会有机器人界的安卓，但是很有可能是谁的模型能力最强，谁会成为那个“安卓”。而且从今天来看，行业格局还远没有最终确定。一些真正有实力的参与者可能还没有完全进入战场
巴芮：好的，我们收集了一些网友的问题，所以我们也想问一下各位。
这是网友叫科技宅小李，他说我家现在有一台扫地机器人，一台擦窗机器人和一个洗地机，为什么要花10万块钱再去买一个什么都能做，但什么都做不精的人形机器人？这个其实就戳中了当下行业的一些通病，很多机器人是拿着锤子打钉子，他是先有了能力，再去找场景，功能一堆，但是每个都低频，所以想请问晓飞和元庆两位具身的创业者，说你的产品里有哪一件是用户真正高频、非你不可的需求，而不是一个炫技的Demo？
李晓飞：您刚才提到的点其实也是一个新的行业、新的技术结合到一些场景常见的问题，我们一些做技术的创始人特别喜欢拿着锤子去找钉子，我们经历过一波的创业，现在又来了一波。我觉得这个问题其实很好回答，比如现在扫地机器人对于这种人形机器人进到家里面能去做的Gap，可能大家有不同的理解。我们自己认为其实场景里面是有真实需求的，比如在商业场景和在家庭场景绝对是有一些需求的，比如在家里面能够提供一些更深层次的清洁，包括收纳、交互的需求，在商业场景里面能提供他们非常痛的一些点，这些需求其实是存在的。实际上，很多时候，我们的这些创业者不会去发掘到一些点，总想着说我要做一个事，想着找到一些客户来买单，我觉得这个从出发点上会有一些问题。
因此，我自己一直有一个很深的观点，我觉得一个新兴的行业，特别是之前没有机器人的这样一个行业，我们需要有一双去发现真实需求的眼睛，它交付的是一个真实的、有价值的产品，而不仅仅是一个技术的集成或者技术的一个系统的载体。因此，我们在这个过程中跟大家可能会有一点点不同的地方，比如很多人都说这次的革命是AI来驱动，是自动驾驶产业链的基础来驱动的，我认为除了这两类之外，还有一类人其实也很关键，就是AI的底层Native的一些组织和人才去驱动，第二部分是自动驾驶的大系统和数据闭环的能力，第三部分我们觉得也很关键，就是整个场景需求的理解、产品的定义、产品的研发和生产、产品的营销和服务，这一套全栈的机器人的全链路的东西，之前其实已经在C端和B端做了一些积累。所以我们认为非常有竞争力的具身公司或团队，应该是具备这种综合的、跨领域的、全栈类的能力才能交付出一个合格的产品，这是我对这件事情的一些理解。
李元庆：前面晓飞总讲得非常好了，我想补充一些我对这个赛道自从做了产品一些定性的事情之后，再结合之前研发的一些背景一些新的思考。大家在聊到产品的时候，我们发现到底在用具身智能这样一个AI+的机器人和以前的产品在比些什么，我们会发现以前的产品可能都有点像工具，它在一个高频率、且高痛点的场景去完成一个特别具体的产品定义，这是产品往往的定义。我觉得AI的本质是什么？AI可能是世界常识的理解、指令遵从和任务推理，它可能擅长的事情是什么？它其实反而擅长的并不是之前特别专业、特别细小的一个点。
举个例子，我们在路上跑汽车的时候，大家很难会说我再去用一个双足的机器人背着你去跑汽车，我们在天上飞的时候，大家也很难想象会用鸟的扑翼机的结果去带着大家飞行。所以我们推到这一步的时候会发现前面所有专用化的设备都是单独的一个节点，节点与节点之间的连接是不是还有很多的问题仍然没有被解决？我们发现AI在这个高动态、高复杂、高影响的场景下，其实AI能补上这一部分，因为它有针对复杂信息和场景和动作更好的理解。
另外一个事情，ToC低我觉得有大家一直低估的点，就是对齐的这件事情，能把一个特别简单的指令对齐到帮我精准地完成这件事情的动作，其实还有很多需要考量的地方。举个例子，帮我拿一杯水，可能走进家里的第一天的那位保姆阿姨都并不知道拿了一杯水可能是要走到冰箱前面帮我拿一瓶冰可乐，甚至可能厨房在哪里也不知道，厨房如果关了灯的情况下，她甚至找不到那个灯。很多问题就会发现人类其实想用最简单的语义和之前大量的历史信息去让这个机器人走进家里的时候能够完成很多的复杂任务，传统的专业设备确实难度更大一点。
也想分享一下AI落地的一个感受是怎样的，大家以前的产品落地策略可能都是在单场景下争取把一件事情做到百分之百，然后我们开始去比血包、比谁的量产工艺、能力，去比这个小的细节，比大家整个运营能力。AI的策略有点像什么？可能在一个大的复杂场景下，很多个单点的任务、很多single task可能都完成到30%、40、50这样一个标准，后面借助于在这个家庭里不断进化、迭代，加上更多的记忆、更多的用户理解，来把这件事情慢慢提升到60、70，所以他的的成长路径、生长环境和以前的专用化产品的定义都不太一样。
我举这个具体的例子就是说，在AI时代下，大家可以直接去看Demo和使用起来，PRD相对于以往的定义来说，确实没有那么清晰了，而且当任何一个事情无论是PMF还是CMF，大家一旦要对比的话，他永远都会说他类比的到底是什么，我会想说的事情是，其实在座的大家在做的确实是一个面向未来的产品，他需要AI这样一段时间成长的土壤，他也需要这些泡沫去润滑，我们才能让这个时代走得更快、更远，这是AI的本质，这也是AI擅长发挥的一个地方。
大概有这些分享，谢谢大家！
巴芮：谢谢元庆！接下来的这个问题给到一言总和子璇总，这位网友叫理性消费张三，他说我注意到现在可以租机器人了，如果租一天几百块，那租一年岂不是几万块，如果我真正需要的只是每月擦一次长、偶尔搬重物，我为什么要买？但反过来，如果我天天用租是不是比买更贵？所以请一言总先给这位网友算算账，到底什么样的需求该租，什么样的需求该买？
李一言：我们是这么人为的，擎天租自己有一个定位，叫全球领先的机器人应用与服务的RaaS平台，RaaS是什么呢？就是Robot as a service，就是机器即服务。事实上，你需要的不是机器人，而是机器人带来的服务。不管是我们刚刚随便提到的打扫卫生、洗衣做饭等等，其实你本质需要它提供服务，而非这个硬件本身。从这个维度来讲，我只要解决他的需求问题，至于解决他的需求的话，无非就是买或者租，这是最普遍的两种商业形态。其实这两种商业形态未来肯定都会存在，而且根据每个人不同的情况和诉求，它还是更挑客户，有些客户就想买，但从很广义，就我们说在未来能力很成熟了以后，从广义更大范围人群的角度上来看的话，我的观点是可能租或者用会比买的人更多，因为本质上你要的是服务，我并非拥有这个资产，并非拥有这个本体本身，所以租相比较买而言肯定选择的人会更多。
巴芮：谢谢！子璇总，您从投资人的角度，租赁是通往普及的正路还是一段过渡，它能不能跑成一个真正赚钱，还能出海的生意？
王子璇：从现实看到的现象来看，其实租是一种常态，买也是一种常态，就是真实的状态很可能是一种租买的混合态，这是比较现实的一个说法。但这个决策点在哪里呢？我们认为比较重要的影响因素有几个，第一个是客户的使用频率，这个比较重要，第二个是你初始投入��Capex，到底花多少钱，第三个是后续维保，我要付出多少成本，第四个是大家比较容易忽略，但是也比较重要的，这个机器人我搞过来以后可以一站式的完成所有的事还是说我要跟在后面给它完成一些拖拖拉拉的事情，其实这四个东西的体验决定了我是租还是买，所以这个确实是一事一议的。网友长三确实非常理性消费，他已经把所有事情自己分析好了，其实他也知道某些场景下应该买，在某些场景下应该租。
说到出海这个角度来看，租和买都非常好，因为海外客单价普遍是国内的2到3倍，更夸张一点，5倍，甚至乘个汇率都有可能，但这里面的点是，咱们中国公司是否建立起来这种全球化运营的机制，这个组织有没有搞起来，其实这个是在出海角度更重要的一个点。
巴芮：谢谢子璇总！ 我们评论区有点赞最高的一条，我觉得这是和三位投资人来讲讲，说如果机器人真能做家务了，家政阿姨会不会失业？如果机器人能进工厂了，工人会不会失业？我们到底该不该期待机器人，还是说应该害怕它？子璇总，先从投资人，或者年轻人的角度谈一谈，之后天宇总和子璇总可以站在产业落地的方面去补一下，说失业和创造到底哪个会先到？
王子璇：我先分享一下，咱们实事求是，因为我一直讲经济账，机器人可能就是替人的，失业显性的就是会先到，这是一个事实，但是任何一种产业和技术变革里面都会催生一些新的机会，比如现在数字采集的产业链、机器人采集的产业链，包括机器人的后市场是不是还有，还有机器人平台经济，我相信未来会出很多新形态的东西，就是这个东西可能失业会先到，但是整个创新会后至，导致最终我们拉平看的失业率可能反而是下降的，所以我对这件事情还是不能乐观的。
由天宇：我觉得短期一些工作的替代和变动、失业可以认为是不可避免的，我觉得从第一次工业革命、第二次工业革命到计算机革命其实得是一样的，都有大量的工作岗位已经发生了迁移和变化，所以这次也是一样的。但是从技术整体的价值来看它是能够创造出更多的场景和更多的需求，人是不断的从比较简单的，或者你以前认为复杂，但是逐渐因为技术的发展它也变得从简单环境交互脱离出来，进入到适合人机交互的那些ROI的投入，就是不断投人，它依然有很高产出的行业，而不是偏重复性的，所以短期是必然的，但是长期它创造的价值我依然认为是很大的。
崔轲迪：因为我是学计算机的，所以我一直对人工智能的发展比较乐观，也相信技术会持续推动生产力进步。作为天使投资人，我经常开玩笑说，希望能投到一家强大到让自己“提前退休”的公司。当然，这背后其实反映的是我对通用人工智能长期潜力的信心。不过从目前的发展阶段来看，无论是具身智能还是通用人工智能，都还有很长的路要走。正如刚才二位提到的，我觉得距离真正意义上的大规模落地，可能还需要十年甚至更长时间。所以从这个角度看，我对未来是乐观的，但也保持足够的耐心。
巴芮：我们毫不意外超时了，最后一个问题给到每位，每位嘉宾有30秒的时间，不再做预测了，因为太多了，我想让大家回顾一下过去一年你对具身智能能落地这件事，信心加的最多的一件事和减的最多的一件事各是什么？从晓飞开始。
李晓飞：我觉得简化来讲，信心减的最多的事是去年我们在10月份、11月份尝试做长程家庭或者类家庭的任务，大概10分钟或者20分钟任务的过程中，我们发现整体现有的框架都解决不了，即使我们用了很新的框架，也取得了很好的成绩，但是我们觉得离那个Bug还是有一定的距离，这是第一个点，我不展开来讲。
第二个点，去年11、12月份开始，我们逐步看到数据Scanning的可能性，以及数据在基模的提升，比我们之前尝试的范式有一个明显的提升，而且有很大的预期，所以这个是整个行业个别的公司应该也是能看到的，这个对我们来说是一个预期提升的点。
大概就两点，但不可否认的一点是，即使有提升或者最Down的两个状态，机器人真正进到场景里做长程复杂的任务，其实还是有一个需要去迭代的过程，这是我们看到的。
李元庆：最佳分界线，我觉得大家也常看到一个名词，叫AI native。AI native大家可能一部分是团队，一部分是产品，但是我最大的感觉其实它是把产品定义到研发，到后面整个验证交付环节里面真的能做到特别强的自动化，而且AI在这里面发挥的功能，确实能感觉到现在一个人的工作能顶以前二十多个人的工作，这是非常加分的一个地方。
减分的地方是什么？确实在硬件这边遇到了一些所谓的壁垒，发现量产这件事情和降成本这件事情，可能大家之前认为我们在技术路径基本确定之后供应链是不是能配套更齐全一点，大家经历过一个产量爬坡，是不是能把成本做得更低一点，但这件事情反而没有看到，反而因为存储涨价了，主板芯片更贵了，这是一个减分的地方。
所以我觉得硬件的伙伴和软件的伙伴大家在在探索产品的路上，一起找到协同节奏的地方，整体是这样。
李一言：我认为特别加分的一个点，我们在做全国招募合伙人计划的时候，当时我们做了一个决策，准备全国招100个合伙人，大概有1000—2000人报名，当我们把消息发出以后非常震惊，第一天就超过2000人，因为我们的筛选条件非常严格，要求你过往创业要有经验，有团队，有资源，有能力，其实条件是比较苛刻的，但最后超过3万多人报名。
这让我有一个什么样的感觉？以往我感觉具身智能是集中在少部分的人圈子，就是我们创业圈或者投资圈，是很少一部分在参与的游戏或者在参与的一个行业。但是当我发现很多普通人根本没有了解这个行业，完全是一个外行的人，他说我想用什么样的方式参与其中。我发现越来越多的普罗大众，普通人想以他的能力和资源以及他的形态来参与到这个行业当中的时候，让我对这个行业瞬间感觉信心更足了，尤其是很多人他也愿意陪着这个行业成长，他的心态也变得不是那么急躁，不那么迫切在这个行业中赚到钱，这一点我认为特别让我开心，也很振奋，也是对这个行业更有信心的一个核心原因，就是这个圈层正在从很少一部分圈层向越来越多的人蔓延，这是第一个。
稍微减分的一项，虽然行业发展已经很快、也带来了很多惊喜，但是从商业化落地的程度，但从商业化落地来看，目前仍以文娱商演等展示型场景为主很多令人惊艳的 Demo，距离大规模复制、真正进入普通人的生活还有一段距离。商业化拐点尚未到来，但值得期待。
崔轲迪：最让我兴奋的还是模型的发展。最近NVIDIA发布的Cosmos3，在我看来是非常重要的一步。它不一定马上带来商业化爆发，但它让我看到了物理世界基础模型发展的可能性。
如果说有什么遗憾，我觉得整个具身智能行业对智能能力本身的投入还可以更多一些。大家现在都在卷硬件、卷产品、卷场景，但最终决定行业天花板的，可能还是模型和数据能力。
由天宇：我比较兴奋的点是去年上半年到下半年，其实已经能看到数据飞轮初步转起来了，很多Demo虽然还是Demo，但确实数据还不是很大量级之后产生的效果已经相当不错了，这个数据只是刚刚转起来，这个量级还是在万小时级别。我们展望未来，在上两个量级之后，到百万千万小时之后，它带来的能力的空间是非常非常大的。
比较减分的，其实我恰恰觉得最近几个月，因为确实融资相对来说热度比较高，起码在公关稿上没有太多的词汇说法，已经有点不知道该说啥了，所以有得讲点比较空泛的词语和话术，这个感觉挺不好的。
王子璇：我觉得非常有趣，我们轲迪总的想法可能觉得投入太少了，但我觉得比较乐观的想象是现在这个泡沫越搞越大了。当然泡沫是比较中性的词，它背后也代表着一种开放态度，无论是创业者，还是资本资金或者政策，还有政府之类的。大家如果都开放包容合作，我觉得尽管这个泡沫不知道什么时候破，可能还会吹一段时间，但无所谓，总会留下一些有用的东西，所以一定会离落地越来越近的。
对我来说，其实没有特别多负面的东西，娱乐、文化这些东西每个时期都存在，但是这里面有一个点，毕竟这是需要一个长成成年人的产业，现在毕竟是3岁小孩，对3岁来说我们可以宽容一点，没有太多负面可以评价的，未来可期，还有很长的路可以走。
巴芮：谢谢各位，我们这场圆桌就结束了。

来源：36氪