圖片來自視覺中國

藍鯨新聞7月18日訊（記者 武靜靜）風口之上，資本熱度不減。人形機器人正在成為一級市場新寵，AI之后的新希望。

"火是真火"，一位經常帶著自家人形機器人參與各種展會的員工告訴藍鯨科技，基本上每次出去都能碰到好多投資人來找他們要老板微信，想聊聊投資。

超高關注度之下，2025年上半年，中國人形機器人行業融資也刷新紀錄。七月才剛過去一半，星動紀元、它石智航、星海圖等多家人形機器人企業完成新一輪融資。據IT桔子數據，截至目前，該領域共發生87起融資事件，已披露融資金額達109億元。而在2024年全年，行業融資事件為56起、總額50億元。這意味著，僅半年時間，無論是數量還是金額，人形機器人的融資都實現了近乎翻倍的增長。

數據來自IT桔子

最新的進展來自宇樹，今日，中國證監會官網顯示，宇樹科技已開啟上市輔導，由中信證券擔任輔導機構。資本市場的窗口，正在向人形機器人打開。

熱潮下，站在場景選擇十字路口的人形機器人

雖然集聚超高關注度，但在規模化之前，人形機器人目前階段還處于早期尋找場景的初級階段。正開始面對一項此前移動機器人、協作機械臂等技術路線共同經歷過的"場景分岔"——需要決定優先落地在哪些場景，并以此建立技術閉環和商業正循環。這不僅影響著產品定義，也直接決定了企業在資金、團隊和供應鏈上的資源調配節奏。

目前，藍鯨科技了解到，人形機器人有幾大核心場景：科研、商用服務（含酒店、商場、零售）、文旅與公共空間、極端/高危作業、制造業產線。

雖然"上產線"是最具想象力的發展方向，且規模化的空間很大，但這也是門檻最高的地方；相比之下，迎賓、講解、科研展示、仿生訓練等任務可控性強、環境干擾小，成為初創公司邁出產品化第一步的"練兵場"。這類場景雖然單體價值不高，但在政策推動、品牌營銷、客戶示范效應等因素疊加下，正在構成當前人形機器人商業化路徑的早期現實。

制造業場景為什么難？因為現實工廠車間普遍存在大量非結構化環境，即那些不可預知、尺寸變化不規律、結構不穩定的操作空間。在流水線場景中，客戶關心的問題往往非常實際：你能不能連續運行1000小時？一臺機器人什么時候能回本？有沒有真實應用案例？如果不能滿足產線標準，那么在B端客戶眼里，就是"花架子"。

一位長期關注機器人賽道的投資人舉了個例子，傳統的機械臂通常只有八九個關節，而一個人形機器人則可能包含三四十個關節，每一個都需要精確控制。這種結構復雜度帶來的直接挑戰，就是穩定性和可靠性大幅下降。因為每增加一個關節，就意味著更多的伺服電機、傳感器、布線與算法控制單元，帶來更高的硬件成本、更復雜的運動規劃、更高的故障率。

"你做一個炫技動作沒問題，但能不能連續做一百次、一千次都不出錯？能不能在不同環境下都正常工作？這才是工程落地要面對的問題。"他說道。

穩定性和可靠性的重要性，在人形機器人的應用場景中尤為關鍵。無論是在工廠、倉儲還是服務行業，一個系統若頻繁出現故障，不僅影響效率，更可能帶來安全風險。而真正要進入商業部署階段，機器人必須像工業機械一樣"可預測、可依賴"，這遠比一次成功的展演難得多。

他也提到，人形機器人在結構上為了盡量接近人類的外形和動作，帶來了很多硬件集成的難題，由于人形機器人必須把控制器、小型驅動器、電源管理等系統都塞進一個有限的"身體"里，對硬件的小型化、功耗控制和散熱能力提出了很高要求。"你可以有40個關節，但如果最終任務只需一個抓取動作，客戶寧愿用一臺機械臂解決，不會為‘類人姿態’多付幾十倍的成本。"

反而在制造業之外的科研、商用服務和文旅場景，人形機器人可能當下機會更多，我們確實也看到很多機器人目前簽約的訂單都是用于科研、迎賓和表演展示等。

比如，科研場景，此前，斯坦福大學、深圳大學等高校采購人形機器人用于算法訓練、仿生研究。但前述投資人認為："這個市場的容量不太可能容得下幾十家公司，像宇樹、云深處等此前在四足方面有商業化經驗的更占優勢。"

商用服務和文旅領域也提供了新的增長點。目前來看，酒店、商場、展覽會等場所對人形機器人的需求，更多聚焦于形象展示和互動體驗，動作復雜度和連續作業壓力較小，較適合現階段技術水平。

目前，很多酒店大堂、商場中庭、主題樂園、展會現場等場所逐步嘗試使用人形機器人承擔迎賓、引導、表演等任務，這些應用往往以視覺沖擊力、互動感為主，所需的動作復雜度和系統穩定性要求遠低于工業應用，更契合當前人形機器人的能力邊界。多位產業從業者提到，目前行業中不少已簽約的訂單，正是來自這些"功能性+展示性"的落地場景。不過，這也意味著在這些方向上，競爭可能更快進入紅海階段。

熱潮背后的冷思考

熱度之下，有人焦慮，有人冷靜。有投資人告訴藍鯨科技，具身智能讓通用機器人已經看到了一個可能的路徑，資本就是去給行業添一把柴火，經過五年到十年的大規模的投入，讓它燒得更旺，最終實現通用機器人的商用化。他所說的通用指的是一臺人形機器人既能在工廠環境中的機器人既能擰螺絲、又能噴漆、還能完成零件組裝。

另一位投資人在此時表現則覺得行業應該冷靜。他告訴藍鯨科技記者，眼下行業熱度迅速升溫，但仍處于技術驗證和場景打磨的早期階段。"看了太多，大家現在講得太快了，很多商業化路徑還沒走通，就已經開始談退出了。"他直言，"太過熱了，都不敢投。"在他看來，"當市場情緒過滿時，反而更需要保持清醒與克制。"

該投資人告訴藍鯨科技記者，當前市面上不少人形機器人產品更多是"demo"級別。比如，曾經備受關注的斯坦福大學曾展示過一款"炒蝦機器人"，看起來驚艷，但那段演示視頻其實是在多次失敗中"挑出來的一次成功案例"。很多市面上一些人形機器人展示的功能背后也是這樣的情況。

他認為，這種"挑出來的成功案例"與商業化期望的穩定性、魯棒性和普適性相去甚遠。如果一個功能需要大量調試才能實現，那么它在實際生產、服務或家庭環境中就不具備商業應用的價值。企業也無法依靠這種不穩定的技術提供可靠的產品或服務。

他舉了一個具體的例子，比如現在讓一個機器人拿這杯咖啡，好不容易在這個特定的任務和杯子上訓練了一千多次，才讓這臺人形機器人端起這杯咖啡，但如果給它換個新杯子，它就不行了。

一位從事人形機器人研發的技術負責人提到了其中一項技術難度："機器人優雅地端起一杯咖啡背后可能是它在前期測試中摔碎了幾千次杯子。"即使完成一個簡單的抓握任務，也往往要經過一千次以上重復演練——更別提將其泛化到復雜場景，如應對不同尺寸、材質、擺放角度的物體。

這意味著在真實的使用場景中，哪怕是稍微更換一個變量、場景或任務參數，整個系統便會"失靈"。

藍鯨新聞從知情人士處了解到，市面上一家人形機器人公司和國家電網的合作也還在前期磨合的demo階段，并沒有真正地規模化。

"機器人在產業中替代人背后的市場空間沒有一個固定天花板，機器人功能越強，替代的比例會越大。"一位投資人談到。在她看來，一級市場的熱錢，可以幫助初創公司度過冷啟動，但穿越從"Demo"到"Deployment"的鴻溝，最終仍要靠產品實力說話。

"每一輪創新技術的浪潮中，看得到未來的人，并不一定到得了未來。拼的是概率。"她感嘆。