高估值融資加速死亡？人形機器人熱潮背后的冷思考：為什么K-Scale Labs等眾多明星企業紛紛倒下？

成立僅一年的人形機器人公司K-Scale Labs要倒閉了。這家由前Meta與特斯拉工程師創立、曾獲Fellows Fund領投400萬美元種子輪、估值一度高達5000萬美元的初創企業，在2025年秋宣告關閉。其代表產品K-Bot是一款開源雙足人形機器人，定價約1.5萬美元，曾吸引OpenAI、NVIDIA等科技巨頭工程師參觀交流，并在Kickstarter上獲得超200萬美元預購訂單。然而，即便擁有亮眼的技術原型和早期市場關注，K-Scale最終仍未能跨越從Demo到量產的關鍵門檻。

在當前的科技浪潮中，機器人行業的熱度居高不下，吸引了大量資本涌入，像K-Scale Labs等公司燒光融資后黯然退場。這背后反映出的是資本盲目跟風投資的現象，與數字經濟應用實踐專家駱仁童博士認為，具身機器人技術的發展似乎陷入了一種尷尬的境地，即技術創新與市場需求之間存在明顯的錯位。K-Scale團隊僅有約10名工程師，卻試圖完成從機械結構、電控系統到關節模組、控制軟件的全棧自研。這種“小而全”的研發模式在學術探索階段或許可行，但在商業化路徑上顯得力不從心。

更關鍵的是，K-Bot缺乏明確的應用場景——它既非工業級設備，也非消費級產品，更像是面向研究者的開發平臺。然而，這一細分市場的付費意愿與規模遠不足以支撐一家硬件公司的持續運營。當融資窗口關閉，現金儲備迅速消耗至40萬美元時，公司別無選擇，只能退還用戶訂金并停止運營。K-Scale的結局并非孤例，而是整個行業在“技術先行、商業滯后”邏輯下的一次典型縮影。

拼不過的性價比，成為橫亙在所有人形機器人企業面前的現實壁壘。盡管資本市場對“通用智能體”的想象空間巨大，但現實中的成本結構卻極為嚴苛。據行業測算，2025年人形機器人的平均物料清單（BOM）成本仍高達40萬元人民幣，約為馬斯克所稱“iPhone時刻”臨界點（2–3萬美元）的兩倍以上。其中，執行系統占比超過55%，而核心零部件如諧波減速器、行星滾柱絲杠和六維力傳感器長期依賴日本哈默納科、德國ATI等海外廠商，單件價格動輒上萬元。雖然國產替代品價格可低至進口產品的三分之一，但在壽命、精度和穩定性方面仍有顯著差距，下游廠商不敢輕易切換。這種“卡脖子”狀態直接推高了整機成本，也限制了規?；a的可能性。

非標準化生產進一步放大了成本壓力。由于行業尚未形成統一的接口協議或模塊標準，每家企業都需為自家機器人定制模具、開發專用驅動與控制邏輯，單套開模費用常超50萬元。裝配過程也因缺乏自動化產線而高度依賴人工，良品率普遍低于60%，遠低于工業機器人90%以上的水平。這意味著每生產100臺設備，就有近40臺需要返工，隱性成本急劇上升。與此同時，算法泛化能力不足導致訓練周期漫長。

真實場景數據采集成本高達50萬元/萬小時，而虛擬仿真數據的復用率不足30%，新場景部署仍需12–18個月重新訓練模型。相比之下，傳統工業機械臂只需數周即可完成產線集成。這種效率差距使得人形機器人在強調ROI（投資回報率）的制造業環境中難以立足。即便是技術領先的特斯拉Optimus，其最新展示雖已實現流暢行走與簡單抓取，但距離穩定執行精密裝配任務仍有巨大鴻溝。市場逐漸意識到，人形形態本身并非價值所在，能否以合理成本解決具體問題才是關鍵。

深陷“倒閉”困境的不止一家人形機器人企業，“明星”公司們，正在排隊破產。繼K-Scale之后，美國教育機器人公司Embodied也于2024年底正式關停其明星產品Moxie。該公司曾估值20億元人民幣，獲得英特爾、亞馬遜、索尼等戰略投資，但單臺硬件成本超800美元，訂閱服務續費率持續下滑，最終因無法完成關鍵輪融資而停擺。回溯更早，Anki、Jibo等家庭機器人先驅同樣在短暫爆紅后迅速隕落。

在中國市場，情況同樣嚴峻。曾被譽為“云端機器人第一股”的達闥科技，在2023年世界人工智能大會上憑借“小姜”機器人表演“千手觀音”風光無限，估值一度逼近200億元。然而不到兩年，公司多地辦公室人去樓空，員工遭遇欠薪斷保，創始人坦言“要先學會生存，再去發展”。另一家割草機器人新銳森合創新，雖在Kickstarter籌得230萬美元，卻因將人形機器人技術過度復雜化地植入小型設備，導致研發失控、交付困難，最終原地解散。這些案例共同指向一個結構性問題：在缺乏清晰商業化路徑的前提下，高估值融資反而加速了企業的死亡節奏。

機器人行業在快速發展的過程中，既面臨著資本泡沫帶來的浮躁與風險，又在工業場景的應用探索中遭遇諸多挑戰。數字經濟應用實踐專家駱仁童博士表示，只有正視這些問題，合理引導資本流向，加強技術研發與市場需求的結合，積極開拓合適的應用場景，才能使機器人行業走出一條健康、可持續的發展道路。值得注意的是，部分早期押注人形路線的企業已開始戰略收縮。

例如，康力優藍雖曾推出“優友”“小哪吒”等多款人形服務機器人，并嘗試進軍東南亞，但因資金鏈斷裂與市場接受度低，業務早已停滯。而一些新晉玩家如OneStar，即便背靠李書福之子李星星與上海AI Lab明星研究員丁琰，也在成立數月后悄然沉寂。資本態度亦發生明顯轉變。金沙江創投主管合伙人朱嘯虎公開表示“批量退出人形機器人項目”，直言該領域“高共識但無商業化路徑”。IT桔子數據顯示，2025年上半年人形機器人融資筆數雖仍可觀，但單筆金額顯著下降，且更多集中于天使輪與Pre-A輪，后期高估值項目鮮有問津。這種“前端熱、后端冷”的分化，反映出投資人從狂熱轉向審慎，開始用現金流而非PPT來衡量企業價值。

機器人的未來，機器人進廠已經來臨。與其執著于打造“人類替身”，越來越多務實的企業選擇聚焦垂直場景，以專用設備切入真實需求。宇樹科技便是典型案例——其并未強行人形路線，而是憑借四足機器人Unitree Go系列在電力巡檢、安防巡邏等領域實現規?；桓?，2024年營收突破1.2億元，成為少數具備確定性收入的具身智能企業。銀河通用則深耕工業巡檢，其GALBOT G1機器人已在多個化工廠、變電站落地，通過激光雷達與熱成像實現7×24小時自主巡檢，客戶復購率超80%。

這些成功實踐揭示了一個基本邏輯：工業客戶并不為“通用智能”買單，而是為“最小閉環優化”付費。在汽車裝配線上，機械臂需以±0.3mm精度擰緊螺栓，并在傳送帶速度波動時實時調整動作；在電子制造車間，分揀機器人必須在毫秒級響應中完成微小元件識別與抓取。這些任務對穩定性要求極高，六西格瑪標準意味著百萬次操作缺陷不超過3.4次。相比之下，當前人形機器人依靠生成式AI訓練的動作成功率僅80%–90%，遠未達到工業容忍閾值。

因此，真正可行的路徑是“場景限定+能力聚焦”。例如，在危險環境如核電站、礦山或高空作業中，人形結構因其雙足移動與雙手操作能力具有一定不可替代性，此時高成本可被安全價值所覆蓋。而在物流倉儲、柔性制造等場景，AGV、協作機械臂等專用設備已形成成熟生態。IFR數據顯示，2024年中國新增工業機器人安裝量達29.5萬臺，占全球54%，而人形機器人交付量仍停留在百臺量級。這種數量級差異并非技術落后所致，而是市場選擇的結果。

中國供應鏈的優勢在于快速迭代與成本壓縮——諧波減速器單價五年內從8000元降至3500元，伺服電機成本僅為波士頓動力液壓系統的十分之一。依托這一基礎，本土企業得以將部分機器人售價壓至1萬元人民幣以下，從而在特定細分市場建立壁壘。反觀歐美，因缺乏完整制造生態，具身智能天然成為重資產游戲，僅少數巨頭能長期投入。K-Scale的失敗，某種程度上正是這一結構性差異的體現：即便擁有頂尖人才與開源策略，也無法彌補量產能力與供應鏈協同的缺失。

人形機器人作為技術探索的前沿方向，其長期價值毋庸置疑。但短期來看，行業正經歷一場必要的出清。那些僅靠概念融資、忽視工程落地與成本控制的企業，終將被市場淘汰。而真正理解客戶需求、能在具體場景中創造可量化價值的公司，則有機會穿越周期。技術演進從來不是線性的，它需要時間、耐心與對現實的敬畏。當潮水退去，留下的不是最炫酷的Demo，而是最扎實的解決方案。

相關行業分析：

商道童言（Innovationcases）歡迎評論、點贊和分享哦！~~

熱推新書《AI提問大師》《DeepSeek應用能手》現已上架！

免費電子書： | | | |

數字經濟應用實踐專家 駱仁童主講課程

數字應用：

數字中國：

數字化轉型：

產業數字化：

創新與思維：