北京
本文轉自公眾號：RoboVenture，作者： 東宇。
圖片來源：優必選
“燒錢搶人，透支未來”
脈脈《2026春招職場洞察報告》顯示，2026年1—4月具身智能領域新發職位較去年同期暴增15倍，平均月薪拉升至6.2萬元；科銳國際數據進一步披露，具身智能算法工程師年薪區間已達60萬—200萬元，塔尖首席科學家薪酬包甚至開到千萬元級。當一家50人規模的初創團隊，僅核心算法組年薪支出就可能突破5000萬，這筆錢從哪來、值不值、會不會擠占產品化資源，成了擺在每一個具身智能CEO和投資人桌前的現實考題。
01
錢花在哪里：三層人才金字塔吞噬現金流
具身智能的"燒人"不同于互聯網——它不是單一算法崗堆人，而是沿"大腦—小腦—軀體—數據"形成三層人才新地圖：
塔尖：具身智能首席科學家/世界模型負責人
優必選2026年4月為全球招募首席科學家開出1500萬元起步、最高1.24億元薪酬包；字節跳動"操作算法資深專家（具身）"月薪達9.5萬—12萬元。這部分成本雖只占極少數，但是企業技術定調與融資敘事的核心籌碼。
腰部：復合型算法與工程人才（最大現金黑洞）
VLA（視覺—語言—動作）模型、世界模型、運動控制算法工程師年薪普遍60萬—150萬元，兼具機械本體理解的全棧工程師更高。一個15—20人的算法團隊，僅人工成本即占A輪融資（通常1億—3億元）的15%—25%。
基座：數據采集與場景工程化人員
隨"真機數據采集"成為模型迭代瓶頸，數據采集員、產線集成工程師批量擴招——武漢、蘇州等地相關崗位激增，月薪多在1.5萬—3萬元，人數往往是算法團隊的3—5倍。
一家處B輪的具身智能公司，人力成本通常占總運營成本的40%—55%，遠超傳統硬件制造企業，且仍在攀升。
02
投資機構的視角
投資機構對人才成本的態度，取決于企業的融資階段，這直接決定了研發的容錯空間。
在早期階段，資本默許甚至鼓勵高薪搶人，認為這是構建技術壁壘的必要成本。然而，進入B輪、C輪后，投資人開始嚴查“人效比”。如果高薪組建的豪華團隊遲遲無法交付可商業化的產品，或者無法證明模型能力的指數級增長，那么高昂的人力成本就會被視為對研發資源的惡性擠壓。資本愿意為未來買單，但不愿為停滯不前的高價團隊買單。
03
效率悖論
具身智能面臨嚴重的人才斷層，懂大模型的不懂機械動力學，懂硬件的不懂神經網絡。這種稀缺性導致了巨大的溢價泡沫。
許多初創公司陷入了“人海戰術”的誤區，以為堆砌博士數量就能加速技術迭代。但實際上，具身智能的突破更多依賴于“數據—場景—算法”的閉環。如果一個昂貴的團隊沒有高質量的數據閉環配合，不僅無法加速研發，反而會拖慢決策效率，甚至導致產品與市場需求脫節。當人力成本成為固定支出的大頭時，企業在面對市場變化時的靈活性也將大打折扣。
04
供應鏈的“沉默成本”與定價權反噬
在討論人力成本擠壓研發時，還有一個容易被忽視的隱性黑洞：供應鏈的沉默成本。由于具身智能至今缺乏統一的標準接口和量產規模，核心零部件（如精密行星滾柱絲杠、六維力傳感器）仍處于“小批定制、良率波動”階段。這意味著，高薪聘請的算法團隊不僅要寫代碼，還要花費大量工時去適配硬件的不穩定性、做繁瑣的底層驅動補償。
這種“軟件遷就硬件、人才填補工藝”的內耗，直接導致BOM（物料清單）成本居高不下。當一臺人形機器人的硬件成本卡在幾十萬甚至上百萬時，即便軟件算法再先進，整機廠商也失去了市場定價權。要么硬著頭皮賣給不差錢的科研院校，要么陷入“賣一臺虧一臺”的To B泥潭。最終，高昂的人才成本不僅沒能加速技術閉環，反而因為無法攤薄硬件成本，變成了懸在商業化頭頂的達摩克利斯之劍。
人才成本的飆升，本質上是用金錢換取時間。但在具身智能這條長坡厚雪的賽道上，只有燒錢的效率，沒有燒錢的捷徑。如何在高昂的人力成本與漫長的商業化落地周期之間找到平衡點，將是決定誰能在淘汰賽中存活下來的關鍵。
更多干貨分享敬請關注我們的公眾號與視頻號~超多精彩對話內容等待您的解鎖！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
