“2026年，創投圈的浪潮再次翻涌：AI從技術概念走進產業深水區，硬科技創業從“小眾賽道” 變成“主流共識”，年輕的創業者們正在用代碼和雙手，重新定義中國創新的未來坐標。

每一年，由36氪 · 暗涌主辦的WAVES大會，都是中國創投圈的年度風向標。今年的 WAVES 2026以“今年盛夏”為主題，落地廣州番禺良倉新造創意園，在兩天的時間里，我們匯聚了頂級投資人、產業領袖、新銳創業者，用14場深度圓桌、數十場獨立演講，拆解 AI、硬科技、出海、醫療等核心賽道的底層邏輯，見證那些“少數人” 的堅持，如何匯聚成改變行業的浪潮。”

以下為對話內容，經36氪整理編輯：

巴芮｜暗涌副主編（主持）

李曉飛｜深樸智能 創始人兼CEO

李元慶｜樂享科技 聯席CTO、穹明智能 總經理

李一言｜擎天租 聯合創始人、CEO

崔軻迪｜BV百度風投 執行董事

由天宇｜凱聯資本 行業合伙人

王子璇｜云時資本 執行董事

巴芮：各位好！我們這一桌人最多、最熱鬧，但是我們時間緊，任務重，所以我快點說。

具身智能是這一兩年一級市場最吸金的市場，也是期待最高的硬科技賽道之一，錢涌進來的速度有多快，泡沫的質疑就有多大。今天這六個人恰好湊齊了說看它到底能不能落地的三種視角，首先是造機器人的兩位，有深樸智能創始人兼CEO李曉飛、樂享科技聯席CTO、穹明智能總經理李元慶，還有站在商業化最前端的擎天租CEO李一言，以及在背后下注的三位投資人，BV百度風投執行董事崔軻迪、凱聯資本行業合伙人由天宇、云時資本執行董事王子璇，這三位是分別代表了財務、產業、特種和垂類三套完全不同的下注邏輯。把這幾位一起放到同一桌，其實我們就想回答一個問題，就是當所有人都看到泡沫的時候，這樣的具身智能究竟從何時、從哪真正的走進現實，先請各位用一句話說你見過或者正在做的具身第一個真正賺到錢的場景是什么，我們先從創業者曉飛開始。

李曉飛：好的，我覺得很簡單，現在行業還處于比較早期的階段，而且這是一個很大的賽道，所以在這樣一個大賽道的早期階段，在研發側其實會有很多的機會，這是我見過的。所以我覺得在研發側，我們已經看到有些公司能賺到一些錢了。

李元慶：樂享在這邊目前看到的其實是在極客的市場和Maker的市場看到了一些機會，同時也在Pet有豐富的內涵、IP屬性的內容上，我們找到了一些營業額。

李一言：因為擎天租做的是商業化的最前沿，所以AI其實現在做的每一個業務都是賺錢的業務，我們的理念是把機器人泛化能力，就是上限能力以下的事情做商業化，所以我們此刻進行的業務基本上都是在賺錢。

崔軻迪：我最近非常喜歡看UFC格斗，所以我比較喜歡眾擎他們做的格斗的那個場景，就是類似于商業格斗。一方面確實是個人興趣，另一方面我覺得這種高對抗、高動態的場景其實特別考驗機器人的綜合能力。它既能驗證技術，又有很強的觀賞性，我覺得是一個挺有想象力的方向。

由天宇：因為行業處在早期階段，所以這個階段賺錢的都是短期的供需關系錯配的一些情況，我覺得一個是租賃的，可能還不是擎天租這樣的，就是真正現在利潤最好的是在地方上做代理，可能我覺得拿了5臺設備、10臺設備，我可以一天租幾千塊錢，就跟租勞斯萊斯加長版是一樣的。第二個是數采這塊，當然數采整體上可能不是都賺錢，而是部分的人力外包，因為我就是幫你干活的，你最近著急要數據，所以我一個人力外包公司干幾千人數采的活，在短期之內是有一些供需的錯配的。第三個，有一部分炒股的也是賺到錢的。

王子璇：我覺得對于云時資本來說，可能在一些我們看不見的地方，一些角落，比如船塢里、海洋底下、一些郊區的重工廠房里，其實我們看到很多用這種具身智能理念干活的機器人都已經或者即將要賺到很多錢，而對于通用人形來說，我們的感覺是那些真正為客戶的經濟賬考慮的公司反而可能是第一批自己也真正賺到錢的公司。

巴芮：我不知道幾位是不是因為我剛才說時間緊，所以回答比較簡練，我們之后還是可以把它說得更具體、更清楚一些的。

我的第一個問題先拋給崔軻迪總，這一年具身智能真的是非常熱，您在2022年底那會兒就進場了，當時具身智能這個詞還不是一個熱詞，提的人很少，這兩年完全不一樣了，我們只舉一個例子，比如它石智航剛天使輪就融了2.42億美元，很夸張了，但是另一邊高盛問了9家供應鏈企業，沒有一家敢說自己接到大單，也有投資機構會直接承認說估值是有一點泡沫的。所以就想問問您，您從非共識一路下注到今天的共識，就是在可出貨始終沒追上估值，這到底是您看得早賭對了還是說市場把一手好牌提前講成了神話。我再直接一點問，就是今天這個價位您自己是在加倉還是在悄悄地減倉？

崔軻迪：我先介紹我們機構，BV百度風投是百度集團發起的一個財務投資基金，我們主要投資的主題是圍繞著AI來進行投資，AI有兩個大型的敘事，一個是數字的AI，一個是物理的AI。因為我自己對物理層級的東西比較感興趣一些，所以一直在物理AI方面研究的多一點。從2022年下半年開始，我們仍然在持續布局自動駕駛方向。隨后，隨著ChatGPT帶來的新一輪AI浪潮，以及大語言模型能力的快速提升，全球人工智能產業進入了新的發展階段。這輪變化并非一蹴而就，而是在技術進步與產業需求的共同推動下展開。到了2023年3月至5月，我們開始系統性地關注并投資部分由自動駕駛技術外溢而來的機器人項目。但我的關注重點并不局限于機器人本身，而是更關注智能能力如何向現實世界滲透。從這個角度看，無論是自動駕駛汽車、機器人，還是消費電子產品，本質上都是智能系統在不同形態和場景中的具體呈現。對于我們而言，核心始終是智能化能力的演進與落地。

我記得2023年我們做過一個項目，當時上會資料里寫的是“從端到端自動駕駛到物理世界的通用人工智能”。那個時候內部也有過比較充分的討論，因為大家對“物理世界的通用人工智能”這個概念還沒有形成統一認知。當時“具身智能”這個詞可能還沒有像今天這樣被廣泛討論，但我們已經捕捉到了一些比較關鍵的變化。

比如現在大家討論比較多的是VLA、世界模型等方向，而我們當時更多討論的是端到端模型能力。除了模型本身以外，數據也非常重要；而數據又和具體場景高度相關。所以后來我們的討論不斷延伸，從模型能力，到數據積累，再到場景閉環，逐漸形成了對這一方向更系統的理解。

因為BV屬于早期投資，綜合投資成本相對低一些，所以今天我們主要在做兩件事。第一，我們仍然在持續投資新的具身智能公司；第二，我們也在對已經投資過的公司持續加倉。從我們的視角來看，這個產業其實才剛剛開始。

前兩天我看到美團龍珠的新宇總也提到，具身智能這個行業現在不是錢太多，而是錢還不夠多。我比較認同這個判斷。因為如果從產業長期發展的角度來看，具身智能仍處在非常早期的階段，未來還需要更多資金、人才、場景和基礎設施的共同推動。

巴芮：已經熱成這樣了，還是很少，是嗎？

崔軻迪：我覺得是這樣的，如果把它放到整個AI產業里看，具身智能的投入其實還處在比較早期的階段。畢竟它做的是物理世界里的人工智能，難度和復雜度都更高。還是拿大模型舉例，過去幾年頭部大模型公司的融資規模和估值已經到了非常高的水平。相比之下，今天具身智能領域最頭部的公司，無論是融資規模還是估值水平，其實都還有不小的差距。所以從這個角度看，我認為這個行業不是錢太多，而是距離真正成熟還需要更多長期投入。

巴芮：我不知道兩位創業者會不會對這個也是認同的。

臺上的兩位創業者都是在做家用機器人，像曉飛和元慶，業內說家用機器人是卡在一個不可能的三角，你要足夠便宜，能干活，又安全、不傷人，這三者很難同時成立，就便宜的話，可能早就有了，有些消費級的人形機器人已經下探到萬元內的，但是這種我覺得它是更偏陪伴的，一旦你去要求它真的把一些家務給干了，而且安全的同時，它的成本可能立刻就上去了。

請兩位各講一個真實用戶每天在用，不是Demo的場景，曉飛，你其實有一個“1+2+N”的路線，就是一套具身大模型底座，兩條真實數據管路和N個逐步檢索的場景，現在它真正跑通到第幾個了？

李曉飛：我也簡單自我介紹一下，剛才軻迪說了一下整個賽道很熱，實際上錢還比較少，我是非常認同的，所以大家還是盡快去投具身這個產業，軻迪總也是連投了我們前面三輪。

具身智能這塊，剛才您介紹了我們也是在做家庭的，我們認為整個具身賽道肯定是一個非常長的，而且非常大的賽道。我做了自動駕駛和上一代的機器人，做了十年的創業，再看整個具身的發展，我更喜歡或者更擅長用五到十年的周期來看整個產業的節奏，五到十年之后，我肯定非常堅信未來具身智能是可以走進千家萬戶和各行各業的。當然，在此時此刻或者這一兩年，我覺得現在特別像2017年、2018年的自動駕駛。在這樣一個時間點去看，我們認為未來大概會有三條路能達到這樣一個具身智能L3或者L4級別多場景、多功能的應用。在這里面，我們其實最buy in的是從類家庭到家庭的這種大賽道或者泛化的能力，其他兩種我就不展開講，之前多少有點講解。

在這樣一個路徑里面，我們是希望找到一個最大的賽道或者最泛化的一個場景能夠去凸顯出或者能夠去延伸出整個具身智能最大的能量，在這個過程中，我們會認為特別像2017年、2018年去找自動駕駛賽道過程中，特斯拉很早就鎖定在簡化乘用車的自動駕駛的功能，先選擇在高速路這種結構化的路徑里面推出高速領航、泊車或者城區，逐步的去增加場景或者增加功能的這條路徑。我們認為在最廣闊的家庭賽道，未來的達成路徑也是漸進式的達成路徑，所以從我們的路徑選擇上，我們選擇一些結構化的場景，比如像酒店的商業場景，包括一些機構的康養等等這些場景，然后逐步去切到家庭里面，這可能是我們最大的未來目標以及達成路徑、切入口。

在這個過程中，我們大概有一年左右的時間也探索了非常多的功能，我們在上個月也已經在我們的合作伙伴的一些酒店里面來做了一些POC，有好的點，有很多反饋，我們發現真正操作方面還是有很多能做的一些事，包括交付的事也有蠻多的。您剛才提到一個功能，我可以給大家簡單說一下，我們在酒店里面去探索比如像清理洗手間、洗衣服，就是送洗衣服這個環節，包括自助洗衣，再加上前臺的迎賓、check in、check out，得到了比較多的客戶反饋，包括我們終端的C端客戶的反饋。所以我們也是希望能在一些結構化的、可控的場景里面來打磨好功能，逐步能有兩個、三個或者完備的功能逐步切進家庭，而不是說現在選擇直接進家去形成不太好去找到的一個功能的切入口，這是我們目前在思考的以及在做的一些事情。

巴芮：謝謝曉飛！元慶，因為我知道樂享其實一開始就是做了一些小型的家用機器人，像曉飛他們是從一些大的商業場景先去切入的，你之前說過就是把家庭當工廠，那你們現在這條產線跑起來了嗎？具體落到了哪個環節？是什么樣的？

李元慶：我覺得ToC的具身智能走進家里的這件事情和工廠做工業化、數字化、智能化的這個非常像，我們以前在做工廠ToB端的時候，畢竟以前在華為嘛，在華為的那個時候，大家做ToB端的時候會發現其實智能化前面是有兩個前提條件的，第一個前提條件其實是信息化，它需要把整個物理場景內能看到所有的信息盡可能統籌在一起；第二件事情是自動化，我們希望前面基于那些信息能夠讓無論是設備還是人、流程自動化的運轉起來，下一步才是AI真正能體現價值的地方，就是智能化。

工廠的場景是一個case by一個case，由工廠去解決，如果我們放到家里來的話，能不能讓家里第一件事先完成信息化，怎么做呢？就是我們通過攝像頭或者說像寵物、Pet這個屬性的情緒價值和功能價值，讓這個小機器人先走進家里，像掃地機器人走進家里的第一天，知道有什么樣的東西，有廚房、臥室、客廳，能不能在這個基礎之上再加上知道可能廚房里面有一個冰箱，有一個洗手池，臥室里面有一張床，有一個衣柜、床頭柜，通過這些事情我們把家里常不會更替它大的位置的東西完成它整個信息化，下一步是基于以前傳統自動化里面，傳統的自動化，大家會發現掃地機器人其實在家里完成Navigation的這個動作，在家里移動來移動去，這件事情其實已經做得非常成熟了，它是一個rule based的一個底層，另外一點是能不能把以前做規控，我們基于物體識別規劃foundation_pose在前面看到一些清晰物體的自動化抓取，然后用一個個成熟的IK把它求建出來，這樣一個大的背景下，會發現其實算力不用上得特別高，成本也可以做得特別低。

最后一點，想說的事情是，家里的場景確實是非結構化，且高動態，其實它也是很敏感的一個狀態，我們能不能基于一個更復雜的軟件架構，rule based的去做低成本、高可解釋性的兜底，model based把現在大家做的比較成熟的API，以及大家做的比較好的perception、reasoning，skills的模型集合在一起，端到端的時候，我們在前面兩層基礎上，完成產品落地之后的數據積累，然后走進家里。

當然，更想篤定的一件事情是，大家說機器人是不是做的不好之前進不了家，其實也非常感謝這個時代勇于探索的無論是極客還是Maker，大家對這件事情的tolerance和對這件事情的熱愛，大家對于參與這個產品的設計、這些所有的理念，其實都是讓這個機器人更有機會走進家里一個核心的事情，然后我們愿意為這樣的伙伴做出更多的貢獻。

巴芮：謝謝元慶！兩位創業者是從創業的角度來說一些自己的探索，我想問一下一言，你的路徑是跟前面兩位是完全不同的，就是你不造機器人，你是把它們出租出去。擎天租現在身價也非常高了，70億的估值，已經是一個獨角獸了，平臺可調度的機器人也超過了4000臺，而且我知道你們對進明確的是把重心從文旅、商演、展會這些展示型的場景已經開始推向工業制造、園區、倉儲這些產業的一線了。所以我想問的是，你是在看到泡沫之后選了一條不同的路還是根本不信說每家每戶會買一臺機器人的這個終局？租賃會不會比售賣更快把機器人推進到真實的場景？

李一言：謝謝！其實我是具身整個產業當中的樂觀主義者，我是堅信機器人一定會進入家庭、進入工廠，人機共生共存的時代一定來臨。在這點，我和馬斯克是高度一致的，我相信他的商業判斷。也是基于這樣一個對于未來長遠的思考，不管是10年、20年，甚至更久以后，如果有一天我們用機器人就像現在打滴滴、點外賣一樣這么方便，打開手機，點個APP，機器人就可以從它的工廠出發或者倉庫出發來到家里打掃完衛生再回去，我是堅信這一切一定會發生。

從這個結果的發生來倒推的話，一定會有這樣一個平臺來承載這些的發生，所以我希望擎天租往這個方向去發展。

回到剛才您提的這個問題，其實所有的商業發展都需要一個過程，我們很幸運處在了這個具身智能發展最早期，我們作為最早期的一批創業者，比如前面的兩位同行伙伴他們在模型或者本體上具體地來把產品制造出來，把這些場景打造出來，我們做的就是把他們造的東西去商業化，去把它變現。其實是一個上下銜接的關系，但這個過程確實需要時間。我們目前比較成熟的或者說當前應用最廣的就是文娛商演，情緒價值的提供其實也是價值提供很重要的一種呈現形式，就像現在的演唱會、各種活動。從這個點切入，我認為也是很好的。

除此之外，我們今年開始延伸了包括一些工業場景、園區巡邏巡檢，其實都是在我剛剛講的，在機器人泛化能力上限之下，我們去做商業化落地，也就是說大家造出來什么，實現什么功能，我們去借助我們的渠道和平臺完成商業化，形成這樣一個小閉環。在這個過程中我們靜待花開，等著我前面的他們去創造出更多的能力，等到有一天家庭場景突然打開了，機器人真的能夠洗衣服、做飯、打掃衛生，最開心的肯定是我們，因為我們可以迅速地多元化地打開更多的商業市場了，所以在這點上，我認為在未來的機器人使用上，肯定是用機器人多過于買機器人。就像現在擁有一個保姆可能不需要把他買下來，只需要按月給他付租金就可以了，我是這樣一個觀點。

巴芮：您回答我后來想追問的那個問題，謝謝！

想問一下天宇總，你們是產業型的打法，就是從大腦、芯片到本體和零部件的全產業鏈的布局，還打通了汽車、能源、半導體，所以您應該最清楚哪里在真的出貨，哪里還在講故事，今天大家都在喊泡沫，我想問說在你們的被投盤子里面，真實可復制，已經在產生現金流的訂單到底出現在哪些場景？哪些還停留在Demo和PPT上？

由天宇：我們其實是具有產業思維的財務投資人，可能崔軻迪他們是具有財務思維的產業背景的，我們剛好是交錯的，我們的LP里面有很多是產業方，我們自己的投資還是以財務為導向的，我們是智元的股東，也是它石智航的股東，我們基本上介于VC投完之后的那一輪，就是VC的后期或者PE的前期。

剛才軻迪說到泡沫，我覺得短期肯定是有泡沫的，因為這一輪的節奏比之前的車或者智駕要更快，而且從天使到VC，我認為沒有到傳統意義上講的PE階段，但是估值絕對值已經到了我們以前認為的PE階段，我們自己的考量主要還是從產業的角度去評估空間、評估他對于業務理解的程度，不僅僅是說過去兩年模型的迭代、算法的變化帶來的價值，團隊要對他所做的場景的空間、產業鏈的位置、價值量的大小是有一個評估和衡量的，所以從這個角度，我們去年上半年投智元那個階段，包括下半年年底投它石這個階段，我們認為他們兩個團隊對這個整體的考量是比較清楚的，所以也能看到智元在4月份的合作伙伴大會上也公布了去年有10個億的收入，鄧總也對外界講了未來兩年，甚至五年的規劃。上次去公司交流也提到，包括大會上也講了，進入到部署態，這個部署態其實就是往更深入的去走了，我知道公司今年除了在商業、文娛表演場景出貨量會繼續大增之外，在很多工業場景也會有相當級別的出貨，所以我們其實會特別看重這些。

主持人剛剛開頭講到它石智航的融資在市場上非常受關注，就是因為我覺得他們團隊對于場景的理解和我到底應該做什么東西去滿足這個場景的需求想的是比較通透的，這是我們看待這個事情的角度。另外從過往汽車和新能源供應鏈的投資角度，我覺得更多的是經歷過從0到1，從1到10的這種經驗，不管是算法的經驗、團隊，還是把一個技術的Demo最終做成的全過程性經歷很重要，為什么現在智駕的人在機器人圈子里面這么受歡迎，確實很多團隊把智駕從幾臺車的Demo最后做到了幾十萬的量產，這個過程性的經驗我覺得是比較重要的。

在硬件側，當然中國的供應鏈很成熟，只是以前大家是跟著工業自動化走，跟著新能源車這一波走，接下來跟著本體的這些龍頭公司，大家繼續去做機器人鏈條上所需要的整個硬件，包括特斯拉也是非常依賴中國的整個硬件的供應鏈的，所以我們是比較看重他們整體對這個事情的考量和思維去做決策的。

巴芮：謝謝天宇總！子璇總是在場六位嘉賓之中唯一的女性，我覺得特別棒，您在云時是負責具身板塊，您投的方向是更出于大眾的視野的，比如有一些深海作業機器人、低空飛行器，機器人在走入真實場景這件事情上，比如在深海、低空、工業這些領域，它可能早就發生了，只是不在大眾這種主流的視野之內。所以想問您說今天討論的這種真實場景是不是就被家用這個想象綁架了？特種或者垂類的機器人和家庭通用機器人哪個才是更確定、更早成立的真需求？從出海的角度看，中國機器人最先真正跑通的會是哪一類？

王子璇：感覺這是一套問題，這一套問題還是蠻有意思的，比如從表面上看云時資本布局確實稍微有點非主流，我對“非主流”稍微解析一下，我們大概是這么認為的，就是這個想象的空間可能不僅僅是被家用兩個字綁架了，還會被人形、雙足、靈巧手之類的形態概念都綁架了。我們其實內部討論過一個比較極端的想象的終極場景，就是什么叫一個終極形態的具身智能機器人，可能是你有一個大腦，有一套用控系統，可以七巧板式的把這個機械結構拼出來，甚至拼成一種八爪魚的形態，然后有三頭六臂的功能，扔到任何一個場景里面就干了，這才是一個所謂終極形態的具身智能。今天盡管從外面看我們去投更多的特種形態的特種場景、垂直場景類的機器人，但其實我們也已經布局了人形機器人，所以我們的理念是不拘泥于這個形態和這個場景。

您提到的哪類需求或者場景更真實的這個問題，我們是這樣考慮的，其實每一個場景里面都是有痛點的，所以需求都是真實的，但現在的問題是，其實需求場景是分層的，有些更復雜一些，有些更簡單一些，有些是需要人機交互深一點，有些是淺一點的。其實這個層次的問題導致在有些場景里面，我們現在的機器人產品并沒有達成真正的PMF，所以看起來是有點偽需求，但不是偽需求，是fit的問題，從fit角度來看，可能今天我們想不僅是你一個功能上能fit，更多是要看整個產品從設計之初到銷售以及全鏈條的服務你是否能fit，讓客戶的經濟賬能算過來，其實這個才是所謂真正的PMF里面的F。

回到我們干的事情，我們比較在乎一些特種形態的專機智能化，加上一些具身智能技術VLA或者仿真類的或者所謂世界模型類的，大家都在做，是因為這些形態已經非常能夠好地去解決客戶的問題。既然這樣的話，何必去硬貼一個人形的概念呢？但是對于人形這個機器人，因為我們已經也有做布局，我們整體的看法是1.0時代，大家更去拼全棧科研學術的能力，但現在大概有個三年左右的時間了，這一代新的2.0時代的機器人公司，我們更拼的是一個全棧式的創新能力，這個全棧式能力是什么呢？就是對外，你的產品設計理念是什么？你有沒有為規模化量產所設計？你的銷售鏈路國內是不是鋪好了？全球化有沒有去做準備？你整個服務體系是不是搭建好了？這才叫一個真正2.0時代的全棧式能力，就是我們今天要更在意的可能是這一點。

至于您剛才講的出海問題，哪種出海？說實話還是先落地的會出海，這是一個不可避免的事，因為我一直強調真正要尊重商業實踐的閉環，你這個東西才能真正賣得出去，客戶才真正買賬，這里面有一個點是我覺得無論是專機形態的還是人形形態的，大家在比拼的是在跟自己比拼，因為這里面有一個點是，中國是一個非常特殊的國家，我們強大的供應鏈、工程師的整個紅利以及特別豐富的基礎多元場景，讓機器人有一個很好的試練場，這些東西疊加在一起，會讓中國領先的公司一定是全球最領先的機器人公司，我不是特別質疑這一點。其實創業公司把中國做好，我們認為全球也就干好了，大概是這樣。

巴芮：謝謝子璇總！這一part的最后一個問題給軻迪總，您有一個三階段的框架——本體、數據和場景智能，但是移動互聯網能起飛靠的是ARM+安卓先把碎片化的這種硬件捏成了一個統一生態，今天具身硬件還各自為戰，連個地基級的專家都沒有，所以想問您一個判斷，就是您剛才說的這三個階段會不會卡在第一個階段？如果沒有統一的底座和工具鏈數據、場景，根本規模化不起來，如果真要起飛的話，您賭誰來當具身的安卓，是某個大廠的開放平臺還是壓根兒不需要統一，各跑各的也能成？

崔軻迪：我們是2025年的時候提了一下投資的三段論，分別叫本體+智能、數據+智能、場景+智能，分別在這三個投資范式下差不多在天使、首輪投資了十多家企業，曉飛是其中之一，我覺得曉飛是場景智能當時我們比較代表性的一個案例，因為他做那個場景的時候，其實比Sunday還要早一些，后來Sunday是比較熱一點的。

我們從打地基的角度來去理解，最開始我們是從智能的角度理解機器人。模型能力很重要，但模型需要依托本體，所以我們提出過“智能定義本體”的觀點。后來發現模型訓練離不開數據，而具身智能的數據和互聯網時代的數據又不太一樣，它需要真實世界的采集和反饋，因此我們又延伸出“數據+智能”的邏輯。再往后看，我們發現數據本身也離不開場景，因為只有進入真實場景，才能形成持續的數據反饋和商業閉環，所以又形成了“場景+智能”的投資思路。

不過到了今年，我們反而開始重新思考這個框架。因為越來越多優秀團隊正在同時覆蓋本體、數據、模型和場景。做本體的開始做數據，做數據的開始做場景，做場景的團隊也在投入模型研發。大家都在向全棧能力演進，這幾個維度之間的邊界正在快速消失。所以今天我們已經不太刻意用單一標簽去定義一家企業，而是更關注團隊是否具備構建完整閉環的能力。在這個階段，能夠留在牌桌上的團隊，基本都具備很強的競爭力

另外，您說的機器人界的安卓這個事，我覺得確實有一些財力雄厚的創業公司或者大廠其實是試圖想統一這個標準，在美國那邊我知道Meta或者谷歌也想去統一這個標準。但是以我的經驗，我覺得讓大家都服從于某一個標準或者組織還是比較難的，所以我覺得會有機器人界的安卓，但是很有可能是誰的模型能力最強，誰會成為那個“安卓”。而且從今天來看，行業格局還遠沒有最終確定。一些真正有實力的參與者可能還沒有完全進入戰場

巴芮：好的，我們收集了一些網友的問題，所以我們也想問一下各位。

這是網友叫科技宅小李，他說我家現在有一臺掃地機器人，一臺擦窗機器人和一個洗地機，為什么要花10萬塊錢再去買一個什么都能做，但什么都做不精的人形機器人？這個其實就戳中了當下行業的一些通病，很多機器人是拿著錘子打釘子，他是先有了能力，再去找場景，功能一堆，但是每個都低頻，所以想請問曉飛和元慶兩位具身的創業者，說你的產品里有哪一件是用戶真正高頻、非你不可的需求，而不是一個炫技的Demo？

李曉飛：您剛才提到的點其實也是一個新的行業、新的技術結合到一些場景常見的問題，我們一些做技術的創始人特別喜歡拿著錘子去找釘子，我們經歷過一波的創業，現在又來了一波。我覺得這個問題其實很好回答，比如現在掃地機器人對于這種人形機器人進到家里面能去做的Gap，可能大家有不同的理解。我們自己認為其實場景里面是有真實需求的，比如在商業場景和在家庭場景絕對是有一些需求的，比如在家里面能夠提供一些更深層次的清潔，包括收納、交互的需求，在商業場景里面能提供他們非常痛的一些點，這些需求其實是存在的。實際上，很多時候，我們的這些創業者不會去發掘到一些點，總想著說我要做一個事，想著找到一些客戶來買單，我覺得這個從出發點上會有一些問題。

因此，我自己一直有一個很深的觀點，我覺得一個新興的行業，特別是之前沒有機器人的這樣一個行業，我們需要有一雙去發現真實需求的眼睛，它交付的是一個真實的、有價值的產品，而不僅僅是一個技術的集成或者技術的一個系統的載體。因此，我們在這個過程中跟大家可能會有一點點不同的地方，比如很多人都說這次的革命是AI來驅動，是自動駕駛產業鏈的基礎來驅動的，我認為除了這兩類之外，還有一類人其實也很關鍵，就是AI的底層Native的一些組織和人才去驅動，第二部分是自動駕駛的大系統和數據閉環的能力，第三部分我們覺得也很關鍵，就是整個場景需求的理解、產品的定義、產品的研發和生產、產品的營銷和服務，這一套全棧的機器人的全鏈路的東西，之前其實已經在C端和B端做了一些積累。所以我們認為非常有競爭力的具身公司或團隊，應該是具備這種綜合的、跨領域的、全棧類的能力才能交付出一個合格的產品，這是我對這件事情的一些理解。

李元慶：前面曉飛總講得非常好了，我想補充一些我對這個賽道自從做了產品一些定性的事情之后，再結合之前研發的一些背景一些新的思考。大家在聊到產品的時候，我們發現到底在用具身智能這樣一個AI+的機器人和以前的產品在比些什么，我們會發現以前的產品可能都有點像工具，它在一個高頻率、且高痛點的場景去完成一個特別具體的產品定義，這是產品往往的定義。我覺得AI的本質是什么？AI可能是世界常識的理解、指令遵從和任務推理，它可能擅長的事情是什么？它其實反而擅長的并不是之前特別專業、特別細小的一個點。

舉個例子，我們在路上跑汽車的時候，大家很難會說我再去用一個雙足的機器人背著你去跑汽車，我們在天上飛的時候，大家也很難想象會用鳥的撲翼機的結果去帶著大家飛行。所以我們推到這一步的時候會發現前面所有專用化的設備都是單獨的一個節點，節點與節點之間的連接是不是還有很多的問題仍然沒有被解決？我們發現AI在這個高動態、高復雜、高影響的場景下，其實AI能補上這一部分，因為它有針對復雜信息和場景和動作更好的理解。

另外一個事情，ToC低我覺得有大家一直低估的點，就是對齊的這件事情，能把一個特別簡單的指令對齊到幫我精準地完成這件事情的動作，其實還有很多需要考量的地方。舉個例子，幫我拿一杯水，可能走進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幫我拿一瓶冰可樂，甚至可能廚房在哪里也不知道，廚房如果關了燈的情況下，她甚至找不到那個燈。很多問題就會發現人類其實想用最簡單的語義和之前大量的歷史信息去讓這個機器人走進家里的時候能夠完成很多的復雜任務，傳統的專業設備確實難度更大一點。

也想分享一下AI落地的一個感受是怎樣的，大家以前的產品落地策略可能都是在單場景下爭取把一件事情做到百分之百，然后我們開始去比血包、比誰的量產工藝、能力，去比這個小的細節，比大家整個運營能力。AI的策略有點像什么？可能在一個大的復雜場景下，很多個單點的任務、很多single task可能都完成到30%、40、50這樣一個標準，后面借助于在這個家庭里不斷進化、迭代，加上更多的記憶、更多的用戶理解，來把這件事情慢慢提升到60、70，所以他的的成長路徑、生長環境和以前的專用化產品的定義都不太一樣。

我舉這個具體的例子就是說，在AI時代下，大家可以直接去看Demo和使用起來，PRD相對于以往的定義來說，確實沒有那么清晰了，而且當任何一個事情無論是PMF還是CMF，大家一旦要對比的話，他永遠都會說他類比的到底是什么，我會想說的事情是，其實在座的大家在做的確實是一個面向未來的產品，他需要AI這樣一段時間成長的土壤，他也需要這些泡沫去潤滑，我們才能讓這個時代走得更快、更遠，這是AI的本質，這也是AI擅長發揮的一個地方。

大概有這些分享，謝謝大家！

巴芮：謝謝元慶！接下來的這個問題給到一言總和子璇總，這位網友叫理性消費張三，他說我注意到現在可以租機器人了，如果租一天幾百塊，那租一年豈不是幾萬塊，如果我真正需要的只是每月擦一次長、偶爾搬重物，我為什么要買？但反過來，如果我天天用租是不是比買更貴？所以請一言總先給這位網友算算賬，到底什么樣的需求該租，什么樣的需求該買？

李一言：我們是這么人為的，擎天租自己有一個定位，叫全球領先的機器人應用與服務的RaaS平臺，RaaS是什么呢？就是Robot as a service，就是機器即服務。事實上，你需要的不是機器人，而是機器人帶來的服務。不管是我們剛剛隨便提到的打掃衛生、洗衣做飯等等，其實你本質需要它提供服務，而非這個硬件本身。從這個維度來講，我只要解決他的需求問題，至于解決他的需求的話，無非就是買或者租，這是最普遍的兩種商業形態。其實這兩種商業形態未來肯定都會存在，而且根據每個人不同的情況和訴求，它還是更挑客戶，有些客戶就想買，但從很廣義，就我們說在未來能力很成熟了以后，從廣義更大范圍人群的角度上來看的話，我的觀點是可能租或者用會比買的人更多，因為本質上你要的是服務，我并非擁有這個資產，并非擁有這個本體本身，所以租相比較買而言肯定選擇的人會更多。

巴芮：謝謝！子璇總，您從投資人的角度，租賃是通往普及的正路還是一段過渡，它能不能跑成一個真正賺錢，還能出海的生意？

王子璇：從現實看到的現象來看，其實租是一種常態，買也是一種常態，就是真實的狀態很可能是一種租買的混合態，這是比較現實的一個說法。但這個決策點在哪里呢？我們認為比較重要的影響因素有幾個，第一個是客戶的使用頻率，這個比較重要，第二個是你初始投入的Capex，到底花多少錢，第三個是后續維保，我要付出多少成本，第四個是大家比較容易忽略，但是也比較重要的，這個機器人我搞過來以后可以一站式的完成所有的事還是說我要跟在后面給它完成一些拖拖拉拉的事情，其實這四個東西的體驗決定了我是租還是買，所以這個確實是一事一議的。網友長三確實非常理性消費，他已經把所有事情自己分析好了，其實他也知道某些場景下應該買，在某些場景下應該租。

說到出海這個角度來看，租和買都非常好，因為海外客單價普遍是國內的2到3倍，更夸張一點，5倍，甚至乘個匯率都有可能，但這里面的點是，咱們中國公司是否建立起來這種全球化運營的機制，這個組織有沒有搞起來，其實這個是在出海角度更重要的一個點。

巴芮：謝謝子璇總！ 我們評論區有點贊最高的一條，我覺得這是和三位投資人來講講，說如果機器人真能做家務了，家政阿姨會不會失業？如果機器人能進工廠了，工人會不會失業？我們到底該不該期待機器人，還是說應該害怕它？子璇總，先從投資人，或者年輕人的角度談一談，之后天宇總和子璇總可以站在產業落地的方面去補一下，說失業和創造到底哪個會先到？

王子璇：我先分享一下，咱們實事求是，因為我一直講經濟賬，機器人可能就是替人的，失業顯性的就是會先到，這是一個事實，但是任何一種產業和技術變革里面都會催生一些新的機會，比如現在數字采集的產業鏈、機器人采集的產業鏈，包括機器人的后市場是不是還有，還有機器人平臺經濟，我相信未來會出很多新形態的東西，就是這個東西可能失業會先到，但是整個創新會后至，導致最終我們拉平看的失業率可能反而是下降的，所以我對這件事情還是不能樂觀的。

由天宇：我覺得短期一些工作的替代和變動、失業可以認為是不可避免的，我覺得從第一次工業革命、第二次工業革命到計算機革命其實得是一樣的，都有大量的工作崗位已經發生了遷移和變化，所以這次也是一樣的。但是從技術整體的價值來看它是能夠創造出更多的場景和更多的需求，人是不斷的從比較簡單的，或者你以前認為復雜，但是逐漸因為技術的發展它也變得從簡單環境交互脫離出來，進入到適合人機交互的那些ROI的投入，就是不斷投人，它依然有很高產出的行業，而不是偏重復性的，所以短期是必然的，但是長期它創造的價值我依然認為是很大的。

崔軻迪：因為我是學計算機的，所以我一直對人工智能的發展比較樂觀，也相信技術會持續推動生產力進步。作為天使投資人，我經常開玩笑說，希望能投到一家強大到讓自己“提前退休”的公司。當然，這背后其實反映的是我對通用人工智能長期潛力的信心。不過從目前的發展階段來看，無論是具身智能還是通用人工智能，都還有很長的路要走。正如剛才二位提到的，我覺得距離真正意義上的大規模落地，可能還需要十年甚至更長時間。所以從這個角度看，我對未來是樂觀的，但也保持足夠的耐心。

巴芮：我們毫不意外超時了，最后一個問題給到每位，每位嘉賓有30秒的時間，不再做預測了，因為太多了，我想讓大家回顧一下過去一年你對具身智能能落地這件事，信心加的最多的一件事和減的最多的一件事各是什么？從曉飛開始。

李曉飛：我覺得簡化來講，信心減的最多的事是去年我們在10月份、11月份嘗試做長程家庭或者類家庭的任務，大概10分鐘或者20分鐘任務的過程中，我們發現整體現有的框架都解決不了，即使我們用了很新的框架，也取得了很好的成績，但是我們覺得離那個Bug還是有一定的距離，這是第一個點，我不展開來講。

第二個點，去年11、12月份開始，我們逐步看到數據Scanning的可能性，以及數據在基模的提升，比我們之前嘗試的范式有一個明顯的提升，而且有很大的預期，所以這個是整個行業個別的公司應該也是能看到的，這個對我們來說是一個預期提升的點。

大概就兩點，但不可否認的一點是，即使有提升或者最Down的兩個狀態，機器人真正進到場景里做長程復雜的任務，其實還是有一個需要去迭代的過程，這是我們看到的。

李元慶：最佳分界線，我覺得大家也常看到一個名詞，叫AI native。AI native大家可能一部分是團隊，一部分是產品，但是我最大的感覺其實它是把產品定義到研發，到后面整個驗證交付環節里面真的能做到特別強的自動化，而且AI在這里面發揮的功能，確實能感覺到現在一個人的工作能頂以前二十多個人的工作，這是非常加分的一個地方。

減分的地方是什么？確實在硬件這邊遇到了一些所謂的壁壘，發現量產這件事情和降成本這件事情，可能大家之前認為我們在技術路徑基本確定之后供應鏈是不是能配套更齊全一點，大家經歷過一個產量爬坡，是不是能把成本做得更低一點，但這件事情反而沒有看到，反而因為存儲漲價了，主板芯片更貴了，這是一個減分的地方。

所以我覺得硬件的伙伴和軟件的伙伴大家在在探索產品的路上，一起找到協同節奏的地方，整體是這樣。

李一言：我認為特別加分的一個點，我們在做全國招募合伙人計劃的時候，當時我們做了一個決策，準備全國招100個合伙人，大概有1000—2000人報名，當我們把消息發出以后非常震驚，第一天就超過2000人，因為我們的篩選條件非常嚴格，要求你過往創業要有經驗，有團隊，有資源，有能力，其實條件是比較苛刻的，但最后超過3萬多人報名。

這讓我有一個什么樣的感覺？以往我感覺具身智能是集中在少部分的人圈子，就是我們創業圈或者投資圈，是很少一部分在參與的游戲或者在參與的一個行業。但是當我發現很多普通人根本沒有了解這個行業，完全是一個外行的人，他說我想用什么樣的方式參與其中。我發現越來越多的普羅大眾，普通人想以他的能力和資源以及他的形態來參與到這個行業當中的時候，讓我對這個行業瞬間感覺信心更足了，尤其是很多人他也愿意陪著這個行業成長，他的心態也變得不是那么急躁，不那么迫切在這個行業中賺到錢，這一點我認為特別讓我開心，也很振奮，也是對這個行業更有信心的一個核心原因，就是這個圈層正在從很少一部分圈層向越來越多的人蔓延，這是第一個。

稍微減分的一項，雖然行業發展已經很快、也帶來了很多驚喜，但是從商業化落地的程度，但從商業化落地來看，目前仍以文娛商演等展示型場景為主很多令人驚艷的 Demo，距離大規模復制、真正進入普通人的生活還有一段距離。商業化拐點尚未到來，但值得期待。

崔軻迪：最讓我興奮的還是模型的發展。最近NVIDIA發布的Cosmos3，在我看來是非常重要的一步。它不一定馬上帶來商業化爆發，但它讓我看到了物理世界基礎模型發展的可能性。

如果說有什么遺憾，我覺得整個具身智能行業對智能能力本身的投入還可以更多一些。大家現在都在卷硬件、卷產品、卷場景，但最終決定行業天花板的，可能還是模型和數據能力。

由天宇：我比較興奮的點是去年上半年到下半年，其實已經能看到數據飛輪初步轉起來了，很多Demo雖然還是Demo，但確實數據還不是很大量級之后產生的效果已經相當不錯了，這個數據只是剛剛轉起來，這個量級還是在萬小時級別。我們展望未來，在上兩個量級之后，到百萬千萬小時之后，它帶來的能力的空間是非常非常大的。

比較減分的，其實我恰恰覺得最近幾個月，因為確實融資相對來說熱度比較高，起碼在公關稿上沒有太多的詞匯說法，已經有點不知道該說啥了，所以有得講點比較空泛的詞語和話術，這個感覺挺不好的。

王子璇：我覺得非常有趣，我們軻迪總的想法可能覺得投入太少了，但我覺得比較樂觀的想象是現在這個泡沫越搞越大了。當然泡沫是比較中性的詞，它背后也代表著一種開放態度，無論是創業者，還是資本資金或者政策，還有政府之類的。大家如果都開放包容合作，我覺得盡管這個泡沫不知道什么時候破，可能還會吹一段時間，但無所謂，總會留下一些有用的東西，所以一定會離落地越來越近的。

對我來說，其實沒有特別多負面的東西，娛樂、文化這些東西每個時期都存在，但是這里面有一個點，畢竟這是需要一個長成成年人的產業，現在畢竟是3歲小孩，對3歲來說我們可以寬容一點，沒有太多負面可以評價的，未來可期，還有很長的路可以走。

巴芮：謝謝各位，我們這場圓桌就結束了。