讯飞创投朱永

　　2024 年至 2025 年初，具身智能行业的融资热度持续高涨，成为最受瞩目的科技赛道之一，吸引了大量创业团队、投资机构的涌入。

　　 在这个前沿又充满潜力的赛道上，不止有风投机构试图捕捉未来的独角兽，产业资本也在加速入局。曾刷新了国内具身智能赛道融资记录的银河通用机器人就先后得到讯飞创投、顺为资本、上汽恒旭等产业资本的支持。据 其中，讯飞创投是一个值得关注的样本。作为科大讯飞旗下产业投资平台，讯飞创投自成立以来始终围绕AI核心技术，在智能汽车、健康医疗、工业控制、机器人等领域全生态布局，既投出了上一代的机器人独角兽优必选，又在天使轮投中了银河通用机器人。今年1月，前小米高管创业的小雨智造完成了A+轮融资，也是由讯飞创投独家投资。

　　 Part 1 机会

　　 朱永：作为国内AI领域的上市公司，科大讯飞一直密切关注着世界前沿技术的动态，而我们作为讯飞的CVC投资平台，也一直秉持这一策略。自22年Open AI发布ChatGPT，我们内部的专家团队就展开做了非常深入的行业研究。当时，基于产业链延伸的判断，团队预感到未来AI和机器人结合会是一个非常重要的应用方向。上一代的机器人，比如物流、工业的机器人产品，主要是在一些固定场景中完成流程性的动作。

　　 当时，如果要去训练开放性的场景，比如端茶倒水，需要的时间成本相当夸张。大模型时代的到来改变了这一切，它可以解决长期以来困扰机器人发展的认知问题。产业界看到了可以将人类智能低成本地迁移到机器人身上的可能性。

　　 这意味着，机器人可以从固定场景走向离散场景，市场空间一下子被打开了。一个创业公司只要能做透一个行业，就具备了很高的价值。

　　 有了这样的判断，再围绕赛道去深挖哪些公司正在做类似的方向，这样一个动作接着一个动作，就比行业领先了一点点。

　　 之后的一段时间，我们基本上把国内同赛道的公司都过了一遍。

　　 朱永：那个节点，大部分的公司都处于初创期，但其中也有不少团队相当优秀的，银河通用机器人是其中一个代表。印象很深刻的是，当时银河通用机器人的团队只有十余人，但整个班底相当全面，既有仰望天空的首席科学家，也有硬件和产品落地方面的人才，以及熟悉资本市场的专家。时机也是刚刚好，最后公司综合决策投资了银河通用，后面银河通用的成长速度完全是超预期的。

　　 除了银河通用，当时我们还看了很多AI应用型的公司，比如多模态内容生成及应用研发商HiDream.ai，都在快速成长中。

　　 朱永：目前来看，国外相比于国内，还是领先的。国外在这个领域有先发优势，像Google、特斯拉、波士顿动力很早就在做相关的产品，热度也是从国外传导到国内。2023年，从海外投入到国内具身智能创业潮的人大部分都是在国外先看到了赛道的热度和机会。

　　 有了先发优势的积累，国外在算法和整体成熟度上确实是要更领先一点。不过两地差距并没有很大，目前国内离海外的一线水平，大概晚了半年到一年左右。

　　 但是，我认为国内在数据量和应用场景上都比国外更有机会。而且国内的风格是可以集中力量办大事的，能感受到最近一年，整个产业的发展速度非常快，已经出现有公司从follow转为leading这样的一个角色转变。

　　 这是因为，我们产品落地的速度和巨大的市场容量是国外很难比拟的。其实之前国外有不少公司的先行方案做的很好，但都没有走到商业落地。很重要的原因就是，前期的成本太过高昂，而市场又不够支撑，比如波士顿动力发布的液压机器人技术上很优秀，但售价和市场都支持不下去。

　　 朱永：其实已经能看到类似的案例了，例如四足狗这样的产品，基于国内的产业优势，国外几乎没法跟我们竞争。现在市场上1万块钱左右，就能买到一个很成熟的面向C端的四足狗产品，国外也基本都是从中国公司进口了。

　　 更重要的是，国内优秀的初创公司在创业初期对于供应链、商业化路径都有很明确的思考了，并不是那种只想做个酷炫好玩的东西，而是有着具体的想法和规划的。加上现在产业投资人的入局，未来肯定会在应用场景、商业化等方面给初创企业提供更多资源，这些都是国外环境里所不具备的。

　　 朱永：现在我们在看的项目分为两类，一是早期项目，我们关注的是它的稀缺性，以及技术的硬核程度到底怎么样。对于现在才入局的创业者来说，赛道内的竞争已经非常激烈了，头部公司在资金和人才团队的密度上都有了很深的储备。如果项目没有自己的差异化优势，很难跑出来。

　　 所以我们要看的就是早期项目核心的差异化优势在哪，比如运动能力极强、手部灵巧性等等。

　　 另一类就是成长期的项目，对于这类公司我们考察的是它的成长性，比如标杆客户是什么，标杆的场景是否打通。在这个阶段，公司如果还停留在讲故事的状态，是没办法得到认可的。

　　 Part 2 挑战

　　 朱永：具身智能的技术难度是相当大的，一个关键的卡点在于数据。像以前做自动驾驶，通过在车上安装摄像头和传感器就能很快跑出大量数据。但在具身智能领域，机器人要跟物理世界交互，数据量剧增。

　　 有的具身智能公司是通过录下机器人运动的过程来提取数据，这样效率非常低。有的公司想通过VR等虚拟技术，模拟机器人的交互，从而收取数据，但这些量还是非常有限的。

　　 现在还有公司试图通过泛化来解决问题，例如端杯子这一个场景，通过训练，可以让机器人看到一个杯子，泛化到1000种、10000种杯子。数据是具身智能研究的起点，直接影响到未来技术迭代的速度。

　　 朱永：现在行业热了以后确实有很多讨论，包括传统的上一代机器人公司也在像具身智能转型。在软件层面，很多公司是比较早期的，属于大脑、手臂、运动控制分了三套控制系统，互相割裂。

　　 我认为，终极的方案应该是一个大脑或者说控制器解决所有的问题。但目前来看，短期内还是不能完全克服这种多套控制器的架构。现在主攻具身大模型的公司，就是在解决这个问题，且希望能让大脑覆盖到更广泛的机器人本体上。

　　 当前，各种技术路线都在跑，还处于群雄逐鹿的阶段。类比到手机市场，未来在具身大脑上可能会出现像安卓或者iOS这样统治级产品。

　　 软件层面统一以后，各个场景有可能会有各个场景的大脑，就像苹果手机上的apple store。具身智能的机器本体实现通用性，但是在功能性上会通过不同算法来实现。这可能会是未来的技术走向。

　　 硬件上，从我们跟行业的交流来看，短期内上半身是人形，下半身是轮式的这种方案是一个接近成熟的状态，能够从科研场景走向工业场景。

　　 朱永：类比到自动驾驶来看的话，开始是从一个一个的具体场景去做，比如自动泊车，到后来的端到端的自动驾驶，例如特斯拉的FSD。

　　 具身智能可能也是这样的策略。前期在工业场景中，还是按照传统的方式，稳定的输入输出。下一步，在离散的半封闭场景中，比如零售药房等，得到充足的锻炼后，慢慢走向家庭。

　　 家庭是一个非常大的场景，但需要很多年的磨砺，无论是在技术上还是成本上。这中间潜藏着巨大的需求，例如帮助残疾人的外骨骼机器人，家务机器人等等。

　　 我认为，未来会从工业场景走向家庭场景，那时具身智能就迎来了真正的爆发，不过可能中间在工业场景上的应用是当前很多公司产生收入和利润的主要的源泉。

　　 朱永：对于具身智能公司来说，首先需要技术能力很强，同时也要思考如何在商业化上取得验证。因为是这个方向还是非常烧钱的，仅具身大模型一项，对人才密度和算力投入的要求都是非常大的。

　　 而且具身智能整体离商业化都有不小的距离。对于初创公司来说，短期内就是要跑得足够快，才有机会成功，只有变成行业头部，才能获得更多客户和资本的青睐，接续现金流持续投入，直到迎来曙光。