繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

聯想創投十周年特輯④ | 堅定投資機器人,在「具身智能」爆火之前

2026-11-14 18:00

一百多年前,捷克作家恰佩克在一部劇本里寫下「機器人」一詞。

此后一個世紀,機器人一點點走出想象:先是1961年通用汽車產線上的第一臺工業機械臂,后來是倉庫里的搬運車、客廳里的掃地機,它們力氣大、不知疲倦,卻始終只會做被設定好的那一件事。

這幾年,變化陡然加速。

大模型給了機器一個能理解世界的「大腦」,資本如潮水般涌進,人形機器人從實驗室跑上賽道、登上舞臺。有人説,這是下一個萬億級產業的開端;也有人擔心,歷史輪迴,這不過是又一輪泡沫。

喧囂與質疑之間,考題未曾變化:機器人能不能走進工廠和日常,真正替人把事情做完。

今年是聯想創投成立十周年。這十年,它在機器人及具身智能賽道上見過冷清,也歷經狂熱。11月16日,聯想創投CEO年會即將舉行。在那之前,我們回到幾個關鍵現場,看具身智能如何走出演示,觸摸真實世界。

——編者按

2026年4月,北京亦莊,第二屆人形機器人半程馬拉松鳴槍。一年前的首屆比賽,不少機器人還需要人員跟跑護航,冠軍跑了2小時40分42秒;這一次,冠軍僅用50分26秒就衝過終點,比人類男子半馬世界紀錄還快了近7分鍾。

這兩年,機器人屢屢上鏡。春晚舞臺上,它們從轉手絹練到了打武術;展會上,它們走到哪里,人群就圍到哪里;發佈會一場接着一場,新機型一代接着一代。

進入下半年,一些投資機構放慢了出手節奏,對商業化的追問也更具體了:這些機器人進了工廠、倉庫和醫院,到底能干成什麼活?客户願不願意持續付錢?企業還需要多少時間,才能把產品和生意做紮實?

談起此前的投資熱潮,聯想集團副總裁、聯想創投管理合夥人王光熙説過:「因為投得很早,所以沒有太多FOMO(錯失恐懼)。」

早到什麼程度?早在「具身智能」這個詞流行之前。

從2017、2018年起,聯想創投就開始關注機器人賽道。從工業機器人、核心部件、機器視覺看起,一路看到服務機器人,再到大模型時代的人形與複合機器人,累計投了40多家企業。

聯想創投堅信AI+機器人會引領未來巨大的產業變革,形成覆蓋具身「大腦」、核心零部件、人形機器人及多模態協作機器人的投資版圖。

那時候團隊看機器人,看的不是一個新概念,而是智能物聯網落到產業里的終端。2022年,王光熙這樣解釋這個判斷:「聯想創投把機器人看作未來各行各業在智能物聯網中非常重要的一個環節,也是跟人、界面有直接在執行物理層面交互的終端。」

所以,聯想創投早年投下的不少機器人企業,看起來都不太「性感」:有在酒店走廊里送物的服務機器人,也有被裝進掃地機、空氣淨化器里的直驅電機。它們上不了熱搜,卻每天都在干活。王光熙后來説,團隊早期投具身時,「跳過了那些只做大腦的公司」。

聯想創投投機器人,一直關心它在產業里能做什麼。大模型讓機器人有機會承擔更復雜的工作,但從演示走到客户手里,還要解決試產、成本和交付等一連串問題。除了判斷技術前景,聯想創投還能借助集團的製造能力和供應鏈經驗,幫創業公司把產品做出來。

從酒店走廊出發,機器人先找到了一份工作

機器人要走進現實,最先要問的,往往不是它有多聰明,而是有沒有人願意為它付錢。

雲跡科技,是聯想創投在這個問題上選中的一個樣本。這家公司創立於2014年,比「具身智能」這個詞的流行早了將近十年。聯想創投從2020年開始參與它的成長。

創始人支濤調研過學校、醫院、康養機構,最后選中了酒店——規模大、標準化程度高、有付費能力,一旦驗證了價值,就能快速複製。這家公司的切口很朴素,讓機器人替酒店送物、遞水、送外賣。2015年,雲跡第一批送物機器人走進了酒店走廊。

雲跡科技的配送機器人在商業空間內執行任務。(圖源:雲跡科技官網)

雲跡科技的配送機器人在商業空間內執行任務。(圖源:雲跡科技官網)

可很長一段時間里,市場並不買賬。不少高端酒店覺得機器人缺少人情味,不願意把它納入正式服務,酒店機器人大多隻是擺在大堂里的科技噱頭。

聯想創投看雲跡,沒有隻看產品。2019年5月末,王光熙和支濤在一家咖啡館里長談了兩個小時。在他看來,支濤是女性創業者中「比較少見的技術派和業務派結合的人」,既有打磨產品的韌性,面對客户也善於主動破冰、建立信任。隨后,聯想創投的團隊實地走訪了雲跡的30多家客户,去看機器人在酒店里到底被用在哪些場景。

他們發現,雲跡賣的不只是機器人。酒店里沉澱下來的數據,以及以機器人服務為入口的AI應用和平臺能力,指向一個比賣硬件大得多的空間。2020年至2021年初,雲跡在10個月內相繼完成B+輪和C輪融資,聯想創投均參與投資。

2020年疫情暴發后,「無接觸」一夜之間從噱頭變成了剛需,越來越多的酒店集團把機器人請進了門。截至2025年5月,雲跡在全球累計部署的酒店達到3.4萬家;2024年,它單日在線運行的機器人最多時有3.6萬台,全年完成約5億次服務。按弗若斯特沙利文的統計,2024年雲跡在中國酒店場景機器人服務智能體市場的份額為13.9%,排名第一。

訂單多了當然是好事,但對雲跡來説,更重要的是客户得願意長期付費。雲跡的收入結構里藏着一個變化:2022年到2024年,它的收入從1.61億元增長到2.45億元,機器人及功能套件的佔比從83.6%降到77.2%,服務的比重在上升,AI數字化系統收入的複合增速達到45.5%。酒店開始按月為機器人付錢,它終於更像一名員工,而非一件擺設了。

但云跡走的這條路並不便宜,研發、製造、場景驗證、市場拓展,每一項都在燒錢。2022年至2024年,雲跡都未曾實現盈利。但好在業務上升的曲線也很清晰:虧損一年比一年少,毛利率從2023年的27.0%一路升到2024年的43.5%。

ChatGPT的出現,又給了這家公司一次加速機會。王光熙回憶:「ChatGPT一來,雲跡創始人很興奮,堅信這對自家業務是一個巨大加成,產品能從60分提升到80分。」

2023年,雲跡推出面向酒店經營和機器人應用的垂直領域模型HotelGPT,同年發佈一機多能的複合機器人UP,並持續迭代機器人服務運營系統,把在酒店跑通的能力帶進醫院、工廠、公寓和寫字樓。截至2025年,服務機器人已經進入全球150多家醫院。十年攢下的3.4萬家酒店,成了大模型最好的練兵場。

從送物、清潔到配送,雲跡已形成覆蓋多場景的機器人產品矩陣。(圖源:雲跡科技官網)

2025年10月,雲跡在港交所敲鍾。十年前,它的機器人還被不少酒店當成擺在大堂里的「科技噱頭」;十年后,它成了「機器人服務智能體第一股」。王光熙站在現場,六年前咖啡館里那場兩小時的長談,在這一刻有了迴音。

酒店把機器人當成一名員工,就指望它天天到崗。要經得住這樣的用法,還得往機器里面看,從電機、關節這些零部件説起。

往產業鏈深處走,替機器人造一副靠得住的身體

很長一段時間里,行業有一個默認的假設:機器人的硬件已經成熟,缺的只是智能,等大模型補上「腦子」,機器人自然就能干活。

這個假設只對了一半。整機產品離拿來即用還很遠,壽命、噪聲、負載、一致性,處處是工程難題。以人形機器人為例,自由度越多,關節、驅動和控制系統就越複雜,整機成本也越高。成本下不來,規模化就無從談起。

聯想創投的行研反覆追問的,正是被忽略的那一半。「研究更重要的是一個互動過程,關鍵是基於各種信息抓到主脈絡,提出對的問題。」聯想集團高級副總裁、聯想創投集團總裁、創始合夥人賀志強説,「提不出對的問題,就找不到下一步投資機會。」

本末科技,就是追問出來的答案之一。

機器人的關節,傳統上靠電機加減速器驅動:減速器用齒輪把電機的高轉速、低扭矩,轉換成關節需要的低轉速、大扭矩。可一旦機器人要高速、靈活地動起來,齒輪間的間隙會變成控制的「死區」,多級傳動會影響響應速度,磨損又帶來噪音和維護成本。機器人越要走進酒店、辦公室和家庭,與人近距離相處,這些問題就越突出。

本末科技輪足機器人「刑天」的關節與碳纖維結構。(圖源:本末機器人官網)

行業的主流思路,是把減速器做得更好,但本末科技創始人張笛想的卻是:乾脆把它拿掉,讓電機直接驅動關節,把控制器嵌進電機內部,從結構上繞開傳動帶來的一連串問題。

這個思路,在當時是個冷門,不太被行業看好。

張笛2018年就開始做面向機器人的直驅探索,2020年公司成立當年就推出了直驅動力模組。可拿着產品去找掃地機器人、工業、半導體客户,很多人覺得他們是「騙子」,沒人敢大規模試用。公司坐了兩三年冷板凳,只能一邊做研發,一邊打造出雙輪足機器人「刑天」當技術名片,四處展示。

本末科技的輪足機器人在園區內自主行走。(圖源:本末機器人官網)

轉機來自一家清潔電器頭部企業。這家企業在一款移動空氣淨化器上採用了本末的直驅電機。這是本末第一個真正意義上的大客户訂單,也逼着這家公司第一次搭起面向規模化交付的供應鏈、生產和品質體系。此后,客户接連找上門,在研和接觸的方向一度超過四十個。

訂單一下子涌進來,讓本末有點「消化不良」。芯片、磁材、結構件的貨款要先墊付出去,之前融的錢很快見底,偏偏在這個時候,本末的A輪融資進入盡調。

但聯想創投依然堅定看好:本末機器人直驅動力模組,屬於具身智能里的底層零部件環節,技術路徑清晰,已有客户和量產驗證,且能進入聯想CVC2.0生態協同體系。這不是單純押注一個機器人整機公司,而是押注機器人產業鏈里「關節/動力模組」這個關鍵卡位。

2022年10月,本末宣佈完成近億元A輪融資,由松禾資本與聯想創投聯合領投。一年半后的2024年3月,本末完成億元級Pre-B輪融資,聯想創投作為老股東繼續跟投。

錢之外,作為一家初創企業,本末的製造能力亟待補足,而這恰恰是聯想最熟悉的事。2023年9月,本末與聯想南方智能製造基地簽署合作協議,成為「光明計劃」的新客户,聯想為它的第二代輪足機器人TITA在試產階段提供專項製造服務。聯想全球製造與工程MaaS團隊協助本末做易製造性評估和製造成本優化:一款產品從研發圖紙走上產線,哪些結構好裝、哪些零件難做、哪些成本可以省下來,都要在試產階段一一摸清。

在經歷訂單大幅上漲之后,張笛做了一道減法:輪足機器人已經賺錢,直驅模組還在虧損,他把力氣全押在直驅上。輪足這條線他沒有砍,因為他認定那是行業早晚要走的路。

今天,本末的直驅模組已經進入多家頭部消費機器人廠商的產品。據弗若斯特沙利文的數據,按2025年收入計,本末在中國消費機器人直驅動力模組市場的份額為61.1%,排名第一。2026年9月,本末在港交所主板上市,當年不被看好的直驅技術成了這家上市公司的核心業務。

一副身體,不只要有關節,還要有觸覺。戴盟機器人專注機器人觸覺,用「單色光+圖案編碼」的技術路線,為視覺觸覺傳感器找到了一條走向產業化的路。可要把傳感器做進指尖,工藝門檻極高。加入聯想的「火種計劃」后,聯想工程團隊和戴盟研發團隊一起,從選材、工裝夾具到工藝流程逐項打磨,最終做到兩周完成一輪試產、三個月達到轉量產條件。

搭載戴盟視觸覺傳感器的夾爪在抓取瓶裝物料。(圖源:戴盟機器人官網)

雙方的製造合作,也從傳感器延伸到了整機。2025年10月,戴盟的首批Sparky 1人形機器人在聯想南方智能製造基地完成交付;同一個月,跨維智能的首批人形機器人也從這里交付。

在最熱鬧的人形賽道,先學會適應真實場景

從酒店服務和動力模組再往前,還有一個更難的問題:機器人能不能像人一樣舉一反三,到了沒見過的環境也能適應?

這是這一輪具身智能熱潮真正的焦點。

2022年10月,馬斯克在特斯拉AI Day上推出Optimus人形機器人原型機,舞臺上它向觀眾揮手;演示視頻里它可以搬箱子、澆花。一場爭論隨之而起:人形機器人是通用機器人的終極形態,還是營銷噱頭?硬件上,「像人」的成本降不下來;軟件上,「像人一樣干活」的能力又上不去。2023年5月,黃仁勛在ITF World大會上斷言:「AI的下一個浪潮是具身智能。」

此前分散的信號,開始匯聚成產業共識。

聯想創投沒有急着衝進去。「我們在2022年的時候開始關注具身智能,但觀察了半年沒有出手。」王光熙説:「猶豫的點在於不確定泛化能力能否突破。」

所謂泛化,就是舉一反三:機器人能不能把在一個場景里學會的本事,用到另一個沒見過的場景里。聯想集團副總裁、聯想創投首席投資官、高級合夥人宋春雨曾在一次媒體交流中判斷,市場上90%以上的具身智能公司,仍然採用深度學習1.0時代的邏輯。許多看起來絲滑的演示,只是針對特定場景做了定向調教,換一間房、換一張牀,機器人就不會干了。

2023年年中,團隊在深入行研之后得出判斷:Transformer框架很有可能改善模型在物理世界的泛化能力。對人形的態度,也隨之調整。早年,聯想創投主張做機器人要「忘掉人字」,機械臂就是機械臂,先把工業價值做出來。

2023年11月,在一次專門討論人形機器人的會上,賀志強先講了自己的顧慮:百年工業革命里,人類發明的是發動機、汽車、飛機這些超越人體能力的機器,而不是兩條腿拉車的裝置。但他也看到另一面:車廠是機器人用得最密集的地方,裝車門這一個動作,至今還要靠人。人的靈巧性,恰恰是機器最難模仿的。

2024年7月,賀志強公開談到:「人形機器人迎來重要的投資機會。」不變的是那條底線:不投爲了模仿人形而模仿人形的項目,只看它能不能在靈巧性上突破,做到專用機器做不到的事。

星動紀元,就是聯想創投押下的那一注。

創始人陳建宇是清華大學交叉信息研究院長聘副教授,曾在加州大學伯克利分校攻讀博士學位,研究機器人控制,是行業里少有的軟硬件全棧型人才。2023年8月,他創辦星動紀元,目標不是做一個像人的殼,而是做一個能在真實環境里干活的「腦」和「手」。王光熙記得很清楚:「跟陳建宇聊的時候,他話不多。我問他,你這事真能做嗎?他非常堅定、非常有信心地説,能做。」2024年1月,星動紀元宣佈完成超億元天使輪融資,由聯想創投領投;同年10月,聯想創投又參與了它的Pre-A輪融資。

對技術篤定的陳建宇,對商業化卻很剋制:「不要在沒有找到PMF(產品市場契合度)的時候,爲了量產而量產。」在他看來,如果還沒找到用户就先生產一堆機器人,「可能生產出來又是一堆廢銅爛鐵」。

星動紀元選的第一個戰場是物流。聯合創始人席悦解釋過原因:分揀作業又苦又累,機器人能把人從這些崗位上解放出來;物流有明確的準確率和運行時長指標,客户算得清投入產出;快遞分揀的任務複雜度,也比汽車製造等場景更適合今天的具身智能先跑通。

選擇物流,也正對聯想創投看場景的標準:AI加機器人,要把一個場景的問題100%解決,做到90%都不行,而且要能複製。快遞分揀,正是一個能被完整定義、又能在成百上千個網點複製的場景。

可真進了網點,機器人先「露怯」了。實驗室里也用真包裹測過,但紙盒、軟包的種類終究有限,真實物流中心的包裹千奇百怪。「就像一個學生把指定課本背得滾瓜爛熟,卻在考場上發現題目全超綱了。」席悦説。團隊只能回頭重新採集數據、重新訓練。

2026年5月,星動M7在中國郵政廣州郵區中心上崗。紙盒、軟包、編織袋,順着傳送帶源源不斷地涌來,它認出下一件,抓起、翻轉,讓面單朝上,再放回傳送帶。每小時最高供件1200件,作業效率達到人工的85%以上。如今,星動物流分揀機器人已在全國5個省市的10多個物流中心部署,部分場景已進入常態化運營。

星動紀元人形機器人星動M7,已在中國郵政廣州郵區中心承擔分揀供件作業。(圖源:星動紀元官網)

當初那場「超綱」的考試,后來成了M7每天要做的功課。它終於在一個不是為它設計的地方,找到了一份工作。這樣的崗位還在增加,逐際動力在攻運動控制,浙江人形在攻工業交付,星海圖在為科研裝上身體……

AI,正在走出屏幕

過去十年,AI幾乎所有的高光時刻都發生在屏幕里。它認出了人臉,下贏了圍棋,寫出了文章,破解了困擾生物學半個世紀的蛋白質結構預測難題。

但我們更期待、也認為將帶來更大改變的,是AI走出屏幕,走進真實世界,去搬運、裝配、分揀、清潔、照護,真正為人服務……

這可能是AI最重要的一次遷徙。

歷史上,每一種通用技術都要走過這段路。電動機發明之后,美國的工廠花了大約四十年重新設計廠房、重排流程,電力帶來的生產率躍升,到1920年代才集中顯現。真正的變革,不僅在發生在技術於實驗室里誕生的那一刻,還在它走進產業、融入日常的過程中。

好在,這段路已經開了頭。

陳建宇説,人形機器人大範圍走進千家萬戶,大約還要5到10年。而這,將是下一個十年的故事了。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。