每經(jīng)記者｜甄素靜    每經(jīng)編輯｜魏文藝    

11月14日，第二十七屆中國(guó)國(guó)際高新技術(shù)成果交易會(huì)（以下簡(jiǎn)稱“高交會(huì)”）在深圳國(guó)際會(huì)展中心開(kāi)幕。本屆高交會(huì)以“科技賦能產(chǎn)業(yè) 融合共創(chuàng)未來(lái)”為主題，匯聚了全球100多個(gè)國(guó)家和地區(qū)的5000多家知名企業(yè)及國(guó)際組織，集中展示了5000余項(xiàng)前沿科技創(chuàng)新成果。

《每日經(jīng)濟(jì)新聞》記者在現(xiàn)場(chǎng)了解到，具身智能機(jī)器人成為展會(huì)焦點(diǎn)，幾乎每家參展的機(jī)器人企業(yè)均有人形機(jī)器人進(jìn)行現(xiàn)場(chǎng)演示。

值得關(guān)注的是，作為高交會(huì)的核心論壇之一，“大模型賦能具身機(jī)器人創(chuàng)新峰會(huì)投資對(duì)話”（以下簡(jiǎn)稱“峰會(huì)”）吸引了來(lái)自凱聯(lián)資本、融創(chuàng)投資、達(dá)晨財(cái)智、優(yōu)必選科技等機(jī)構(gòu)和企業(yè)的嘉賓。與會(huì)者圍繞具身智能行業(yè)融資泡沫爭(zhēng)議、賽道格局、技術(shù)落地及創(chuàng)業(yè)方向等核心議題展開(kāi)深度對(duì)話，為行業(yè)發(fā)展與投資決策提供了參考視角。

圖片來(lái)源：每經(jīng)記者 甄素靜 攝

格局未定抑或泡沫顯現(xiàn)？業(yè)界激辯具身智能投資機(jī)遇

隨著高交會(huì)現(xiàn)場(chǎng)人形機(jī)器人演示的密集亮相，具身智能賽道的融資熱度與泡沫爭(zhēng)議成為行業(yè)關(guān)注的焦點(diǎn)。有觀點(diǎn)認(rèn)為，當(dāng)前具身智能融資市場(chǎng)異?；鸨?，已出現(xiàn)泡沫堆積現(xiàn)象，且賽道格局基本確定，尤其是在核心技術(shù)領(lǐng)域。但本次峰會(huì)的與會(huì)嘉賓普遍認(rèn)為，這種判斷過(guò)于片面，賽道仍存在大量投資機(jī)會(huì)。

達(dá)晨財(cái)智主管合伙人傅忠紅表示，具身智能賽道格局遠(yuǎn)未確定，每天都有新的商業(yè)模式涌現(xiàn)，不少跨賽道玩家從其他領(lǐng)域切入，頭部科技企業(yè)的入局更是讓賽道競(jìng)爭(zhēng)充滿變數(shù)。“當(dāng)前行業(yè)內(nèi)的企業(yè)規(guī)模普遍較小，應(yīng)用場(chǎng)景多集中在生活訓(xùn)練、教育等領(lǐng)域，距離真正的主戰(zhàn)場(chǎng)還有較大差距，創(chuàng)新企業(yè)仍有廣闊的發(fā)展空間?！?nbsp;

“現(xiàn)在具身智能相關(guān)企業(yè)數(shù)量已有上百家，但真正能賺錢的場(chǎng)景和渠道并不多。人工智能有非常好的前景，但此時(shí)我們又需要冷靜。”融創(chuàng)投資創(chuàng)始合伙人趙俊峰結(jié)合自己20余年在融創(chuàng)投資的投資經(jīng)驗(yàn)指出，具身智能行業(yè)的核心痛點(diǎn)在于成本高企，開(kāi)發(fā)成本、驗(yàn)證成本、批量實(shí)驗(yàn)成本及營(yíng)銷成本層層疊加，導(dǎo)致多數(shù)企業(yè)盈利困難。作為財(cái)務(wù)投資機(jī)構(gòu)，融創(chuàng)投資采取了更為穩(wěn)健的策略，重點(diǎn)布局設(shè)備、材料、底層算法等產(chǎn)業(yè)鏈配套領(lǐng)域。

高交會(huì)現(xiàn)場(chǎng)的具身機(jī)器人 圖片來(lái)源：每經(jīng)記者 甄素靜 攝

“我們更關(guān)注進(jìn)口替代機(jī)會(huì)，比如減速器、電控系統(tǒng)、控制芯片、核心線路板等關(guān)鍵零部件，這些領(lǐng)域技術(shù)壁壘高，市場(chǎng)需求穩(wěn)定，是當(dāng)前階段更具確定性的投資方向?！壁w俊峰透露，盡管人工智能前景廣闊，但行業(yè)內(nèi)實(shí)現(xiàn)盈利并成功上市的企業(yè)仍屬鳳毛麟角，資本需保持冷靜，避免盲目跟風(fēng)。

凱聯(lián)資本董事總經(jīng)理姚寧波認(rèn)為，技術(shù)進(jìn)步為行業(yè)帶來(lái)了新的機(jī)遇，但成本與落地問(wèn)題仍是制約行業(yè)發(fā)展的關(guān)鍵。姚寧波結(jié)合自己曾在英特爾工作的經(jīng)歷分享道，十年前就參與過(guò)智能機(jī)器人的開(kāi)發(fā)，當(dāng)時(shí)因人工智能技術(shù)尚處于計(jì)算機(jī)視覺(jué)階段，行業(yè)發(fā)展未形成氣候。如今隨著技術(shù)的迭代，行業(yè)對(duì)智能機(jī)器人項(xiàng)目的投資熱情高漲。

作為產(chǎn)業(yè)端代表，優(yōu)必選科技投資者關(guān)系負(fù)責(zé)人陳建泉從企業(yè)發(fā)展視角給出了不同維度的觀察。他表示，優(yōu)必選作為人形機(jī)器人行業(yè)的早期參與者和見(jiàn)證者，在天使輪至IPO（首次公開(kāi)募股） 階段獲得了多輪資本支持，上市后已開(kāi)始布局產(chǎn)業(yè)上下游投資。對(duì)于初創(chuàng)企業(yè)，陳建全認(rèn)為，技術(shù)體系的成熟度是核心考察指標(biāo)；而對(duì)于已有一定技術(shù)發(fā)展的企業(yè)，技術(shù)轉(zhuǎn)化的工程化落地能力更為關(guān)鍵。

技術(shù)路線趨同，行業(yè)迎“脫離遙控器”關(guān)鍵拐點(diǎn)

在討論具身智能技術(shù)發(fā)展趨勢(shì)時(shí)，“脫離遙控器” 成為與會(huì)嘉賓的共識(shí)性目標(biāo)，而技術(shù)落地與場(chǎng)景拓展也是具身智能繞不開(kāi)的命題。

傅忠紅在峰會(huì)上表示，當(dāng)前具身智能的技術(shù)路線已呈現(xiàn)大同小異的特征，行業(yè)正迎來(lái)關(guān)鍵拐點(diǎn)，預(yù)計(jì)明年就會(huì)有企業(yè)發(fā)布脫離遙控器的產(chǎn)品，其投后企業(yè)也正處于這一技術(shù)突破的關(guān)鍵節(jié)點(diǎn)。

“但續(xù)航問(wèn)題仍是核心制約因素，機(jī)器人要實(shí)現(xiàn)真正的自主運(yùn)行，必須解決續(xù)航難題，誰(shuí)能在這一領(lǐng)域取得突破，誰(shuí)就可能占據(jù)行業(yè)先機(jī)?！备抵壹t強(qiáng)調(diào)，盡管技術(shù)路線暫時(shí)趨同，但未來(lái)不排除出現(xiàn)新的技術(shù)方向，資本將密切關(guān)注相關(guān)創(chuàng)新企業(yè)。

姚寧波從行業(yè)觀察者角度分析認(rèn)為，邊緣計(jì)算技術(shù)的發(fā)展為具身智能提供了新的可能。將部分運(yùn)算任務(wù)從云端轉(zhuǎn)移至邊緣端，能夠有效解決延遲和帶寬問(wèn)題，這是機(jī)器人實(shí)現(xiàn)自主決策的重要技術(shù)支撐?！罢嬲木呱碇悄懿皇菃渭円揽窟b控器操控的機(jī)械裝置，這需要技術(shù)、數(shù)據(jù)和場(chǎng)景的長(zhǎng)期磨合?！?/p>

高交會(huì)現(xiàn)場(chǎng)的具身機(jī)器人 圖片來(lái)源：每經(jīng)記者 甄素靜 攝

陳建泉從產(chǎn)業(yè)實(shí)踐角度出發(fā)，對(duì)通用智能的實(shí)現(xiàn)路徑提出了更為審慎的判斷。他表示，現(xiàn)階段通用智能無(wú)法脫離應(yīng)用場(chǎng)景單獨(dú)存在，無(wú)論是硬件技術(shù)還是垂直領(lǐng)域模型，都尚未成熟到支撐全場(chǎng)景泛化的程度。

“目前我們?cè)跒榇罂蛻籼峁┑臒o(wú)人物流方案中，非人型自動(dòng)化已達(dá)到90%，但剩余10%的銜接工作仍需人工完成，短期內(nèi)難以被預(yù)編程機(jī)械臂以及協(xié)作機(jī)器人等替代，這正是人形機(jī)器人等具身智能機(jī)器人的切入點(diǎn)?！标惤ㄈ硎荆@時(shí)候就可以嘗試用雙足或輪式機(jī)器人在該場(chǎng)景進(jìn)行簡(jiǎn)單泛化應(yīng)用，但是輪式機(jī)器人在使用場(chǎng)景上相對(duì)雙足人形機(jī)器人較為受限，受限于芯片算力、AI模型等成熟能力，場(chǎng)景泛化范圍需要從小做起。

對(duì)于技術(shù)落地的時(shí)間預(yù)期，陳建泉給出了具體判斷：在工業(yè)場(chǎng)景，當(dāng)機(jī)器人落地規(guī)模達(dá)到500至1000臺(tái)時(shí)，優(yōu)必選有望通過(guò)真實(shí)場(chǎng)景數(shù)據(jù)的積累實(shí)現(xiàn)質(zhì)變，率先在工業(yè)場(chǎng)景實(shí)現(xiàn)模型泛化解決能力；而在工業(yè)、汽車等更復(fù)雜的全場(chǎng)景應(yīng)用中，數(shù)據(jù)需求量將呈指數(shù)級(jí)增長(zhǎng)，預(yù)計(jì)需要十年左右的時(shí)間完成從簡(jiǎn)單場(chǎng)景泛化到通用復(fù)雜場(chǎng)景泛化的技術(shù)沉淀與落地。

“在商業(yè)化落地的過(guò)程中，機(jī)器人本身必須成為數(shù)據(jù)采集載體，通過(guò)自主選擇最優(yōu)路線，每天產(chǎn)生有效數(shù)據(jù)集用于模型訓(xùn)練，僅靠視頻數(shù)據(jù)和合成數(shù)據(jù)無(wú)法支撐技術(shù)的商業(yè)化落地?！标惤ㄈ忉尩馈?/span>

免責(zé)聲明：本文內(nèi)容與數(shù)據(jù)僅供參考，不構(gòu)成投資建議，使用前請(qǐng)核實(shí)。據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。

封面圖片來(lái)源：每經(jīng)記者 甄素靜 攝