成立僅一年的人形機(jī)器人公司K-Scale Labs要倒閉了。這家由前Meta與特斯拉工程師創(chuàng)立、曾獲Fellows Fund領(lǐng)投400萬美元種子輪、估值一度高達(dá)5000萬美元的初創(chuàng)企業(yè)，在2025年秋宣告關(guān)閉。其代表產(chǎn)品K-Bot是一款開源雙足人形機(jī)器人，定價(jià)約1.5萬美元，曾吸引OpenAI、NVIDIA等科技巨頭工程師參觀交流，并在Kickstarter上獲得超200萬美元預(yù)購訂單。然而，即便擁有亮眼的技術(shù)原型和早期市場關(guān)注，K-Scale最終仍未能跨越從Demo到量產(chǎn)的關(guān)鍵門檻。

在當(dāng)前的科技浪潮中，機(jī)器人行業(yè)的熱度居高不下，吸引了大量資本涌入，像K-Scale Labs等公司燒光融資后黯然退場。這背后反映出的是資本盲目跟風(fēng)投資的現(xiàn)象，與數(shù)字經(jīng)濟(jì)應(yīng)用實(shí)踐專家駱仁童博士認(rèn)為，具身機(jī)器人技術(shù)的發(fā)展似乎陷入了一種尷尬的境地，即技術(shù)創(chuàng)新與市場需求之間存在明顯的錯位。K-Scale團(tuán)隊(duì)僅有約10名工程師，卻試圖完成從機(jī)械結(jié)構(gòu)、電控系統(tǒng)到關(guān)節(jié)模組、控制軟件的全棧自研。這種“小而全”的研發(fā)模式在學(xué)術(shù)探索階段或許可行，但在商業(yè)化路徑上顯得力不從心。

更關(guān)鍵的是，K-Bot缺乏明確的應(yīng)用場景——它既非工業(yè)級設(shè)備，也非消費(fèi)級產(chǎn)品，更像是面向研究者的開發(fā)平臺。然而，這一細(xì)分市場的付費(fèi)意愿與規(guī)模遠(yuǎn)不足以支撐一家硬件公司的持續(xù)運(yùn)營。當(dāng)融資窗口關(guān)閉，現(xiàn)金儲備迅速消耗至40萬美元時(shí)，公司別無選擇，只能退還用戶訂金并停止運(yùn)營。K-Scale的結(jié)局并非孤例，而是整個(gè)行業(yè)在“技術(shù)先行、商業(yè)滯后”邏輯下的一次典型縮影。

拼不過的性價(jià)比，成為橫亙在所有人形機(jī)器人企業(yè)面前的現(xiàn)實(shí)壁壘。盡管資本市場對“通用智能體”的想象空間巨大，但現(xiàn)實(shí)中的成本結(jié)構(gòu)卻極為嚴(yán)苛。據(jù)行業(yè)測算，2025年人形機(jī)器人的平均物料清單（BOM）成本仍高達(dá)40萬元人民幣，約為馬斯克所稱“iPhone時(shí)刻”臨界點(diǎn)（2–3萬美元）的兩倍以上。其中，執(zhí)行系統(tǒng)占比超過55%，而核心零部件如諧波減速器、行星滾柱絲杠和六維力傳感器長期依賴日本哈默納科、德國ATI等海外廠商，單件價(jià)格動輒上萬元。雖然國產(chǎn)替代品價(jià)格可低至進(jìn)口產(chǎn)品的三分之一，但在壽命、精度和穩(wěn)定性方面仍有顯著差距，下游廠商不敢輕易切換。這種“卡脖子”狀態(tài)直接推高了整機(jī)成本，也限制了規(guī)?；a(chǎn)的可能性。

非標(biāo)準(zhǔn)化生產(chǎn)進(jìn)一步放大了成本壓力。由于行業(yè)尚未形成統(tǒng)一的接口協(xié)議或模塊標(biāo)準(zhǔn)，每家企業(yè)都需為自家機(jī)器人定制模具、開發(fā)專用驅(qū)動與控制邏輯，單套開模費(fèi)用常超50萬元。裝配過程也因缺乏自動化產(chǎn)線而高度依賴人工，良品率普遍低于60%，遠(yuǎn)低于工業(yè)機(jī)器人90%以上的水平。這意味著每生產(chǎn)100臺設(shè)備，就有近40臺需要返工，隱性成本急劇上升。與此同時(shí)，算法泛化能力不足導(dǎo)致訓(xùn)練周期漫長。

真實(shí)場景數(shù)據(jù)采集成本高達(dá)50萬元/萬小時(shí)，而虛擬仿真數(shù)據(jù)的復(fù)用率不足30%，新場景部署仍需12–18個(gè)月重新訓(xùn)練模型。相比之下，傳統(tǒng)工業(yè)機(jī)械臂只需數(shù)周即可完成產(chǎn)線集成。這種效率差距使得人形機(jī)器人在強(qiáng)調(diào)ROI（投資回報(bào)率）的制造業(yè)環(huán)境中難以立足。即便是技術(shù)領(lǐng)先的特斯拉Optimus，其最新展示雖已實(shí)現(xiàn)流暢行走與簡單抓取，但距離穩(wěn)定執(zhí)行精密裝配任務(wù)仍有巨大鴻溝。市場逐漸意識到，人形形態(tài)本身并非價(jià)值所在，能否以合理成本解決具體問題才是關(guān)鍵。

深陷“倒閉”困境的不止一家人形機(jī)器人企業(yè)，“明星”公司們，正在排隊(duì)破產(chǎn)。繼K-Scale之后，美國教育機(jī)器人公司Embodied也于2024年底正式關(guān)停其明星產(chǎn)品Moxie。該公司曾估值20億元人民幣，獲得英特爾、亞馬遜、索尼等戰(zhàn)略投資，但單臺硬件成本超800美元，訂閱服務(wù)續(xù)費(fèi)率持續(xù)下滑，最終因無法完成關(guān)鍵輪融資而停擺。回溯更早，Anki、Jibo等家庭機(jī)器人先驅(qū)同樣在短暫爆紅后迅速隕落。

在中國市場，情況同樣嚴(yán)峻。曾被譽(yù)為“云端機(jī)器人第一股”的達(dá)闥科技，在2023年世界人工智能大會上憑借“小姜”機(jī)器人表演“千手觀音”風(fēng)光無限，估值一度逼近200億元。然而不到兩年，公司多地辦公室人去樓空，員工遭遇欠薪斷保，創(chuàng)始人坦言“要先學(xué)會生存，再去發(fā)展”。另一家割草機(jī)器人新銳森合創(chuàng)新，雖在Kickstarter籌得230萬美元，卻因?qū)⑷诵螜C(jī)器人技術(shù)過度復(fù)雜化地植入小型設(shè)備，導(dǎo)致研發(fā)失控、交付困難，最終原地解散。這些案例共同指向一個(gè)結(jié)構(gòu)性問題：在缺乏清晰商業(yè)化路徑的前提下，高估值融資反而加速了企業(yè)的死亡節(jié)奏。

機(jī)器人行業(yè)在快速發(fā)展的過程中，既面臨著資本泡沫帶來的浮躁與風(fēng)險(xiǎn)，又在工業(yè)場景的應(yīng)用探索中遭遇諸多挑戰(zhàn)。數(shù)字經(jīng)濟(jì)應(yīng)用實(shí)踐專家駱仁童博士表示，只有正視這些問題，合理引導(dǎo)資本流向，加強(qiáng)技術(shù)研發(fā)與市場需求的結(jié)合，積極開拓合適的應(yīng)用場景，才能使機(jī)器人行業(yè)走出一條健康、可持續(xù)的發(fā)展道路。值得注意的是，部分早期押注人形路線的企業(yè)已開始戰(zhàn)略收縮。

例如，康力優(yōu)藍(lán)雖曾推出“優(yōu)友”“小哪吒”等多款人形服務(wù)機(jī)器人，并嘗試進(jìn)軍東南亞，但因資金鏈斷裂與市場接受度低，業(yè)務(wù)早已停滯。而一些新晉玩家如OneStar，即便背靠李書福之子李星星與上海AI Lab明星研究員丁琰，也在成立數(shù)月后悄然沉寂。資本態(tài)度亦發(fā)生明顯轉(zhuǎn)變。金沙江創(chuàng)投主管合伙人朱嘯虎公開表示“批量退出人形機(jī)器人項(xiàng)目”，直言該領(lǐng)域“高共識但無商業(yè)化路徑”。IT桔子數(shù)據(jù)顯示，2025年上半年人形機(jī)器人融資筆數(shù)雖仍可觀，但單筆金額顯著下降，且更多集中于天使輪與Pre-A輪，后期高估值項(xiàng)目鮮有問津。這種“前端熱、后端冷”的分化，反映出投資人從狂熱轉(zhuǎn)向?qū)徤?，開始用現(xiàn)金流而非PPT來衡量企業(yè)價(jià)值。

機(jī)器人的未來，機(jī)器人進(jìn)廠已經(jīng)來臨。與其執(zhí)著于打造“人類替身”，越來越多務(wù)實(shí)的企業(yè)選擇聚焦垂直場景，以專用設(shè)備切入真實(shí)需求。宇樹科技便是典型案例——其并未強(qiáng)行人形路線，而是憑借四足機(jī)器人Unitree Go系列在電力巡檢、安防巡邏等領(lǐng)域?qū)崿F(xiàn)規(guī)?；桓?，2024年?duì)I收突破1.2億元，成為少數(shù)具備確定性收入的具身智能企業(yè)。銀河通用則深耕工業(yè)巡檢，其GALBOT G1機(jī)器人已在多個(gè)化工廠、變電站落地，通過激光雷達(dá)與熱成像實(shí)現(xiàn)7×24小時(shí)自主巡檢，客戶復(fù)購率超80%。

這些成功實(shí)踐揭示了一個(gè)基本邏輯：工業(yè)客戶并不為“通用智能”買單，而是為“最小閉環(huán)優(yōu)化”付費(fèi)。在汽車裝配線上，機(jī)械臂需以±0.3mm精度擰緊螺栓，并在傳送帶速度波動時(shí)實(shí)時(shí)調(diào)整動作；在電子制造車間，分揀機(jī)器人必須在毫秒級響應(yīng)中完成微小元件識別與抓取。這些任務(wù)對穩(wěn)定性要求極高，六西格瑪標(biāo)準(zhǔn)意味著百萬次操作缺陷不超過3.4次。相比之下，當(dāng)前人形機(jī)器人依靠生成式AI訓(xùn)練的動作成功率僅80%–90%，遠(yuǎn)未達(dá)到工業(yè)容忍閾值。

因此，真正可行的路徑是“場景限定+能力聚焦”。例如，在危險(xiǎn)環(huán)境如核電站、礦山或高空作業(yè)中，人形結(jié)構(gòu)因其雙足移動與雙手操作能力具有一定不可替代性，此時(shí)高成本可被安全價(jià)值所覆蓋。而在物流倉儲、柔性制造等場景，AGV、協(xié)作機(jī)械臂等專用設(shè)備已形成成熟生態(tài)。IFR數(shù)據(jù)顯示，2024年中國新增工業(yè)機(jī)器人安裝量達(dá)29.5萬臺，占全球54%，而人形機(jī)器人交付量仍停留在百臺量級。這種數(shù)量級差異并非技術(shù)落后所致，而是市場選擇的結(jié)果。

中國供應(yīng)鏈的優(yōu)勢在于快速迭代與成本壓縮——諧波減速器單價(jià)五年內(nèi)從8000元降至3500元，伺服電機(jī)成本僅為波士頓動力液壓系統(tǒng)的十分之一。依托這一基礎(chǔ)，本土企業(yè)得以將部分機(jī)器人售價(jià)壓至1萬元人民幣以下，從而在特定細(xì)分市場建立壁壘。反觀歐美，因缺乏完整制造生態(tài)，具身智能天然成為重資產(chǎn)游戲，僅少數(shù)巨頭能長期投入。K-Scale的失敗，某種程度上正是這一結(jié)構(gòu)性差異的體現(xiàn)：即便擁有頂尖人才與開源策略，也無法彌補(bǔ)量產(chǎn)能力與供應(yīng)鏈協(xié)同的缺失。

人形機(jī)器人作為技術(shù)探索的前沿方向，其長期價(jià)值毋庸置疑。但短期來看，行業(yè)正經(jīng)歷一場必要的出清。那些僅靠概念融資、忽視工程落地與成本控制的企業(yè)，終將被市場淘汰。而真正理解客戶需求、能在具體場景中創(chuàng)造可量化價(jià)值的公司，則有機(jī)會穿越周期。技術(shù)演進(jìn)從來不是線性的，它需要時(shí)間、耐心與對現(xiàn)實(shí)的敬畏。當(dāng)潮水退去，留下的不是最炫酷的Demo，而是最扎實(shí)的解決方案。

相關(guān)行業(yè)分析：

商道童言（Innovationcases）歡迎評論、點(diǎn)贊和分享哦！~~

熱推新書《AI提問大師》《DeepSeek應(yīng)用能手》現(xiàn)已上架！

免費(fèi)電子書： | | | |

數(shù)字經(jīng)濟(jì)應(yīng)用實(shí)踐專家 駱仁童主講課程

數(shù)字應(yīng)用：

數(shù)字中國：

數(shù)字化轉(zhuǎn)型：

產(chǎn)業(yè)數(shù)字化：

創(chuàng)新與思維：