当日历翻至2026年10月，融资市场却悄然改变了节奏：具身智能领域融资的热力值正在逐步回落。
IT桔子的数据显示，截至10月15日，该行业共经历19次融资事件，融资总额达49.34亿元。相比之下，前一季度（7月至9月）的情况明显不同——每月融资次数均超过70起，8月甚至攀升至91起、313.23亿元的高位。虽然10月才过半，但融资活跃度与之前数月相比已明显放缓。一位业界观察人士指出，当下披露的融资信息多系数月前已成交的项目，”市场的实际变化需要滞后一段时间，才能在数据中清晰反映”。
伴随这一变化，一批从业者的担忧开始浮现。
“融资顾问传来两条消息，都提及上市时间表有变，我们几位创始合伙人通宵未眠。”一名具身智能企业的负责人向腾讯科技透露，”当下行情，我们看不透。”看不透的远不止融资端口的走向，还包括技术何时突破、产品何时落地变现、行业究竟需要多久才能走向成熟——这一切都成了谜。
“这条赛道按十年、甚至二十年来计算周期。对很多参与者来说，也许一整个人生中最好的年华都会逝去，却始终等不到这个行业真正成熟的那刻。”洪绍囤作为具身智能领域的投资机构负责人，向腾讯科技阐述了这一现状。
尽管困难重重，创业者们仍在奔忙于订单搜寻、场景验证、战略调整，试图在这个漫长的产业周期内为自己赢得更多的确定性。
融资成功的故事下，一大批从事机器人相关工作的人正在承受着鲜为人知的煎熬。
01 “困顿中仍在奋力前行的群体”
洪绍囤这样描述这支队伍：一支“在绝望中仍然坚持向前的力量”。
因为他们自己也不明确最终目标要多久才能实现。”以李飞飞这样走在学术前沿的人物为例，也认定从AGI到具身智能的实现，可能需要十年，甚至更长。”很多创业者面临的现实是，青春可能都在此耗尽，却仍看不到通用机器人真正成熟的那一天。
这种困境不仅困扰创始人，基层工程师也同样受困，“他们其实缺乏明确的发展方向感”。
曾在一场行业论坛上，我与一位从事机器人视觉和控制的研发人员有过交流，当时讨论涉及VLA、环境模型等话题。这些在业界反复出现的研究热点，在他看来其实并无特别神秘之处。”VLA说穿了就是若干行程序代码，搭建框架后，导入运动学数据，根据结果进行参数优化。”他把工作内容概括为”没完没了地调参”，”没什么特别复杂”。
至于未来有无更优越的技术路径，连他自己也说不出来。这样的疑惑在其他机器人企业也普遍存在。”到底是要打造具身智能基础模型，还是要走软硬件融合的路线，我的上司和他的上司之间意见都没统一过。”一名从事产品规划的同行这样对我讲道，”上层管理都没形成共识，底层员工就更迷茫了。”
尽管方向模糊，但产品升级的步伐无法放缓，而大模型技术的迭代周期，几乎不给机器人团队缓冲的机会。”每一个月、每一周、甚至更短的周期内，新的功能版本和改进方案不断推出”。
这场比赛就像一场永无终点的接力赛。没人知道终点在哪儿，但你身边的人都在加快步伐，自己怎敢停步。
这种张力，正是具身智能眼下所处发展时期的典型特征。“任何产业的发展都遵循自身规律，具身智能现在还处于周期的泡沫膨胀阶段。”洪绍囤分析道。
在这个时期，技术方案还在探索中，产品和商业逻辑还未得到验证。对初创企业而言，怎样向市场证明自己的技术实力就成了紧迫课题。
就硬件端而言，多条技术路线仍在竞争。洪绍囤以实例说明，”特斯拉选择了直线与旋转关节混合的方案，而国内多数选手采用纯旋转关节驱动。即便在国内市场，以宇树、众擎为代表重视运动性能的方向，与聚焦工业应用场景的团队，在减速器这类关键模块的抉择上也各不相同。问题的根本在于，机器人未来要在什么地方干什么，什么样的机器配置才是所需的，现在还没有确定的答案。产品竞争已经白热化，技术探索却仍无定论，这让资本方难以判断资金应该流向哪个方向。”
从算法和模型层面看，收敛的迹象更不明显。前年VLA技术大热，今年世界模型成了焦点，谁又知道明年会是什么呢？除去这两个主流方向外，生物启发型模型等新思路还在不断涌现。但打造一个好的模型比做硬件投入更大，计算资源、训练数据积累、持续迭代，每一项都需要源源不断的资金支撑。
因此，采用什么方案、朝哪个方向发力，这些短期内还都是需要尝试的问题。正是这一点，驱动了行业参与者集体的焦虑感。但更根本的不安，来自于资本供给速度放缓这一信号背后的融资焦虑。
02 资本，还是资本
从根本上讲，具身智能仍属于”高投入、低产出”的产业。
大多数创业公司眼前最务实的做法，就是尽快融到尽可能多的资金，这样才能多延续几年的生命周期。
这就解释了为什么在融资顾问传来IPO延期的讯息时，一些创始人会陷入失眠的状态。一旦二级市场的退出预期被打破，一级市场对该赛道的投资热情可能随之冷却。”实际上，商业化风投已经基本停止在具身领域投钱了。”某从业人士说道。
在这样的环境下，谁能提前囤积充足的资金储备，谁就拥有更多的技术探索时间窗口。而那些还未占据明显地位的后进企业，生存压力则会加倍。
但现实是，具身智能领域烧钱速度惊人。
洪绍囤总结了资金的四个流向：招聘优秀人才、购置算力资源、采集训练数据，以及工厂建设与供应链搭建。
前三项是业界长期的资金消耗点。但在当下，随着机器人企业越来越关注商业化应用的推进，工厂投资和供应体系建立逐渐成为新的支出压力。以制造工厂为例，现有的机器人主要应用于既有流程和非结构化作业相交错的半结构环境，难以胜任替代整个生产线的任务，通常只能承担某个或某些工序。但即便仅仅是试验性小批量交付，也需要建厂房、购零部件、协调供应网络，这一切都是额外的资金需求。
资金大量外出的同时，进账渠道却很狭窄。现阶段主要依靠两条线：融资和商业化营收。
先从融资端看。当一级市场的热情冷却时，机器人企业的融资难度也随之提升，其中上市窗口的不确定性尤为受关注。
最近有报道表明，智元机器人计划以新融资来替代原先的IPO日程。据悉，智元正在推进10亿至15亿元规模的融资，估值约为500亿，融资已接近尾声。不过，这是否暗示其难以在本年内完成港交所上市，尚需官方确认。
从背后的投资方看来，当企业上市时间延后时，他们也要考虑新的套现方式。相对于被动等候IPO完成，通过在估值上升期出售老股的方式提前获利也是一个选项。
一位专做硬科技投资的机构人士告诉腾讯科技，当企业估值处于增长周期时，才是老股转让套现的黄金时段。”只有在估值上升的阶段，老股才有可能找到接盘方，否则也卖不出去。”一旦估值增长停滞，股权的可流动性也会急剧恶化，”没有估值增长，就相当于失去了流动性，有价无市。”
这也揭示了具身智能赛道的一个有趣的现象：一些走在前台的机器人公司代言人，往往并非公司的主要创办者，而是自身带有技术光晕的业界人士。”这样做的目的是为企业笼罩一层技术的光彩，便于快速推升估值。”这位投资人进一步阐述。
比如说，曾获誉为”华为天才工程师”的彭志辉（网名稚晖君），是智元机器人的形象代言人，但他并非企业的创始股东；银河通用的王鹤同样担当着技术标签的角色，不过他在公司里的身份是技术官；来自华为的黄青虬也是墨奇科技的首席技术官，而不是投资人或联合创办者。
这群技术大咖被推向聚光灯，背后的逻辑是清晰的。在技术体系与商业实践都还需要探索的阶段，与其依靠还未被市场检验的产品来赢得信任，一份闪耀的技术背景往往能更迅速地获取资本和大众的认可。
“但眼下要再靠团队阵容和模型性能来打动资方，已经很难了。”洪绍囤的判断是，现在已经进入了看订单量和交付能力的时代，这也催生了具身智能企业的第二条变现渠道——订单收入。
只是当前来看，机器人的商业化变现还处在初级阶段。前述资本人士表示，现有订单主要来自两方面：政府购买和产业链企业之间的互相拉拢。虽然能带来一些现金流，但绝对量还远不足以抵消巨额的研发和营运开支。今年7月，启明创投的周志峰曾向腾讯科技指出，具身智能产业迫在眉睫地将进入”让我看到真金白银”的新阶段，投资人将更在乎机器人能否真正部署到位，能否转化为实际销售额和利润空间。
那么，如果具身智能企业面临融资退温、订单短缺的双重困境，他们又该如何找到突破口？
03 开拓营收范畴，各尽其能
“资金储备充足的企业，可以先把模型研究做到极致，边磨炼边熬过这个时期。”该从业人士补充道，但对大多数企业而言，还是需要充分发挥自身优势，赶快找到产生经济效益的切入点。
从当前头部机器人企业的举措来看，盈利的门路确实开始拓宽。除去直接出售机器人本体，租赁运营、应用软件包年、数据交易等新商业模式也都在尝试中。
第一类是租赁运营，把一次买卖变成持续的费用收取。
到了2026年，智元机器人开始扩大其租赁业务的比重。旗下的”擎天租”平台专门从事机器人的租赁运营，覆盖购物广场、旅游景点、企业活动等多种使用场景。机器人的用途不仅限于工厂，跳舞、展示、迎宾等娱乐功能一样能创造价值。平台通过订单抽佣的方式获得利益。
国际上也有类似的业务模式，但主要瞄准的是长期使用场景。美国的Agility Robotics推出了所谓RaaS商业模式（机器人服务化），用户可以不用购买Digit产品本身，而是支付部署初期成本和每年的订阅费用，获取机器人及其软件、维修等配套。
家庭用机器人制造商1X为其NEO产品设计了每月499美元的订阅套餐，与两万美元的买断价格共存。
这类商业形式都有一个共同点：客户无需承担巨额的一次性购置金额，机器人厂商可以获得源源不断的现金收入。但租赁商业模式不一定就容易盈利，机器设备的贬值、日常维护、人员开支和全部运营成本，最终仍要由制造方来承受。
第二类是后续服务和软件包年费，机器人卖出去后仍能持续收费。
在今年的财报中，Agility Robotics披露了Digit机器人的两种商业模式。除了上文提及的租赁方式，购买者可以一次性购入设备，再每年缴纳Arc软件许可和设备维修的费用。公司的财务预测显示，一台Digit从购入到5年后，可积累约40万美元的营收。
更进一步的思路是直接销售机器人的”智能核心”。美国的Skild AI（具身智能模型公司）在9月对外宣布，其年度续约收入（ARR）已破1亿美元关口，已有60多家付费使用方。与那些依附于某个特定机器人产品的商业模式不同，Skild AI开发的通用具身模型Skild Brain可以集成到各种形态的机器人产品中，通过模型授权和配套技术支持来实现收入。
对这类公司来讲，机器人实体并不必须由自己完成制造，只要模型和算法能够独立地产生商业价值就足够了。
第三类是数据交易和系统化解决方案。
在今年，智元机器人将数据采集部分拆分出来，组建了觅蜂科技这家子公司。觅蜂于9月推出了”觅蜂派”项目，通过向普通人提供可穿戴设备来收集他们的日常活动数据，随后将这些数据加工处理后转卖给机器人厂商。
优必选则向车厂和专业的具身数据采集机构提供Walker人形机器人及相应的整体方案。该公司在2025年实现了8.21亿元的具身智能产品和服务营收，但企业层面仍未翻身为正。
不过，这些新型的收入来源能否最终维持一家机器人企业的长期运营，目前还看不清楚。
直到机器人企业真正学会自我造血，创业者恐怕还要继续在夜里辗转反侧。
