机器人CEO，集体“失眠”？

来源|腾讯科技 过去一年，层出不穷的融资消息，将具身智能创业者们的焦虑藏在了幕后。 然而，进入2026年10月，热闹的融资市场开始出现一些变化：具身智能的融资热度显露降温迹象。 根据IT桔子数据，截至10月15日，具身智能行业发生19起融资，总额49.34亿元。相比之下，7月至9月单月融资均在70起以上，8月更达到91起、313.23亿元。尽管10月尚未过半，但与此前几个月相比，融资热度已有所回落。 一位业内人士指出，当前披露的融资消息，大多是几个月前就已敲定的交易，“市场的真实变化，往往要过一段时间才能从数据中体现出来”。 与此同时，一部分具身智能创始人的焦虑，也开始浮出水面。 “两家FA传来的消息都是上市暂缓，我们创始人昨天一夜没睡。”一位具身智能行业的工作人员向腾讯科技透露，“现在的行情，看不清。”看不清的，不只是资本市场的走向，还有技术突破的时间、商业化落地的速度，以及整个行业究竟还要经历多长的等待。 “通用具身需要的周期比较长，是一个以10年、20年为周期的赛道。对很多人来说，可能整个青春都过去了，也没能等到行业真正成熟的那一天。”一位具身智能领域投资人对腾讯科技说道，但垂类场景和细分领域依旧会不断成长和商业化。 但创业者们仍在尝试各种方法，寻找订单、探索场景、调整方向，试图在漫长的产业周期里，为自己争取更多确定性。 光鲜的融资故事背后，一部分机器人从业者，正经历着不为人知的焦虑。 01 “一群顶着绝望往前奔的人” 这个赛道站满了 “一群顶着绝望往前奔的人”。 因为他们也不知道，实现最终的目标究竟需要多长时间。“比如李飞飞这样站在最前沿、有代表性的人，也认为AGI走到具身智能，时间周期可能是10年，甚至20年。”对于很多创业者而言，可能整个青春都过去了，也没能等到通用机器人真正实现的那一天。 不只是创始人，基层员工也 如此， “他们其实也没有明确的目标感”。 在一场机器人行业活动上，我曾和一位机器人算法工程师、Mbot具身智能实验室负责人杰西聊起VLA、世界模型。这些在行业里被反复讨论的热门技术，在他眼里并没有那么神秘。“VLA算法本身不复杂，搭好模型架构，输入物理数据，再根据输出结果不断调整。”他把自己的日常工作形容为不断调整各种参数，“真正难的不是那几行代码，是背后的数据和权重，没有那么玄乎”。 至于未来有没有更好的技术方案，他也说不清楚。类似的困惑也存在于其他机器人公司。“到底是做具身模型，还是走软硬件一体化路线，我的+1和+2领导之间甚至都没有达成一致。”一位机器人行业的产品经理告诉我，“管理层都没想清楚，我们基层就更不知道该怎么做了。” 尽管都还没怎么想明白，产品的迭代依旧要继续，而大模型的迭代速度，几乎不给机器人公司太多喘息的机会。“每个季度、每个月，甚至每几周，都会有各种大大小小的产品迭代”。 这有点像一场看不到终点的马拉松。没人知道还要跑多久，但身边的人不断加速，自己也不敢停下来。 这种矛盾，正是具身智能所处发展阶段的特殊产物。 “每个行业都有自己的发展曲线，目前具身智能还处于第一阶段的泡沫期。”具身智能领域投资人洪绍囤解释道。 在这个阶段，技术路线尚未收敛，产品和商业模式也没有得到充分验证。对于一家初创公司而言，如何向外界证明自己的技术实力，成了一个现实问题。 从硬件来看，技术路线仍存在分歧。洪绍囤举例，“特斯拉采用直线与旋转执行器相结合的方案，国内企业则以旋转关节驱动为主。即便在国内，宇树、众擎等强调运动性能的企业，与面向工业作业场景的企业，在减速器等核心部件的选择上也存在差异。问题在于，未来机器人究竟要在哪些场景干活、需要什么样的硬件，目前还没有明确答案。产品竞争已经很激烈，技术路线却仍在摸索，这也让投资人很难判断，钱究竟该押在哪个方向。” 从模型来看，同样没有收敛。去年VLA大热，今年又轮到了世界模型，明年会是什么？除了这两条路线，还有类脑模型等不同方向不断涌现。但模型研发比硬件更烧钱，算力、数据采集和训练都需要持续投入。 所以，怎么做，哪个方向做，短时间内都是一件需要探索的事情，这也是他们集体焦虑的源头之一，更深层次的焦虑，是市场热钱涌入速度变缓背后的资金焦虑。 02 钱，钱，还是钱 说到底，具身智能仍是一个投入巨大、回报有限的行业。 对大多数创业公司来说，眼下最现实的选择，就是尽可能多融钱，让自己多活几年。 这也解释了为什么当FA传来IPO暂缓的消息时，一些创始人会焦虑到彻夜难眠。一旦上市退出预期受到影响，一级市场的投资意愿也可能随之下降。“其实，市场化VC已经基本不投具身赛道了。”一位从业者说。 在这样的背景下，谁能提前储备足够多的资金，谁就有机会获得更长的技术探索期。对于尚未建立明显优势的新公司而言，生存压力则会更大。 但具身智能很烧钱。 洪绍囤总结， 资金主要流向四个方向：人才、算力