当智能机器人走进现实：参访优必选后的几点思考

智能机器人有多大的增长空间？具身机器人能不能成为现实产品？上个月我和清华大学的校友们一起参访著名智能机器人优必选公司，有一些看见和收获，分享给大家。

先介绍一下，优必选是这是一家专注于人形机器人和智能服务机器人研发、生产和商业化的科技公司，也是全球第一家上市的人形机器人企业，多年前参加了春节联欢晚会上的大型科技表演，名声在外。

✅ 参访看见的三个细节

关键 1：不是做模型，而是做场景

优必选不是一上来就做“万能机器人”，而是先从明确的工业场景切入。

目前优必选聚焦三个确定性强的落地场景：

工厂搬运：替代高度重复的体力劳动
仓储物流：解决劳动力短缺，提高效率、降低单位处理成本
智能巡检 / 医疗陪护：解决安全监测与人手不足的问题

这些场景有两个共同特点：

工作规则清晰、可标准化
价值与 ROI 可以直接量化

场景收敛 = 更少试错成本 + 更快形成订单和现金流。

优必选近期拿下了工业与物流订单，并且机器人已经进入多家智能工厂，参与真实的“多机器人协同训练”。

对创业与投资者的启发：

真正的竞争不在于模型多强，而在于有没有商业闭环。

关键 2：全栈自研，掌握核心部件

机器人最贵、最核心的不是“外壳”，而是：

关节 + 大脑（控制系统）

优必选在这两块做了深度自研：

自研关节电机与伺服系统（决定力量、扭矩与动作精度）
80%核心零部件自研或深度绑定供应链（降低成本、掌握主动权）

在机器人行业，理解这一点非常重要：

关节严重影响毛利，系统可能决定未来。

全栈自研意味着：

性能稳定性更高
成本下降速度更快
不受关键零件卡脖子

这也是为什么 Tesla Optimus、优必选、Unitree 都选择全栈自研，而不是简单“组装生态”。

(优必选研发部门的专家和清华大学校友探讨脑机等自研项目)

关键 3：挑战续航限制难点

人形机器人最大的现实难题之一：续航时间有限。

机器人不是智能手机，它本质上是一个：

多关节高功率执行器
实时高频运动控制系统
同时运行视觉、路径规划和推理模型

功耗高、电池消耗快。

更关键的是：换大电池会带来重量增加 → 扭矩增加 → 更高能耗（工程悖论）

优必选没有等待“电池突破”，而是做了一个有意思的尝试：

让机器人自己换电。

我们在现场看到了“机器人自主换电”的过程：

靠近 → 插拔 → 续航恢复 → 继续工作。

能不能推广还未知，但至少优必选不躺平，而是在尝试解决真正的问题。

对创业与投资的启发：

真正的创新不是等未来，而是在现状中找到可行方案。

✅ 具身机器人目前面临哪些瓶颈？

参访前我想弄清楚的三个问题：

还有哪些瓶颈？是否有实际价值？能不能规模推广？

瓶颈 1：续航不足—电池不是为机器人准备的

目前行业续航普遍 1.5～3 小时
工厂需要连续工作 8 小时
大电池 → 重 → 扭矩增加 → 更费电

优必选正在探索自主换电是一个现实可落地的方向，但仍处于早期验证阶段。

瓶颈 2：稳定性不足—无论工业还是家庭，都要达到“工业级稳定性”

外界以为：

工业场景要高稳定性，家庭场景随便用用就好。

但具身机器人恰恰相反：

工厂里出错 = 停线 + 安全事故
家庭里出错 = 伤人 + 隐私与安全问题

机器人不是“会完成任务”就够了：

商业落地要求：十万次执行，结果一致。

展示可以容错，商业不能容错。

瓶颈 3：多数产品性价比不高

企业不是为了“科技演示”，而是为了“算账”。

目前行业现实：

一台机器人 50–100 万人民币
设备回本周期 3–5 年
而人力回本周期可能只有几个月

总结一下，机器人只有满足以下三个条件：续航充足、效果稳定、回本周期可控，才能爆发：

不是技术不行，是商业模式可能还没成熟。

✅ 具身机器人有没有价值？能不能规模推广？

我个人的分析：

具身机器人已经从“概念展示期”，待进入“现金流验证期”。

今天，它能在点状场景形成价值（工厂、仓储、巡检）。未来，当成本、稳定性、续航三个瓶颈突破后，将形成面状替代。

历史规律很简单：

当成本下降一个数量级，市场就会爆发。

智能手机曾如此，电动车亦如此，机器人也会如此。

华为的研究报告《智能世界2035》预测，到了2035年，全世界预计有9000亿个智能体，人均有100个左右。我预测，到那时人均10个以上的智能机器人，伴随着人类，解决了绝大部分的生活和工作难题。

我们期待那一天早日到来。

（清华校友参观优必选，本视频由何世骈校友提供）

左手人工智能，右手财富管理，过积极且从容的生活。

本文由高峰博士独立完成，欢迎署名转载，转载请注明出处。禁止私自转载、修改或冒名发布，违者必究，作者保留追究法律责任的权利。

高峰博士为独立投资人、企业家 AI 财富顾问，长期专注于人工智能与财富管理的融合应用，致力挖掘人工智能时代更优秀的投资标的，并帮助有潜力的企业，在 AI 时代成为“小而美、强而精”的优秀公司。