宇树上市掀千亿机器人热潮具身智能竞争转向物理数据

涌现EmergenceHK

具身智能虽面临数万亿美元劳动替代空间，但行业目前仍处于缺乏增量需求的幼态阶段，中国正依托政府开放的工业场景与高容错机制突破底层物理数据瓶颈。

AI-assisted summary of 宇树上市背后，具身智能今天泡沫有多大? — original source. Check the original for full context.

Source published: 2026-09-12

Key ideas

宇树科技敲钟上市带动具身智能投资推向最高峰，国内累计融资企业突破400家、融资金额逼近千亿元，但行业面临“硬件王者、头脑简单”以及商业化落地薄弱的泡沫质疑。 (0:00)
全球具身模型受制于高质量物理交互数据匮乏，仍处于极早期的“前GPT时代”；中国政府正以“联合创始人”角色通过场景准入权、失败容错权和格式定义权为产业注入制度红利。 (5:00)
人形机器人并非工程最优解而是适应人类现有环境的演化折衷；具身智能对标20世纪曾贡献全球GDP近10%的“汽车复合体”，被寄予成为21世纪新“百业之王”的厚望。 (8:35)
测算预计到2030年机器人可替代约23万亿美元的社会劳动价值，但全行业直接营收仅约1.04万亿美元（占全球GDP约0.7%），且当前商业叙事仍受困于存量替代而非开创新增量。 (11:32)

Detailed notes

## Background 该视频由 YouTube 频道“涌现EmergenceHK”于 2026 年 8 月 22 日发布。视频由所长林超对话科技投资人 Bill Qian 与 FUNDA.AI 联合创始人 Yujia Zhao，以宇树科技敲钟上市为切入口，深入探讨了中国具身智能的泡沫现状、各大门派发展路径、中国供应链与数据红利，以及机器人是否会接棒汽车成为新“百业之王”。

## TL;DR 节目围绕宇树上市引发的“千机大战”与资本狂热展开，客观剖析了身体派、大脑派与全栈派的分野以及“只长身子不长脑子”的技术现实。对话指出具身智能目前处于极度缺数据的前 GPT 时代，而中国政府赋予的场景准入权、失败容错权和格式定义权构成了独特的非典型红利。最后，嘉宾通过对标 20 世纪“汽车复合体”在产值、能源与就业上的统治力进行宏观算账，深入探讨了具身智能究竟是存量劳动力替代还是能带来新型增量需求的本质命题。

## Atmosphere & style 整场对谈在热烈的行业风口下保持了极高的理性克制与硬核思辨质感。嘉宾从对宇树“只会表演后空翻杂耍”的幽默调侃切入，迅速下潜至冷峻的产业算账与技术瓶颈拆解，交流节奏紧凑且交锋犀利。言谈间既有对早期千亿泡沫的清醒审视，又兼具宏观经济学与工业发展史的宽阔视野，给听众带来穿透狂热迷雾的认知沉淀感。

## Bulletin - [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 宇树科技敲钟上市带动具身智能投资推向最高峰，国内累计融资企业突破400家、融资金额逼近千亿元，但行业面临“硬件王者、头脑简单”以及商业化落地薄弱的泡沫质疑。 - [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 全球具身模型受制于高质量物理交互数据匮乏，仍处于极早期的“前GPT时代”；中国政府正以“联合创始人”角色通过场景准入权、失败容错权和格式定义权为产业注入制度红利。 - [08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 人形机器人并非工程最优解而是适应人类现有环境的演化折衷；具身智能对标20世纪曾贡献全球GDP近10%的“汽车复合体”，被寄予成为21世纪新“百业之王”的厚望。 - [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 测算预计到2030年机器人可替代约23万亿美元的社会劳动价值，但全行业直接营收仅约1.04万亿美元（占全球GDP约0.7%），且当前商业叙事仍受困于存量替代而非开创新增量。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 具身智能资本市场狂热，国内天使与Pre-A轮以上融资企业已超400家、金额逼近千亿元，呈现白热化的“千机大战”。 - [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 宇树科技代表硬件先行的“身体派”，依靠四足机器狗与双足人形的高机动性打出知名度，但也面临只能做杂技表演、无法胜任家务刚需的质疑。 - [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 当前行业主要分化为三大流派：宇树等硬件先行的身体派、Physical Intelligence等专注基座模型的大脑派，以及智元等软硬件协同的全栈派，各方终将向通用具身智能收敛。 - [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 宇树创始人王兴兴继承了大疆打法：自研核心零部件、靠硬核硬件吸引开发者沉淀SDK与数据集，再通过品类扩张向大众消费市场降维突破。 - [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 具身智能当前最核心的瓶颈是数据饥渴，全球机器人操作数据仅约50万小时，相比语言大模型所需的庞大数字化语料库极为匮乏。 - [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 中国政府在具身智能领域转型为深度参与的“联合创始人”，打破单纯给资金给土地的传统补贴模式，赋能纯资本无法买到的核心资源。 - [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 政府赋予的体制红利包括：强制各省与数百家央企开放实操工况的“场景准入权”、建设公共训练场允许高频试错的“失败容错权”，以及牵头国际标准的“格式定义权”。 - [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 机器人数据采集无法单靠廉价劳动力替代，中国成熟高精度的制造业工厂能够产出最高纯度的工艺数据，构成难以复制的本土壁垒。 - [08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 李飞飞指出人类肉体是自然演化妥协的折衷方案，人形机器人的核心价值在于最大化复用人类为自身定制的物理空间与工具环境。 - [08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 20世纪汽车产业巅峰期曾贡献全球GDP的8%到10%，凭借庞大工业树、万亿级衍生服务、锁定能源土地与高就业乘数成为“百业之王”。 - [08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 具身智能具备复刻汽车复合体潜力的特质，同样拥有贯通重工业与精密电子的长产业链和广泛跨周期带动能力。 - [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 模型测算预计2030年机器人可替代21万亿至25万亿美元的全球劳动，在役存量达5000万台，但全行业商业化营收仅约1.04万亿美元。 - [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 测算揭示出显著的“价值捕获差距”，机器人企业无法全额汲取被替代劳动的对等租金，巨额差额转化为外溢的社会公共福利。 - [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 按2030年全球宏观经济体量计算，1.04万亿美元产业规模在当时全球GDP中仅占约0.7%，表明具身智能届时仍处于极其早期的导入阶段。 - [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 关于具身智能的核心思辨在于：汽车当年重构世界依赖于创造物流与郊区化等全新增量，而机器人目前的叙事仍局限于替代工人和保姆的存量逻辑。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 宇树上市背后的狂热与“千机大战”门派之争

宇树科技在资本市场正式敲钟上市，前三天股价经历剧烈的暴涨暴跌，标志着这一轮中国机器人投资狂潮被推向了真正意义上的最高峰。当前产业资本与上市公司掌舵人最为关注的赛道高度集中在两个方向：一个是“真缺”的算力中心，另一个则是“真热”的具身智能。这种狂热在数据上表现得淋漓尽致：仅以包含天使轮与 Pre-A 轮的广义口径统计，中国累计参与融资的具身智能企业已突破 400 家，整体融资金额逼近 1000 亿元大关。在毫无实质商业化业绩支撑的情况下，不少明星初创项目的估值能在一年内翻数倍、甚至两年狂飙十倍。互联网当年的“百团大战”，如今在具身智能领域已演变成一场白热化的“千机大战”。

市场近乎狂热的共识在于，人们普遍押注中国机器人产业能够完全复刻当年智能手机与新能源汽车“称霸全球”的剧本。然而，光环之下的质疑与泡沫也愈发尖锐：中国具身智能是否陷入了“只长身子、不长脑子”的畸形阶段？作为风暴中心的宇树科技，常被业内贴上“硬件王者、头脑简单”的标签。网络上对宇树机器人的调侃更是不绝于耳：“除了不会干家务，啥花活都会；除了正经事不行，啥热闹都能凑”；花几万块钱买回家中，机器人除了能向客人表演后空翻等杂技节目，真正到了端茶倒水、递送水杯的日常刚需场景，依然无法胜任。

```mermaid flowchart TD accTitle: 具身智能三大主流流派及演进路径 accDescr: 展示身体派、大脑派与全栈派的不同切入路径及其最终朝通用智能化收敛的趋势。

subgraph Hardware["身体派（硬件先行）"] A["代表：宇树科技、波士顿动力"] A1["先做本体交付与场景切入"] A --> A1 end

subgraph Software["大脑派（算法先行）"] B["代表：Physical Intelligence、星海图、智平方"] B1["专注基座模型与全场景赋能"] B --> B1 end

subgraph FullStack["全栈派（脑身皆修）"] C["代表：智元机器人"] C1["软硬协同演进"] C --> C1 end

Target["终局目标：前GPT时代向通用智能具身收敛\n（宇树超50%募资投向大脑模型）"]

A1 --> Target B1 --> Target C1 --> Target ```

宇树代表了业内典型的“先身后续脑”路径，而当前整个具身智能赛道实际上割裂为鲜明的几大阵营： - **身体派**：以宇树科技、波士顿动力为代表，主张先打磨出高可靠性、高机动性的机械本体并完成量产交付，通过实际进入场景来反哺数据。 - **大脑派**：以硅谷炙手可热的 Physical Intelligence（PI）以及国内的星海图、智平方等项目为代表，主张将所有资源与“子弹”打在通用大脑模型上，以此赋能千行百业的各类场景。 - **全栈派**：以智元机器人等为代表，主张脑身并重、软硬件一体自研，类似于上一代科技浪潮中的苹果模式。

宇树之所以走出独特的硬件本体路线，根源在于创始人王兴兴浓厚的大疆基因。大疆系的典型打法在于死磕核心零部件的自研与底层把控，凭借硬核硬件吸引专业极客与开发者；通过开发者互动沉淀 SDK 和数据集，打造生态系统；继而寻找新的硬件品类扩张机会（如宇树由四足机器狗跨越至双足人形机器人）；最终破圈打入大众消费市场。大疆过去做无人机，本质上是把只有专业摄影师或极客才能驾驭的复杂机器人与影像技术层层封装，变成大众几分钟即可上手的易用消费品，宇树目前也在践行这种带有鲜明中国硬件特色的降维发展哲学。

---

[05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 机器人的数据饥渴与中国“非典型”政府红利

虽然各门派路线不同，但宇树在此次招股说明书中将超过 50% 的募集资金投向了大脑研发，证明产业终将殊途同归。当前全球具身模型仍处于极度早期的“前 GPT 时代”，最本质的瓶颈是数据的极端匮乏。上一代语言大模型吞噬的是人类数千年数字化沉淀的书面知识，互联网已有充足的公开语料；然而机器人所需的高质量物理交互数据在互联网上完全是空白——没有任何网页能记录机械手拿起玻璃杯需要多大的握力，或者抓取滑落失败时手指应当如何敏捷地收回回弹。据统计，目前全球沉淀的机器人操作数据仅约 50 万小时，相当于单人连续观察 57 年的体量；而训练顶尖语言大模型所需的文本数据量，折合人类阅读时间高达 10 万年。

在数据要素决定胜负的关键节点上，中国具身智能展现出迥异于欧美市场的体制与生态特征。以往中国政府在光伏、新能源车与半导体产业中多扮演“给资金、给土地”的政策倾斜角色，而在这一轮具身智能产业中，政府更像是一名深度参与业务的“联合创始人”，为企业赋予了纯粹资本砸钱也买不到的三大核心红利：

- **场景准入权**：初创团队若想进入汽车厂或制造车间采集真实作业数据，常规流程需要经历繁复的安全评估、资质审查甚至承担产线停工风险，非拿到正式 POC 合同不可入内。而在政策推动下，工信部与国务院国资委直接明确要求：各省至少开放 20 个重点场景，数百家央企每家至少开放 10 个场景，以制度力量打破场景壁垒。 - **失败容错权（“埋得起失败”）**：在欧美严苛的商业工厂中（如 Figure 机器人在宝马产线测试），机器人摔碎工件属于严重的安全与生产事故，但在具身训练中，滑落、卡死、碰撞等失败数据反而是价值连城的训练样本。政府出资建设的公共训练场，其核心逻辑就是允许并鼓励机器人连续、高频地试错，搭建起试错成本极低的专属“摔打工坊”。 - **格式定义权（“书同文、车同轨”）**：机器人底层关节编号、空间坐标系设定此前各立门派、互不兼容。由中国牵头的人形机器人数据集国际标准已正式立项，以自上而下的方式推动数据交互格式归一化。

此外，尽管行业在真机实采与短视频/仿真视频预训练的技术路线上尚未彻底收敛，中国成熟完备的制造业流水线依然构成了不可替代的底色。数据采集并非单纯的人工成本比拼（无法被劳动力低廉但缺乏现代工厂的欠发达地区取代），中国高精度的工业环境能够产出最高纯度、高密度的真实工艺数据，这构成了中国具身智能不同于海外的独特护城河。

---

[08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 人形身体的折衷本质与新旧“百业之王”的较量

关于机器人的终极形态，业内关于“是否必须是人形”存在深刻思辨。李飞飞此前曾一针见血地指出：人类的肉体并非工程学上的最优解，而是亿万年自然演化博弈下来的一种“妥协折衷方案”。在严苛的特定工程场景下，人形往往处于劣势：在平整仓库中，轮式机器人速度与能耗最优；在非铺装工地和废墟中，履带或多足机器人稳定性最优；在水下与空中，最优解分别是机器鱼与无人机。人形的唯一根本价值，在于能够最大化复用人类为自己量身定制的整个物理世界与工具环境。

具身智能之所以被冠以“21 世纪百业之王”的厚望，源于其展现出的宏大产业链带动力，这种跨周期的拉动效应与 20 世纪的汽车工业如出一辙。20 世纪下半叶，围绕汽车诞生的“汽车复合体”（Automotive Complex）在 1979 至 1980 年的巅峰时期曾贡献了全球 GDP 的 8% 到 10%（即便在今天仍占 4% 到 5%）。当时造车本身仅占一部分，汽车燃油等耗材直接占到 5%。汽车之所以能统治工业界百年并主导二战后的全球城市化进程，核心归结于四大特质：

1. **制造业最大工业树**：单车零件多达 2 万至 3 万个，一口气吃下全球 12% 的钢材、70% 的天然橡胶以及 10% 的半导体，是人类历史上唯一能够将重工业与超精密电子紧密缝合的终端大众消费品。 2. **伴生万亿级服务业态**：在美国零售统计中，汽车经销商网络叠加加油站服务，两项合计占到了全美居民零售总支出的 26.4%。 3. **强势锁定能源与土地两大核心要素**：道路交通吃掉了全球 45% 的石油需求；全美铺设公路与街道所占用的土地资产价值高达 4 万亿至 5 万亿美元，相当于美国整体 GDP 的五分之一。 4. **极高的就业乘数拉动**：汽车产业的就业乘数高达 4.6 倍，时至今日，欧盟仍有约 6.8% 的就业岗位牢牢依附在汽车产业链条上。

---

[11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 万亿产业算账：具身智能能否复刻汽车的增量神话？

参照汽车复合体的体量，对话嘉宾从需求与供给两端对具身智能的真实天花板进行了测算：

测算揭示了一个显著的“价值捕获差距”：2030 年机器人所替代的社会劳动总池子高达 23 万亿美元，但全行业的直接商业化营收仅有 1.04 万亿美元。这意味着企业不可能榨取被替代劳动的全部对等租金，巨额的差额部分将转化为外溢的社会总福利。与此同时，按 2030 年全球宏观经济体量推算，1.04 万亿美元的产业规模在当时全球 GDP 中的占比仅为 0.7% 左右，与汽车产业巅峰期 8%~10%、现阶段 4%~5% 的体量相比，具身智能到 2030 年仍处于极其幼态的导入早期。

现场针对机器人与汽车的类比爆发了一场关于“增量还是替代”的思辨碰撞： - **存量替代的局限**：汽车当年之所以彻底重构工业社会，不仅是因为它替代了马车，更在于它凭空创造了长途物流、郊区化生活、公路旅行等无数以往不存在的庞大增量需求；反观具身智能，眼下的全部叙事依然停留在如何“替代存量工人与家政保姆”，尚未展现出催生新型社会需求的非共识爆发力。 - **阶段跃迁的辩护**：也有观点反驳，当前具身智能尚处于汽车连马车都还没彻底取代的极早期；在第一阶段的存量替代任务尚未走完之前，第二阶段未曾设想的增量需求自然无法凭空呈现，一旦技术完成物理跨越，其实际爆发力与边界可能远超现有认知。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 除了不会干家务，啥花活都会；除了正经事不行，啥热闹都能凑

> [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 硬件王者、头脑简单

> [00:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=0s) 只长身子、不长脑子

> [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 没有任何网页能记录机械手拿起玻璃杯需要多大的握力，或者抓取滑落失败时手指应当如何敏捷地收回回弹

> [05:00](https://www.youtube.com/watch?v=DGrleKPL0hg&t=300s) 各省至少开放 20 个重点场景，数百家央企每家至少开放 10 个场景

> [08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 人类的肉体并非工程学上的最优解，而是亿万年自然演化博弈下来的一种“妥协折衷方案” — 李飞飞

> [08:35](https://www.youtube.com/watch?v=DGrleKPL0hg&t=515s) 人形的唯一根本价值，在于能够最大化复用人类为自己量身定制的整个物理世界与工具环境

> [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 汽车当年之所以彻底重构工业社会，不仅是因为它替代了马车，更在于它凭空创造了长途物流、郊区化生活、公路旅行等无数以往不存在的庞大增量需求

> [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 眼下的全部叙事依然停留在如何“替代存量工人与家政保姆”，尚未展现出催生新型社会需求的非共识爆发力

> [11:32](https://www.youtube.com/watch?v=DGrleKPL0hg&t=692s) 在第一阶段的存量替代任务尚未走完之前，第二阶段未曾设想的增量需求自然无法凭空呈现，一旦技术完成物理跨越，其实际爆发力与边界可能远超现有认知

## Mentioned 宇树科技, 所长林超, Bill Qian, Yujia Zhao, 王兴兴, 李飞飞, 木头姐 (Cathie Wood), 大疆, 波士顿动力, Physical Intelligence, 星海图, 智平方, 智元机器人, Figure, 宝马, 特斯拉, ARK Invest, 工信部, 国务院国资委, 涌现EmergenceHK, FUNDA.AI, 汽车复合体 (Automotive Complex)

## Video description 宇树上市，机器人产业迎来高光时刻。从四足机器人到人形机器人，从“硬件王者”到“AI身体”，中国具身智能产业正在进入一场前所未有的竞争。本期视频，@所长林超邀请到涌现社区的科技投资人Bill Qian@billitup 、FUNDA.AI 联合创始人Yujia Zhao，我们以宇树为切入口，深入讨论中国具身智能产业的发展路径： - 身体派、大脑派、软硬一体派，谁会成为机器人时代的赢家？ - 为什么中国机器人最大的优势，可能不是算法，而是供应链和制造能力？ - AI下一场竞争，为什么核心可能是机器人数据？ -21世纪，机器人是否会成为新的“百业之王”？

[Source](https://www.youtube.com/watch?v=DGrleKPL0hg)

中文简报

宇树上市掀千亿机器人热潮具身智能竞争转向物理数据具身智能虽面临数万亿美元劳动替代空间，但行业目前仍处于缺乏增量需求的幼态阶段，中国正依托政府开放的工业场景与高容错机制突破底层物理数据瓶颈。节目围绕宇树上市引发的“千机大战”与资本狂热展开，客观剖析了身体派、大脑派与全栈派的分野以及“只长身子不长脑子”的技术现实。对话指出具身智能目前处于极度缺数据的前 GPT 时代，而中国政府赋予的场景准入权、失败容错权和格式定义权构成了独特的非典型红利。最后，嘉宾通过对标 20 世纪“汽车复合体”在产值、能源与就业上的统治力进行宏观算账，深入探讨了具身智能究竟是存量劳动力替代还是能带来新型增量需求的本质命题。宇树科技敲钟上市带动具身智能投资推向最高峰，国内累计融资企业突破400家、融资金额逼近千亿元，但行业面临“硬件王者、头脑简单”以及商业化落地薄弱的泡沫质疑。 (0:00) 全球具身模型受制于高质量物理交互数据匮乏，仍处于极早期的“前GPT时代”；中国政府正以“联合创始人”角色通过场景准入权、失败容错权和格式定义权为产业注入制度红利。 (5:00) 人形机器人并非工程最优解而是适应人类现有环境的演化折衷；具身智能对标20世纪曾贡献全球GDP近10%的“汽车复合体”，被寄予成为21世纪新“百业之王”的厚望。 (8:35) 测算预计到2030年机器人可替代约23万亿美元的社会劳动价值，但全行业直接营收仅约1.04万亿美元（占全球GDP约0.7%），且当前商业叙事仍受困于存量替代而非开创新增量。 (11:32)

Reading summary

宇树科技上市将具身智能投资热潮推向顶峰，但行业在技术路径、数据供给及商业逻辑上面临显著分歧。尽管市场寄望其复刻汽车工业成为新的“百业之王”，目前具身智能仍受制于数据短缺与“重身轻脑”困境，商业化测算亦显示其仍处于极早期的导入阶段。资本狂热下的流派分歧与重身轻脑争议 (0:00) 伴随宇树科技挂牌上市，中国参与具身智能融资的企业已超400家，整体融资金额逼近千亿元，不少缺乏实质商业化业绩的初创公司估值在两三年内激增数倍乃至十倍。繁荣背后，行业面临“硬件王者、头脑简单”的质疑，许多机器人尚停留在表演杂技阶段，难以胜任家政等高频日常刚需。当前赛道分化为三大路径：以宇树科技、波士顿动力为代表的“身体派”，主张打磨机械本体并借场景反哺数据，延续大疆死磕核心零部件并降维落地的打法；以Physical Intelligence、星海图为代表的“大脑派”，聚焦通用基座模型；以智元机器人为代表的“全栈派”则力推软硬一体化自研。尽管路线各异，宇树将超50%募资投向大脑研发，表明产业终局仍将向通用大脑能力收敛。前GPT阶段的数据饥渴与中国非典型红利 (5:00) 具身智能基座模型目前仍处于极早期的“前GPT时代”，最大瓶颈在于高质量物理交互数据的极度匮乏。不同于互联网沉淀数千年的文本语料，真实物理世界中的受力与抓取纠错数据在网络上处于空白状态。据统计，目前全球机器人操作数据仅约50万小时（折合单人观察57年），而顶级语言大模型所需文本折合人类阅读10万年。面对数据荒，中国展现出独特的体制与工业生态优势。政府在这一轮浪潮中承担起类似“联合创始人”的职能，赋予企业传统资本无法直接购买的红利：通过工信部和国资委强制要求央企与各省开放重点工业场景；建立公共训练场以降低机器人试错与损坏成本，提供“失败容错权”；牵头制定国际标准推动底层数据格式归一化。结合完备的高精度制造产线，为算法训练提供了高纯度的工业工艺数据源。身体折衷本质与新旧百业之王的映射 (8:35) 针对机器人是否必须为“人形”的争论，李飞飞曾指出人类肉体并非特定工程的最优解，而是亿万年演化的妥协折衷方案。在特定场景中，轮式、履带式、仿生多足在能耗与稳定性上往往优于双足；人形的根本价值仅在于能够直接复用人类社会现存的工具体系与物理空间。具身智能被赋予跨周期厚望，核心在于对标20世纪由汽车工业构筑的“汽车复合体”。汽车在其巅峰期曾贡献全球GDP的8%至10%，单车消耗大量钢材、橡胶与半导体，并强势拉动了万亿级服务零售、能源交通网络及高达4.6倍的就业乘数。市场普遍期待机器人能够承接类似的工业带动链条，重构现代制造业与消费市场生态。万亿规模测算与增量创造的价值拷问 (11:32) 依据相关测算，到2030年，以ARK Invest评估的全球21万亿至25万亿美元可替代劳动价值为基准，若人形机器人渗透率达制造业劳动力的10%（年出货3500万至4500万台、在役存量5000万台），按特斯拉目标硬件单价2万美元及每年3600美元软件服务费推算，全行业年营收仅约1.04万亿美元。这意味着巨额的替代劳动价值绝大部分外溢为社会福利，而非被企业全部捕获；1.04万亿美元仅占届时全球GDP的0.7%左右，规模远不及汽车工业巅峰。这也引发了关于发展潜力的深层分歧：批评者认为汽车之所以颠覆时代，在于创造了长途运输与郊区经济等全新“增量”，而目前的具身智能仍局限于存量人工替代；辩护者则主张行业尚处于替代马车前的极早期，待跨越基础物理能力门槛后，增量需求的爆发力或将超出当前认知边界。具身智能赛道虽在资本推手与政策红利下迎来爆发，但其估值已显著领先于真实商业化落地。行业未来的演进取决于能否有效突破物理交互数据的采集瓶颈，并证明自身不仅能替代既有的人力劳动存量，还能像曾经的汽车工业一样催生前所未有的新型社会需求。

Source quotes

[0:00] 除了不会干家务，啥花活都会；除了正经事不行，啥热闹都能凑 [0:00] 硬件王者、头脑简单 [0:00] 只长身子、不长脑子 [5:00] 没有任何网页能记录机械手拿起玻璃杯需要多大的握力，或者抓取滑落失败时手指应当如何敏捷地收回回弹 [5:00] 各省至少开放 20 个重点场景，数百家央企每家至少开放 10 个场景 [8:35] 李飞飞: 人类的肉体并非工程学上的最优解，而是亿万年自然演化博弈下来的一种“妥协折衷方案” [8:35] 人形的唯一根本价值，在于能够最大化复用人类为自己量身定制的整个物理世界与工具环境 [11:32] 汽车当年之所以彻底重构工业社会，不仅是因为它替代了马车，更在于它凭空创造了长途物流、郊区化生活、公路旅行等无数以往不存在的庞大增量需求 [11:32] 眼下的全部叙事依然停留在如何“替代存量工人与家政保姆”，尚未展现出催生新型社会需求的非共识爆发力 [11:32] 在第一阶段的存量替代任务尚未走完之前，第二阶段未曾设想的增量需求自然无法凭空呈现，一旦技术完成物理跨越，其实际爆发力与边界可能远超现有认知

Original transcript

[0:00] 雨树终于上市但前三天股价暴涨暴跌它的上市也标志了这轮中国机器人热终于达到了一个真正意义上的高潮这两年其实我认识不少上市公司的老板他们最感兴趣的投资方向只有两个一个是算力中心一个是聚生智能投算力是因为中国真的缺投聚生是因为中国真的热那有多热呢2020年上半年如果按照广义口径来说就是包含天使轮和pre-a轮中国聚生智能累计上与融资的公司已经超过400家了这融资规模接近1000亿那现在的情况就是很多明星项目在毫无业绩的情况下估值是可以一年翻几倍的甚至两年就会翻十倍怎么说呢就是说如果团购的时代这都百团大战的话基本上已经开始迈向千机大战为什么这么热因为几乎所有人都在预测中国会的机器人产业复刻当年手机和新能源汽车称霸全球的故事那这个预测呢我认为大概率会实现的但真的问题其实不是它能不能实现而是现在泡沫到底有多大中国巨生智能现在被认为说只长身子不长脑子的这个问题有多严重那我觉得要解答这些疑问啊今天我们可以来语述做一个切入点来展开聊一下中国整个巨生智能产业的现状首先就是说他对语树有个评价就认为他是硬件王者头脑青头那有些网友评价说除了不会干家务啥花活都会除了正经事不行啥热闹都能臭也有人说花几万块钱买回家除了能给你表演节目表演后功班连端茶倒水递一个杯子都不行所以毫无疑问语树现在走的是先生后脑的这个战略我觉得这个应该算是在聚生智能里面一个比较典型的流派其实聚生智能现在是有很多流派的其他流派包括全战流派大脑流派苹果派菠萝派这么多流派最终谁会一统江湖?对我分散一张图啊,那有些门派的话可能刚开始的时候是先做这个本体做硬件,就像这个鱼术啊,包括这个行业最早的这个波士顿动力等等。也有这个大脑派像苏都啊,新海图,这个制屏方,包括这个现在硅谷特别火的啊,Physical Intelligence。然后中间的话其实也会有一些这个软硬件一起修的了,就是全站派脑身都要。我自己个人会觉得就是说现在整个的这个机器人的这个模型,它还是在一个前GVT的这个时代。数据的缺失所以出现了不同的派别其实大家的逻辑会各有不同了造硬件的人会说我造硬件先出来以后能交付进入一些场景去搜集数据造软件的人会觉得说我要把所有的子弹全部都打在真正的大脑上这样才有意义我的大脑可以去服务所有的场景中间这些不差钱的他到最后又会说我软硬件接修所以今天我自己个人觉得我们还盼待这个事情为时过早不管是身体派的还是走大脑派的最后可能都会出现一些比如说像语树的话,他这次的木刺说明书里面其实超过50%的子弹都是要投到大脑里面去的。所以就是说今天看来的这个表现形式可能是经纬分明的,但最终大家就是会疏图同归的。但如果是说这个公司本身它又做硬件又做软件呢?比方说像在上一个时代的苹果,全战派本身跟大脑派两者之间的这个竞争如何来看呢?我们还是认为说模型会是核心的区别的话肯定越早去投入数据越早去投入模型会有更多的先发优势如果说真的要去拼硬件原来的这些车企真的要进入巨神领域可能是一个降维打击不管是原材料的控制以及说整个研发体系的效率其实都比现在的巨胜公司可能要优势高非常非常的多的但为什么现在这些车企还没有大规模进入巨胜呢首先现在巨胜的市场不够大以及整个的毛利率整个利润率还没有跑出来但如果真的去拼硬件的话早先去发展的身体的优势可能长期不一定一直都存在其实宇树在发展这个过程中吃水走了这样一条道路是跟它的整个创始人的基因背景是用它的关系的王兴兴本身是脱胎是大将戏啊他跟大将都是非常的喜欢掌握关键主件的自演的能力依靠掌握关键主件去吸引一批专业的用户然后再往下走呢通过这么多的开发者跟他进行互动沉淀了整个生态系统啊他的sdk啊他的数据集啊不断的去寻找一些硬件的一些新的机会不断拓展新市场比方说语数就是从四足到了人形机器人然后走完这前四步之后呢他又会逐渐逐渐的出圈到大众市场本质上来讲呢大疆过去就走过这条道路了其实他是最早从这个航模技术公司开始进入一个消费级无人机的市场然后从消费级无人机的市场了变成一个全球的消费电子巨头啊然后再跨品类做一些其他的类似有一点自动化的能力的一些消费硬件那其实他一直在做的一件事情啊他并不是在做无人机而是在把一些原来只有专业人士才能够做好的一些复杂的机器人技术或者是摄影技术把它一层层封装起来最后变成一个普通消费者几分钟之内就能够使用的一个简易的产品从这个角度来讲这个是朋友中 [5:00] 特色的发展思路不管是羽术走的身体派还是志愿走的权战派不管最后谁会以中国的差异化优势其实还是供应能力美国如果跟中国对比的话你看他的身体型的就像与树这样的创业公司就很少因为他们即使融了钱他们如果不能够很好的把高性价比的核心零部件把握在自己的手里最后很容易变成说估值很高但是交付能力很差其实今天中国2026年有很明显趋势巨深的零项母线融资其实很看重资方的供应链的资源供应链这个事情的本身确实是中国的传统手艺了要怎么打这方面之前其实比我跟我有过一些交流啊可以来跟我们分享一下就是说中国现在是怎么样发展这个聚生智能这个产业的就中国政府在聚生智能上扮演的这个角色啊我觉得已经不是就像过去几个周期里面比如说光伏电动车或者是芯片行业的比如说给资金给土地的这么一个逻辑了我觉得这次的话就是我们国家的这个政府会更加的深入然后进入到了这个业务里面啊甚至是像每一家这个聚生智能公司的联合创始人像我们刚才讨论的就聚生智能区的东西其实现在是光有钱解决不了的比如说我们回到这个大模型内论大模型内论要的是人类过去写下的那些数字化的知识然后互联网上其实早就有了但今天机器人要的这个数据其实在互联网上是非常缺失的因为没有任何一个地方记载着说机器人该怎么样去拿起一个玻璃杯抓失败的时候就该怎么样把手收回来那今天就是说在机器人的这个数据上目前传了多少呢看了一个数据大概是50万个小时差不多呢就是说一个人需要用57年的时间能够把这些数据看完来训大模型的这些文本差不多是10万年的数据所以我们会觉得这一轮的胜复手不是在于比如说资本而是在于造数据这块我们国家的政府其实是给了三样东西是今天的资本花钱也是买不到的第一个就是场景的转入权因为一家创业公司如果要进入一家产线去采数据的话评估审查停产协调除非你是已经有了一个POC的合同除非你是可以卖到一个生产线上但今年6月份的时候国家工信部跟国务委至少每个省要出20个重点长期几百家央企是每家央企至少要出10个长期所以这件事情最后它就已经不是一个市场的能力问题了而是一个政府的制度问题而第二个点是埋得起失败也就是政府的容错能力比如说FIG的机器人它在宝马线上是不被允许摔东西的因为你摔死东西本质上你这是一个事故但今天可能在训练机器人的过程中最值钱的数据其实是失败的数据比如说滑落碰撞卡死政府补贴的训练场某种意义上它的动机就是要让机器人快速的去连续的失败很多次就这个场地可能本身就是为了失措而搭建的第三个点我觉得是关于格式的定义权说白了就是一个书同文车同轨的一个问题因为今天的机器人数据现在是各说各话大家的关节怎么编号坐标怎么定然后每家其实都是一套但我看今年4月份的时候其实中国政府牵头的人型机器人数据集团国际标准也已经立项了交互去确定一个新的格式的标准就是说这三个东西市场自己它是很难长出来的只有靠政府其实现在在居身的模型训练和数据需求上还没有完全技术收敛除了采用真机的实彩数据数彩之外还是有一些主流的技术方案采用的是视频的数据来进行预训练其实在这件事情上中国的数据也是有一定优势的大量的短视频的数据其实对于视频数据的训练是很有帮助的去生的数据上还有一个很大的优势在于中国大量的成熟的工业化体系大家都知道说在采集增积数据的时候肯定人工的成本越低是越好的当时也有很多讨论说如果是考虑成本的话是不是去非洲东南亚但实际上并不是这样的因为中国有最优质的工业流水线这些数据其实是反倒是经济欠发达地区是无法采集到的数据好了其实关于去生智能我觉得还有两个点需要补充一下就等于人形机器人那前过久呢其实李飞飞在一次访谈里面也提过这一点人的身体啊今天长成这个样子它本身其实是一个进化过程的一个折衷方案人体它其实不是工程学上的最优解而是自然选择给出来的一个通用解如果说最优解的话呢我们在仓库里面的最优解的机器人方案可能是轮式机器人在工地里面的最优解可能是铝带或者是多足机器人那在水下最优解是机器鱼在天上最优解是无人机对于一个国家来讲聚生智能产业的拉动效应可能是非常庞大的这一点我们可以拿20世纪的汽车行业来做一个比较当时汽车产业本身它不光是有自己这一个产业而且它背后是拉动了一系列的产业比方说钢铁到橡胶到石油化工玻璃机床电子公路城市建设加油 [10:00] 保险银行信贷广告零售房地产等等的第二次工业革命之后的城市化的进程有一半是汽车产业推动了我之前聊天的时候Beau就跟我说过他的一个观点他认为巨生智能其实就是21世纪的全球的百业之王Beau里能跟大家具体说一下是怎么有这样一个观点的吗我们可以先看看20世纪的百业之王汽车当时是有多大这里面我用的是最完整的口径甚至是它周边的可能跟零售有关的一些东西我们把它全算进去叫做汽车的复合体那汽车复合体的这个分值呢是差不多在1979年到80年代当时呢整个汽车复合体的分值呢占了全球直击预期的8%到10%那今天呢这个差不多也是有4到5的比例那这里面呢把它能够顶到8%到10的这个比例呢造车只是占了其中的一部分更重要的其实是这个汽车燃油是有5%也就是它的这个耗材就除了这个占GDP的比例以外就为什么当年就汽车会被称为是百业之王我觉得会有四个原因了第一个原因是它是全球所有制造业的最大工业数因为一辆车的话差不多有两到三万个零件全球12%的钢材70%的天然橡胶10%的半导体最后全部都会塞到一个汽车里面也是人类这个历史上唯一一个能够同时把重工艺和精密电子拉在一起的一个终端的消费品第二个点呢是就是说汽车本身也会半生一个跟制造业同等量级的服务业就是美国的零售统计里面汽车经销商和加油站加钱是占到整个美国零售支出的26.4%的然后第三个点是就是说本身汽车它又会消耗或者说锁住占用大量的能源和土地这是经济里面最重要的两个生产要素之一道路交通占了全球石油需求的45%而同时对于土地的消耗是差不多美国GDP的五分之一就是4到5万亿价值的土地其实都是铺成了高速公路或者百游马路的然后最后一个点也是非常重要的就百业之王的话你肯定要影响方方面面嘛那汽车行业本身的就业陈述也非常高是有4.6倍那今天的话比如说像欧盟到今天还有6.8%的就业岗位都是和汽车有关的那今天呢这个我们到了聚生智能聚生智能我们可以先算一算两个口径第一个口径是从需求测来看就是你到底替代的是什么你替代的这个市场够不够大那机器人能替代的劳动值大概是多少呢我们用了这个木头姐的这个ARK基金的一个数据家务和制造业2030年全球可替代的劳动价值差不多是21到25万亿美元我们就取23万亿美元这个是未来就是说可替代的劳动力价值从供给侧的角度来讲这个到2030年人型机器人的年销量会达到全球制造业劳动力的10%那隐含的其实是3500到4500万台的出货量到那个时候在线的存量大概会是5000万台这5000万台的话如果我们根据特斯拉当时给的目标价2万美元再加上每年3600美元的这个服务费的话那行业预期那个时候会有1.04万亿美元的收入这里面呢就是我们会看到有个差距啊就是说整个的这个你可替代的劳动力价值的池子差不多是23万亿但那个时候到2030年收入只有1.04万亿那中间肯定是有一个这个价值补获的一个差距了这个你不可能说我把所有东西都替代了最后我还是向客户去这个收完全相等的这个价格你肯定是要把更多的这个价值社会的总福利了到2030年的话其实1.04万亿的巨生智能的潜在的收入在那个时候全球GDP的话差不多是0.7那汽车今天依然还是4%到5的占比当年的分值是8%到10%所以从某种意义上来讲哪怕到2030年它还依然处于非常早期的这么一个阶段我觉得如果类比巨生这个行业跟车这个行业现在还是有一定差距的因为如果我们回去看车这个行业它带来增量不仅仅是做替代不仅仅代替了马车而是带来了很多原来不存在的需求但是巨生现在其实没有看到这种非常好的不存在的需求的产生的过程更多还是在讨论他如何替代目前的劳动力那他能够到达车对于当时工业社会的影响我觉得还是有很大差距的也许这个它是个阶段的问题呢因为我们现在还没有实现的是汽车对于马车的替代既然你都还没有实现第一阶段你就根本看不到第二阶段但是一旦它真正能够跨到第二阶段也许它能比我想象中还要大很多好那今天这期永线对谈到此也就结束了永线对谈呢目前聚焦的是全球AI产业的投资和创业两个大话题如果你喜欢这个节目呢欢迎给我们多多点赞如果你还能点击关注那就更好了那么下期再见吧优优独播剧场——YoYo Television Series Exclusive

宇树上市掀千亿机器人热潮 具身智能竞争转向物理数据