机械人什么时间进千家万户？？？“至少3年起”。 。
整理 |「定焦One」
作者 | 金玙璠
半个月前的WAIC，，最火的展馆是具身智能馆，，人山人海，，宇树和智元的展台挤都挤不进去。 。绕馆一圈，，机械人似乎无所不可：会做饭、会舞蹈，，尚有弹钢琴的、踢足球的、叠衣服的。 。
但身处一线的人，，体感和宣布会、和demo不太一样，，由于真实天下里的机械人会卡顿、会摔倒、会被客户投诉。 。具身智能的落地，，正在遇到哪些难题、该怎样解决？？？
7月30日，，北京前沿国际人工智能研究院“AI月光社·走进百家立异企业系列活动”第9期，，来到千诀科技。 。在圆桌环节，，由「定焦One」首创人兼总编辑贺树龙担当主持，，与来自具身智能工业链四个环节的嘉宾：做机械人“大脑”的千诀科技COO肖海默，，做视触觉传感器的瞬恒智能联合首创人史媛媛，，做整机的萌友智能联合首创人、CEO何嘉斌，，以及北京前沿国际人工智能研究院理事长、英诺科创基金合资人王晟，，围绕“具身智能‘真落地’最难的是什么？？？”话题睁开讨论。 。
肖海默以为，，具身智能真正落地后，，最难的是一连解决真适用户反馈的问题，，以人机交互为例，，现在机械人的响应速率距离客户预期尚有约1秒的差别。 。史媛媛的谜底在工厂，，先啃下0.01毫米的硬骨头（指3C细密装配），，靠B2B把工业链本钱拉下来，，再谈进家庭；；；何嘉斌的谜底在“无用”：不做工具、不堆谈天，，把生命感和情绪价值做成留存的生意；；；王晟的谜底最冷静：故事已经讲得够多了，，接下来拼的是谁能真的落地，，谁能赚到钱。 。
创业者路径差别：有人先攻家庭，，有人死磕工厂，，有人卖“无用的”情绪价值，，有人只在幕后做大脑。 。但判断是共通的：具身智能已经由了讲故事的阶段，，客户和场景最先替行业投票；；；分工还在演化，，但协作比拼命重复造轮子更靠近谜底。 。无论路径多差别，，活下来的公司都要证实两件事：有人愿意付费，，产品能进真实场景。 。
本文用8个问题梳理本场圆桌的英华内容。 。
01.从宣布会到真实天下，，机械人要踩过哪些坑？？？
被投诉最狠的，，是时延。 。
“最真实的一个案例，，来自机械人做人机交互历程中的时延问题。 。”肖海默说。 。千诀的机械人大脑接入了约10万台终端，，在真适用户手里，，这个问题会被放大。 。“机械人接下来若是要大规模应用，，时延是一定要突破的问题。 。我们现在完成了从手艺验证到规；；；τ玫目缭，，但距离更自然、更稳固的人机交互体验，，仍有很大的优化空间。 。”这个问题来自现有的基座模子，，也来自客户现有的手艺架构。 。
“关于机械人而言，，两三秒内明确需求并最先响应，，已经是很大的手艺前进；；；但用户不会凭证手艺演进的标准来评价产品，，而是会拿它和人与人之间的自然交流作较量。 。哪怕只慢一秒，，体验上的差别也会很是显着。 。
他和团队会去翻看亚马逊、京东、淘宝上的用户差评。 。无意能看到一些奚落，，好比“缩写是AI，，全称是人工延迟”。 。
现在距离客户预期尚有1秒的Gap，，这1秒卡在整条手艺链路上：ASR（自动语音识别）要等用户说完话、再等一小会儿，，模子才华收到输入；；；模子跑在云上，，又会爆发延迟；；；输出还要再过一道TTS（语音合成）。 。
千诀科技COO肖海默
另一个挑战是多语言和外地化适配。 。“差别国家和地区都有各自习惯的表达方式，，通用语言模子天生的内容纷歧定切合外地用户的语言习惯。 。”肖海默说。 。为此，，千诀科技已经适配20多个语种，，通过一连优化外地化表达提升用户体验。 。
别的，，机械人的稳固运行依赖大脑、传感器、电机和本体等多个环节协同。 ；；；等朔浩鹂砩，，外貌上看像是大脑没有响应，，现实原因可能来自整条软硬件链路。 。“我们会通过日志和全链路监测定位问题，，例如视觉传感器毗连异常，，或者电机等硬件环节泛起异常。 。”肖海默说。 。
千诀现在的解法是：做大宗的埋点，，监测每一个环节。 。
做整机的何嘉斌踩过的坑，，比“背锅”还要详细得多。 。公司产品Ropet 2025年1月在CES（国际消耗电子展）上火了，，3月完成众筹，，原本准备3月交付，，最后拖到了7、8月。 。拖期的4个月，，全花在解决第一个坑上：散热。 。
“我们最最先想做的，，是全球最软的机械人。 。”他说。 。产品放在桌面上做陪同，，用户伸手就能摸到，，要模拟撸猫的体验，，外观的毛绒包裹度就要凌驾90%。 。
问题出在工业链上。 。毛绒是一个很是古板的工业链，，很难标准化，，许多环节靠手工。 。Ropet同时要整合三条工业链：毛绒玩具、消耗电子、舵机和具身的部分。 。“三条工业链合到一起，，泛起了许多耦合的、没有想象到的盲区。 。散热就是一个：你要解决舵机运转时的异常发热，，但毛绒包裹凌驾90%，，材质自己没法物理散热，，得在内里加风扇自动散热，，还要控制主芯片跑模子时的发热量。 。”
转头看，，他认可当初想简朴了：“硬件从0做到1，，有许多坑要踩，，短则几个月，，长可能要两三年，，这是第一个吃螃蟹的人要背负的。 。”
第二个坑是磨损。 。
这个问题，，做具身的人都有感知。 。何嘉斌拿灵巧手举例：“一只手可能会很贵，，但现实上它去工厂抓工具，，抓了上百次、上千次之后手就坏了，，你要再去维修，，整个返修本钱很是高，，还不如招一个工人，，用自己的手去完成这个事情。 。”
“只要你涉及行动，，无论线束、舵机照旧物理结构的摩擦，，都会造成不可逆的损伤。 。”他说，，最早一批用户已经用了一年，，7×24小时开机摆在桌面上，，随时都在动，，“到第7、8个月，，有时间会泛起结构异响，，说明使用寿命到了一个临界值。 。”
售后随之而来。 。Ropet卖到50多个国家，，2000块钱左右的产品，，一旦涉及售后，，本钱巨高。 。
人今天干了实力活，，晚上睡一觉，，肌肉会重新生长、会修复，，但机械人没有自修复能力。 。”何嘉斌说，，这是所有做长时间、全天候事情的家庭机械人都要面临的挑战。 。
02.0.01毫米的活儿，，为什么大模子还干不了？？？
陪同机械人的坑，，卡在“耐用”上；；；而工厂里的机械人，，卡在精度上。 。难就难在最后0.01毫米的标准。 。
在具身智能“大脑、小脑、本体”的分工里，，瞬恒的位置是小脑和触觉的最后。 。史媛媛自己的说法更谦逊：“我们就是重大网络里那一点点触角。 。”瞬恒做的是视触觉传感器，，用她的话说，，是在“磕工厂里最难的那块死骨头”。 。“机械人、人形种种形态进这类细密装配，，许多企业都试过，，但险些没有做成的。 。”史媛媛说，，“做不可很主要的一个原因，，就是对最后那0.01毫米标准的掌握。 。”
这个活儿有多灾？？？“我自己去试了，，我都干不了，，插都插不进去，，着实太小了。 。产线上全是眼尖手细的小女人才华做。 。”
瞬恒智能联合首创人史媛媛
进了这个场景，，瞬恒先确认了视觉传感器确实有用，，只有它才华做到那么高的精度。 。不过史媛媛特殊说明，，POC（看法验证，，即小规模试点测试）的case做出来，，“用的不是大模子”。 。现在大模子聚焦解决的是“大脑”的重大妄想问题，，在现在的POC场景中还用不上；；；但操作和泛化的问题要靠模子解决，，那是“小脑+中脑”——触觉传感器加操作模子——的事，，也是瞬恒的起劲偏向。 。
她把爬坡路径拆成三步：第一步能做；；；第二步做稳，，每次都能成，，这涉及传感器的本钱和稳固性；；；第三步做快。 。“到现在为止还谈不上良率，，我们还处于这样的阶段。 。”
史媛媛是清华工学博士，，在三星做了20多年研发治理，，今年头脱离三星加入瞬恒。 。比照在国际巨头和在首创企业做研发的差别，，现在体会最深的就是内部研发和使用中国工业链生态的效率差别。 。
03.落地速率，，知足投资人的期待了吗？？？
创业公司把效率拉到了极致。 。但整个行业的落地，，究竟够不敷快？？？这个问题，，得交给投资人回覆。 。
王晟坦言，，“我之前说2026年下半年行业要拼落地，，现在看也有点‘打脸’，，投资人似乎还没那么关注落地，，而是去关注World Model（天下模子，，让机械人明确和展望物理天下的AI模子）的大趋势了。 。”他说，，落地真正被投资人强烈关注，，时间可能还要再往后推。 。而现实落地的进度也没有那么快，，“主流的投资，，照旧对更大的叙事、更豪华的团队、更漂亮的demo较量感兴趣。 。”
作为千诀的投资人，，他的评价是：“千诀赋能了几十种产品，，跑的情形我都较量相识，，相比照旧抵达了一定的落地水平。 。但你让它完全接受家里的保洁、保姆、炒菜做饭，，肯定照旧有距离的。 。”
那现在天天有具身项目融资，，怎么判断一家公司是真落地照旧虚伪昌盛？？？
王晟给了一个参考系：World Model。 。“若是你去投World Model，，它现在肯定落不了地。 。它等效于大语言模子的什么阶段？？？我的看法是GPT-2到GPT-3之间。 。从时间上看，，距离它的‘ChatGPT时刻’，，差在范式明确上，，可能还差个两三年。 。”
北京前沿国际人工智能研究院理事长、英诺科创基金合资人王晟
但他指出一个要害差别：GPT-2到ChatGPT，，手艺范式是统一的，，都在统一套Transformer（目今大模子的主流架构）范式上堆数据、做scaling（扩大模子和数据规模），，再到指令微协调人类反馈对齐。 。而机械人的WorldModel，，“现在是无数的范式在干仗”：这家讲物理表征，，那家讲因果，，另一家坚持几何约束，，尚有人说跑隐空间就够了，，每个偏向上又细分出许多偏向。 。“手艺范式完全不明确，，每家都在做每家的，，但都不故障每家融到许多钱。 。”
他的应对方式是：对未来哪个范式会赢，，要有一个概率上的判断，，并且敢下注。 。
他分享了两个案例。 。第一个是2024年投千诀。 。“其时我们有一个很是清晰的判断：大脑、小脑和本体是解耦的。 。但那时主流的看法是做端到端一体化、不可解耦，，甚至到今天这仍是很大的主流意见。 。不过现在一些最主要的头部科学家和项目，，也基本明确提出了要解耦。 。”
第二个是今年春节，，投了一家号称全球第一个做因果自觉现的因果World Model的公司，，Aether AI（原初之智）。 。“其时它也谈了一些最头部的机构，，但没有人敢投，，各人不明确它怎么做因果的发明，，也不明确因果AI对未来的AI范式能有多大的倾覆式影响。 。我们判断未来应该往这个偏向走，，就投了。 。”王晟说，，“今天你会看到，，10个出来做World Model的顶级团队，，凌驾一半都会提到它。 。它不但在中国，，在全球规模内都有很大的标杆作用和影响力。 。这个范式和目今大语言模子完全纷歧样，，有可能做出来。 。一旦真的做出来，，有可能成为对目今AI模子手艺范式的降维攻击。 。”
04.先工厂照旧先家庭？？？各有各的账
既然真落地才是硬通货，，那第一步从哪个场景切进去，，就成了每家公司最要紧的选择。 。
行业里的demo、宣布会、7×24小时直播，，大多爆发在工厂。 。而家庭场景绕不开两件事：明确重大的物理天下，，把人类模糊的需求转化为可执行的多方法使命。 。“这些工具可能是对应的厂商不具备的。 。这种情形下，，它肯定会选择最能展现自己能力的场景去展示。 。”肖海默说。 。
史媛媛强调，，“我们进工厂和身世有关。 。我们做视触觉，，自然和工业更匹配。 。”她说，，但瞬恒团队内部也经常为“要不要做人形、进家庭”争论。 。接下来这番话，，是她得出的一些结论。 。
第一笔账：C端是残酷竞争。 。
“我在三星做了25年手机，，所有进家庭、让C端用户消耗的产品，，都是残酷的竞争。 。家用机械人一旦真做出来，，你可以想象，，中国会爆发100家家用机械人公司。 。你卖10万，，我卖5万，，年底他卖3万，，明年你卖一万五，，3个月以后尚有人卖两千。 。它的功效差别，，是否支持得起那么大的价钱溢价？？？这都是我在手机行业很是真实地体验过的。 。”
在她看来，，真到那一天，，决议本钱的是两件事：一个是AI、token的本钱，，一个是零配件的工业链。 。“这一点上，，我以为千诀选了一条很是准确的路：大脑做到最自制，，横竖你们都在用我，，就像今天的安卓一样。 。难受的会是硬件企业，，到时间PK的就是零配件本钱、就是工业链。 。”现在天，，机械人的工业链还远没有成熟。 。
第二笔账：价钱锚定。 。
“一旦你说我就是进家庭洗衣服、擦桌子、烧饭，，用户马上最先价钱锚定，，他最先跟姨妈锚定，，跟洗衣机锚定。 。而这些工具很自制，，你的本钱扛不住。 。”
第三笔账：工业链降本，，要靠B2B拉动。 。
“历史上，，C端工业链的成熟，，最初都是由B2B制造业企业拉动起来的。 。由于B2B进去难、被换掉也难，，利润空间能坚持得久，，才华拉着零部件企业规模生产，，有钱去刷新Infra、工具、工艺等，，把本钱降下来。 。这至少需要三五年才会爆发。 。”
她估算过一笔账：家用机械人，，不管是玩偶式、球式照旧轮式，，人形等等。 。拆开来，，“所有可能涉及成千上万个零部件。 。本钱的降低，，需要这些企业拉着一起往下走。 。”
对瞬恒来说，，进工厂是短期更有确定性的路径；；；千诀做大脑，，定的是更久远的愿景。 。各有各的基因和处境。 。
05.陪同机械人不可谈天，，是缺陷照旧定力？？？
何嘉斌管萌友叫“未来宠物公司”：低肩负输入，，高情绪价值输出，，“说白了，，就是想造一个更好养的宠物”。 。
他对这个偏向有一整套判断：具身的上下游——硬件本体的本钱、芯片的本钱、云端AI大脑的智能化水平——在这个历史节点恰恰成熟到一个位置，，特殊适合做一个“比人类更弱一点”的产品：模拟宠物的生命感，，唤起照顾一个生命的同理心。 。现在Ropet出货2万多台，，90天留存80%以上，，是陪同机械人赛道里产品粘性最好的。 。
Ropet不可谈天，，也不可做大幅度运动。 。“一旦做工具，，你一定会被拿去比价。 。”他引用了泡泡玛特王宁的两个案例。 。一个是喷泉：富豪家里的喷泉天天“铺张水”，，着实铺张不了几多钱，，但他愿意为喷泉花钱。 。另一个是Labubu：把它做成一个U盘，，你不会买许多个U盘，，但你会买许多个搪胶公仔。 。“这就是无用之美，，没有用的工具，，会更有价值。 。”
他的判断是：古板消耗品在情绪价值上已经很卷了，，从日用品到玩具都在做；；；但电子消耗产品——尤其是连系了机械人和AI、能提供“邪术感”体验的新品类——还没有人在情绪价值上深挖心理学和设计的部分。 。
萌友智能联合首创人、CEO何嘉斌
至于谈天，，他以为，，“谈天是今天公共一个很是病态的共识。 。所有消耗者上来都会问，，这个机械人能不可谈天，，由于他以为谈天代表了智能，，但他没有深入思索：谈天能交付的价值是什么？？？”他举了几个例子：儿童故事机、老人、年轻女性，，谈天的目的都纷歧样，，“千人千面，，差别的产品，，谈天做的工具是纷歧样的。 。”
“海内大部分所谓的智能机械人产品，，就是无脑先接个豆包进去，，先跟用户说我们很智能。 。用户买回去试一试，，7天无理由就退掉了，，没有留存，，没有粘性。 。”
他强调，，“我们不是不做谈天，，是要做切合宠物人设的谈天。 。它的内容、语义、影象，，都围绕这个产品自己的主体性睁开，，而不是在我们不可熟的时间，，直接丢一个豆包已往，，给用户一个不忠实的谜底。 。”
他真正下功夫的是“生命感”。 。他的视察是：今天做机械人、做具身的公司，，都在围绕传感器解决性能问题，，但没有人好好研究过机械人和人互动时情绪层面的工具：它的眼神应该怎样设计？？？机械做哪些行为表达，，更容易获得人的信任？？？“这些都是设计层面、产品界说层面的工具，，是我们团队较量善于的。 。”
这条路也不是一步到位的。 。萌友经由许多代产品迭代、大宗真适用户测试，，最后收敛到一个形态：桌面上有一点活感，，把眼神做好，，把触摸体验做好，，再叠加一整套养成游戏机制，，让机械人“越养越纷歧样”，，唤起人像养活体宠物一样的消耗激动。 。“先让这个机械人——一个多模态的传感器——在用户桌面上长时间生涯下来，，它就会网络数据。 。有了数据，，影象层就能做得越来越笔直，，用户会以为，，这个宠物越养越懂我。 。”
临界点在本钱。 。“硬件本钱、token本钱降到极致，，用户花三四百块钱、抱着尝鲜心态买一个新宠物的时间，，这个产品可能就有百万级、万万级的量。 。”他坦言，，现在还在很是早期的阶段，，“2万用户只是凯时AG起点。 。”
06.投资人押注哪个场景？？？
站在投资人的角度，，哪些场景更有戏？？？
王晟的回覆是：“投资人现在还没有完全的共识，，哪个场景更好、更值得投。 。”但有一个条件是共识的：这一波具身智能未来的空间很是大。 ；；；等嗽谖锢硖煜吕锾婊蝗俗稣庑┦虑，，爆发的价值会大幅凌驾它只在数字天下里能做的事；；；它能承载的企业数目和规模，，也会大幅多于现在这些大模子公司。 。
第一个被普遍看好的偏向，，照旧偏消耗品、toC、to家庭。 。“它最容易规；；；，，它跟车一样，，有一个重大的基数，，每个家庭可能都要买一两个。 。这内里有可能泛起新的苹果、三星，，或者小米、OV。 。”
图源 / 萌友智能
但说到“情绪”，，他一方面以为，，情绪可能是一个很是很是大的价值。 。“纯功效性的消耗，，并纷歧定能赚到比情绪消耗更多的钱。 。”谈恋爱、陪家人度假、养猫养狗，，某种意义上全是情绪消耗。 。
但另一方面，，他以为情绪的不确定性极高。 。功效是可以锚定的，，但情绪欠好说，，“同样的供应链，，同样的设计水平，，同样的销售渠道，，泡泡玛特每年研发几百款IP，，几年就是几千款，，为什么只有拉布布、Molly、星星人火了，，剩下的几千个品，，到哪去了？？？”
以是他给不出标准谜底，，只能case by case：有人喜欢场景清晰、结构清晰、能算出来的市场，，好比手机、礼物；；；有人喜欢风险更大、但市场也更大的，，好比做服务；；；尚有人专挑那种看起来难搞、琢磨未必、但一旦搞出来就无比重大的市场，，好比情绪价值。 。
07.大脑、小脑、触觉、本体：谁的价值最大？？？
场景各有各的账，，但无论切哪个场景，，都绕不开统一个问题：这条工业链上，，大脑、小脑、本体，，谁更值钱？？？
王晟：大脑毫无疑问价值最大，，但不故障投全链条。 。
“今天所有的World Model都是大脑，，小脑和操作部分会被定位成policy（战略模子，，认真详细行动执行）。 。各人希望大脑做到通用，，以是只有大脑能估出最大的价值，，这毫无疑问。 。”他打了个类比，，“就像基座模子之于所有应用，，最大的永远是谁人基座模子。 。”
但这不故障他投全链条。 。英诺的全链条结构是：大脑、小脑、运控三个层面的模子公司。 。用王晟的话说，，就是系统2、系统1、系统0（大致对应大脑做妄想、小脑做反映、运控做底层执行）；；；种种本体公司，，好比云深处、加速进化、松延动力等；；；种种零部件公司，，好比枢纽、灵巧手、触觉、视觉、滚柱丝杠等；；；以及各式各样的数据公司：遥操的、仿真的、动捕的、ego（第一人称视角）的、umi（手持式操作数据收罗）的、触觉的、几何物理的。 。目的是让portfolio（投资组合，，指英诺已投的各家公司）形成一个笼罩具身智能焦点节点的网络：“大脑公司需要数据、需要本体，，本体公司需要供应链、需要手、需要触觉、需要大脑的支持，，各人相互支持。 。”
史媛媛：80%的场景不需要触觉，，但长尾里老有那么一点必需要。 。
“许多做大脑、做场景的先生都说，，80%的场景不需要触觉，，这是肯定的。 。但他们也都认可，，最后的长尾内里，，老有那么一点，，必需要触觉。 。”她自己拿着触觉传感器在种种场景里试，，包括各家的开源模子。 。她说自己越试越坚定，，“是需要触觉的”。 。
图源 / 瞬恒智能
“机械人要真正用起来，，尤其进家庭，，要完成许多一连行动，，这些一连行动由许多子行动组成，，绝大大都不需要触觉，，但其中就有某一点需要。 。好比倒水，，手上就是要有力觉、有触觉，，没有你就倒不了，，或者一倒杯子就掉了。 。”
至于触觉为什么贵：“从原理上讲，，它没有理由那么贵，，可能是由于做的人太少。 。瞬恒也在起劲把本钱拉下来。 。”她也坦言问题的要害：“最后这个触觉的传感器，，包括怎么屎厕，，怎么表达、包括模子，，怎么让它收敛，，也是公司在探索的事情。 。”
肖海默：触觉不可或缺，，千诀将一连聚焦机械人大脑。 。
作为“大脑派”，，他的回覆是：“触觉是让机械人完全取代人，，一定绕不过去的一个环节，，可能是下一代模子训练必需纳入的新感知维度。 。”现在千诀以视觉为主，，原因是触觉的成熟度、本钱都不敷，，触觉数据的收罗也难题。 。
他给的类比很形象：“没有触觉，，就像手在零下30度的情形里一连冻了一个小时，，再回去做家务，，许多细腻活就做欠好了。 。5到10年之后，，机械人要大规模在家里叠衣服这类操作，，触觉必不可少。 。”
“千诀选择专注于机械人大脑，，坚持平台的开放性，，不进入本体制造。 。”肖海默说。 ；；；谡庖徽铰远ㄎ，，千诀将与芯片、传感器及本体厂商开展深度相助，，推动软硬件协同优化，，构建开放的具身智能工业生态。 。
何嘉斌：端侧小模子和影象体自己做，，底层大模子谁好用谁。 。
整机厂商的分工逻辑更实操。 。Ropet以感知和微反馈为主，，端侧只安排多传感器和端侧小模子，，做一件事：全天候、不中止地拿到主人在物理天下里的context。 。最极端的情形是断网，，你带机械人出去玩，，它也能记着你的一切。 。
为什么一定要放端侧？？？“行业内讲生命感的应激反馈，，最理想的时间是400毫秒以内，，无论云端语音模子照旧端到端模子都较量难做到，，以是应激反映的部分一定要放端侧。 。”
现在端侧做了视觉、听觉、触觉、重力四个部分，，未来还可能上嗅觉，，模拟宠物完整的多维度感知。 。这么做尚有一个很现实的利益：省token，，不需要随时挪用大模子。 。在何嘉斌的界说里，，这个机械人“是以宠物视角纪录主人生涯的、一台很是智能的多模态摄像头”：主人一天七八个小时的陪同里，，情绪怎么转变、做过哪些“高能行为”，，端侧小模子都会记下来。 。
这些纪录先在外地处理：每个机械人天天爆发10到20兆数据包，，外地模子把原始视频、音频“消化”成不含生物信息的文本再传上云。 。这也随手解决了隐私问题，，“我们会告诉用户，，这不是一个监控摄像头。 。端侧模子的价值之一，，就是；；；び没б私。 。”
再往上，，影象体也是自己做的。 。服务器把端侧数据“翻译”成机械大脑能恒久明确的context文本。 。底层大模子开放采购：“哪家自制、哪家稳固、哪家内容质量好，，我们就用哪家，，但中心会插上凯时AG影象内容。 。”有了影象，，大模子还能天生“影象衍生品”，，好比宠物视角的日志、连环画。 。他把分工总结得很清晰：“端侧模子自己做，，云端影象自己做，，推理和决议交给大模子厂商。 。”
商业模式上，，主机加配件的毛利不错，，恒久影象、多模态识别、自动互动、部分语言能力会逐步以充值形式开放。 。“我们做的是一套养成游戏系统，，有自己的钱币、道具、声誉系统。 。玩游戏的用户很是能明确花钱的地方，，我们以为这比订阅制更容易让用户爆发消耗行为。 。
08.泡沫什么时间破？？？什么样的公司能留下来？？？
分工的账算清了，，所有人还好奇一个问题：这轮热潮里，，几多是啤酒，，几多是泡沫？？？
王晟此前一直提醒行业要小心“虚火”，，年头还判断2026年下半年可能泛起转折点。 。现在就是下半年了，，拐点到了吗？？？会以什么形式泛起，，公司估值回调，，照旧某些链条上的公司出局？？？
王晟给了判断标准。 。
“若是一定要说拐点——各人最先靠落地来评估具身智能公司的价值——特殊明确的时间点欠好给。 。但我照旧延续我的看法：到了明年，，各人会看落地的能力。 。纷歧定是收入，，而是你展示了长程使命落地的能力、相对还不错的效率，，而不是拍剪辑。 。”
他还给了一个更确定的信号：WorldModel的早期投资窗口，，基本关闭了。 。“头部VC大多已经投了几个World Model项目。 。再出来用World Model融资，，已经很是很是难题。 。”
接下来，，这批项目——“几十家算较量醒目的，，融了上亿、几个亿，，多的可能十几亿、几十亿”，，会进入投资的收敛期，，钱越来越向头部集中。 。“要害是你怎么证实你是头部，，也许是一个更好的demo，，也许是现实落地的实力，，也许是科研范式上真的爆发了大的突破。 。VC看漂亮的demo、豪华的团队、讲叙事大把撒钱的阶段，，已经已往了。 。
图源 / pexels
肖海默的谜底是”啤酒论”。 。
“若是拿一杯啤酒作比喻，，行业生长历程中可以有泡沫，，但杯子里更主要的照旧啤酒自己。 。”他引用了两个经济学理论：凯恩斯选美和柠檬市场。 。“行业早期保存一定的信息差池称，，随着更多真实信号释放，，企业的落地能力和商业化成色会逐渐展现。 。”
千诀的做法是：先把产品和规；；；τ米鲈，，与真实客户配合打磨、一连迭代。 。“当行业进入出清期，，真正经得起客户和市场验证的公司，，反而会展现出更强的竞争力。 。”
何嘉斌的谜底是离用户近。 。“我们一直在挖掘真实的用户需求，，极致地压缩产品本钱，，包管有不错的现金流和利润。 。”他尚有一个看法：“若是泡沫真的来了，，对我们反而是好事，，市场上的头部人才，，会向我们这样离商业化更近的公司倾斜，，我们招模子人才的本钱会变得更低。 。”
史媛媛的谜底是把基本功做扎实。 。“做好产品，，把客户知足度、信任度做扎实，，治理好运营本钱。 。我们是资产重的硬件模式，，经常要采购许多硬件。 。”她也在等具身基础大模子的前进，，“我们很希望大模子能让凯时AG场景做得更好”。 。
具身智能真正进入千家万户的那一天，，标记性的事务是什么？？？
史媛媛最坚决：“双臂机械人——不见得人形——能做家里的杂活，，把人从家务活里解放出来。 。这点我历来没有摇动过。 。”
何嘉斌的回覆最简朴：“我们卖到100万台的时间。 。”
肖海默拆成了两个维度：“能发明问题的时间，，会进一批；；；能解决问题的时间，，再进一批。 。”
王晟给了一个可量化的标准：“机械人能做家里一半的活，，效率有人的一半，，且一连一周不坏，，硬件不坏、大脑不宕机，，一周一连不必重启。 。做到这些，，我以为就可以进入新时代了。 。”
还要多久？？？“我是中性偏乐观，，至少还需要2到3年，，得3年起。 。乐观的VC以为未来一年就80%、90%、100%都能搞定，，气馁的以为要七八年。 。”
*题图泉源于Unsplash。 。
