人形机器人很火，但钱好赚吗？好赚，尤其这些地方

以前春晚，大家看的是节目，但去年开始，大家开始关注：人形机器人是不是要整点新活了。但表演、跳舞等，真的是机器人的天花板吗？显然不是。

本文将击穿这个问题，为您详细解读：人形机器人最容易赚钱的机会，以及最不容易赚钱的机会；哪些愿景是可期的，哪些是短期克服不了的。

参与讨论的嘉宾包含：1位长期关注人形机器人的投资人，2位人形机器人创业家（见下表）。

01

去年，哪些场景突破最令人兴奋？

邹蔚：从春晚到马拉松、运动会，人形机器人这一年刷足了存在感。对几位长期在一线的从业者来说，2025 年最重要的突破到底在哪里？

张煜：如果用一句话总结，2024 到 2025 年，是具身智能发展速度最快的一年。我看到几个非常明显的变化。

第一，融资规模在不断刷新。

现在，过亿的项目已经不算稀奇了，这本身就说明行业热度和市场预期在快速抬升。

第二，机器人开始“无处不在”。

现在很多展会，如果没有机器人，反而会显得有点“跟不上时代”。

第三，有一件事让我印象特别深——宇树机器人的拳击赛登上了央视转播。

这至少说明两点：

一是国家层面对这件事是重视的；

二是机器人在动作流畅度、表现力上，已经开始具备真正的“观赏性”，甚至有点像人了。

但说实话，这些变化和赚钱的关系并不大，更多还是认知层面的突破。

张正涛：我个人感触最深的一点，是供应链和成本真的成熟了。

我2007年就开始做人形机器人，那时候做打乒乓球的项目，还是国家重大专项，很多核心零部件要等半年以上。但到今天，从关节、电机到整机本体，一整套人形机器人的成本，已经可以和人力成本放在一起算账了。

第二个变化是运控能力。

以前机器人走路是“晃晃悠悠”，现在在 CES 这样的国际展会上，中国的人形机器人已经可以不挂绳稳定行走，从 1.3 米到 1.6 米都比较成熟。

第三是灵巧手。

过去灵巧手非常贵，现在从6个自由度到 20 多个自由度，成本已经降到几千到几万。本体成本、运控稳定性、灵巧手成熟度这三件事，让人形机器人第一次具备了计算 ROI 的基础。

从应用上看，2025 年更多还是文旅、商超、导览这类“表达型场景”；真正往工业场景走，可能要到 2026 年以后。

邹豪：我想从另一个角度补充一点，情绪价值。

从春晚、拳击赛、马拉松，到一场场机器人赛事，大家其实已经愿意为这种“情绪价值”买单了，这是一个很重要的变化。

从产品角度看，我们也能明显感觉到，机器人基本是半年一个台阶地进步。国家政策、资本热度和技术迭代，是同步发生的。

但如果回到工业这件事上，必须说清楚一句话：短期内，工业并不好赚钱。

工业客户算账算得非常细：节拍、效率、良率，机器人能不能真的比人效率更高，要打个问号。我们从 2025 年下半年开始，和头部制造企业做落地合作，有POC（概念验证），也有真实交付。但这是一条难而正确的路，对生产力提升最直接。

02

哪些场景好赚钱？哪些不好赚钱？

邹蔚：前面我们聊到，现阶段人形机器人通过表演、情绪价值已经能赚钱。

那到 2026 年，除了表演之外，哪些场景是真的有可能赚钱的？又有哪些场景，看起来很热，其实并不适合人形机器人去做？

张煜：水平高就能赚钱。说实话，现在每个领域都有机会——从展示、科研到专项应用，再到工业，场景很多，而且大家都愿意为好的产品买单。

差别就在于做得好不好。相对来说，比较容易赚钱的有几个方向：

第一个，工业是刚需。中国凭借强大的供应链，把机器人成本压到可以和人工比肩的水平。这样的情况下，工业场景的需求非常稳定。我们投资的智平方、跨维等公司，都拿到了上亿、甚至几个亿的真实商业订单，显示工业机器人市场已经是一条非常确定的趋势。

第二个，展示和租赁。

虽然属于娱乐性质，提供情绪和互动体验，但做起来其实不容易。每个活动、每个场景都不一样，除了机器人本体，还要设计不同动作和表演内容。

机器人租赁和后服务现在特别火，也是比较“软”的赚钱方式。企业或者活动方直接租机器人，同时配套后续维护和服务，这块收入相对稳定，也容易落地。

第三个，模组和关键零部件。

比如电机，不管是人形还是非人形，只要是具身机器人，电机都是刚需。在人形机器人里，电机成本占比非常高，这一块利润空间其实很大。

相对不容易的场景也有几个。

1、服务型机器人不容易做。

大家平时都觉得“服务”随处可见，但真正做好服务很难：它不仅要很专业、很细致，还得能让人有情绪上的体验。换句话说，服务既需要技术，也带点艺术，所以做起来特别难。到目前为止，市场上还没看到哪款服务型机器人做得特别出色。

2、酒店机器人不容易做。

酒店行业看起来容易赚钱，实际上不简单。一方面市场很大，看似机会多；另一方面竞争非常激烈。现在低端酒店机器人不仅拼价格、拼服务、拼售后，还拼资源、拼渠道——不仅仅是机器人本身，而是整个上下游产业链在比拼。所以，要想在这块赚钱，真的是要下硬功夫。

3、还有一些高精尖的领域，比如手术机器人，就不太容易赚钱。

虽然有少数产品做得很好，但仔细一看，它们只能覆盖非常小的细分点。稍微拓展一下，就需要换一台新机器人，或者市场规模太小，不值得投入。

整体来看，手术机器人和其他精细化场景都只能在小范围形成规模，想做更大的场景比较难，因为技术要求高、成本高、研发周期长，而且能否获利充满不确定性，所以赚钱真的不容易。

张正涛：我想补充几点：能不能赚钱，和技术发展阶段高度相关。在2025年，相对比较确定能赚钱的有三类：

1、数据采集和训练相关的工厂。

中国的经济体制等因素决定了，只要国家一声令下，就能快速推动产业发展。

2025年，在数据采集工厂这块还是挺赚钱的。2026年可能也会延续，因为相关部委可能会持续投入几百亿。

早期阶段，实验室的数据要打通到产业端，中间需要政府搭建中试和数据训练厂。2025年，这部分消化了大量订单和产能。

在特定时期、国家鼓励发展的背景下，这块生意赚钱还是很容易的，甚至可以排在第一位。

2、教育类机器人。

大家可以看到，从人工智能专业起步，各个高校陆续开设了智能专业，自动化也承担了第一个人工智能学院。教育推动的这个市场非常有潜力，而且具身和人形机器人相关的教育需求也不容忽视。

从传统工业机器人到具身机器人，教材体系和人才培养体系都在建设中。在这个阶段，这块市场仍然是赚钱的生意，也有迫切的需求。

3、部分文旅场景。

文旅领域也要看怎么挣钱，不是所有文旅项目都能赚钱。比如，老是编排舞蹈很累，一次排六个小时，下一次又不知道效果如何，而且不标准。此外，很多景区本身预算有限，所以单靠景区销售也不容易。不过，如果找到其他形式的业务模式，还是有机会赚钱的。

以上是比较好赚钱的，还有一些我长期看好但不容易赚钱的。

1、工业场景。

在工业领域，2025年可能还不是最赚钱的生意，更多是探索期阶段。大B客户对要求非常高——散热、持续工作能力、稳定性、安全性、泛化能力等都是苛刻挑战。

但它会是中期最挣钱的生意。中国大概有1亿蓝领，其中三四成从事精密柔性装配和精密质检，这些场景刚性很强、需求稳定。

不过，要在这些工业场景里挣钱，核心是让“大脑”更智能：泛化能力要提升，能在半结构化环境下持续工作，适应性也要更强。

解决了这些问题，未来可能会成为2026、2027年的高利润生意。

2、康养场景。

现在如果过早去做老年人照护，我觉得风险挺大的。我比较害怕机器人会动手，比如说扇谁一巴掌——如果说通讯中丢掉一个数据包，机器人“乱动手”的事情，会大概率发生。

在康养这个领域，我觉得短期内还是不要碰。等保险理赔体系更完善、技术更成熟的时候，再去做也不迟。总的方向没问题，但现在技术还达不到能安全落地的水平。

还有一些我长期看好的场景，比如特种机器人。

我自己是山东烟台人，我们那里有金矿。今年回家看到家乡人都很高兴，黄金价格涨得不错。刚才有嘉宾提到的特种机器人，我觉得特别有前景。

这些危险场景里，中国有两百万矿工，多数四五十岁，退休以后没人愿意下到两千米深的矿井做高风险作业。但这些作业，对金属开采和相关产业帮助巨大。

所以，如果能让具身机器人或者特种机器人在井下实现无人化作业，市场空间非常大。

邹豪：我的意见和两位嘉宾很多一致。

文旅确实是一个好赚钱的场景，但关键还是看购买力。如果客户付不起，也没办法赚到钱。

所以我们现在做生意的时候，除了客户直接采购产品，我们还会提供租赁服务，让客户用起来更灵活，同时也增加收入来源。

说到工业，我们自己也身在其中。短期来看，这个方向赚钱不容易，但中期一旦跑通大客户的标杆案例，在对应的细分场景复制开来，赚钱潜力就很可观。

目前受限于硬件能力、模型“大脑”的泛化能力，以及数据训练场的适配效率，这些都还在不断迭代。但随着生产过程中不断收集场景数据，这些数据又会反哺模型，让“大脑”在特定场景下的泛化能力更强，工作节拍和质量越来越接近人工水平。

我认为，这条路在2026、2027甚至2028年，都能持续创造生产力价值，同时给从业者带来可观的产品订单。我们自己也坚定地在朝这个方向推进。

如果说不好赚钱的方向，我非常认同张总提到的一点：应用到家庭服务或者养老，目前行业标准和法律法规还不完善。

很多公司都先想把产品做出来，再去考虑安全和规范的问题。

所以，在和人直接接触的场景里，需要格外注意风险。

比如我之前去美国和当地酒店、渠道谈合作时，对方问的第一个问题就是：“你的机器人买了保险吗？”在国内，我们目前还没有给机器人买保险的做法，但保险业从业者已经在考虑设计相应的方案。

03

哪些瓶颈短期解决不了

邹蔚：关于人形机器人和具身智能的大规模应用，行业里还没有共识，有人说十年，有人说十五年。请各位嘉宾谈谈：哪些核心技术和零部件，短期内很难有实质性突破？哪些被期待的落地场景，短期内还不具备条件？

邹豪：主要是灵巧手和数据。

先说灵巧手。其实我们也会从外部采购一些零部件，我们比较期待看到突破，尤其是在柔性生产里，比如人在做精密组装的环节，需要非常细致的操作，但现在离真正产业落地还有一段距离。

作为提供整机加模型的厂家，我们在这方面的期待最大。因为目前大部分交付的场景，还是用两指或三指夹爪，工业上也会用到吸盘之类的方案。

还有一块是数据问题。

做预训练模型的时候，数据量很关键。目前无论是交互还是模型训练，真机数据效果最好。虽然国内外都在尝试世界模型之类的研究，但现在还处于早期阶段。我们希望将来在这块有突破，彻底解决问题。现在最大限制还是采集真机数据成本太高。

张正涛：我觉得核心问题还是技术路线的收敛。就像当年卷积神经网络刚出来时，完全端到端、完全泛化还做不到，但不影响我们用。

早期我做图像识别和缺陷检测时，也是用传统机器学习加卷积网络，组合比例会不断调整，最后慢慢演化到全用深度学习的方法。

现在的问题主要还是方法和大模型算法。

如果不突破算法，我们在工业里可能还是得用混合方案：原有的视觉伺服+现在的VLA模型。邹总也提到，灵巧手虽然在通用研究里很多，但在工业里问题不少——易损、控制复杂度高。

即便是21自由度或者6自由度的灵巧手，在工业里现在做还不划算。二指、三指夹爪反而更稳、更好用。

数据是一个因素，但也不是最大问题。遥操作已经能在安全环境下收集高质量数据，像井下危险场景也能用。这说明核心瓶颈还是模型的泛化能力，需要持续提升。

张煜：我从投资和整体观察的角度补充三点。

第一是大脑等技术还差得很远。

大家现在说具身大脑，其实距离我们心里认为的“完整任务”还有很大差距。

比如去过机器人大赛，你会看到几个叠被子的机器人，十次可能成功两三次，连抓取这种简单动作都没有完美实现。号称最牛的大脑的机器人，也还达不到。科研上，无论是长程任务、世界模型、VLA，还是训练和数据方面，空间都很大。

第二是工程化能力不足。

机器人不是能跑一次就行，而是要连续工作八小时、十二小时，甚至二十四小时。

大家看到的很多马拉松场景，机器人不是跑得慢，而是跑一会儿就摔了——要么是机械问题，要么是软件问题。电池也是一个现实瓶颈，现在很多机器人只能工作二三十分钟。

第三是具身数据极度缺乏。

具身智能需要大量第一视角、多视角、手部传感器数据去训练，但过去大家没考虑这些，现有的图片、文字数据帮不了太大忙。所以很多具身训练场都是为了产业需求才建的，数据缺口大，也意味着巨大的发展空间。

04

建议大家聚焦：别啥都干

邹蔚：如果给具身智能、人形机器人创业者提两条建议，什么一定要做？什么一定要避免？

张煜：第一，关注技术领域。现在技术还差得很远，不是说有了技术就能直接找应用，锤子有了，但做得还不够好。所以创业第一步，还是要把技术打磨好。

第二，聚焦特定场景。具身智能应用太广了——扫地、清洁、安保、空中巡检、擦玻璃等，场景太多了。如果能把某一个场景做到极致，就很容易成功。专注在小而精的领域，比面面俱到更有效。

第三，关注工程化。很多问题其实都和工程化相关：器件磨损、供应链、数据收集等，都影响产品能不能落地、能不能稳定工作。

总的来说，没有什么不能做的，机会很大。现在每个领域都不完善，资本也还热。唯一需要注意的是速度——资本的耐心越来越少，经历去年的迭代后更是如此。无论做哪一块，都要全力以赴、专注深入。

张正涛：有一个核心要点是聚焦，反过来说就是不要做得太多、太杂。

今年像合肥举办的世界制造大会，主题是“具身智能赋能新型工业化”，说明国家支持的重点还是在工业化方向——能真正提升中国生产力、推动信息化发展，而不是只停留在文旅和表演上。

当这个技术能真正对国力产生重大支撑时，国家肯定会大力支持。

比如中美竞争，如果美国通过擎天柱实现了两万美元的生产力成本，那对中国国力就是巨大的冲击，这正是我们要着力去做的方向。

所以，在创业时，别贪多，要有特色，聚焦在单点突破。

邹豪：和两位嘉宾的观点类似，我建议把一个方向做透：别人第一时间想到你，你在哪个方向特别出彩。

另外，多去发现一些水下场景。

谈到工业制造，大家第一反应可能是汽车、3C这些传统方向。但我们接触到一些新的场景，远比想象的有趣，而且潜力很大。

举个例子：食品加工。今年我们就在食品加工里做了落地应用。

即便是食品加工，也可以细分很多方向：熟食、生食、炸品……我们和一家传统机械臂厂家合作，做的是炸酥肉的场景，而且是给全国最大的某品牌火锅店提供服务。生产环境非常恶劣：高温、车间里必须穿防护服、戴口罩。

所以大家选择做产品或者开发对应的大脑时，不必局限于汽车、3C这些“显而易见”的方向。像食品加工这样的新场景，也能有很大的机会，这也是值得分享的经验。