问题： 具身智能正成为科技和资本的新焦点，但“热度”与“成熟度”并不匹配。近期，国内具身智能领域融资密集，部分企业估值快速攀升，市场情绪高涨。然而，多位从业者指出，当前技术与稳定、可复制的通用能力仍有较大差距，关键环节尚未形成统一标准。无论是机器人本体架构、运动与操作能力，还是多模态感知、决策与控制的闭环，都存“能演示、难量产”“能单点、难泛化”的挑战。 原因： 首先，数据是制约具身智能发展的核心因素。与依赖互联网文本训练的模型不同，具身智能需要大规模真实世界交互数据，涵盖视觉、触觉、力反馈、位姿、任务轨迹等多源信息，并在时间尺度上实现高频对齐。绿洲资本创始合伙人张津剑表示，目前行业可用的有效数据量仍有限，整体规模接近早期大模型阶段水平，而要支撑更高泛化能力，往往需要“千万小时”级的真实交互积累。 其次，软硬件协同迭代难度更高。具身智能既依赖算法突破，也需要传感器、执行器、能耗与安全冗余等工程能力的配合，任何短板都会限制系统性能。 此外，技术路线分化明显。业内对“优质数据”的定义、训练框架与评测指标尚未达成共识。部分团队聚焦视觉—语言—动作一体化框架，也有团队押注世界模型等方向，这种分歧增加了产业协作与规模化复制的难度。 影响： 一上，加速涌入的资本推动产业链快速成形，带动本体制造、核心零部件、操作系统与数据采集平台等环节的投资增长。公开信息显示，近一年国内已出现多家估值超百亿元的具身智能企业，春节后对应的融资事件超90起，其中亿元级融资占比近半。 另一方面，估值抬升也带来风险：在标准未定、数据不足、场景未稳的阶段，若以短期订单或演示效果作为唯一衡量标准，可能导致资源错配，甚至挤压基础研究与长期工程投入。张津剑认为，具身智能是一条“高风险、长周期”的赛道，需要在不确定性中持续验证关键假设，而非以短期热度替代技术判断。 对策： 面对市场加速，部分机构选择在投资上保持谨慎，同时加强行业认知。绿洲资本自2023年起布局具身智能，投资覆盖机器人运动控制、神经感知与新型可穿戴外骨骼等领域，涉及千寻智能、Hillbot、逐际动力、HyperShell等企业。张津剑提到，早期市场对外骨骼、运动控制等方向存疑，行业讨论多停留在“展示性动作”层面；随着供应链完善与工程能力提升，相关技术正逐步向更复杂任务推进。 除资金支持外，绿洲资本推出“北坡计划”系列深度对话，邀请来自伯克利、麻省理工、斯坦福等实验室的青年创业者与研究者，围绕数据、架构与落地展开长期交流，探讨科研与创业的真实挑战。该系列更注重内容的深度传播与分享，旨在吸引人才进入硬科技领域，构建可持续的创新生态。 前景： 多位业内人士认为，具身智能的中短期突破更可能来自“可定义任务”的场景，如仓储搬运、安防巡检、特定工位操作、康复与助行等。这些高频、可控的环境有助于积累数据与工程能力，为未来拓展至更开放的家庭与公共空间奠定基础。 从产业条件看，中国在制造成本、供应链配套、应用场景和工程化迭代速度上具有优势，正形成从本体到零部件再到系统集成的完整链条。但要跨越关键门槛，仍需在数据标准、评测体系、开放平台与安全规范上加强协作，减少重复投入；资本层面也需提高对长研发周期的包容性，为科学家型创业提供更稳定的试错空间。
面对具身智能的热潮，最需要的是将“未知”视为常态，以“长期投入”为方法。资本与产业的价值不仅在于追逐风口，更在于支持那些敢于攻坚克难、坚持长期主义的探索者，让技术进步以可验证的方式实现，让创新在理性与耐心中穿越周期、落地生根。