急了？200亿机器人还没赚钱，先给资本表演“打工”

作者 | 铅笔道 惜文

编辑 | 铅笔道 黄小贵

图片 | 铅笔道制图

8月12日，自变量机器人在深圳顺丰一座仓库开了场全程直播的分拣实测：一小时分拣随机包裹1816件，成功率超98%，平均1.98秒一件。有报道指出，这比美国Figure AI创下的1248件/小时高出约45%，成本还砍掉70%。

“两个机械臂加一个VLA模型，再加点强化微调，分拣准确率拉到100%都可以，这个不难。”

一家具身智能企业的创始人陈一（化名）告诉铅笔道，这场直播不只是技术展示，更是资本动作。“前面资本投了那么多钱，砸完之后，资本要看到水花嘛。目前大家做的，是水花的事情。”

行业从业者刘俊（化名）的判断几乎一样。他告诉铅笔道：“大家都对外说卖出多少台、多少合作订单，但实际上极少有真实落地。直播就是第一个证明自己真的在落地。”他指出了行业目前的硬伤：“除了小卖部这种场景，人形机器人没有在工业上规模化落地的。”

2000亿公司能做，我也能

抖音博主“机器人大侦探”拆解过自变量机器人这场直播：

Figure的1248件来自今年5月一场200小时不间断直播，多台机器人轮换、累计分拣约24.9万件；自变量只播了1小时，用的还是固定工位的双机械臂加标准夹爪，不是全尺寸人形。“相当于骑着电动车和马拉松世界冠军比100米冲刺，赢了还要嘲讽对方跑鞋太贵。”

“分拣相对是一个比较简单的任务，两个机械臂在前面就可以做。”陈一说，“它（自变量）的算法也还行，但两个机械臂加VLA加强化微调，本来就可以work，没什么问题，也没什么特别的。”

刘俊补充了一个背景：同样的分拣，之前别的公司在展会上也展示过；智元机器人今年4月就在龙旗科技南昌工厂跑过8小时真实产线直播，比Figure的200小时直播还早。在他看来，企业开始在工厂、仓库直播，潜台词是：“国外估值2000亿的公司做的事情，我也能做，而且差不多，甚至更好。”

分拣是物流环节里结构最规整的任务：包裹在传送带上，位置固定、动作固定、目标固定，机器人只需要“识别—抓取—翻面—投格”一套循环。这是机械臂和自动化设备上很成熟的活。刘俊说，真的分拣线完全是另一回事：“包裹大小差距极大，奇形怪状，还有各种不同的光线，以及意外的情况。”

假装进厂，被发现了

自变量两年半融资超50亿元，美团、阿里、字节、小米四大厂全部进场，30多家机构，估值约200亿元人民币；8月5日，南华早报曝出其已向港交所秘密递表。而据凤凰网报道，自变量机器人尚未实现规模化量产和销售收入。

这场“超越Figure 45%”的直播，发生在递表消息曝出的一周之后。“这场直播是为了证明场景落地能力。”陈一说，“现在大家都在讲变现，但我觉得你先不要讲变现，你就讲你的东西能不能用。”

被对标的Figure，自己也背着同样的包袱。Figure AI过去三年累计融资超20亿美元，是估值最高的机器人初创公司之一，也是发宣传片最勤的一家。它也长期被问：能不能进厂？

2025年4月，《财富》杂志援引宝马内部人士报道：Figure在南卡罗来纳州斯帕坦堡工厂的试点，最初只有一台机器人在非生产时段做简单的零件取放练习，与CEO阿德科克宣称的“机器人舰队在宝马完成全流程作业、每天都在宝马最大工厂运行”相去甚远。阿德科克当时威胁起诉《财富》杂志。

此后项目确实继续推进——宝马后来确认，Figure 02最终累计运行约1250小时，搬运超过9万件零部件，参与3万辆BMW X3生产。但最关键的成功率、人工干预次数等KPI始终没有公开；机器人随后全部退役，宝马工厂一度没有一台Figure在岗，空窗了半年，直到今年6月才宣布用Figure 03开启新一轮物流测试。

今年5月那场200小时直播，起因也不是主动炫技。机器人KOL斯科特·沃尔特公开叫板：人形机器人在能连续自主工作8小时之前，都“用处有限”。Figure的直播从原定8小时一路拉到200小时，三台机器人轮换，全网观看超200万。

“Figure那个分拣，两者没有大区别。”刘俊说。当视频很难取信于人，就用直播向投资人证明“我真的行”——这也解释了为什么两家选的任务高度一致：分拣足够简单，能让外行一眼看懂机器人在干活。

“前面资本投了那么多钱，你接下来怎么走，还有没有资本持续进来？所以需要持续地做文章。”陈一告诉铅笔道。

机器人为什么进不了产线？

整个行业目前卖出去的机器人，绝大多数还没在生产线上干活。

有媒体今年调查浙江一家汽车工厂时发现，该工厂与一家上市公司合作测试过人形机器人，包括物料分类、搬箱子和零部件处理，但车厂明确表示，目前真正承担生产线关键任务的，仍然是传统机械臂和自动运输车。

有上市企业披露过一组内部数据：机器人在工厂搬一个料箱，最早要4分半，优化完也得2分钟，一线工人不到1分钟。

小米创始人雷军今年两会期间也透露：小米机器人确实在汽车工厂“实习”了大半年，但“大规模工程化应用还存在工艺稳定性差、单体硬件成本高、车间工位数量少等突出问题，还处在学徒工状态，没转正”。

而且汽车焊装、拧紧、车身装配普遍要求±0.02到0.5毫米的重复定位精度，而人形机器人主流精度控制在±1到3毫米；大模型视觉识别在复杂工业环境下准确率90%-95%，系统决策速度0.5到1秒，汽车产线需要的是0.1到0.2秒级响应。续航也跟不上：人形机器人普遍4到6小时，产线一班就是8到10小时。

另外，工厂里也没有多少空位留给人形机器人。中联重科智能工厂的自动化率已超过85%，固定机械臂和自适应机器人覆盖了大批量重复任务和大部分柔性任务，剩下约15%到20%的高柔性、长尾工位，才是人形机器人理论上的机会。一个搬运项目第一阶段“可能只能做60%”，后面还要继续迭代。

正因为离落地还很远，资本的选择也在剧变。2026年上半年具身智能赛道融资935亿元，但具身大脑、真机数据、灵巧手三个底层环节拿走了84%的钱，人形整机的融资占比从2025年的31%降到12.8%。

马斯克去年底说过：目前还没有真正有用的机器人。“现在进展也是一样。”刘俊告诉铅笔道。