當生成式人工智能持續(xù)改寫資本流向時，人形機器人正在成為下一條被“AI敘事”迅速點燃的賽道。英國《Startups Magazine》在近期報道中援引多份創(chuàng)投研究指出：AI仍是今年風險投資最核心的資金去向，且投資者在AI內(nèi)部的注意力正快速向“工業(yè)人形機器人”聚攏，但大量項目的商業(yè)驗證仍偏薄弱，融資熱度與可兌現(xiàn)能力之間出現(xiàn)張力，泡沫風險隨之上升。

從數(shù)據(jù)端看，2025年全球VC投資在多季度維持高位，AI仍然是最強主線，并帶動包括機器人在內(nèi)的“下一波主題”獲得關(guān)注。資金集中并不必然意味著泡沫，但當資本在短期內(nèi)追逐同一類“通用敘事”時，估值擴張往往會先于收入與交付能力。與此同時，美國PitchBook Data亦在市場研究中指出，2025年交易金額有超過一半流向AI初創(chuàng)企業(yè)，進一步強化了“AI資金外溢”的背景板。

更具指向性的信號來自賽道內(nèi)部分化。英國《Startups Magazine》援引美國CB Insights的統(tǒng)計稱，最近一個季度“工業(yè)人形機器人”相關(guān)交易數(shù)達到17筆，在細分類別中居前，顯示資金正在把人形機器人從概念推向“競賽”。但同一報道也強調(diào)，落地端仍受多重硬約束：推理/實時決策能力、手部與全身操作的靈巧性、可靠性與成本，使其早期用例更可能被限制在任務相對可預測的工廠與倉庫環(huán)境。

在估值與融資層面，快速上行的案例已屢見不鮮。以美國Figure為例，這家總部位于加州的人形機器人公司在2024年披露完成約6.75億美元融資、估值約26億美元，并與美國OpenAI展開合作；到2025年9月，路透社報道稱其最新一輪融資獲得逾10億美元承諾資金、投后估值達到約390億美元，投資方包括多家產(chǎn)業(yè)與財務資本。資本給出的定價，實質(zhì)上是在為“通用人形+通用智能”提前買單——而這類預期一旦超越可驗證的產(chǎn)品邊界，最容易把行業(yè)推入“以敘事替代訂單”的危險區(qū)間。

同樣的情緒也體現(xiàn)在更多新融資上。美國Apptronik宣布完成3.5億美元A輪融資，并在對外表述中強調(diào)希望打造可覆蓋“成千上萬任務”的通用形態(tài)機器人。其CEO Jeff Cardenas的表態(tài)更具代表性：世界圍繞人而建，因此“人形”被視為規(guī)模化的關(guān)鍵形態(tài)。這類愿景固然宏大，但在工程上往往意味著更長的驗證周期、更重的資本消耗，以及更難以快速復制的交付與運維體系——任何一環(huán)掉鏈子，都可能讓“融資速度”與“商業(yè)節(jié)奏”嚴重脫鉤。

泡沫并非只由“錢多”導致，更關(guān)鍵在于“錢的定價邏輯”。立陶宛Aneli Capital的合伙人兼基金經(jīng)理Daiva Rakauskait?在《Startups Magazine》中直言，當下AI驅(qū)動的投資熱與2000年前后的互聯(lián)網(wǎng)泡沫存在相似性，并預測AI泡沫可能在兩三年內(nèi)出現(xiàn)破裂式調(diào)整；她同時提醒，機器人與人形機器人應當區(qū)別對待——前者（尤其工業(yè)與物流機器人）已經(jīng)能夠以可量化結(jié)果產(chǎn)生收入，而人形機器人尚難證明其商業(yè)價值，投資者需要回到“收入優(yōu)先”的基本面：盡早通過許可、合作等方式形成現(xiàn)金流與清晰的變現(xiàn)模型。

行業(yè)現(xiàn)場也并非一邊倒樂觀。美聯(lián)社在2025年12月對硅谷“Humanoids Summit”的報道提到，長期以來機器人在部分投資人眼中是“復雜、資本密集”的方向，但AI熱潮重新點燃了人形機器人的商業(yè)想象；會議吸引了超過2000名與會者，同時也伴隨對技術(shù)與商業(yè)可行性的審慎聲音。這恰恰構(gòu)成當下人形機器人投融資的兩面：一面是AI帶來的能力躍遷與資本加速，另一面則是工程化、可靠性、安全合規(guī)、維護成本和責任邊界等“慢變量”。

“AI熱”確實在推高人形機器人賽道的融資密度與估值中樞，但真正決定泡沫是否形成的，是商業(yè)閉環(huán)能否在足夠多的真實場景中跑通。短期內(nèi)，更穩(wěn)健的路徑或許不是追逐“一臺機器人包打天下”，而是用可度量的ROI把能力拆解：從標準化工位、半結(jié)構(gòu)化搬運與揀選，到與既有自動化系統(tǒng)協(xié)同的可維護方案；用小規(guī)模試點沉淀數(shù)據(jù)與運維經(jīng)驗，再逐步擴面。對投資人而言，紀律性同樣重要：在愿景之外，持續(xù)追問交付、穩(wěn)定性、單位經(jīng)濟模型與現(xiàn)金流節(jié)奏，避免把“AI敘事”直接等同于“可規(guī)?；杖搿?。在這條賽道上，真正的分水嶺不會出現(xiàn)在路演舞臺，而會出現(xiàn)在工廠與倉庫里那些可以復盤、可復制、可計價的真實班次中。