“誰來為現階段的機器人買單？”這似乎是近階段縈繞在整個機器人行業上方的問題。4月9日，第一財經記者從業內了解到，部分機器人廠商正在考慮用租賃替代購買的方式推進人形機器人的落地。

用更低的價格和簽約門檻，讓人形機器人在服務場景中率先落地，這是一個新的嘗試。用租賃代替購買，這一策略已經在服務機器人廠商的商業模式中驗證過，不過人形機器人現階段的成熟度較低，買家的投資收益需要廠商建立研發、銷售、運維的全流程保障，對于企業來說是一個不小的挑戰。

行業不能只靠愿景驅動。業內人士指出，機器人企業若不能將數據閉環與商業化落地綁定，技術或許會被困在實驗室里。人形機器人產業化仍然是一場“持久戰”，只有跑通研發、制造、交付和運營全鏈條的企業，才能活到技術爆發的黎明。

從服務至人形，數據瓶頸亟待跨越

在擎朗上海總部的實驗室中，一個型號為“XMAN-R1”的人形機器人正在進行測試。第一財經記者注意到，這個身高一米七左右的機器人采用了輪式底盤，在進行端餐盤、推行李的時候會彎曲下半身關節，模仿人類服務員的姿態向前傾斜。

當其他機器人正在訓練拿鉆頭、擰螺絲的時候，XMAN-R1則在進行倒酒、放置托盤、收拾桌子等動作的訓練。擎朗CEO李通告訴記者，XMAN-R1的目標很明確，“我們希望它在餐廳、后廚等服務場景率先落地”。

2018年，擎朗第一代的餐飲配送服務機器人T1發售，截至目前已經迭代了十一個版本。李通說，服務機器人賴以在市場中生存的激光導航、視覺導航、同步定位與地圖構建（SLAM）技術、步態與平衡控制等技術都能夠沿用至人形機器人當中。

“我們的人形機器人項目2023年立項，到目前為止，大腦仍然是一個比較大的挑戰。”李通說，搭建一個機器人主要看的是機械本體、小腦和大腦，而訓練一個成熟的大腦模型，需要海量的數據集，“從目前的發展來看，真實的數據仍然是缺乏的。”

相比大語言模型中的數據資源，訓練機器人大腦的數據成本更高。“訓練具身大腦的時候，數據來源主要分為三塊，第一塊是過去由互聯網完成了數字化沉淀的數據；第二塊是嫁接了圖文、3D等多種模態的數據；第三塊則是通過不同傳感器獲取的數據。”杭州曼孚科技有限公司CEO趙劍告訴記者，第三塊數據是來自真實世界的一手數據，也是目前行業內比較缺乏的數據。

機器人大腦的發展，高度依賴來自真實場景的多模態數據，仿真或高度結構化的訓練場景雖能提供基礎模型，卻難以覆蓋現實世界的長尾問題。近年來，智元機器人、華夏機器人、帕西尼感知科技等企業均建立了數據采集平臺。部分企業也發布了自己的開源數據集，智元在去年年底公布了開源數據集AgiBot World，傅利葉也在今年3月開源了全尺寸人形機器人數據集Fourier ActionNet。

“建立自己的數據生態能夠在一定程度上推動全行業的發展，但這一環節需要巨額資金和時間成本的投入，在數據收集、標注清洗和維護等環節耗費很大，按目前的開源方案，也很難在短期內給企業帶來對等收入。”中關村物聯網產業聯盟副秘書長袁帥向第一財經記者表示，盡快打通從技術研發到產品落地、市場接納的商業化閉環，將前期重投入轉化為實際收益，是機器人企業更需要關注的課題。

以租賃代替購買，企業重算成本賬

作為一個已經有商業化經驗的公司，相比于其他技術出身的創始人，李通似乎更愿意談及機器人的落地和商業化。

“我問這幾個CEO，你們商業化可能的客戶在哪里？我感覺他們說的都是自己想象出來的客戶，誰會花十幾萬買一個機器人去干這些活？”3月底，金沙江創投管理合伙人朱嘯虎的一番話激起了具身智能行業的千層浪。當機器人尚在蹣跚學步階段，商業化，似乎成為了一個軟肋。

除了實驗室的小批量客戶、工業場景的半結構化實驗客戶之外，誰來為機器人買單？李通向記者透露，在跟此前公司服務機器人的核心客戶聊過之后，他認為人形機器人并不缺乏潛在客戶，只是現階段部分潛在客戶對投入產出比存疑，“市場需要一個更溫和的商業化手段”。

從商業邏輯來看，客戶對機器人產品的投資決策本質是收益博弈。一位機器人企業市場部的負責人向第一財經記者表示，現階段，機器人因為場景適應能力局限，功能泛化性不高等原因，難以在一個短時間內帶來可量化的效率提升或成本削減。“購買者會疊加使用過程中設備折舊、維護成本等隱性支出，投資回報率不確定的情況下，愿意一次性支付十多萬購買機器人的客戶確實比較少。”

對于大部分市場來說，人形機器人也是一個新的產品形態，降低買家的試錯成本，有利于后期的商業化推動。李通向記者表示，公司正在考慮用租賃代替購買的形式，獲取更多潛在客戶的訂單。“我們希望用更低的價格，讓市場開始讓市場接受人形機器人。”

李通透露，目前為止已經有很多服務機器人被應用到商業中，機器人在補足當地勞動力不足的問題時，性價比效果明顯。目前公司已經在跟一些海外客戶溝通，正在考慮用一個相較于當地人類勞動力成本更為劃算的價格進行初步簽約，以人形機器人這個新形態，來應對當地勞動力不足的問題。

--海外服務機器人代理機構的工作人員林勇（化名）向記者透露，在服務機器人常見的租賃模式中，一臺商用服務機器人的月租價格，大約在發達國家勞動力每月工資的50%，甚至更低。“不過基于服務機器人的技術已經相對成熟，割草機、泳池機器人等效率已經可以和人力媲美，甚至效率更高，人形機器人想要達到這個效率，還需要一定時間。”

“通常來講，如果類比服務機器人的租賃周期，那人形機器人租賃的第一次簽約的合同周期會在三年左右。”林勇告訴記者，對于租賃人形機器人的買家來說，除了租賃人形機器人的費用之外，還需要支付維護、充電的成本。

以日本市場為例，根據職友集提供數據，在日本，擁有工作1-3年經驗的料理服務人員工資在6000元左右。林勇推測，如果按照二分之一的價格設置機器人的租金，那么加上每月維護的成本，一個月的機器人租金可能在3500元左右。“但渠道、維護、運營的成本取決于公司整體的服務能力，如果服務機器人廠商能夠挪用海外事業部的現有資源布局，這部分成本可能更低。”

至于對于買家來說的直接收益，如果機器人能夠達到單個人工80%的效率，那么一個動作規范、輸出穩定的機器人能夠通過延長工作時間來完全替代人工。“理論上來說，成本優勢確實存在，但在維護成本、使用壽命方面的不確定性依然存在。”林勇認為，技術的穩定性，仍然需要更多時間驗證。”

相比工業場景，XMAN-R1的落地“首站”，將會優先是餐廳、后廚等服務場景。李通說，選擇服務場景落地，不光是因為此前服務機器人積累的場景經驗，“我們認為在人流量更大的服務行業里，機器人作為智能體的交互、理解能力等都可以得到更快的驗證”。

平衡盈利與投入，機器人產業化是“持久戰”

事實上，在此前服務機器人的營收結構中，以租賃代替購買是已經被驗證過的商業模式。

一位海外服務機器人代理機構的工作人員向記者透露，在服務機器人常見的租賃模式中，一臺商用服務機器人的月租價格，大約在發達國家勞動力每月工資的50%，甚至更低。“不過基于服務機器人的技術已經相對成熟，割草機、泳池機器人等效率已經可以和人力媲美，甚至效率更高，人形機器人想要達到這個效率，還需要一定時間。”

“雖然短期內有落地計劃，但布局人形機器人是一個‘持久戰’。”李通認為，推出一個人形機器人的demo，或許僅需消耗5%的工程資源，但跨越剩余95%的產業化鴻溝卻需要五年以上的系統化攻堅。

當demo經過概念驗證之后，從產品驗證到算法模型調優，到與客戶磨合穿透實際場景，再到鋪設銷售渠道、運維體系等環節，袁帥指出，產業化并不是解決技術單點就能完成的事情。“機器人企業最終的競爭終局，一定是有能力跑通研發、制造、交付、運營全鏈條的企業，才有資格參與終局競爭。對于已經在市場中跑過一遍的機器人廠商，在跑通全鏈條的過程中會有一定優勢。”

在李通的設想里，未來的機器人產業應該是由專用機器人和通用機器人共同組成。“專用機器人可以用更低的成本將人類從煩瑣的工作中解放出來，釋放產業效率，而通用機器人則是利用自身的靈活泛化性補位。”

在擎朗之外，普渡此前也發布過人形機器人PUDU D7和PUDU D9。今年5月，普渡又發布了類人形智能服務機器人閃電匣Arm。另一邊，云跡科技在3月遞表港交所。根據IPO報表披露數據，公司2022-2024年期間，累計營收5.51億元，凈虧損則達到了8.15億元。

“服務機器人去做人形機器人會有一些技術復用和場景積累的優勢，但擴張產品矩陣的背后也許也存在盈利焦慮。”深度科技研究院院長張孝榮向記者表示，人形機器人為服務機器人廠商提供了營收想象力的同時，企業也需要支付昂貴的籌碼。“人形機器人仍然在行業初期，而服務機器人的毛利空間已經看到了天花板，當服務機器人廠商將資源向人形機器人產品傾斜時，需要重新考慮產品生態的布局。”

李通向第一財經記者透露，擎朗的餐飲配送服務機器人已經開始盈利，擎朗在人形機器人之外，也在探索更多場景。3月底，擎朗發布了新的清潔機器人系列產品。“我們的人形機器人預計在明年開始落地，在此之前，我們依然會抓住已經能夠成熟落地的產品，為研發投入補充資金。”

在人形機器人大規模的商業化到來之前，宇樹、眾擎等機器人企業通過控制成本，拓寬實驗室和企業用戶來管控現金流，而對于擎朗這樣的機器人企業來說，在保持基本盤的前提下，嘗試“多條腿走路”，試水人形機器人等領域構建技術壁壘。“平衡短期盈利和長期投入的能力對于機器人企業來說也很重要，畢竟，活不到技術爆發的黎明，再宏大的愿景也都是紙上談兵。”袁帥說道。

AD：

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。