炒股网站以租赁代替购买，人形机器人商业化僵局能否“破冰”？

“谁来为现阶段的机器人买单？”这似乎是近阶段萦绕在整个机器人行业上方的问题。4月9日，第一财经记者从业内了解到炒股网站，部分机器人厂商正在考虑用租赁替代购买的方式推进人形机器人的落地。

用更低的价格和签约门槛，让人形机器人在服务场景中率先落地，这是一个新的尝试。用租赁代替购买，这一策略已经在服务机器人厂商的商业模式中验证过，不过人形机器人现阶段的成熟度较低，买家的投资收益需要厂商建立研发、销售、运维的全流程保障，对于企业来说是一个不小的挑战。

行业不能只靠愿景驱动。业内人士指出，机器人企业若不能将数据闭环与商业化落地绑定，技术或许会被困在实验室里。人形机器人产业化仍然是一场“持久战”，只有跑通研发、制造、交付和运营全链条的企业，才能活到技术爆发的黎明。

从服务至人形，数据瓶颈亟待跨越

在擎朗上海总部的实验室中，一个型号为“XMAN-R1”的人形机器人正在进行测试。第一财经记者注意到，这个身高一米七左右的机器人采用了轮式底盘，在进行端餐盘、推行李的时候会弯曲下半身关节，模仿人类服务员的姿态向前倾斜。

当其他机器人正在训练拿钻头、拧螺丝的时候，XMAN-R1则在进行倒酒、放置托盘、收拾桌子等动作的训练。擎朗CEO李通告诉记者，XMAN-R1的目标很明确，“我们希望它在餐厅、后厨等服务场景率先落地”。

2018年，擎朗第一代的餐饮配送服务机器人T1发售，截至目前已经迭代了十一个版本。李通说，服务机器人赖以在市场中生存的激光导航、视觉导航、同步定位与地图构建（SLAM）技术、步态与平衡控制等技术都能够沿用至人形机器人当中。

“我们的人形机器人项目2023年立项，到目前为止，大脑仍然是一个比较大的挑战。”李通说，搭建一个机器人主要看的是机械本体、小脑和大脑，而训练一个成熟的大脑模型，需要海量的数据集，“从目前的发展来看，真实的数据仍然是缺乏的。”

相比大语言模型中的数据资源，训练机器人大脑的数据成本更高。“训练具身大脑的时候，数据来源主要分为三块，第一块是过去由互联网完成了数字化沉淀的数据；第二块是嫁接了图文、3D等多种模态的数据；第三块则是通过不同传感器获取的数据。”杭州曼孚科技有限公司CEO赵剑告诉记者，第三块数据是来自真实世界的一手数据，也是目前行业内比较缺乏的数据。

机器人大脑的发展，高度依赖来自真实场景的多模态数据，仿真或高度结构化的训练场景虽能提供基础模型，却难以覆盖现实世界的长尾问题。近年来，智元机器人、华夏机器人、帕西尼感知科技等企业均建立了数据采集平台。部分企业也发布了自己的开源数据集，智元在去年年底公布了开源数据集AgiBot World，傅利叶也在今年3月开源了全尺寸人形机器人数据集Fourier ActionNet。

“建立自己的数据生态能够在一定程度上推动全行业的发展，但这一环节需要巨额资金和时间成本的投入，在数据收集、标注清洗和维护等环节耗费很大，按目前的开源方案，也很难在短期内给企业带来对等收入。”中关村物联网产业联盟副秘书长袁帅向第一财经记者表示，尽快打通从技术研发到产品落地、市场接纳的商业化闭环，将前期重投入转化为实际收益，是机器人企业更需要关注的课题。

以租赁代替购买，企业重算成本账

作为一个已经有商业化经验的公司，相比于其他技术出身的创始人，李通似乎更愿意谈及机器人的落地和商业化。

“我问这几个CEO炒股网站，你们商业化可能的客户在哪里？我感觉他们说的都是自己想象出来的客户，谁会花十几万买一个机器人去干这些活？”3月底，金沙江创投管理合伙人朱啸虎的一番话激起了具身智能行业的千层浪。当机器人尚在蹒跚学步阶段，商业化，似乎成为了一个软肋。

除了实验室的小批量客户、工业场景的半结构化实验客户之外，谁来为机器人买单？李通向记者透露，在跟此前公司服务机器人的核心客户聊过之后，他认为人形机器人并不缺乏潜在客户，只是现阶段部分潜在客户对投入产出比存疑，“市场需要一个更温和的商业化手段”。

从商业逻辑来看，客户对机器人产品的投资决策本质是收益博弈。一位机器人企业市场部的负责人向第一财经记者表示，现阶段，机器人因为场景适应能力局限，功能泛化性不高等原因，难以在一个短时间内带来可量化的效率提升或成本削减。“购买者会叠加使用过程中设备折旧、维护成本等隐性支出，投资回报率不确定的情况下，愿意一次性支付十多万购买机器人的客户确实比较少。”

对于大部分市场来说，人形机器人也是一个新的产品形态，降低买家的试错成本，有利于后期的商业化推动。李通向记者表示，公司正在考虑用租赁代替购买的形式，获取更多潜在客户的订单。“我们希望用更低的价格，让市场开始让市场接受人形机器人。”

李通透露，目前为止已经有很多服务机器人被应用到商业中，机器人在补足当地劳动力不足的问题时，性价比效果明显。目前公司已经在跟一些海外客户沟通，正在考虑用一个相较于当地人类劳动力成本更为划算的价格进行初步签约，以人形机器人这个新形态，来应对当地劳动力不足的问题。

海外服务机器人代理机构的工作人员林勇（化名）向记者透露，在服务机器人常见的租赁模式中，一台商用服务机器人的月租价格，大约在发达国家劳动力每月工资的50%，甚至更低。“不过基于服务机器人的技术已经相对成熟，割草机、泳池机器人等效率已经可以和人力媲美，甚至效率更高，人形机器人想要达到这个效率，还需要一定时间。”

“通常来讲，如果类比服务机器人的租赁周期，那人形机器人租赁的第一次签约的合同周期会在三年左右。”林勇告诉记者，对于租赁人形机器人的买家来说，除了租赁人形机器人的费用之外，还需要支付维护、充电的成本。

以日本市场为例，根据职友集提供数据，在日本，拥有工作1-3年经验的料理服务人员工资在6000元左右。林勇推测，如果按照二分之一的价格设置机器人的租金，那么加上每月维护的成本，一个月的机器人租金可能在3500元左右。“但渠道、维护、运营的成本取决于公司整体的服务能力，如果服务机器人厂商能够挪用海外事业部的现有资源布局，这部分成本可能更低。”

至于对于买家来说的直接收益，如果机器人能够达到单个人工80%的效率，那么一个动作规范、输出稳定的机器人能够通过延长工作时间来完全替代人工。“理论上来说，成本优势确实存在，但在维护成本、使用寿命方面的不确定性依然存在。”林勇认为，技术的稳定性，仍然需要更多时间验证。”

相比工业场景，XMAN-R1的落地“首站”，将会优先是餐厅、后厨等服务场景。李通说，选择服务场景落地，不光是因为此前服务机器人积累的场景经验，“我们认为在人流量更大的服务行业里，机器人作为智能体的交互、理解能力等都可以得到更快的验证”。

平衡盈利与投入，机器人产业化是“持久战”

事实上，在此前服务机器人的营收结构中，以租赁代替购买是已经被验证过的商业模式。

一位海外服务机器人代理机构的工作人员向记者透露，在服务机器人常见的租赁模式中，一台商用服务机器人的月租价格，大约在发达国家劳动力每月工资的50%，甚至更低。“不过基于服务机器人的技术已经相对成熟，割草机、泳池机器人等效率已经可以和人力媲美，甚至效率更高，人形机器人想要达到这个效率，还需要一定时间。”

“虽然短期内有落地计划，但布局人形机器人是一个‘持久战’。”李通认为，推出一个人形机器人的demo，或许仅需消耗5%的工程资源，但跨越剩余95%的产业化鸿沟却需要五年以上的系统化攻坚。

当demo经过概念验证之后，从产品验证到算法模型调优，到与客户磨合穿透实际场景，再到铺设销售渠道、运维体系等环节，袁帅指出，产业化并不是解决技术单点就能完成的事情。“机器人企业最终的竞争终局，一定是有能力跑通研发、制造、交付、运营全链条的企业，才有资格参与终局竞争。对于已经在市场中跑过一遍的机器人厂商，在跑通全链条的过程中会有一定优势。”

在李通的设想里，未来的机器人产业应该是由专用机器人和通用机器人共同组成。“专用机器人可以用更低的成本将人类从烦琐的工作中解放出来，释放产业效率，而通用机器人则是利用自身的灵活泛化性补位。”

在擎朗之外，普渡此前也发布过人形机器人PUDU D7和PUDU D9。今年5月，普渡又发布了类人形智能服务机器人闪电匣Arm。另一边，云迹科技在3月递表港交所。根据IPO报表披露数据，公司2022-2024年期间，累计营收5.51亿元，净亏损则达到了8.15亿元。

“服务机器人去做人形机器人会有一些技术复用和场景积累的优势，但扩张产品矩阵的背后也许也存在盈利焦虑。”深度科技研究院院长张孝荣向记者表示，人形机器人为服务机器人厂商提供了营收想象力的同时，企业也需要支付昂贵的筹码。“人形机器人仍然在行业初期，而服务机器人的毛利空间已经看到了天花板，当服务机器人厂商将资源向人形机器人产品倾斜时，需要重新考虑产品生态的布局。”

李通向第一财经记者透露，擎朗的餐饮配送服务机器人已经开始盈利，擎朗在人形机器人之外，也在探索更多场景。3月底，擎朗发布了新的清洁机器人系列产品。“我们的人形机器人预计在明年开始落地，在此之前，我们依然会抓住已经能够成熟落地的产品，为研发投入补充资金。”

在人形机器人大规模的商业化到来之前，宇树、众擎等机器人企业通过控制成本，拓宽实验室和企业用户来管控现金流，而对于擎朗这样的机器人企业来说，在保持基本盘的前提下，尝试“多条腿走路”，试水人形机器人等领域构建技术壁垒。“平衡短期盈利和长期投入的能力对于机器人企业来说也很重要，毕竟，活不到技术爆发的黎明，再宏大的愿景也都是纸上谈兵。”袁帅说道。

举报第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者