第一批機器人公司，開始批量倒下
文｜劉舒雨
編輯 | 江江
新媒體編輯 | 辰夕
視覺 | 諾言 亦霖
2026年，機器人行業的冬天，比北半球的冷空氣來得更早。
8月19日，世界機器人大會在北京亦庄開幕。人形機器人在大會現場行走、奔跑、格鬥。觀眾舉起手機拍攝記錄，投資人和創業者穿行其間，新的產品、訂單與融資消息在不斷湧現。
當時當刻的具身智能像一列正在加速的火車：資金、人才和政策從沿途匯入，所有人都在談論即將到來的機器人大規模應用時代。
2026世界機器人大會上，一家企業進行人形機器人的智能商業清潔解決方案演示/新華社記者鞠煥宗 攝
但在聚光燈照不到的會場之外，另一組消息也在密集出現。
成立不到半年的一星機器人，在完成兩輪融資後進入解散階段；
成立僅數月、曾宣布獲得1.1億元融資的無境動力，陷入停工、欠薪和實控人失聯的危機；
更早以前，達闥機器人、深蘭機器人、盈合機器人等企業，也先後走向收縮、欠薪或破產清算；
海外市場中，K-Scale Labs等具身智能創業公司同樣沒能等到產品成熟，就先耗盡了賬上的資金。
很少有這樣一個行業呈現出如此分裂的「冰與火」景象，一邊是不斷刷新的融資數字和擁擠的機器人展台，一邊是清算文件、被拖欠的工資和突然停止運轉的公司。擴張與死亡，幾乎同時發生。
具身智能的未來看似越來越近，但第一批公司卻已經開始退場。
昂貴的願景
機器人行業的願景向來昂貴。從描繪未來的那一刻開始，這個行業就註定充滿著錢的氣息。
從這一批破產清算的公司來看，它們並不缺少技術、資本和明星團隊，但卻面臨同一個問題：技術抵達商業化的速度，趕不上資金消耗的速度。
從這一批破產清算的公司來看，並不缺少技術、資本和明星團隊，而是技術抵達商業化的速度，趕不上資金消耗的速度/圖源：pexels
就在今年10月19日，成立於2020年的盈合機器人召開了首次債權人會議，正式進入資產、債務與償付安排的清理階段。而它曾經擁有一副足以讓資本相信的面孔。
它由盈峰集團孵化，位元組跳動、美團系企業、金沙江創投等機構先後投資。負責人沈崗曾在發那科從事機器人業務，後來擔任碧桂園旗下博智林機器人總裁。
可以說，盈合不屬於近幾年湧現的具身大模型公司，更接近一家工業機器人和自動化系統集成商，向工廠提供由設備、軟體和產線改造組成的完整項目。資金到位后，公司的邊界迅速擴張。盈合同時進入應急管理、城市治理、倉儲物流、醫療健康和工業智造等多個方向。
從擴張計劃中，不難看出盈合的野心，但也意味著更高的研發、更多的人員和項目管理成本。相比之下，能夠支撐這個擴張的收入則來得慢得多。
盈合為佛山照明承建的球泡燈智能製造車間，提供了一個具體切面。其項目在逾期兩年後，仍未達到終驗收標準。雙方由此進入訴訟，法院最終判令盈合返還2690.4萬元，並自行拆除生產車間內的設備和系統。一個在合同簽訂時被寄予效率提升希望的自動化項目，最終以退款、拆除和訴訟的結果收尾。
達闥機器人和深蘭機器人，則留下了上一輪機器人智能化熱潮的另一種軌跡。
達闥曾經提出「雲端機器人」路線，希望將雲計算、人工智慧和機器人本體連接起來。但技術願景需要長期投入，一家公司的資金周期卻未必足以覆蓋技術成熟所需的時間。
2025年10月，北京市房山區人民法院受理達闥機器人（北京）有限公司破產清算案，2026年6月指定管理人。它所代表的，是生成式人工智慧興起前一輪，市場對機器人智能化的想象。
深蘭科技創始人陳海波曾希望打造一個龐大的商業版圖。他跨界入局人工智慧和機器人賽道后，業務版圖不斷擴大，關聯企業一度多達159家，覆蓋智能零售、自動駕駛、服務機器人、工業自動化、醫療等多個方向。
其集團旗下深蘭機器人公司的破產清算案於2026年5月被法院受理。截至第五批職工債權公示，前四批已確認的職工債權涉及超百人、金額超2300萬元，其中包括欠薪和經濟補償、公積金及社保個人部分。對被欠付工資、等待清償的員工而言，曾經宏大的技術版圖已經變成了一張債權表。
如果說，這些公司還帶有上一輪機器人產業的痕迹，那麼，一星機器人和無境動力的遭遇，已經發生在新一輪具身智能熱潮內部。
一星機器人於2025年5月成立，推出過輪式雙臂機器人「星輪1號」。同年8月，公司宣布完成「親友輪」融資；9月，又宣布完成數億元種子輪融資。一個月後，多方消息確認，公司進入解散階段。從成立到解散，前後不到半年。
先進的機械臂機器人/圖源：pexels
2026年成立的無境動力則一度宣布完成1.1億元融資，並對外宣稱擁有接近10億元的儲備訂單。到了8月，公司開始出現欠薪。員工向媒體表示，欠薪涉及三四十人，累計接近800萬元；住房公積金和社保隨後陸續停繳，公司陷入停工。其CEO在接受媒體採訪時稱，自己也聯繫不上實際控制人。
這些公司的斷裂點並不相同。把它們放到「融資、研發、量產、交付、回款」的鏈條上，可以看到問題發生在不同位置。
盈合倒在項目交付和驗收；無境動力的資金問題出現在融資和訂單消息之後；一星機器人則尚未來得及證明產品能否找到市場。
共同之處是，在某個環節出現斷裂時，公司還沒有形成足以支撐後續經營的產品收入和現金流。
但這難免讓人困惑：為什麼在產品和商業模式尚未得到驗證時，仍有如此多的資金同時進入機器人行業？
提前買下的未來
「許多公司本就不應該出現。」一位具身智能社區創始人周子眉對鹽財經說。
在行業內部，這些公司的退出並沒有造成外界想象中的震動。
周子眉從事具身智能研究，也參与一個具身智能社區的管理。她告訴鹽財經，自己平時很少關注那些倒閉的公司，因為，不少企業在停止經營之前，本就沒有在業內建立起足夠清晰的技術壁壘。
在她看來，機器人公司倒閉是一種正常現象。
「現在大部分（公司）還停留在拍一個展示視頻、做一個Demo的情境里。」她說，許多企業展示過機器人抓取、搬運或者完成某項任務的視頻，但機器人能夠完成一次演示，和公司能否形成商業閉環，是完全不同的兩碼事。
事實上，上一輪擴張的起點，不完全是資本製造出來的。
大語言模型、多模態模型和視覺語言動作模型的發展，確實改變了機器人行業的技術預期。機器人過去更多依賴預先編程，在相對固定的環境里重複固定動作；新的模型讓它表現出理解語言、識別環境、分解任務和適應變化的可能。
TrendForce集邦諮詢分析師曾伯楷認為，過去幾年具身智能的擴張由三股力量共同推動：AI技術取得突破；
投資機構把具身智能視為AI進入實體世界的重要載體；
製造業缺工和自動化升級又提供了長期需求。
過去幾年具身智能的擴張由三股力量共同推動：AI技術取得突破；投資機構把具身智能視為AI進入實體世界的重要載體；製造業缺工和自動化升級又提供了長期需求/圖源：pexels
技術也遇上了適合它生長的土壤。中國已經擁有較完整的機器人供應鏈，創業公司可以採購電機、減速器、關節模組、感測器和控制器，更快製造出樣機。硬體成本持續下降，機器人的運動性能和出貨量也在提高。
儘管人們如此篤定機器人的未來，但真正的不確定性在於，沒有人知道這條產業鏈中，最終由誰獲得最多價值。
未來的核心能力可能來自通用大模型和VLA，也可能掌握在機器人本體、核心零部件或者最先找到應用場景的企業手中。在技術路線尚未收斂、市場格局尚未形成時，投資人很難提前選中唯一的贏家。分散下注，因此成為一種常見選擇。
昱辰是一名在加拿大學習機電自動化的大學生，她曾經組織過一個AI法律服務創業項目。進入孵化器后，她接觸到投資人和其他創業者，也開始理解資本與個人承擔風險的方式並不相同。
她意識到，投資機構可以同時下注許多家公司。單個項目失敗，只是投資組合中的一次損失。但只要其中一家公司成長為頭部，回報就可能覆蓋其他項目。
但對資本來說被分散掉的風險，落到每一家公司和每一個從業者身上，卻不會減少分毫。
沒有一家公司會按照「自己可能是九個失敗者之一」的方式經營。為了拿到下一輪融資，它們都需要證明自己可能成為最後的贏家：更快擴充團隊，更早發布產品，宣布更大的訂單和產能計劃，也講述一個足夠覆蓋未來市場的故事。
融資由此不再只是一筆錢，也逐漸成為一種證明。新的投資機構會把上一輪融資作為判斷依據，求職者會把知名資本的進入理解為公司具有前景，地方政府和產業夥伴也更願意向明星項目提供資源。
於是，一個自我強化的循環開始出現——融資幫助公司擴張，擴張製造聲量，聲量吸引更多資金；更多資金又讓公司能夠繼續推遲對收入、利潤和回款的回答。
融資幫助公司擴張，擴張製造聲量，聲量吸引更多資金；更多資金又讓公司能夠繼續推遲對收入、利潤和回款的回答/AI製圖（亦霖）
曾伯楷觀察到，從產業發展及一級市場投資角度來看，2023年至2025年，市場主要關注技術突破、團隊背景、融資能力和產品展示效果。單是推出一款新產品，就可能帶來關注和話題。客戶是否持續使用、項目能否複製、企業能不能形成穩定收入，當時並不是最先被追問的問題。
問題在於，當投資組合的邏輯傳導到每一家具體公司時，每家公司都會按照自己將成為贏家的規模提前投入。估值、團隊和產能規劃因此跑在了產品成熟度和真實需求之前。
昱辰後來意識到，投資機構可以等待整個投資組合中出現一個成功者，她卻無法用同樣的方式規劃自己的職業。一個畢業生通常只能進入一家公司，一旦公司欠薪或者關閉，損失的是應屆生身份和職業生涯初期的寶貴時間。
資本的廣撒網讓更多公司獲得了試錯機會，也讓一批未經驗證的企業提前擁有了團隊、估值和擴張規模。只要資金繼續流入，這兩種結果很難被區分。直到投資人開始收緊投入，要求公司拿出訂單、交付和收入，原來被融資覆蓋的問題才集中顯現出來。
誰能活到未來
到2026年，投資人審視機器人公司的標準已經發生變化。
過去被反覆詢問的是團隊背景、技術路線和產品展示，現在則是實際訂單、量產能力、場景驗證，以及公司賬上的資金還能維持多久。
Third Bridge高臨諮詢對接的專家將這種變化概括為，行業正在從「講故事、拿融資」轉向「拼落地、拼成本」。
機器人行業的錢從分散下注，轉向集中在少數企業身上。上述專家觀察到，目前資金仍比較集中地流向頭部企業。技術缺乏明顯壁壘、又缺少場景和資源支持的中小企業，獲得下一輪融資將越來越困難，明年對行業資本的耐心考驗會比較大。
山東經世智能科技有限公司海外銷售工程師郝俊豪認為，行業的長期發展和單個企業的經營需要分開來看。資本投入代表大家看好未來，但一家企業能否持續發展，還要看產品成熟度、交付能力，以及客戶是否願意為它創造的價值買單。現階段更重要的，是先把需求邊界清楚、價值能夠驗證的場景做好，再逐步提高產品的標準化程度。
上述專家表示，目前人形機器人的買家仍然以教育科研、文娛表演、政府採購和數據採集機構為主。工廠、物流和倉儲企業的採購則多帶有試用和聯合開發性質。客戶是否購買，最終要回到效率、準確率和成本。
小女孩正在與人形機器人互動/圖源：pexels
就在資本要求公司證明商業價值時，大模型正在改變機器人行業原有的技術分工。
10月22日，宇樹科技創始人王興興在世界物理AI大會上表示，物理AI已經出現被「擊穿」的苗頭，可能需要一到兩年，也可能是兩到三年。他展示了一段GPT-6控制機器人繪畫的視頻：在沒有針對這項任務專門訓練的情況下，機器人可以自主識別顏色、清洗畫筆並完成繪畫。
王興興的演講同時包含了樂觀與限制。他認為，大模型已經開始解決機器人的規劃和導航問題，但模型輸出與真實機器之間的對齊仍未解決。機器人接觸物體后產生的誤差、精細操作的成功率，以及環境變化后的自我修正，仍是具身智能跨越「ChatGPT時刻」的關鍵。
在外界看來，大模型能力提升意味著具身智能距離成熟更近。但對那些以「製造通用具身大腦」為核心敘事的公司來說，這種進步也帶來了新的壓力。
過去幾年，不少創業公司把「製造機器人的通用大腦」作為融資故事。它們訓練VLA和世界模型，希望讓機器人獲得理解任務、規劃動作和遷移到陌生場景的能力，並把這種通用能力視為自身最重要的技術壁壘。
現在，通用大模型沒有專門使用某一家公司的具身數據訓練，也開始表現出零樣本的物理理解和任務規劃能力。這迫使做具身大腦的公司重新回答：如果通用模型已經能夠完成一部分理解和規劃，它們的獨特價值是什麼？
周子眉認為，GPT-6帶給行業的衝擊，比幾家公司的倒閉更為激烈。在它出現以前，機器人公司的融資已經開始變難。經過數年投入，市場仍未看到足夠多可複製的落地場景和盈利模式，這是資本轉向謹慎更直接的原因。
GPT-6帶給行業的衝擊，比幾家公司的倒閉更為激烈/圖源：pexels
通用模型的進步更像一個加速器。它沒有製造這些公司的現金流問題，卻改變了行業原有的技術分工，也讓投資人重新衡量一部分「具身大腦」公司的價值。
由此，一些公司被夾在兩端：向上，它們沒有足夠的算力、數據和人才與通用大模型公司競爭；
向下，它們又沒有進入具體場景，承接繁重的部署和交付工作。原來的技術故事受到挑戰，新的收入來源卻還沒有建立。
新鼎資本創始人張弛曾判斷，國內近千家人形機器人企業，長期來看最終或許僅留存10-20家。大量企業依靠一輪又一輪融資堅持下去，本質上是「融資驅動型公司」。
那些既沒有獨特模型和數據，又沒有產品收入和客戶場景的公司，可能最先失去繼續試錯的時間。人才、技術和資金，則會逐漸向仍有能力完成驗證的企業集中。
未來的勝負不會只發生在「大腦」或者「身體」中的某一部分。大腦決定機器人能力的上限，本體決定它執行動作的成本和可靠性，場景決定是否有人付費。對一家仍在創業階段的公司來說，現金流決定的，則是它還有多少時間等待這些條件同時成熟。
19世紀，畫家透納在《雨、蒸汽與速度》中描繪了一列從雨霧中疾馳而來的蒸汽火車。周圍的景色被速度和雨水沖刷得模糊不清，天空卻泛著金色。
《雨、蒸汽與速度》
當時，英國正處於工業革命時期。畫家透納借這列迎面駛來的火車，呈現了工業革命帶來的力量與興奮，但畫面中也充滿了危險和迷茫的氣息，人們不確定這列飛馳的火車最終會將自己帶往何處。
21世紀的今天，機器人行業也處在類似的雨霧中。
過去幾年，資本、人才和政策加速湧入，新的機器人公司不斷成立，產品發布和融資紀錄接連出現。舞台上的機器人開始奔跑、跳躍、抓取物品，彷彿一個由機器人承擔勞動的時代已經近在眼前。
但在技術真正抵達規模化應用以前，每家公司都必須先與資金、訂單和時間賽跑。機器人行業的未來或許依然明亮，不過，並非每家公司都能穿過這片雨霧。
（應受訪者要求，周子眉為化名）
*以上內容系網友指點山河自行轉載自鹽財經，該文僅代表原作者觀點和態度。yeeyi號系信息發布平台，僅提供信息存儲空間服務，不代表贊同其觀點和對其真實性負責。如果對文章或圖片/視頻版權有異議，請郵件至我們反饋，平台將會及時處理。