具身智能这一赛道始终不缺关注与讨论。融资泡沫的争议尚未平息，一个新的质疑又被推到台前：这波商业化浪潮，是否被人为催熟？当下谈规模化落地，是否操之过急、步子迈得太大了？

从2025年下半年开始，具身智能的商业化路径已出现明显分化。一边是继续扎根科研教育、文娱表演等“安全区”的玩家；另一边，则带着略显稚嫩的机器人“大脑”，闯入汽车产线、物流仓库、商超乃至家庭，试图证明其真正的作业能力。

分歧，从观点的碰撞开始

在6月16日的星海图开发者大会上，CEO高继扬面对“南都”等媒体，给出了一个相当坦诚的判断。他直言，公司目前仍处于商业化的第一个阶段——“整机销售”。简单说，就是把产品卖给科研机构、高校或数据采集客户，先赚取“硬件利润”。

在高继扬看来，面向开发者及表演娱乐的市场，是目前具身智能最能发挥价值的领域，背后有真实的需求驱动。他甚至透露一个细节：今年星海图在开发者市场的销售额，将在2025年已实现10倍增长的基础上，再次数倍攀升。

星海图新发布的小尺寸双足人形机器人。图：星海图

不过，话锋一转，他也捅破了这层窗户纸：“坦率说，（这类市场）其实和智能还没太大关系。”具身智能的底层逻辑终究是人工智能驱动。如果只是卖硬件，在这个阶段争什么第一第二，意义不大。星海图追求的是智能驱动的商业化，而那个前提是你的机器人“大脑”真的能解锁生产力场景。

他毫不避讳地指出，至今还没有哪家企业能在生产力场景里真正“站住脚”。当具身智能模型提供不了足够价值时，硬把机器人塞进生产线，结果只有一个——被客户退货。这就像拔苗助长，最终客户不满意，团队被拖垮，供应商也受累。在时机未到的市场过早投入大量精力，就是货真价实的“过度商业化”。

“追求不符合这一阶段的商业化，带来的更多是负债，而不是资产。”这句话，是产业规律最朴素也是最有力的注脚。

“童工”与“大学生”的比喻，划清能力的边界

与高继扬不谋而合的，还有千寻智能的创始人韩峰涛。在6月13日的智源大会上，他的观点更加形象：不要着急大规模进场景。他警告，现阶段机器人的落地部署成本，远远支撑不起所谓的规模化。

韩峰涛打了一个绝妙的比方。他说，现在跟下游客户合作，去探索场景、验证硬件和数据链路，这没问题。但如果想大规模铺开，那就等于逼迫一个只有两三岁智商的小孩去“打童工”。具身智能模型的智能化水平，至少得达到大学生或高中生的程度，才谈得上批量落地。他预估，这个时间节点大概在两年之后。

这个观点也呼应了投资人的观察。一位硬科技赛道的投资人指出，机器人“大脑”不成熟，急着落地，噱头大于实际。但企业也有自己的苦衷：“不落地拿不到融资”。这位投资人对搭载具身基座模型的机器人小规模进工厂采集数据，持开放态度；但如果部署上千台甚至更多人形机器人，底层却还靠着传统规则算法，那就是在“做秀”了。

从自动驾驶“踩过的坑”中，寻找当下最优解

分歧不仅存在于创业者，也出现在不同技术路径的探索者之间。从事机器人“大脑”研发的星源智CEO刘东，给出了另一个关键视角。他认同，训练基础模型的同时，必须要在真实场景里找落地点。很多模型在实验室里表现完美，一进真实世界就“水土不服”。因此，尽早去实际场景落地，对模型训练的纠偏、避免方向跑偏，至关重要。

“这也是我们做自动驾驶时碰到的一个非常大的坑。”刘东曾执掌京东智能驾驶。他用这段经历提醒整个行业：自动驾驶行业当年都盯着L4、L5，结果却是那些埋头做L2级方案的团队，跑得更快，赚得更多。

这一场关于“商业催熟”的争议，其实早在2025年底就已经被点燃。当时，有投资人一针见血地指出了行业的困境：技术成熟度、商业化实质和上市机会窗口，这三者出现了严重的错配。为了加快上市，许多公司不得不过早地追求商业化，让尚未收敛的算法和硬件去做不成熟的落地展示。结果呢？最宝贵、最昂贵的研发人员，被迫把精力耗费在无休止的项目交付上。

另一位投资人给出了更直白的判断：现有技术不到位，交付过程依然需要技术人员深度介入，去处理各种具体问题。短期来看，具身智能机器人还是偏科研状态的产品，远远没到靠交付人员就能顺利落地的程度。这让人不得不感慨，具身智能似乎又走回了工业机器人自动化的老路——得靠投入大量人力，才能让机器去适配场景。