具身最大鬼故事：假裝有商業模式
虎嗅獲悉，字節跳動已完成對家庭通用機器人公司未來不遠（Futuring Robot）的 Pre-A 輪投資。算上年初天使輪、3 月天使 + 輪，這家公司半年內累計融資近 10 億元，刷新中國家庭通用機器人賽道累計融資紀錄。
更反常的是融資節奏：此前三年，未來不遠全程靠創始團隊自籌資金研發，未引入任何外部資本。這在當下烈火烹油的機器人賽道，完全是逆行業共識的操作——絕大多數同行的路徑是：組建明星團隊、做出 Demo、快速融資、靠 ToB 訂單沖營收、再融資抬估值，甚至會三步並作兩步沖高估值。
這份定力，源自創始人張翼的過往創業經歷。2021 年，31 歲的張翼頂著掌門教育創始人光環登陸紐交所，公司市值一度衝破 30 億美元，全盛時期擁有 10 萬名員工、簽約近 7 萬老師，服務超 100 萬個家庭。
視線拉回具身創業，即便 10 億融資在手，放在行業也只能蕩起一圈漣漪。據公開資料，2026 年 1-7 月國內機器人賽道融資總額已突破 1000 億元，人形、具身智能概念持續走高。然而，繁榮表象之下，落地困境拆解下來分三層：
第一層是 PPT 融資。過去很長一段時間，機器人創業門檻低到離譜：一份光鮮團隊簡歷加一份概念 PPT，就能融數千萬美元，連像樣的 Demo 都不需要。正因為行業早期只看背景不管落地，催生了一批簡歷型創業公司。直到最近幾個月這套玩法才開始失靈，投資人見多了同類團隊，開始要產品、要落地。
第二層是展廳式落地。產品只能在展台、樣板間可控環境裡完成指定動作，環境複雜度稍提升就頻繁當機。WRC 現場不少機器人第一天演示順暢，第二天陸續停擺，後半程只剩靜態展示。所謂量產交付，不過是賣幾十、上百台給企業客戶擺展廳、做形象工程。
第三層是扎堆 ToB 落地。很多公司號稱銷量幾千台，一拆分全是工業、商用訂單，沒有消費級批次交付。幾千台銷量放在 ToC 消費電子賽道連入門級都算不上，卻能撐起幾十億、上百億的估值。展廳之外，誰經得起實測？
這就是行業最真實現狀：上千億資金湧入，真實落地場景寥寥；企業拿著資本的錢擴張，資本再給企業下訂單、撐營收、抬估值，形成閉環的紙面繁榮。
“創業要在正確的時間點融資，而不是有錢就拿。”未來不遠創始人張翼對虎嗅表示，“初創公司最寶貴的是自由探索空間，一旦被資本綁上快節奏戰車，就很難再沉下心做難而正確的事。”
值得注意的是，本輪融資除源來資本、聯新資本、博裕創投等老股東持續跟投，新增字節跳動、匯川產投、國方創投、德寧資本、納愛斯等近 10 家投資方。
“這輪投資方並非純財務導向，不同投資人對應著供應鏈零部件、線下管道與家庭場景資源、AI 演算法技術協同等不同能力。引入產業資本可以補創業公司的資源短板，但不會讓渡產品主導權，公司會始終保持獨立產品路線，不被投資方的業務訴求綁架。”張翼解釋。
不要被估值玩了
虎嗅：這輪投資方裡，出現了產業巨頭和大廠身影，怎麼平衡投資方業務訴求和公司獨立產品路線？
張翼：投資方的價值首先是資訊價值：他們試過的方向、踩過的坑，我們可以直接參考，幫我們更準確去選路線。創業公司最不能犯的錯就是方向選錯，資訊差至關重要。業務合作是其次的，路線正確永遠是第一位的。
而且，大廠資金足、試錯空間大，可以同時推進數個方案，開好幾槍；創業公司最多賭兩個方向，開兩槍，路線錯了就直接死了。美國創業公司估值高，很大一個原因就是融的錢多，試錯機會多。
虎嗅：為什麼今年突然密集完成三輪融資？
張翼：機器人的終極場景是 ToC，我們從第一天就瞄準家用機器人，但前幾年產業成熟度遠遠不夠：一是軟硬體結合的穩定性達不到入戶標準，二是成本降不到消費級，三是市場需求還沒被驗證。所以前幾年我們悶頭迭代了 16 代原型機，直到去年底開始對外提供試用，有使用者願意付費，我們判斷產品基本具備商業化條件，才正式啟動融資。
與其他機器人公司不同，我們早期全是自有資金投入，可以按自己的節奏和方向走，不會被資本裹挾。很多公司拿了錢，資本要求立刻看到商業化進展，家庭場景做不出來就轉去做 ToB、做工廠，但 ToB 和工廠資料對家用場景沒有復用價值，兩者根本不是一套資料體系。所以，初創公司早期應該保留足夠的自由探索空間。
另一個原因是為拉開技術窗口期。軟硬體結合的穩定性本就是極高的時間壁壘：WRC 大會上，我們的機器人連續工作 5 天沒出故障；但同期不少參展機器人，一兩天就停擺，要麼耐用性不夠，要麼散熱出問題。同樣是疊衣服，部分機器人工作 10 分鐘就要休息 20 分鐘。這種穩定性差距，需要時間堆出來，過早融資容易陷入價格戰和同質化內卷。
我始終認為，創業要在正確的時間點融錢，而不是不管什麼錢先拿進來、業務和場景往後放。拿錢時講的故事，最終是要兌現的；融資過早、業務跟不上，等到回購期到了，只會陷入被動。
虎嗅：前幾輪融資實際消耗了多少？研發、量產、市場投入優先順序怎麼排？
張翼：投入節奏會隨業務動態調整。我們和純演算法公司不一樣，除了研發，還要做商業化落地、做生產製造，要提前備貨，一年投入數億等級，其中生產製造佔不小比重。
虎嗅：現在主要做租賃模式，能不能打平現金流？一台樣機輪轉多少家庭會更新替換？
張翼：單台裝置通過輪轉租賃、反覆入戶，8 個月即可覆蓋硬體成本。 現在做租賃，是因為我們能保證在真實使用者家裡連續穩定使用兩個月，期間無需工程師上門維護，穩定性限制了單次租賃時長，機器收回來維護好就能繼續用，不是兩個月就報廢。
虎嗅：會不會放棄租賃、只做售賣？
張翼：租賃本身是成立的商業模式，畢竟 8 個月就能回硬體成本。 未來會是兩種模式平行：使用者可以一直租，也可以一次性購買，買斷肯定比長期租賃更划算。現在不好預測市場最終偏好那種，但初期肯定是租賃使用者更多——租著覺得好用，再轉化為購買，是很自然的路徑。
虎嗅：目前續租率是多少？內部有明確的盈利時間表嗎？
張翼：續租率在 90% 以上，絕大多數使用者會選擇續期，現在預約已經排到 12 月，主要服務江浙滬使用者，北京很多使用者想租，我們也只能投放幾台，因為距離太遠，運輸、維護、售後的成本都太高。
至於盈利，其實取決於目標是什麼。初期這個市場足夠大，不應該為了盈利控制增速，而是要搶佔更大的市場份額。
虎嗅：按當前投入速度，資金安全墊能撐多久？
張翼：我們預期至少 3-5 年。早期全是自有資金投入，本身就有足夠的實力打持久戰。但機器人要實現完全通用還有很長的路要走，你必須能挺到那一天。
虎嗅：達闥機器人融了 45 億、估值 200 億，如今陷入停擺，你們內部有融資與產品落地繫結的紅線嗎？避免估值跑在產品前面？
張翼：這個賽道就是這樣，市場空間極大，但做太早會死，做太晚就沒機會，時機非常關鍵。內部紅線很明確：前三年悶頭做產品，不對外融資，用自有資金投 3-4 年，把產品做出來再說。如果一直做不出來，那也認了。去年產品跑通後，我們又測了半年，真可以落地，今年才啟動融資。產品沒 ready，絕對不出來講故事。
虎嗅：現在賽道熱錢擁擠，但大家各說各話，怎麼區分真技術迭代，還是講故事？
張翼：整個行業，包括投資人的判斷標準，已經在往落地的方向走。早期大家都沒做出來，重點看團隊簡歷；第二階段慢慢有實機了，看 Demo；第三階段，也是最核心的階段，就看 ToC 使用者願不願意買單、用完怎麼評價。這個過程會逐步演進，標準會越來越直白、越來越直接。
虎嗅：泡沫能帶來人才和資源紅利，推動產業基建；但熱錢過度擁擠，又會打亂技術迭代節奏，你覺得什麼時候需要擠泡沫？
張翼：現在是國家層面的產業導向，資金湧入帶來人才和關注度，人才推動技術進步，技術進步又反過來讓資本更相信產業落地會提前，這是一個正向循環。
機器人賽道的泡沫不是第一次了，十年前就有陪伴機器人、餐廳機器人熱潮。產業每次技術突破，都會立起新的風向標，帶一波熱度；過幾年落地不及預期，又會冷下去。家庭通用機器人完全落地可能要 20 年，中間會經歷很多輪周期起伏，核心是你能不能在每一輪周期裡活下來。
接著上面問題，有三個坑最容易死掉： 第一，融資過早，業務始終不及預期，等到基金回購期到了，各種麻煩都會來。第二，起步估值吹得太高，泡沫一旦破裂就下不來。估值 200 億時風光，等市場冷下來，投資人覺得 50 億才合理，但你根本降不下來，因為上一輪估值擺在那裡，降價就是打所有老股東的臉。第三，沒有自己的商業閉環，全靠融資續命。一旦泡沫退潮，這種無法自我造血的公司最先死。
虎嗅：你覺得這個賽道快被估值玩死了嗎？
張翼：整體估值需要匹配相對清晰的商業化路徑，才是良性循環，不然徒有高估值只會催生更大的泡沫。所以一家具身智能公司還是得找到落地場景，在場景裡反覆打磨最佳化，才真正有價值。
撕開偽落地的遮羞布
虎嗅：熱錢加速湧入工業、商用機器人，你們為什麼第一天就死磕家庭通用機器人，堅持入戶實測？
張翼：我 2022 年做這個判斷，基於三個核心原因：第一，我們之前做教育積累了 100 多萬高淨值家庭使用者，我非常懂這個群體的需求，圍繞家庭場景做，能放大優勢。
第二，我當時在國內外考察了一圈，發現所有人都想做家庭機器人，但沒人敢真下場。那不如直接做終極場景——我之前吃過繞路的虧：早年做線上教育，我們先做了一對一模式，後來大班課模式出來，明明是更終極的形態，但我們被一對一業務綁死了，股東反對轉型，說一對一的仗還沒打完，第二、第三名追得緊，不敢抽身。最後只能花一兩億美金倉促做大班課，根本打不過專注做的對手。創業公司一旦拿了大錢、業務上了軌道，轉型壓力極大，幾乎等於重新開一家公司。
第三，團隊基因不一樣。做 ToC 和做 ToB 的團隊，人才結構到經營邏輯完全不同，沉澱多年的公司基因是改不了的，轉型無異於二次創業。
虎嗅：你們放棄雙足人形、不碰靈巧手，二指夾爪覆蓋不了的家庭場景怎麼取捨？是暫時不做，還是等硬體迭代再跟進？
張翼：從一開始做底盤選型，我們就測了很多方案。2022 年發現雙足有幾個繞不開的硬傷，根本不適合中國家庭：一是噪音大，走路會擾民，樓下住戶會投訴； 二是安全性差，雙足抬腿不穩定，一旦失控就會亂擺，很容易傷人，早年很多營業廳買雙足機器人做展示，後來都撤了，就是因為出過傷人事件； 三是續航極差，雙足機器人的續航普遍只有 1 小時，根本沒法做家務。
靈巧手也一樣，我們之前自研過，後來放棄了。現在全世界沒有一副靈巧手能連續工作足夠長時間不壞，這是基礎工藝瓶頸，並非短期能突破。而且，靈巧手單副就要百萬級，壞了就換，ToB 場景能接受，但 ToC 是高頻剛需，必須降到消費級價格，現在根本不現實。
虎嗅：一級市場沒有成熟的家庭機器人估值對標，投資人的錢在為什麼定價？
張翼：他們在押注家庭場景、C 端普及的確定性。我們產品有數百個家庭在使用，任何人體驗完都能看到明確的落地場景。使用者對我們產品的評價邏輯，和 ToB 機器人完全不一樣。
很多同行的落地場景既無法證偽也無法證實，可能 5-10 年都落不了地，靠 PPT 融資在行業裡並非個例。但 ToC 機器人的評判標準非常簡單：任何人拿回去用幾天，就能判斷產品好不好用，不需要懂產業模式，不用爭論技術路線。實用，就是 ToC 產品的第一性。
虎嗅：你們月產能只有幾十台，要完成 500 戶入戶，再擴到千戶、萬戶，產能、品控、硬體一致性瓶頸怎麼解決？
張翼：產能根本不是核心問題。等你把所有前置問題都解決了，機器人能穩定在家庭裡運行兩年、不用上門維護，那個時候才需要考慮擴產。現在整個行業離這一步還非常遠。
總結起來，家用機器人落地要闖四關： 第一關是硬體一致性。很多公司的演算法在第一台機器上跑得通，放到第二台就不行了，零件的細微差異、裝配誤差，都會導致失效。這個問題不解決，一切都是空談。
第二關是軟硬體結合的穩定性。如果一台機器人賣 100 萬，用最好的零件，軟體問題不會多；但我們要做消費級產品，要用便宜的硬體，靠演算法去補硬體短板，這就要以年為單位去調優。行業有個規律：做一款消費級機器人，一半時間都要花在軟硬結合的穩定性調優上。
第三關是家庭環境的工程化適配。比如機器人音訊訊號和家裡電視串頻，比如家庭網路時好時壞、有的房間沒網，機器人要能在斷網環境下正常工作，這都是工廠裡遇不到的問題。第四關是真實場景收斂。要走進千差萬別的家庭環境，將極端問題都暴露出來，全部修復。
很多人對量產的定義是雙標的：ToB 場景下，做 100 台賣給客戶就算量產，壞了上門修就行，客戶容忍度很高，買回去也就擺著做展示。但 ToC 量產標準完全不一樣，你賣 100 台出去不好用，使用者會天天投訴。今天，夾爪精度達標；一個月後，精度下降了，也不行。
虎嗅：從穩定用一個月到穩定用兩年，中間要突破那些工程卡點？
張翼：核心是一千多個低成本零件的耦合問題，全靠演算法去補償硬體的先天不足。比如攝影機解析度不夠，怎麼靠演算法提升識別精度；電機間隙大、先天精度差，怎麼靠演算法把精度提上去，且保證兩年不衰減；溫度變化影響關節散熱，關節不能裝風扇，還要控制噪音在 40 分貝以下，散熱和噪音都是硬約束。
所以，很多問題都是跑出來的：比如機械臂突然不動了，排查半天發現是第三個關節的溫度耐受上限只有 90 度，超溫就停機。你可以改硬體提溫度上限，但一改硬體，就要重新開模、重新測試，一輪就是三個月；也可以靠軟體演算法去最佳化溫控，擠算力、擠功耗。消費級產品就是這樣，但凡能靠演算法多擠出 1% 的性能，都要拚命去擠，把算力留給視覺和導航，換更高的穩定性。
虎嗅：硬體、演算法、大模型，研發投入的優先順序怎麼排？
張翼：我們是全端公司，佈局消費級賽道很早，行業沒有成熟方案可以抄，所以大腦（演算法大模型）、小腦（運動控制）、硬體必須同時做。這也是我們 100 多人做了 4 年的原因，正常做一台演示機器人，十幾個人半年就能做出來。
但要做能落地的消費級產品，所有環節就要自己啃：出了問題，可能是硬體的鍋，可能是模型的鍋，可能是小腦、網路、音視訊的鍋，如果不全端自研，根本定位不了問題，更別說閉環最佳化。
虎嗅：具身行業新二八定律，80% 訂單是偽落地需求，你怎麼看？
張翼：現在行業裡，高校、科研機構的研究性項目，以及各類展示類項目，確實佔了很大比重。這些 ToB 項目很難像 ToC 那樣規模化創造落地價值。
我們跟很多 ToB 場景溝通過，最後大多都放棄了。因為接了訂單就要做定製化開發、做現場部署，硬體要適配對方場景，會耗掉極大的研發精力。我們 100 多人的技術團隊，死磕一款機器人、深度最佳化，目標是做出 ToC 爆品，而不是靠零散的 ToB 訂單續命。
機器人創業分兩條路：一條是第一天就啃最硬的骨頭，圍繞家庭通用場景死磕，遇到困難就解決，成本高就想辦法降本；另一條是遇到困難就繞路，轉去做酒店、工廠等 ToB 場景。這兩條路積累的資料價值天差地別：家庭場景隨機性強、變化多，不同戶型、不同物品擺放、不同生活習慣的資料才有價值；工廠場景高度標準化，資料對家用場景沒有復用性。
今年很多公司都想做家庭資料採集，根本敲不開多少家庭的大門。但至少行業已經開始形成共識：不管是整機公司還是資料公司，只有真實家庭環境的資料才有價值，工廠裡採集的都是無效資料。
虎嗅：目前機器人在家庭原生環境下做家務成功率如何？每執行 10 次任務要多少次人工介入？
張翼：不同場景差異極大。收納類場景非常成熟，使用者容忍度也高，目前可以做到零人工介入；但廚房場景我們暫不推向商用，真實家庭廚房環境變數極多，使用者對出錯容忍度極低，頻繁人工介入的維運成本太高，還沒達到落地標準。
具身智能的“iPhone 時刻”
虎嗅：2026 年 1-7 月國內機器人賽道融資近 1000 億，看似熱鬧，但融資越多、虧損越大，怎麼看這種越融越虧的現狀？
張翼：20 年後每個家庭都有機器人，這個大方向是高度確定的。未來羅森這樣的便利店，全是機器人服務，只需要一個老闆處理應急情況，這個場景也是可實現的。從這個角度看，現在的機器人公司還不夠多。
大家賭的是一個長期的未來。如果沒人賭，人才不進來，行業發展就會慢。但行業肯定有周期，不是一波熱度就走完了。核心是每一波周期裡，你能不能找到自己的商業模式，靠自己的業務活到下一波。很多公司覺得融到足夠多的錢就能活下來，其實不是。
虎嗅：你們產品定價 3.6 萬起，行業普遍認為家用機器人要降到萬元才會普及，硬體和研發成本真能降到這個水平嗎？
張翼：我們不會一開始就瞄準所有使用者，而是先切細分人群。比如帶娃場景，對標保姆成本，對高淨值家庭來說，3.6 萬定價是完全可接受的。這個群體的規模並不小，先從這裡切入，起量之後再逐步擴圈。現在幾萬的成本，賣到十幾萬台，單台成本就能降到萬元以內。起量後成本會快速下探，進而覆蓋更多人群，然後一步步降到大眾消費級。
虎嗅：不到一年，你們技術路線從 AVLA 迭代到 WAM，又規劃了下一代 WBC 全身協同控制，會不會大腦跑得太快，身體跟不上？
張翼：我們的原子技能庫到現在還在用，因為穩定性足夠強。原子技能庫我們兩年前就開始做了，當時行業都在追捧端到端模型，覺得越長越好、越全越好。但最近幾個月你會發現，很多獨角獸都改口講原子技能了，因為端到端根本不成熟、不穩定。
我們兩年前做的事，當時沒人看得上，現在成了行業共識。說明我們是以終為始的公司，終極場景需要什麼，我們就做什麼。今年我們迭代了兩個新模型，包括實驗性的雲端大模型，現在只用於上層調度，不會用來直接執行動作，因為還沒收斂，不穩定。要知道，實驗室裡的模型再先進，放到使用者家裡的，一定是經過長期驗證、穩定性拉滿的版本，很可能是我們兩年前就研發好的技術。
這就是 ToC 和 ToB 產品的最大區別：ToB 產品，教授剛發的論文，拿來就能用，反正工廠裡有專業工人，出問題切回來就行；但 ToC 不行，新技術必須打磨兩年，確認絕對穩定了才能上線。
虎嗅：演算法大腦容易趕超，硬體小腦、軟硬體調參是時間壁壘，你們最大護城河是什麼？
張翼：第一是真實家庭資料。大腦演算法不存在絕對的抄不出來，給夠時間都能做，但真實家庭資料是最難搞的。工廠採集的都是淺層的標準化資料，沒有價值；真實入戶資料要一個個家庭去跑，才能形成資料飛輪。靠真實場景資料迭代產品，這個壁壘會越來越高。
第二是時間窗口帶來的先發優勢，尤其是家庭機器人這種新品類，早跑幾年的經驗，不是靠砸錢能追上的。第三是軟硬體結合的調優能力，這是純堆時間堆出來的。
第四是對 C 端場景的理解。ToC 產品做到最後，拼的是對使用者的理解。之前做掌門 1 對 1，別人像素級複製也抄不走，因為你每個功能抄 90%，最後整體體驗就差一截。ToC 產品最終的生死，就看轉化率、轉介紹率、訂閱率這三個指標。
虎嗅：工業級產品轉消費級，最大的鴻溝是什麼？
張翼：最大鴻溝是降本路徑的選擇，有兩條路：一條是從第一天就用消費級零配件，靠海量的演算法調優去補硬體的短板，這條路慢，跑通降本會非常快；另一條是先用工業級零件做，等產業放量自然降本，這條路看似簡單，其實遙遙無期。
這個行業的規律是：如果你用的零件，是掃地機等成熟消費電子也在用的，降本速度會極快，因為有其他行業的規模托著；如果你用的是小眾工業零件，只靠機器人行業的量，永遠降不下來。所以選型要從第一天就選對，選消費級供應鏈，然後花時間去調，這就是 ToC 早佈局的優勢。
產業發展也分兩個階段：早期必須全自研，因為沒有供應商能做出你要的定製化零件，比如大中空電機，只能自己做；等行業成熟了、量起來了，肯定是匯川這樣的專業供應鏈勝出，就像現在的掃地機，沒人全自研，東莞工廠就能全套搞定。但早期，產品定義和核心技術必須握在自己手裡。
虎嗅：行業年年喊規模化拐點，你覺得具身“iPhone 時刻”還要等多久？
張翼：這是一條長坡厚雪的賽道，越往後雪越厚，但坡非常長。機器人比掃地機賽道好的地方在於，掃地機經歷三波創新就到頭了，之後只能卷價格、卷硬體；但機器人的收斂速度慢，可探索空間大，不會很快陷入價格戰。
這兩年我們先找到第一種可跑通的商業模式，產品能賣出去，使用者願意買單，市場認可價值。之後會有第二個節點，過半家庭覺得有需求。等到真正全面普及，可能要 20 年，中間會有好幾波起伏：比如滲透率到 1% 是一波，滲透率到 10% 又會是一波。
iPhone 時刻是賈伯斯抓住了觸屏互動的核心需求，把手機從功能機變成智慧型手機。在那之前，手機行業已經發展很多年，基礎功能都有了，只差絲滑觸屏這最後一步。機器人行業也一樣，基礎技術在一步步成熟，都在等真正的殺手級互動場景出現。
虎嗅：給新入場的具身創業者一些忠告，你會說什麼？
張翼：如果現在才入場，必須有反共識的核心能力，否則很難活下去。你和大家都做一樣的事，最後只會被淘汰。所以進來創業時想清楚：要麼堅持做難而正確的事。如果只想融一筆錢湊熱鬧，做出來的東西和別人沒區別，那完全沒必要。
虎嗅：你覺得這個行業最大的自我欺騙是什麼？
張翼：最大的自我欺騙，是商業模式立足點不夠、產品長期落不了地。很多團隊先把機器人造出來再找落地場景，其實更好的方式是先找到落地場景，再圍繞落地場景把機器人造出來。這就是拿著錘子找釘子，和拿著釘子找錘子的區別。(虎嗅APP)