机器人日租289元，泡沫破在临界点前夜

10月12日，上海，中国国际工业博览会开幕式上，宇树科技的王兴兴说了一句让很多人愣住的话：过去十几年他犯的最大的错误，就是对AI相信得还不太够。

同一周，闲鱼上宇树科技人形机器人的租赁起步价已经标到了289元一天。而2025年春晚刚过那阵子，这个数字是万元级。

一边是技术信仰的陡然升温——王兴兴判断，具身智能的技术临界点快的话一两年内就会到来；一边是商业价格的雪崩式回落。这两件事同时发生，不是巧合。泡沫在被挤掉，押注在加码，人形机器人行业正在从『表演叙事』切换到『上岗叙事』。临界点争论的本质，其实是一场路径之争。

🎤 王兴兴认错：从怀疑AI到押注GPT-7

技术人的忏悔，往往比投资人的宣言更值钱。

工博会的场合很有意思。这是中国工业体系最密集的展会，也是机器人从展台走向产线的第一现场。开幕式上，王兴兴没有讲融资、没有讲销量，而是讲了一段自我复盘：过去十几年，他对AI的信心不足，是他犯过的最大错误。现在，这份信心正在逐年增强。

信心来自哪里？来自测试结果。据他介绍，前段时间GPT-6发布之后，对整个具身智能行业从业者的认知提升非常大——宇树把它放到各种机器人上做各种任务测试，『效果实际上非常不错』。他甚至给出了一个相当激进的时间判断：明年GPT-7出来，『可能直接把具身智能问题打穿』，临界点快的话一两年内就有可能出现。

这话要放在两年前，没几个人敢说。要知道，具身智能的『临界点』是个被反复跳票的概念：泛化性不够、任务成功率上不去、换一个场景就要重新调试，这些瓶颈喊了不止一年。而现在，一家本体公司最强的头部创始人在公开场合把宝押在了模型迭代上——这背后是一个清晰的技术判断：机器人的能力上限，正在从本体参数转移到大脑参数。

这解释了宇树这家公司的叙事变化。它起家靠的是电机、减速器、整机成本控制这些『硬功夫』，是典型的硬件公司打法。但当大脑能力每半年上一个台阶时，本体的价值就要重新计价——同样的硬件，接上更强的大脑，产出完全不同。对王兴兴来说，认错不是姿态，是资产负债表的重新估值。

💸 日租跌破300元：表演经济的泡沫破了

租金崩了，反而是这个行业最健康的信号之一。

先看一组价格曲线：

一年多时间，价格跌了97%。2025年春晚带火的机器人租赁市场，曾让『抢租潮』成为常态，如今潮水退去。深层原因不只是赛道拥挤，而是『机器人表演』这件事已经严重同质化——当每个景区都能租到一台会跳舞、会握手的机器人，新鲜感就不再是稀缺资源，价格自然回归。

但变化不止于价格。据不完全统计，今年国庆期间，已有近30家具身智能及机器人企业进入文旅、零售和消费服务场景，在岗规模达到数千台。更关键的是职能边界的变化：这些机器人不再是舞台上翻跟头的『表演嘉宾』，而是开始排班上岗、卖货收款、巡检安防、夜间演出——从『给人看』变成了『替人干活』。

这就是商业世界的经典剧本：当一项技术从稀缺表演变成标准化劳动力供给，估值逻辑就从『眼球经济』切换到『人效经济』。 289元的日租，已经低于很多城市临时工的日薪下限，这意味着机器人第一次在价格上具备了替代真实劳动力的资格——尽管能力上还差得远。『能上岗』已经实现，但从上岗到可持续盈利，中间还隔着成本回收、运维体系、任务成功率等多重结构性关卡。据文旅渠道的普遍反馈，企业方现在关心的早已不是『机器人能不能吸引客流』，而是『能不能真的顶一个班』。

🧠 刘爽的100亿：60亿砸向大脑，终局不超过5家

终点有信仰，路径在雾里——这是从业者比外人清醒的地方。

虎嗅『一手判断』栏目里，天创机器人董事长刘爽回答了一个假设性问题：如果给你100亿元投资具身智能产业链，怎么分？

他的答案毫无迟疑：60亿投大脑，30亿投零部件，10亿投应用。他坚持认为，未来真正头部的具身大脑公司，可能不超过5家。

为什么要给大脑最大的筹码？刘爽的背景值得玩味。进入机器人行业之前，他曾在中国广东核电集团做设备管理和可靠性工作，天创机器人长期深耕电力、石化等工业现场，从巡检机器人一路走到VLA、世界模型和工业具身。换句话说，他是站在『靠工程和交付赚钱』的旧路径上，看着『靠大模型、算力和资本起飞』的新路径长大的人。这样的人都愿意把六成筹码押给大脑，本身就说明问题——架构级的垄断机会只有一个窗口期，一旦大脑格局固化，后来者连牌桌都上不去。

不过刘爽同时给市场泼了盆水。2025年初，英伟达创始人黄仁勋提出物理AI有望变革规模达50万亿美元的制造业和物流业，并表示通用机器人的ChatGPT时刻即将到来。刘爽提醒了一个口径问题：这个50万亿美元指的是物理AI有望影响的现有产业规模，而不是未来机器人市场能直接创造的收入——拿它当市场空间测算的分子，是要吃大亏的。

他也不认同具身智能一定会迎来某个突然发生的『ChatGPT时刻』：『终点大家很有信心，很有理想，很有信仰，路径大家其实是在模糊化的。』今天VLA、世界模型、World-Action Model都在快速演进，但未来真正承担机器人认知、空间理解、动作决策和物理执行的架构是什么，仍没有收敛。这意味着一个残酷现实：Demo到真实生产力之间，没有一步是可以省的。

⚠️ 工厂里的真相：泛化与效率，一步都省不掉

试点遍地开花，大规模应用还欠两笔账。

王兴兴在工博会上坦承：目前宇树科技以及其他机器人公司都在工厂里落地试点，但要大规模应用，无论泛化性还是效率，确实都还要进一步提高。他认为这些问题未来几年有望得到解决。

更有信息量的是他对场景排序的判断：商业服务场景的落地进度可能比工业场景更快，而居家场景的推进相对靠后。 这与很多人的直觉相反——工业场景数据规整、流程标准化，为什么反而慢于商业服务？

产业逻辑其实很好理解：商业服务对动作精度和节拍的要求远低于工业产线，容错空间大，任务失败的成本只是体验下降；而工业场景要求的是节拍、良率和24小时稳定性，产线停一小时的损失是真金白银。居家场景则叠加了长尾任务、安全隐私和成本三重约束，注定排最后。

在这样的格局下，竞争位置正在分化。用一张四象限图看会更直观：

值得注意的是天创机器人这类公司的打法：不从零训练通用基础模型，而是把已有的工业数据、场景和交付经验，与新一代具身大脑结合起来。这代表了一条被低估的路径——场景方反向卡位。大脑公司缺数据缺场景，场景公司缺模型，两边缝合处的公司，可能比纯粹的模型公司更早摸到现金流。摆在全行业面前的账本，无非三行：

🔮 小结：泡沫在退潮，信仰在加息

289元的日租、60亿的大脑筹码、一两年内的临界点预期——这三件事说的其实是同一个故事：表演泡沫出清的代价，正在为模型能力曲线的下一跳腾出估值空间。 如果GPT-7真能如王兴兴预期把具身智能问题『打穿』，现在的价格战不过是黎明前的让利；如果打不穿，终局不超过5家的大脑洗牌就会提前上演，估值百亿的公司要先回答谁是那5家。对从业者而言，真正的风险从来不是信AI信得太够，而是像王兴兴说的那样——信得不太够。