美国不领跑，机器人资本雾里登山

9月23日，S创上海2026期间，观察者网策划了一场播客对谈，题目起得很直白——“雾里登山：从美国的‘黄金时代’走出来”。主持人是观察者网策划部主任周宇舫，对谈嘉宾是首都经济贸易大学案例中心主任孙喜和成为资本C Engine首席投资官张辰。

一场对谈，戳破了一个行业默认前提：过去二十年，中国科技投资的底层方法论是“望向美国”——那边有先跑出来的公司、相对清楚的技术路线、可供比较的估值锚点。中国团队追得够不够快，投资人自有一套打分表。

现在，在人工智能、人形机器人、具身智能这些前沿方向上，这套打分表作废了。山顶还没露出来，中美团队几乎同时在雾里摸索。作为一个天天跟机械臂和关节模组打交道的机器人行业老兵，我想借着这场对谈，聊聊“雾里登山”对机器人赛道的真实含义。

📈 对标叙事失灵，“追赶公式”不管用了

先说一个圈内私下流传的说法：以前看机器人项目，尽调第一问是“你在美国对应哪家公司”，现在这一句越来越问不出口了。

为什么？因为参照系没了。张辰在对谈里把这种状态叫“雾里登山”——过去美国做从0到1，中国做从1到100，方向是确定的，比的是速度和执行；现在中国的一部分团队开始与美国同行同时探索，没人知道山顶在哪条线上，仅靠对标没法判断哪条路走得通。

落到机器人行业，这个变化格外具体。人形机器人就是最典型的例子：整个品类都还在从demo走向场景的路上，中美双方都在同一片雾里。整机架构、灵巧手方案、数据闭环怎么建，没有一家公司跑通到“可以抄作业”的程度。具身智能更是如此——世界模型、VLA、遥操作数据采集，每条路线都有人押注，也都有人质疑。

对标失效之后，投资判断的坐标系必须重建。我把两种状态的差异整理成一张表：

这张表背后是一个冷峻的产业逻辑：当没有坐标时，投资从“抄袭打分题”变成了“开放式论述题”。对创业者来说，这既是坏事——没了现成答案；也是好事——第一次有机会去定义答案。

用一张图来看这个范式切换：

🔬 科学家创业：谁来定义技术目标

金句先放这儿：追赶时代，目标是别人给的；并跑时代，第一道坎是自己给自己出题。

张辰在对谈中从投资实践谈到了科学家创业，这是雾里登山状态下最要命的一环。过去，一个实验室团队出来创业，研究方向可以对着国际前沿的论文热点选——美国大厂做了什么，就说明这条路大概率通。现在没有这个信号灯了，技术目标由谁定义？

对谈中给出的视角是分两个层面。一方面是学术层面：论文指标还能不能充当导航？机器人领域的经验是，实验室指标和产业需求之间隔着一道深沟——一个在仿真里跑得很漂亮的操作策略，进了真实产线可能连光照变化都扛不住。另一方面是产业层面：当客户自己也说不清要什么的时候，谁更接近场景，谁就更有资格定义技术目标。

孙喜从工业体系与创新机制的角度补充了另一面：前沿技术走进产业，是有条件的。工业体系提供的不仅是供应链，更是一整套“技术—需求”的对话接口。一个机器人创业者如果只待在实验室里，接口是接不上的。

我自己在工厂里的观察也印证这一点：真正能让机器人落地的项目，几乎都是工程师蹲在产线边上一台一台调出来的，而不是论文里读出来的。科学家创业的两条岔路，大致长这样：

雾里登山时代，右边的路更可能先摸到山脊。这也是张辰强调科学家创业要有阶段性商业闭环的原因——闭环不是终点，而是在没有导航的山上，每登上一段就确认一次海拔。

💰 阶段性商业闭环：资本怎么押注

没有终局参照的时候，赌终局是最贵的下注方式。

这是我从张辰的表述里提炼出的核心判断。机器人赛道 notoriously 是长周期行业——一台人形机器人从原型到量产交付，中间隔着供应链爬坡、可靠性验证、场景打磨，每一环都在烧钱。在追赶模式下，资本可以照着海外同行的融资节奏和估值曲线排兵布阵；现在锚点没了，怎么办？

对谈给出的答案是“阶段性的商业闭环”。翻译成工程师语言：把一座看不见顶的山，切成若干段可验收的登山路。每一段闭环，意味着一个能自我造血或至少能被产业客户付费验证的场景——哪怕是先给汽车厂做质检工作站，哪怕是先卖数据采集服务。

据多位接近一级市场的人士透露，这恰恰是当下机构分歧最大的地方：一类机构仍在按终局叙事给头部人形机器人公司高估值，赌的是某一条路线先撞线；另一类机构则收缩到“每一段都有闭环”的项目上，宁可少赌爆发性，也要多要确定性。两种打法没有绝对对错，但后者显然更符合雾里登山的物理现实——雾里跑步，摔死的不一定是跑得慢的，而是不看脚下只看远方的。

从创业团队视角看，阶段性闭环还有一个隐藏价值：它是雾中唯一可靠的自我定位工具。每完成一个闭环，团队就多一块真实数据、一个付费客户、一条被验证的假设。在坐标系缺失的环境里，这些碎片就是创业者自己搭出来的坐标系。

🏭 国家任务与产业需求，怎么接上

雾里登山，光靠创业公司和VC两只手是不够的，第三只手是国家任务。

这是对谈提出的第三个关键问题：国家任务与产业需求如何对接。孙喜的工业体系视角在这里特别有价值——中国的产业优势从来不是单点技术领先，而是体系性的场景密度和供应链纵深。机器人行业对此感受最深：一个关节模组从设计到打样到小批量，在中国长三角能做到以周计，在海外往往要以月甚至季度计。

但体系优势不会自动转化为创新优势。前沿技术走进产业需要条件，其中最关键的一条，就是国家任务和产业需求之间的接口要打通。国家任务擅长供给长期投入和确定性订单，产业需求擅长供给真实场景和快速反馈。两边接得上，雾里登山的团队就有了底线保障和地面情报；接不上，国家任务容易变成悬空的样机工程，产业需求则等不起基础研究的漫长期。

机器人大概率是两者最先接上的领域之一。原因很朴素：制造业本身就是中国最大的机器人需求方，工厂里到处是等待自动化的工位和工序。当国家层面的技术攻关与工厂层面的降本需求指向同一批团队时，“任务—需求”的回路天然就短。这也是我认为中国的机器人团队在雾里未必吃亏的原因——雾对所有人都是公平的，但谁的地面情报网更密，谁摸错方向后的纠偏成本就更低。

写在最后

“雾里登山”不是一句文艺的比喻，它是对中国科技投资方法论的一次强制性迭代。

对标叙事的失效，意味着机器人与具身智能赛道的所有参与者——创业者、投资人、产业方、政策制定者——都必须换一套动作：目标自己定义，闭环分段验证，产业接口前置搭好。雾没有散，山顶还没露，但至少大家已经开始承认一件事：这一轮，没有现成的美国坐标可抄。

往前看，谁能先在雾里搭出自己的坐标系，谁就先摸到下一轮产业周期的山脊线。机器人行业的好戏，可能才刚刚开场。