融资按天算，机器人按年爬？

8月18日，瑞银全球财富管理首席投资办公室发布研报，把人形机器人、Robotaxi、工业自动化打包成一个新名词——"具身AI"，给出2035年4020亿美元的全球潜在市场判断。几乎同一时间，国内具身赛道的融资周期被压缩到"按天计算"。钱在加速，技术在跃迁，但产品落地依然在爬坡。这三条速度完全不一致的曲线，才是看清这轮浪潮的钥匙。

📈 瑞银的账本：4020亿美元里，人形只占零头

先看一笔账。瑞银这轮报告的框架叫"AI in motion（运动中的AI）"——AI开始获得感知、决策和行动能力，真正作用于现实世界。支撑这个判断的核心论据是一个惊人的迭代速度：按传统摩尔定律，算力大约每18到24个月翻倍，而当前AI能力大约每7个月就出现一次翻倍式进步。

速度换来了规模。瑞银保守估计，到2035年，人形机器人及自动化相关的全球潜在市场规模（TAM）将达到4020亿美元，年复合增长率约11%。拆开看，结构比总量更有信息量：

注意一个反直觉的细节：在瑞银的预测里，2035年自动化硬件市场规模（1000亿美元）是人形机器人（400亿美元）的2.5倍。媒体标题都在喊人形机器人，专业买方却在 quietly 提醒你——这台戏的主角可能还没上台。

这背后是个朴素的产业逻辑：工厂自动化、仓储物流、农业机械、手术机器人已经拥有成熟应用场景和付费客户，能把AI能力更快转化为收入和利润；人形机器人还停留在"能力演示"阶段。所以瑞银的建议不是押注某个明星赛道，而是广泛配置整条具身AI产业链。

💡 7个月翻倍：VLA给机器人换了个大脑

技术叙事的主角，是视觉—语言—行动模型（Vision-Language-Action，VLA）。

传统工业机器人是什么？一段预先设定好的程序，在高度结构化环境里重复固定动作。汽车焊装线上那台KUKA机械臂，干了十年可能就是同一个焊点。它不需要"理解"世界，只需要别出错。

VLA模型改变了游戏规则：摄像头等传感器获取的信息，加上自然语言指令，可以直接转换为实际动作。翻译一下——机器人第一次拥有了"听懂人话、看懂现场、自己动手"的能力闭环。一旦这种能力成熟，机器人能进入的应用场景将大幅扩张，人形机器人尤其是最大受益者，因为它天然就是为非结构化的真实世界设计的。

而AI能力7个月翻倍的迭代速度，正在给这套能力装上加速器。瑞银的判断是，更快的能力迭代显著提高自主系统的"智能程度"，推动人形机器人、自动驾驶和Robotaxi加速发展，同时向农业、医疗、航空航天和智能眼镜等行业渗透。

但工程师都清楚，实验室的翻倍和产线上的稳定是两回事。VLA解决的是"会不会做"，商业落地还要回答"做错了谁赔"。这个Gap，恰恰是接下来两条新闻拉开的裂缝。

🔥 融资快进：从按年到按天

钱已经等不及了。

2025年2月，星海图完成A轮融资，距离天使轮过去了一年多；自变量机器人同年5月完成A轮，距天使轮也将近一年半。放在前几年，这种以"年"为单位的节奏再正常不过。但在今天的具身赛道，这已经算慢的了。

对照一下新物种们的速度：临界点今年1月成立，12天后完成天使轮，再过15天完成A轮，从天使轮到A轮前后不到一个月；德塔智能从1月注册成立到第6轮融资落地，只用了半年；昆仑行机器人3月成立，不到90天连续完成天使轮、Pre-A轮和A轮3轮融资；同为3月成立的破壳机器人，4月拿下数千万美元天使轮，8月初又拿到亿美元级Pre-A轮；求之科技则在7月到8月间不到一个月连融两轮，每轮都是亿美元级别。

据小饭桌对30家具身公司的盘点，传统轮次之间的边界正在被打破，"天使++轮""Pre-A++轮"这类命名频繁出现。一家FA机构的朋友私下感慨：现在做具身项目，BP的更新速度都赶不上打款节奏。

融资能倍速播放，但产品技术的进度条未必跟得上。当一家公司成立几个月、产品都没有就融到好几轮，这背后已经不只是市场情绪，而是一套新的资本逻辑在起作用：钱在提前下注，赌的是VLA能力翻倍之后场景爆发的那一天。风险 equally 明显——一旦能力曲线放缓，大量按天融资的账本会同时到期。

⚠️ 车企造人：占尽优势的特斯拉为什么慢了

再看大洋彼岸的尴尬样本。

今年5月，最后一批Model S/X在特斯拉工厂下线，宣告停产退役。46天后，旧生产线拆除干净，原地搭建Optimus人形机器人的首条量产线。这个画面极具戏剧性：一边是功勋车型谢幕，一边是机器人登场，马斯克的转型意图写在工厂地板上。

按理说，汽车公司是人形机器人的舒适区——一边承袭自动驾驶的软件能力，一边立足精密制造。Optimus的诞生方式也印证了这一点：与Model 3/Y共享一座工厂，大脑直接移植FSD算法。特斯拉反复强调，车上的FSD算法可以复用给机器人，重资产包袱就此变成边际成本趋于零的软件优势，估值水涨船高。"木头姐"Cathie Wood最近就公开认错：2029年2600美元目标价的模型里压根没算进Optimus的价值——"我们在自动驾驶领域过于激进，但在人形机器人领域，我们可能又过于保守了。"马斯克也在财报会上屡次为Optimus抱不平，称第三代产品是"真正意义上的通用机器人"。

但摇旗呐喊背后，是略显尴尬的时间差：特斯拉最早提出人形机器人概念是在遥远的五年前，至今没有走到量产这一步。

问题出在哪？2024年，已自立门户的Andrej Karpathy——师从李飞飞、OpenAI创始成员、特斯拉Autopilot和FSD团队的关键打造者——做客播客时，不经意透露了特斯拉研发Optimus过程中不为人知的细节。算法从车移植到人，远没有PPT上写得那么顺滑。别高估车企"造人"，这是素材给出的最直接提示：软件业与制造业的结晶，两头的水都比想象中深。

💰 谁先收到钱：硬件老将 vs 人形新兵

把三块素材拼在一起，一个清晰的产业分层浮出水面。

第一层，先收钱的是自动化硬件老将。工厂自动化、仓储物流、农业机械和手术机器人已有成熟场景和付费客户，AI能力的注入是锦上添花，收入确定性最高。瑞银明确提示：相较仍处商业化早期的人形机器人，这些赛道有望更早把AI能力转化为收入和利润。

第二层，汽车智能化是最肥的单品。ADAS加Robotaxi合计约1280亿美元，占4020亿总盘子的近三分之一，且FSD向机器人复用的技术路线已经铺开。

第三层，人形机器人和按天融资的新公司，赌的是VLA成熟后的场景引爆。故事最性感，兑现周期也最长——连手握工厂、算法、现金流三张王牌的特斯拉都要爬五年，创业公司的进度条可想而知。

对从业者和投资者的启示是一致的：这轮浪潮的胜负手不在谁的故事大，而在谁先把AI能力塞进已有付费客户的场景里。瑞银建议广泛配置产业链而非押注单一赛道，与其说是投资建议，不如说是对落地节奏的清醒判断。

融资按天算，机器人按年爬——这个速度差不会短期消失，但它恰恰定义了未来十年的产业节奏。AI能力每7个月翻倍的曲线如果延续，VLA会把人形机器人从演示视频里拽进真实产线；而在此之前，能先收到钱的自动化硬件和汽车智能化，才是浪潮底下真正的现金流。钱可以快进，落地没法倍速播放。盯紧那条从实验室到付费客户的转化曲线，比盯着任何一轮融资都更有用。