一台人形机器人，终于敢晒工资表了？

机器人公司开始公布价格、工时、回本周期——但价格、有效工时、人工介入和实际节省，至今没有在同一个真实项目里同时出现过。

这不是抠字眼。对一台要进厂干活的人形机器人来说，能不能动是技术问题，能值多少钱是生存问题。最近几周，Agility Robotics、OpenAI、资本圈接连给出几组数字，把这张一直缺着的'工资表'撕开了一角。

结论先放这里：人形机器人的回本模型在纸面上已经跑通了，但支撑它的每一项假设——工时、成功率、维护成本——都还是'理论值'。真正的分水岭不在腿部和灵巧手，在那颗'大脑'。

📈 上市文件里，出现了第一张理论工资表

机器能不能动已经不是问题，它值多少钱才是。

事情要从一桩上市交易说起。今年6月，Agility Robotics宣布与特殊目的收购公司（SPAC）合并，交易给予公司25亿美元交易前股权估值，合并完成后拟以'AGLT'为代码上市。

站在公开市场的门口，光演示机器人搬料箱不够了。投资者要问：它怎么定价？能给客户省多少钱？于是Agility在上市文件里，把下一代人形机器人Digit的成本账摊开给所有人看：

一张更大的背景板是：Digit已在9个客户设施相关的部署中累计运行超过65000小时，Digit v5还握有超过3亿美元的多年订单。

但请注意，那个亮眼的'1.1年回本'，是按公司规划模型算出来的。模型假设Digit每周工作约120小时，连续干五年，最终交付约31000个小时的劳动时间。

每周120小时是什么概念？意味着这台机器人基本处于'除了充电和维护都在干活'的状态。一位接近部署项目的业内人士私下说过一句话：客户的顾虑从来不是机器人能不能干活，而是它一周能稳定干多少小时不添乱。

这张工资表，目前仍是理论版。

🔢 考勤表越来越详细，工资表还欠着

各家都在晒工时，没人晒完整的投入产出比。

Agility不是唯一开始'打卡'的公司。过去几个月，人形机器人行业的考勤记录明显密集起来：

Figure在宝马工厂公布了1250多个运行小时；星动纪元的机器人把物流处理效率从约100件每小时提到1200件每小时；智元和优必选也开始公布机器人连续作业时长和累计工时。

这些数字都有价值，但拼不成一张账。为什么？因为工时只是分子的一半，另一半是有效工时——扣掉人工介入、故障停机、任务切换损耗之后，真正替代了人工的那部分时间。目前没有任何一家公司，把'我们几个操作员照着几台机器人'这个最尴尬的数字放进宣传稿。

而有效工时恰恰取决于一个变量：机器人的任务成功率。这就把话题引到了'大脑'。

🧠 大脑决定时薪：从95%到10%的悬崖

同一个模型，抓放是熟手，插接是新手。

9月1日，OpenAI明确表态：进入人形机器人。两天后，GPT-6 Astra发布。测试结果很能说明当下大模型在物理世界的真实水位——简单抓放任务成功率95%，换成精细插入，骤降到10%。

从95%到10%，中间隔着的正是工业场景的真门槛。物流分拣、料箱搬运之所以成为人形机器人落地的第一站，不是因为腿不重要，而是因为'抓起来、放下去'这类任务，现有模型扛得住。一旦进入3C装配、精细插接这类高价值场景，成功率一个数量级地往下掉。

学术界的数据更冷静。智源对12个开源具身模型的评测显示，复杂任务组合的最高成功率仅16.7%。也就是说，开源生态里'最能打'的具身模型，面对真实复杂任务，十次里还挂八次多。

这个闭环解释了一切：大脑能力决定成功率，成功率决定有效工时，有效工时决定回本周期，回本周期决定复购订单，订单最终反哺数据与模型迭代。具身大脑不是众多零件中的一个，它是整张经济账的乘数。

钱已经投了票。

💰 上半年400多亿，过半押给了'具身大脑'

资本不赌腿，赌的是 scaling 起来的大脑。

今年上半年，国内具身智能融资总额超过400亿元。结构很说明问题：过半流向'具身大脑'公司，其中超七成在布局世界模型。

最新一笔是36氪披露的：'超维动力'完成超5亿元人民币天使+轮系列融资，由淡马锡旗下VC机构祥峰资本、方广资本、万石资本等加注。资金用途写得直白——加速'数据-模型-本体'迭代，推动具身智能产品化落地。

注意这个融资叙事的变化：两年前的人形机器人融资讲的是'本体复用汽车供应链、成本能打下来'；现在讲的是'数据飞轮和模型迭代'。钱从'造得更便宜'转向'干得更聪明'。

路线分歧也摆到了台面上。在具身智能的闭门讨论中，章鱼动力世界模型合伙人陈文科关注的核心问题，不是把模型'训出来'，而是算法、系统、数据、硬件的Co-Design——让世界模型真正scale起来。他曾在字节跳动AML/Seed团队及头部大模型企业从事多模态生成模型的Infra与预训练研发，视角很务实：世界模型是具身大脑的核心，还是众多路线中的一条，目前没有定论。

真正需要警惕的是估值与技术资产之间的时间差。数十亿、上百亿估值压上来时，哪些是真技术资产，哪些只是提前定价的未来？ 智源那16.7%的最高成功率，就是悬在所有'大脑'叙事头上的一个标尺。

⚠️ 一张完整的工资表，还差三块拼图

考勤有了，工资还在路上。

把Agility的40万美元账本、Figure的1250小时、GPT-6的10%放到一起看，行业缺的东西其实很清楚：

1. 同一个真实项目里的完整数据：价格、有效工时、人工介入率、实际节省的人力成本，四项必须在同一张合同、同一个工厂里同时出现，账才算真的。

2. 成功率-工时的交叉验证：宣称的每周120小时，需要第三方或客户侧数据背书。据多位接近部署项目的人士透露，客户续约谈判桌上讨论的从来不是演示视频，而是介入频次的周报。

3. 大脑的能力阶梯：从抓放的95%到插接的10%，中间每一级台阶对应一类场景的商业化窗口。谁能把精细操作成功率推到工业可用线（普遍认为至少99%以上），谁才能把时薪从'物流件'提到'精密制造件'。

🔮 小结

Agility Robotics把工资表写进上市文件，是一个标志性动作——人形机器人第一次被迫用'劳动经济学'而非'技术演示'来面对市场。1.1年回本的故事很动听，但它的每一项假设都指向同一个瓶颈：那颗还不完全好使的'大脑'。

接下来值得盯三个信号：AGLT上市后Digit的真实工时披露、'超维动力'们'数据-模型-本体'闭环跑出来的第一个量产项目、以及GPT-6 Astra之后大模型在精细操作成功率上的下一次跳变。

考勤表已经齐了，工资表交卷的日子，就是人形机器人真正上桌的日子。