专访联想创投梁颖：具身智能3大挑战，2026投资转向核心部件

近年来，随着资本和技术双轮驱动，具身智能领域的关注度持续升温，但估值泡沫与商业化进程缓慢的问题也逐渐凸显，引发了投资界的深入思考。高盛近期发布的行业报告指出，当前具身智能行业正面临"订单荒"的挑战，而Figure公司对优必选相关视频涉及AI合成的争议，更是将行业推向了舆论中心，暴露出其在订单落地与技术真实性方面的双重困境。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

对此现象，某投资机构董事总经理梁颖结合自身从业经验，从投资者角度深度剖析了行业的现实瓶颈与未来转型方向。作为在该领域深耕十余年的资深投资人，她所在的机构不仅参与了多家明星机器人企业的早期融资，还孵化了一批具有代表性的科技创新企业。梁颖指出，当前行业面临的核心问题在于，许多产品尚未形成有效的商业闭环，客户实际使用情况与宣传效果存在明显落差。她进一步强调，行业发展面临的挑战不仅限于AI能力不足，机器人在稳定性、功耗、负载能力等硬件层面仍存在明显短板。

在梁颖看来，具身智能不应简单等同于双足人形机器人。她认为，人形机器人或许是行业发展的长远目标，但商业落地的关键在于场景适配而非形态模仿。以工业场景为例，当前自动化与机器人的组合已替代大部分可标准化的人工操作，而那些难以替代的工作往往涉及复杂环境或高精度需求，这正是机器人技术需要突破的方向。她举例说明，特斯拉布局机器人产品正是基于其工厂近乎无人化的现状，但仍存在少量无法由人工替代的关键操作环节。

谈及技术瓶颈，梁颖坦言当前机器人的大脑算法与硬件本体均未达到大规模商业化成熟阶段。许多创业公司出身于AI算法背景，认为机器人本体已成熟，只需通过AI大模型加持即可实现突破。然而现实情况是，本体硬件仍存在诸多问题：稳定性不足、功耗过高、无法长时间持续工作，甚至需要依赖远程操作支持。她以近期某机器人展会为例指出，多数参展产品虽能完成基础动作，但距离实现自主稳定运行仍有较大差距，单一机器人系统往往需要两名工程师全程调试维护。

对于人形机器人是否陷入"技术堆砌难落地"的怪圈，梁颖表示，要实现与人比肩的灵活性，人形机器人需搭载至少50个自由度的关节系统，但这将直接导致成本上升、小型化受阻，并伴随功耗过高、稳定性不足等问题。她观察到，许多企业初期宣传要打造"全场景多任务人形机器人"，但最终不得不转向科研市场寻求突破，真正能实现实用化的成熟产品屈指可数。她建议行业应着眼于具体场景需求，例如工厂场景中固定位置的机械臂可能比移动平台更具性价比优势。

在商业化路径选择上，梁颖提出"模块化设计"的理念。她认为，具身智能机器人可拆分为机械臂与移动平台两部分，具体形态（双足、轮式或四足）应根据实际应用场景决定。例如家庭场景需要稳定安全且空间适应性强的设备，而工业场景可能更注重效率与成本控制。她强调，关键在于找到合适的应用切入点，建立机器人替代人工的经济模型，而非单纯追求技术完美。

针对行业"订单荒"现象，梁颖指出关键在于验证客户是否真正使用已采购的机器人设备。她观察到，部分企业的产品尚不成熟，但行业的危机感促使客户愿意尝试新技术。她认为，应该鼓励这种探索精神，通过实践发现问题并逐步改进，而非期待机器人一次性解决所有问题。她建议企业先聚焦一两个典型应用场景，再逐步拓展功能边界。

谈及未来投资方向时，梁颖透露，该机构早期已完成对30余家机器人企业的系统布局，覆盖从基础研发到应用落地的完整产业链。但到2026年，随着机器人本体企业估值偏高且优质创业团队基本入场完毕，投资逻辑将从聚焦本体转向产业链上游的核心零部件领域。她同时表示，将持续关注已投企业的商业化进展，协助其找到切实可行的市场切入点。

在商业化突破路径方面，梁颖认为具身智能应优先解决降本增效问题，场景选择不宜过于复杂。她指出，危险作业环境、污染场所或需要24小时持续工作的场景（如设备巡检、维护）具有明确的刚性需求，且不一定需要人形形态。她强调技术应用应以需求为导向，有时需做减法而非加法，避免功能堆砌。她观察到，当前行业从业者多出身科研背景，倾向于从技术角度思考问题，但更应优先明确具体需求，再评估技术可行性。