更多干货，欢迎加入国内首个具身智能全栈学习社区：具身智能之心知识星球(戳我)，这里包含所有你想要的。

据悉，某头部车企内部成立了无人工厂战略委员会，这个委员会的规格非常高，由该头部车企大BOSS亲自领衔挂帅，各大事业部VP参与调研分析具身智能，并向大BOSS做汇报，探索如何把具身智能应用到工厂无人化。

之前汽车圈流传着一个逻辑，汽车行业技术变革“上半场是电动化，下半场是智能化”。严格来说这个逻辑并不正确，不是上下半场，而是三场变革：第一场是电动化，第二场是智能化，第三场是工厂无人化。

电动化已经接近尾声，智能化在进行之中，工厂无人化则是进入早期的概念探索阶段。工厂无人化是车企这样大型工业企业梦寐以求的，一旦用机器人替代工人，车企就不用管理数十万工人，也不用给数十万工人发工资交社保。不过未来工厂的无人化同时会引发一个问题：打工人怎么办？

具身智能是大型工业企业的“好朋友”，是打工人的“天敌”。不过，虽然车企对具身智能的热情很高，但是目前具身智能对进厂打工这个事表现的是：不堪用。

目前创业公司们还在最早期的艰难摸索技术阶段。如果把新技术划分为堪用、可用、好用的三个阶段，目前具身智能还处在连堪用的demo都做不出来的阶段。

1. 山高路远

近一段时间具身智能公司的融资PR新闻非常密集，给人一种具身智能的时代马上来临的感觉。不过，一些具身智能的头部公司身体比嘴巴诚实，虽然融到了大钱，但基本上没怎么大举招人扩张，保持着审慎的态度，精打细算的细水长流，甚至有的是：按兵不动。

一位业界朋友表示，具身智能的量产和商业化是山高路远，胡作乱烧钱容易死的快。

审慎是非常有必要的，当下的具身智能行业，一眼望过去，到处都是“坑”。

硬件上，作为核心部件的灵巧手就达不到堪用的水准。现阶段的灵巧手处于困境之中，自由度越高，成本就越高，更关键的是寿命非常短，有的使用几个星期就会出现问题甚至坏掉。15自由度以上的灵巧手价格在上万元，却只有几个星期的使用寿命。一些灵巧手的demo效果做的不错，但是使用几天后电机的控制精度就无法保持稳定，导致动作出现偏差。

还有机器人本体的散热问题，某头部公司的机器人做跳舞、格斗的表演动作会出现温度过高导致失控、宕机的问题，表演还只是做短时任务，如果放工厂里做长时任务，散热引发的问题更不可控。

还有芯片的算力问题，众所周之VLA模型很吃算力，目前搭载在本体上的芯片算力能干支持的模型参数很小。

硬件上问题一堆，软件算法上也不少。

训练数据是行业核心难题，目前具身智能训练的数据采集难度大、成本高、时间长，支撑不起来有效的“训练—验证—迭代”的闭环流程，而具身智能又依赖于大规模的连续交互真实数据来训练和优化模型。

还有模型的泛化性也是个巨大问题，整个行业都想模型做到跨场景、跨物体自由泛化能力，但是目前押注的VLA模型并没有帮助具身智能实现泛化，尽管VLA模型在特定任务中表现出色。

还有软件算法在不同硬件之间迁移也很难，导致不同产品之间无法实现训练数据共用共享。

这个阶段的具身智能，软硬件上是密密麻麻的“坑”，令具身智能创业公司们“脑袋疼”。

所以，一些头部公司创始人没有因为资本的追捧头脑发热，反而理性和谨慎。虽然会吹吹牛说找到了可量产商业化的技术和场景，但实际的花钱扩张动作上非常谨慎，因为心里非常清楚底层技术突破的拐点还看不到，探索的周期充满了不确定性，所以准备打持久战。

这是吸取了当年自动驾驶的经验教训，前几年自动驾驶火热的时候，一些公司融到钱就飘了，大举招人扩张，烧钱太快导致遇到资本寒冬的时候就陷入缺钱的状态，在暴雷死掉的边缘挣扎。

2. 核心壁垒

这波具身智能投资热潮之后，头部公司只要不乱烧钱，基本杜绝了因为缺钱暴雷死掉的风险。

一些头部公司用审慎的态度控制运营成本，账上趴着累计融资的一二十个小目标，相比于每年的运营成本够花个十年八年的。甚至一些刻意控制团队规模和成本的，靠银行利息理财收入就能覆盖很大一部分运营成本，真正做到了：永续经营！

这也帮着资本锁住了风险，至少资本所投的公司不会因为未来具身进入资本寒冬的时候融不到钱死掉。

从长期来看，具身智能公司的最核心竞争要素还是融资能力。

从自动驾驶过往的行业竞争来看，算法构不成一家公司的核心竞争壁垒。因为算法是流动扩散的，并不能成为某个玩家可以独有的稀缺能力。

过去三年自动驾驶算法技术迭代变化即多又快，但每一次有玩家做出新算法之后，就有其他玩家跟进抄作业很快做出来。比如，元戎和华为先做出来无图，一年后其他玩家也都无图了，理想在国内先推出端到端，半年后大家也都跟进端到端了。

所以，从大语言模型以及自动驾驶来看，算法的竞争壁垒保鲜期比较短，一般最优秀的玩家也就是领先半年或者一年时间，就会被追平。

算法扩散背后是人才的流动。当某个玩家做出新算法之后，其他玩家就会蜂拥而至的挖角，大家为了缩短研发周期尽快追上来喜欢挖有经验的人才。而人才呢，也想趁着热门抢手的窗口期卖个好“身价”，毕竟等未来技术路线变了，就没那么值钱了。

正是因为算法人才流动起来了，就很容易把算法模型从一个公司带到另一个公司，使落后的公司可以迅速在半年、一年的时间内做起来，这是自动驾驶在中国之所以发展好的原因之一。

未来具身智能行业的竞争大概率也会像自动驾驶一样，把自动驾驶发生过的故事重新上演一遍。目前具身智能行业倒是还没有出现像自动驾驶一样挖角潮，这也说明没有哪个玩家有特别亮眼的技术能力吸引其他玩家挖角人才。

自动驾驶行业证明了钱是核心竞争要素，有钱不一定能做好算法，但是没钱肯定是做不好的。毕竟，有钱才能有人才、有数据、有算力，算法能力需要融资能力做支撑。

所以可以说，融资能力是具身智能未来竞争要素的核心中的核心。

结束语

上个世纪一位著名的教员曾提出：在敌强己弱的情况下，要在战略上采用持久战的方针，通过长期的作战，最后赢得战争的胜利。

现阶段具身智能在软硬件上的“坑”特别多，障碍和困难巨大，在这样的形势下，就要学习教员的战略：打持久战。有长期熬的心态，备足粮草弹药，不乱烧钱，同时对技术发展动态保持高敏感性，等待技术突破拐点到来。

具身智能、人形机器人、大模型等AI行业，求职避免入错坑，欢迎咨询具身智能之心专属职业顾问！

本文只做学术分享，如有侵权，联系删文