一年一度创投圈盛会如约而至。2025年12月2-5日，由清科控股（01945.HK）、投资界主办，汇通金控、南山战新投联合主办的第二十五届中国股权投资年度大会在深圳举行。本届大会集结逾千位*投资人、领军企业家，打造兼具深度洞察与互动活力的“创·投嘉年华”，致力成为观察中国科技创新的窗口。

本场《具身智能与AI硬件的中国机遇》圆桌派，由峰瑞资本创始合伙人李丰主持，对话嘉宾为：

Speediance速境创始人兼首席执行官 刘韬

逐际动力创始人张巍

以下为对话实录，

经投资界（ID:pedaily2012）编辑：

李丰：非常感谢清科的组织。这两家企业是今年比较热的，一家是上一波的热潮机器人，另一家是近一个季度突然很热的AI硬件。在中国有个很有意思的机会，但凡把软的技术或算法（如自动驾驶、人脸识别）放在一条复杂的硬件产业链上，再加上传感器和芯片合成新产品，这样的公司基本上都做得非常好，而且几乎不容易有竞争对手。今天这两家公司恰好也是这个投资逻辑上的深圳项目，请两位各自介绍一下。

刘韬：速境成立于2020年，做数字化的健身设备，用电机取代传统的物理重量。主要关注两点：*是怎么给用户有效的健身指引，第二是如何满足用户的差异化需求。2022年后人工智能快速崛起，健身教练和个人康复的知识很大程度被AI取代。速境在人工智能上受益很深，目前更偏向于做AI私教综合体。大家对健身教练和健身知识的需求是确定性的，通过AI能快速将现成的知识转换成课程和指导。

张巍：峰瑞是我们的投资人。三年多前讲了传感器、软件、硬件相结合的逻辑，我们本来就做人形机器人相关的领域，而不是它火了才开始做，从2017年开始就专注这方面的研究。逐际动力主要做本体+多APP形式的通用机器人平台，与其他的人形机器人有区别，目前不进工厂。我们的机器人服务于人，最终面向家庭。

李丰：张老师在国外做教授也是研究机器人，你觉得中 美的机器人产业未来会怎么发展？

张巍：机器人的原始创新在AI。从0到1再到商业化的过程周期很长，从工程化到硬件、量产、商业化再到用户反馈，整个迭代周期90%-95%以上都是中国效率百倍于国外。AI原始idea的作用非常大，现在最关键的是迭代，中国的硬件迭代速度很快。

李丰：不久前发改委提到人形机器人泡沫和速度共存，你如何评价这句话？

张巍：国家政策出台得还是比较快，比较正确。现在全民都在干这个事，这个行业太重要了，我们要真正做好，务实、有能力的具身智能企业有更好的结果。

李丰：今天的机器人，绝大多数demo里面比较热的还是运动功能，包括空翻、跑步、跳高、越野等等，到上肢的时候操作都有点难办。解决操作问题的一个技术叫VLA，即把看到的东西变成语言，再把语言变成动作，当然现在又有一些新的演进。

张巍：我想分享一下不同意见。目前大家看到的令人印象深刻的机器人demo都是展现运动能力，操作一般，但是大模型来了以后，大家要重新定义“难”和“简单”。我觉得VLA和操作的进步是巨大的，只是看上去不如翻跟头华丽，这可能是反常识的。在大模型时代，写C++程序和写会议纪要难度是相同的，对人而言写C++很难、写会议纪要很简单，但是在大模型时代它们的难度是反过来的。VLA带来的操作进步是巨大的，未来蕴藏着巨大的机会。

李丰：从人形机器人的角度来看，你觉得它们算AI吗？

张巍：算。凡是通过数据来积累智能的东西都算AI，而且这个AI以后会帮到机器人。

李丰：三年前我们刚投你的时候，给你引见了影石创始人刘靖康聊AI硬件的问题。当时你对影石是什么印象？对自己是什么预期？三年后回头看，对当年见面聊天的回忆是什么？

刘韬：公司当年投我的时候是让JK当的主考官。大家都知道，现在影石是全景相机的全球*，市值也非常高。三年前我见他的时候，主观感觉他是很纯粹的产品经理，现在来看还是如此。

开始创立速境的时候，我看到全球有两三亿人健身，所以想做数字化设备。健身是一个确定性的市场，家又是百分之百发生的场景，在这个场景做一些适合健身的设备。我从2013年前开始玩大疆的无人机，对影像也有一些感知，觉得是一个很大的市场。我在很早期的时候就关注过影石，现在仍然觉得影石是非常优秀的公司。我明显感觉到，速境在创业三年里认知迭代和方向迭代非常快，这几年一直在做海外市场。

速境是AI的受益者。举个例子，有些手表拿到的心率数据是上游传感器给它的文本数据，但现在我们可以把心电图的原始信号交给AI处理，不错过冠心病前兆。还有抑郁症，抑郁症患者可能发现一个睡眠指标比常人更高，如果用AI来解读这些信号，可以很好地提升大家的健康状况。

如今用户不仅仅是运动，还会慢慢演化成健康，包括饮食、睡眠、情绪等方面。AI在健康赛道的潜力远超我们想象，可以基于姿态识别、语义理解、用户训练的记忆系统，从用户的饮食和睡眠习惯着手，管理当下和未来的预期。

李丰：你们最近刚完成一轮估值很贵的融资，2022年创业的时候，你觉得哪个时间点能达到这个估值？

刘韬：站在过去看现在，其实不知道什么时候能做到，现在看未来也没有预期。相比于明年增速和利润，企业的高质量发展尤其是研发建设更重要。

李丰：张老师是经历过融资低潮的，达到现在比较高的估值符合你当年的预期吗？

张巍：我们不是看到资本的机会或者浪潮才做。我们就是做这个事的，觉得那时候创业是最适合的，也没想过估值会有多少。

李丰：过去两年你们取得的产品技术进步里面，硬件和软件部分分别起到多大的作用？

刘韬：对速境来说，90%还是硬件。我们是今年下半年才认真投入做AI，99%的营收都是硬件贡献的。

张巍：从人形机器人行业来讲，可能95%属于AI，5%属于硬件。我认为人形机器人很好做，比飞机好做，本质上还是AI不够，而不是机器人难造。从软硬件来说，我认为还是算法（软件）在驱动硬件的改革，但一家公司花费的时间可能相反，花在硬件上的时间很长，但这并不代表它是技术变量的突破口，几乎95%还是属于AI。

李丰：人形机器人现在有泡沫吗？

刘韬：我觉得有点，估值比我们高特别多，也没有什么营收。但有泡沫才有创新，才能让一堆优秀的人挤进去。

张巍：看怎么定义泡沫吧，泡沫破灭以后才知道谁在岸上、谁在裸泳，才能出来谷歌和Facebook，行业有泡沫才能发展。但是公司不能有泡沫，两件事还是有区别的。

李丰：智能硬件刚开始热，你觉得能热多久？

张巍：不是说能“热”多久，它是很有价值的，而且才刚刚被人发现，离真正上顶还有很远。

比如健身行业、人体数字化，根据用户画像衍生测量心率、情绪、睡眠，这些才刚刚开始。不是泡沫，而是价值被低估。

李丰：中国做这个东西卷得很厉害，扫地机器人卷赢了全球。往后看两年，中国其他类型的企业会把你卷到什么程度？你怎么扛卷？

刘韬：这是个很好的问题。对投资人和企业来说，时间往往是硬件的敌人，是软件的朋友。我也在思考，深圳或者中国*秀的这一批消费电子硬件产品，为什么能长久地发展下去，甚至市占率越来越高？

以大疆为例，它的壁垒是结合五六个全自研的长链条技术和纵深技术，做出3000元的无人机。飞控、云传、雷达、芯片等各方面纯自研，每个技术都有很长的深度，能支持它做5年甚至10年以上的技术创新。拓竹的硬件做到了95分，其他企业做到75分或者80分，始终有一个物理上限，更重要是形成良好的创作者生态，带来“创作者-用户-创作者”的正循环。

对于速境来说，未来2年更重要是立足市场核心。用户买一台洗碗机或扫地机器人，打开之后就基本完成了用户目标，但是花一万多块钱买速境的设备，用户目标完成度是0%，我们需要用三个月或者一年的时间去帮助用户养成健康的生活习惯。从这个意义来讲，速境不只是单纯的产品型公司，还要有更多后续服务产生，希望在未来2-3年基于服务做硬件和AI产品产品。

李丰：举一个具象的例子，不管是去健身房找健身教练还是自己在家做练习，速境已经实现了电子化或者说数字化，将训练次数和类型记录下来。把这些历史数据告诉AI，就能告诉你这次和下一次应该练什么。

上世纪80年代日本把机械钢琴改成电子琴，把机械表改成电子表，今天中国也做了一轮迭代，把油车换成电车，还做了智能化，电子表最后被智能手表干掉了。

不论这一轮机器人热潮什么时候到顶，从投资角度看有一个非常简单但容易被忽视的道理：意义越大的方向和变革，需要经历的泡沫和低潮的次数越多。下一轮机器人再热回来的时候，通常不会热同一个具体的东西，而会呈现在不同角度或位置上。

张巍：从投资人的视角来看浪潮，一般反映了人的预期，与本质不一样。行业不能跟着预期走，而要看整个发展。行业每天或每个月进步都挺大的，我觉得现在的速度不可想象。

李丰：机器人今天最短的短板是什么？最缺的东西是什么？

张巍：最缺数据，最短的短板就是数据。数据包括很多，所有智能以及模型都来自于数据。数据的采集和处理构成了模型，整个数据能够高效生产模型的环节还没有完全跑通。

李丰：机器人要的数据比自动驾驶复杂太多。自动驾驶只需要做出一个模型，辨别出物体的状态，剩下的问题就是绕过去或者不要碰到它。机器人更加复杂，不仅要碰，还要改变和操作。这些数据主要从哪来？

张巍：我觉得既简单又难。机器人主要是任务比较多，自动驾驶是从A到B的单一任务，但是场景比较开放。数据永远是相对的，拧瓶盖和打羽毛球的数据是没有关系的。

如果是简单的陪打、拧瓶盖、做家务，来源包括真机数据、仿真数据，还有互联网视频以及强化学习。

李丰：你们的行业与他们的行业有什么交集？

刘韬：我们最终会有一些技术是相通的。比如在单车里构建一个虚拟的骑行场景，这些数据可能是相通的。

张巍：我补充一下。现在这个节点为什么快？因为小脑基本问题不大了，进入了VLA和操作阶段，需要基础模型。大脑这一块进入了预训练模仿学习的尾声，开始步入后训练强化学习，这是一个变量。

李丰：历史上用这样的方式积累数据、推进算法的是谁？

张巍：人工智能的智能都来自人工，没有人工以外的智能。所有AI都是这么发展的，AIpha GO下围棋是跟人学，靠的是好的棋谱和强化学习。大模型也一样，先从互联网学会大家是怎么学习的，接下来是后训练的强化学习。

李丰：自动驾驶像是自己给自己采集数据。

张巍：自动驾驶还是偏模仿学习为主，端到端。

李丰：虽然2014年自动驾驶已经很热了，但过了12年才到L3级别。今天来看，你觉得最有可能的竞争对手会从哪里跑出来？

刘韬：我觉得会从大公司跑出来。我们的技术栈有本体电机电控、算法、内容、AI、软件、社群，也不是小公司能全面铺开的。主要竞争对手来自大公司，体量可能是10倍甚至百倍于我们的，像Insta360、DJI或者拓竹，不一定是消费电子行业的团队。第二点是来自中国，美国、墨西哥、泰国等地的产业都比不过中国。

李丰：在这个品类*能做多大？

刘韬：以静态的视角看这个行业，一年100亿人民币。如果从最顶层的视角来看，全世界健身和关注健康的用户都来做，“OS for Human Body”，那就是一个千亿级的市场。

李丰：假定你能做到超过100亿收入，那个时候软件和硬件各占多少？或者说服务收费和卖硬件收费各占多大比例？

刘韬：在快速增长阶段，硬件肯定占收入大头；到100亿的时候，我们做全球的市场，美国订阅比较好，可能是7硬件、3软件。

李丰：订阅是非常特殊的模式，只有美国有成熟的订阅模式，梅西百货一百年前开始邮购式的订阅，三代人养成了订阅的习惯。大部分国家尤其是中国没有经历过这个阶段，办公室白领连视频平台的9.9元/月都要想办法绕过去，不是因为没钱，是没习惯，这是订阅的一个挑战，可能会改变。

今天的估值已经挺高了，你觉得最后上市的时候大概会长成什么样的公司？

张巍：通用机器人不一样，其存在价值是用一个形态满足所有的长尾需求。我们的日常生活场景，洗衣服、做饭等本质上是长尾的。专项技能的效率提升要软硬件一起，而通用机器人是在大模型的基础上用一个本体叠加多个功能，也就是APP。一个APP可能差点意思，成本也很高，三四个以后就能起飞，未来应该是本体+各种功能。

李丰：如今机器人数据缺口很大。历史上产生数据主要源于传感器的普及，比如鼠标和键盘把文本变成了文本数据，还有键盘、GPS、麦克风阵列、光学可变焦摄像头等等。机器人从今天发展到明天，需要无穷多的新智能硬件带着传感器和芯片，把从来没有数据化过的信息变成数据。从逐际到明天做成*的机器人，中间差了100个“速境”。感谢两位的时间，也感谢大家的时间。