具身智能領域在資本與技術的雙重推動下，正經歷著前所未有的熱度，但隨之而來的估值泡沫與商業化進程的遲緩，逐漸成為投資界關注的焦點。近期，高盛發布的行業報告指出“訂單荒”現象，以及Figure對優必選相關視頻涉嫌AI合成的公開質疑，更是將這一行業推向了輿論的風口浪尖，暴露出其在訂單獲取與技術真實性方面面臨的嚴峻挑戰。

面對這一形勢，聯想創投集團董事總經理梁穎接受了專訪，從投資人的角度深入剖析了具身智能行業的當前困境與未來投資方向的變化。聯想創投作為該領域的資深投資者，不僅在逐際動力估值較低時便參與首輪投資，見證其成長為估值數十億元的明星項目，還成功孵化出云跡科技、星動紀元和零重力飛機工業等多家代表性企業。

針對高盛的質疑，梁穎強調，驗證“客戶端是否真正在使用已采購的機器人”是關鍵所在。她指出，當前不少產品尚未形成有效的商業閉環，行業更深層次的問題在于，不僅AI能力有待提升，機器人本體也遠未成熟，包括穩定性差、功耗高、負載能力弱等硬件瓶頸仍需突破。

在梁穎看來，具身智能不應被簡單等同于雙足人形機器人，盡管人形可能是終極目標，但商業落地的核心在于場景適配，而非形態模仿。她透露，聯想創投的投資邏輯將在2026年發生轉變，從聚焦機器人本體轉向產業鏈上游的核心部件領域。

在對話中，梁穎詳細闡述了當前人形機器人行業的商業化困境。她認為，盡管人形機器人行業熱度攀升，但受成本與場景限制，商業化臨界點尚未到來。相比人形機器人，她更傾向于稱其為具身智能，強調智能化未必需要仿人。當前，AI大模型與機器人的結合雖然解決了傳統機器人單一任務、多任務需長時間訓練的問題，但拐點尚未到來，理想化的類人機器人仍難以實現。

對于目前難做出理想化類人機器人的原因，梁穎指出，機器人大腦、小腦算法及硬件本體均未達到產業大規模成熟階段。盡管不少機器人創業公司來自AI算法背景，認為機器人本體硬件已成熟，但現實是，本體并不成熟，批量落地解決實際問題的挑戰巨大。她以今年亦莊的機器人運動會為例，指出機器人穩定性差、功耗高、無法長時間工作等問題，強調對人類而言簡單的走跑跳，對機器人來說難度極大。

針對人形機器人是否陷入“技術堆砌難落地”的怪圈，梁穎表示，要實現人形機器人與人比肩的靈活性，必須搭載至少50+的自由度關節，但這會直接引發成本飆升、小型化落地受阻、功耗過高、穩定性不足等現實瓶頸。她認為，當前不少企業仍停留在概念敘事階段，商業化價值有限，多數產品的核心應用場景仍聚焦科研領域。

在探討具身智能的模塊化形態設計思路時，梁穎認為，將具身智能拆分為機械臂與移動平臺的模塊化形態，有助于解決當前技術突破分散、落地場景碎片化的問題。她強調，關鍵在于適配場景，而非執著于人形。例如，在工廠場景中，四足或輪式可能比雙足效率高得多；而在家庭場景中，則需要穩定、安全且不傷人的設備。因此，核心不是要做一個完美的產品，而是找到合適的應用場景，讓機器替代人的經濟模型成立。

對于高盛報告提及的行業“訂單荒”，梁穎表示，關鍵要看客戶端是否真正在使用已采購的機器人。她認為，應該鼓勵大家嘗試，這樣才知道中間的問題在哪里，然后一起想辦法解決。一開始不用指望機器人解決所有問題，先聚焦一兩個應用場景，再慢慢拓展更多功能就行。

在談到未來投資方向時，梁穎表示，短期來看，To B類機器人公司更容易商業落地變現；而To C類機器人公司雖然天花板最高、市場最大，但當前技術難度也最大。她透露，聯想創投的投資邏輯更看重長期價值，可能要在5年、10年甚至15年后才能看到成果。在這個過程中，技術和應用會不斷迭代，呈現螺旋上升的態勢。

對于具身智能行業商業化的突破口，梁穎認為，核心還是要解決真正的降本增效問題。她指出，場景不要太復雜，或許是危險、不適合人涉足的領域，比如危險、污染環境的巡檢、維護等。這類場景的剛需性很強，也不一定需要人形，特定場景下輪式等形態就夠用。

最后，梁穎透露了聯想創投在具身智能領域的具體投資計劃。她表示，聯想創投布局具身智能很早，已經投資了30多家機器人企業。到2026年，再投這類本體企業的話，估值已經偏高了。因此，聯想創投已經開始逐漸向產業鏈上游的零部件領域傾斜，同時關注已投企業的商業化落地，幫助這些企業找到商業化的切入點。