近年來，具身智能領域在資本與技術的雙重推動下迅速升溫，但隨之而來的估值泡沫與商業化進程緩慢等問題，逐漸引發投資界的廣泛關注。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，進一步將具身智能行業推向輿論風口，暴露出其在訂單獲取與技術真實性方面面臨的嚴峻挑戰。

在此背景下，記者專訪了聯想創投集團董事總經理梁穎，從投資人的視角深入剖析了行業當前面臨的困境與未來投資方向的調整。聯想創投作為該領域的資深投資方，不僅在逐際動力估值較低時參與首輪投資，見證其成長為估值數十億元的明星項目，還成功孵化了云跡科技、星動紀元和零重力飛機工業等多家代表性企業。

針對高盛報告引發的質疑，梁穎指出，驗證具身智能產品是否真正形成商業閉環的關鍵在于“客戶端是否真正在使用已采購的機器人”。她坦言，當前不少產品尚未實現有效的商業閉環，行業更深層次的問題在于AI能力與硬件本體均不成熟，包括穩定性差、功耗高、負載能力弱等硬件瓶頸亟待突破。

在梁穎看來，具身智能不應被簡單等同于雙足人形機器人。她認為，人形或許是終極目標，但商業落地的核心在于場景適配，而非形態模仿?；谶@一判斷，聯想創投計劃在2026年將投資邏輯從聚焦機器人本體轉向產業鏈上游的核心部件領域。她解釋道，當前機器人行業在技術成熟度與商業化落地之間存在巨大鴻溝，許多企業仍停留在概念階段，真正能落地實用的成熟產品寥寥無幾。

對于人形機器人行業陷入“技術堆砌難落地”的質疑，梁穎認為，要實現人形機器人與人比肩的靈活性，必須搭載至少50個自由度的關節，但這會直接導致成本飆升、小型化落地受阻，并伴隨功耗過高、穩定性不足等問題。她指出，當前不少企業仍停留在概念敘事階段，即便估值居高不下，商業化價值也有限，多數產品的核心應用場景仍聚焦科研領域。她透露，在大量項目考察與投資實踐中發現，許多公司初期均宣稱要打造“全場景多任務人形機器人”，但真正推進落地時，多數企業不得不轉向科研市場尋求突破，商業化進程面臨嚴峻挑戰。

在探討具身智能的模塊化設計思路時，梁穎表示，科研領域確實在不斷嘗試解決技術突破分散、落地場景碎片化的問題，但有些技術突破更像是“沿途下蛋”，往往在特定場景下才偶然實現。她認為，現在的具身智能機器人可以拆分成上下兩部分：上面是機械臂，下面是可移動平臺，至于是雙足、輪式還是四足，其實不重要，關鍵是適配場景。她舉例說，工廠場景里，四足或輪式可能比雙足效率高得多，沒必要執著于人形；而家庭場景中，由于空間限制和安全性要求，人形機器人可能更具優勢。

針對高盛報告提及的行業“訂單荒”現象，梁穎指出，關鍵要看客戶端是否真正在使用已采購的機器人。她坦言，有些產品可能只是個demo，尚未形成完整的產品形態；另一方面，不少行業的人有很深的危機感，想靠AI和機器人改變行業，所以會愿意購買嘗試。她鼓勵企業先聚焦一兩個應用場景，再慢慢拓展更多功能，而不是一開始就指望機器人解決所有問題。

當被問及未來投資方向時，梁穎表示，短期來看，To B類機器人更容易商業落地變現；而To C類機器人雖然天花板最高、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，可能要等5年、10年甚至15年。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。她強調，每一波資本和從業者進入，都會解決部分問題，落地一些能真正實現機器替代人、降本增效的成果。

在談到具身智能行業商業化的突破口時，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，這類場景或許是危險、不適合人涉足的領域，比如危險、污染環境的巡檢、維護等。她強調，不一定需要人形機器人，特定場景下輪式等形態就夠用，核心是解決人不適合去的問題以及人無法24小時工作的需求。她建議企業從需求出發，先明確需要什么，再看技術能否實現，而不是從技術出發思考技術能做什么。

對于2026年的投資計劃，梁穎透露，聯想創投從機器人1.0到2.0階段已經投資了30多家機器人企業，在具身智能這波浪潮中也在早期估值不高的時候投了7-8家。她表示，核心還是看好團隊——他們清楚面臨的挑戰，也會兼顧短期落地與長遠發展。到2026年，再投這類本體企業的話，估值已經偏高了，而且該出來創業的團隊基本已經創業了。因此，聯想創投計劃今年下半年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情況，幫助這些企業找到商業化的切入點。