作者｜商业消费主笔 黄青春
虎嗅获悉，字节跳动已完成对家庭通用机器人公司未来不远（Futuring Robot）的 Pre-A 轮投资。算上年初天使轮、3 月天使 + 轮，这家公司半年内累计融资近 10 亿元，刷新中国家庭通用机器人赛道累计融资纪录。
更反常的是融资节奏：此前三年，未来不远全程靠创始团队自筹资金研发，未引入任何外部资本。这在当下烈火烹油的机器人赛道，完全是逆行业共识的操作——绝大多数同行的路径是：组建明星团队、做出 Demo、快速融资、靠 ToB 订单冲营收、再融资抬估值，甚至会三步并作两步冲高估值。
这份定力，源自创始人张翼的过往创业经历。2021 年，31 岁的张翼顶着掌门教育创始人光环登陆纽交所，公司市值一度冲破 30 亿美元，全盛时期拥有 10 万名员工、签约近 7 万老师，服务超 100 万个家庭。
视线拉回具身创业，即便 10 亿融资在手，放在行业也只能荡起一圈涟漪。据公开数据，2026 年 1-7 月国内机器人赛道融资总额已突破 1000 亿元，人形、具身智能概念持续走高。然而，繁荣表象之下，落地困境拆解下来分三层：
第一层是 PPT 融资。过去很长一段时间，机器人创业门槛低到离谱：一份光鲜团队简历加一份概念 PPT，就能融数千万美元，连像样的 Demo 都不需要。正因为行业早期只看背景不管落地，催生了一批简历型创业公司。直到最近几个月这套玩法才开始失灵，投资人见多了同类团队，开始要产品、要落地。
第二层是展厅式落地。产品只能在展台、样板间可控环境里完成指定动作，环境复杂度稍提升就频繁宕机。WRC 现场不少机器人第一天演示顺畅，第二天陆续停摆，后半程只剩静态展示。所谓量产交付，不过是卖几十、上百台给企业客户摆展厅、做形象工程。
第三层是扎堆 ToB 落地。很多公司号称销量几千台，一拆分全是工业、商用订单，没有消费级批量交付。几千台销量放在 ToC 消费电子赛道连入门级都算不上，却能撑起几十亿、上百亿的估值。
这就是行业最真实现状：上千亿资金涌入，真实落地场景寥寥；企业拿着资本的钱扩张，资本再给企业下订单、撑营收、抬估值，形成闭环的纸面繁荣。
“创业要在正确的时间点融资，而不是有钱就拿。”未来不远创始人张翼对虎嗅表示，“初创公司最宝贵的是自由探索空间，一旦被资本绑上快节奏战车，就很难再沉下心做难而正确的事。”
值得注意的是，本轮融资除源来资本、联新资本、博裕创投等老股东持续跟投，新增字节跳动、汇川产投、国方创投、德宁资本、纳爱斯等近 10 家投资方。
“这轮投资方并非纯财务导向，不同投资人对应着供应链零部件、线下渠道与家庭场景资源、AI 算法技术协同等不同能力。引入产业资本可以补创业公司的资源短板，但不会让渡产品主导权，公司会始终保持独立产品路线，不被投资方的业务诉求绑架。”张翼解释。
不要被估值玩了
虎嗅：这轮投资方里，出现了产业巨头和大厂身影，怎么平衡投资方业务诉求和公司独立产品路线？
张翼：投资方的价值首先是信息价值：他们试过的方向、踩过的坑，我们可以直接参考，帮我们更准确去选路线。创业公司最不能犯的错就是方向选错，信息差至关重要。业务合作是其次的，路线正确永远是第一位的。
而且，大厂资金足、试错空间大，可以同时推进数个方案，开好几枪；创业公司最多赌两个方向，开两枪，路线错了就直接死了。美国创业公司估值高，很大一个原因就是融的钱多，试错机会多。
虎嗅：为什么今年突然密集完成三轮融资？
张翼：机器人的终极场景是 ToC，我们从第一天就瞄准家用机器人，但前几年产业成熟度远远不够：一是软硬件结合的稳定性达不到入户标准，二是成本降不到消费级，三是市场需求还没被验证。所以前几年我们闷头迭代了 16 代原型机，直到去年底开始对外提供试用，有用户愿意付费，我们判断产品基本具备商业化条件，才正式启动融资。
与其他机器人公司不同，我们早期全是自有资金投入，可以按自己的节奏和方向走，不会被资本裹挟。很多公司拿了钱，资本要求立刻看到商业化进展，家庭场景做不出来就转去做 ToB、做工厂，但 ToB 和工厂数据对家用场景没有复用价值，两者根本不是一套数据体系。所以，初创公司早期应该保留足够的自由探索空间。
另一个原因是为拉开技术窗口期。软硬件结合的稳定性本就是极高的时间壁垒：WRC 大会上，我们的机器人连续工作 5 天没出故障；但同期不少参展机器人，一两天就停摆，要么耐用性不够，要么散热出问题。同样是叠衣服，部分机器人工作 10 分钟就要休息 20 分钟。这种稳定性差距，需要时间堆出来，过早融资容易陷入价格战和同质化内卷。
我始终认为，创业要在正确的时间点融钱，而不是不管什么钱先拿进来、业务和场景往后放。拿钱时讲的故事，最终是要兑现的；融资过早、业务跟不上，等到回购期到了，只会陷入被动。
虎嗅：前几轮融资实际消耗了多少？研发、量产、市场投入优先级怎么排？
张翼：投入节奏会随业务动态调整。我们和纯算法公司不一样，除了研发，还要做商业化落地、做生产制造，要提前备货，一年投入数亿级别，其中生产制造占不小比重。
虎嗅：现在主要做租赁模式，能不能打平现金流？一台样机轮转多少家庭会更新替换？
张翼：单台设备通过轮转租赁、反复入户，8 个月即可覆盖硬件成本。 现在做租赁，是因为我们能保证在真实用户家里连续稳定使用两个月，期间无需工程师上门维护，稳定性限制了单次租赁时长，机器收回来维护好就能继续用，不是两个月就报废。
虎嗅：会不会放弃租赁、只做售卖？
张翼：租赁本身是成立的商业模式，毕竟 8 个月就能回硬件成本。 未来会是两种模式并行：用户可以一直租，也可以一次性购买，买断肯定比长期租赁更划算。现在不好预测市场最终偏好哪种，但初期肯定是租赁用户更多——租着觉得好用，再转化为购买，是很自然的路径。
虎嗅：目前续租率是多少？内部有明确的盈利时间表吗？
张翼：续租率在 90% 以上，绝大多数用户会选择续期，现在预约已经排到 12 月，主要服务江浙沪用户，北京很多用户想租，我们也只能投放几台，因为距离太远，运输、维护、售后的成本都太高。
至于盈利，其实取决于目标是什么。初期这个市场足够大，不应该为了盈利控制增速，而是要抢占更大的市场份额。
虎嗅：按当前投入速度，资金安全垫能撑多久？
张翼：我们预期至少 3-5 年。早期全是自有资金投入，本身就有足够的实力打持久战。但机器人要实现完全通用还有很长的路要走，你必须能挺到那一天。
虎嗅：达闼机器人融了 45 亿、估值 200 亿，如今陷入停摆，你们内部有融资与产品落地绑定的红线吗？避免估值跑在产品前面？
张翼：这个赛道就是这样，市场空间极大，但做太早会死，做太晚就没机会，时机非常关键。内部红线很明确：前三年闷头做产品，不对外融资，用自有资金投 3-4 年，把产品做出来再说。如果一直做不出来，那也认了。去年产品跑通后，我们又测了半年，真可以落地，今年才启动融资。产品没 ready，绝对不出来讲故事。
虎嗅：现在赛道热钱拥挤，但大家各说各话，怎么区分真技术迭代，还是讲故事？
张翼：整个行业，包括投资人的判断标准，已经在往落地的方向走。早期大家都没做出来，重点看团队简历；第二阶段慢慢有实机了，看 Demo；第三阶段，也是最核心的阶段，就看 ToC 用户愿不愿意买单、用完怎么评价。这个过程会逐步演进，标准会越来越直白、越来越直接。
虎嗅：泡沫能带来人才和资源红利，推动产业基建；但热钱过度拥挤，又会打乱技术迭代节奏，你觉得什么时候需要挤泡沫？
张翼：现在是国家层面的产业导向，资金涌入带来人才和关注度，人才推动技术进步，技术进步又反过来让资本更相信产业落地会提前，这是一个正向循环。
机器人赛道的泡沫不是第一次了，十年前就有陪伴机器人、餐厅机器人热潮。产业每次技术突破，都会立起新的风向标，带一波热度；过几年落地不及预期，又会冷下去。家庭通用机器人完全落地可能要 20 年，中间会经历很多轮周期起伏，核心是你能不能在每一轮周期里活下来。
接着上面问题，有三个坑最容易死掉： 第一，融资过早，业务始终不及预期，等到基金回购期到了，各种麻烦都会来。第二，起步估值吹得太高，泡沫一旦破裂就下不来。估值 200 亿时风光，等市场冷下来，投资人觉得 50 亿才合理，但你根本降不下来，因为上一轮估值摆在那里，降价就是打所有老股东的脸。第三，没有自己的商业闭环，全靠融资续命。一旦泡沫退潮，这种无法自我造血的公司最先死。
虎嗅：你觉得这个赛道快被估值玩死了吗？
张翼：整体估值需要匹配相对清晰的商业化路径，才是良性循环，不然徒有高估值只会催生更大的泡沫。所以一家具身智能公司还是得找到落地场景，在场景里反复打磨优化，才真正有价值。
撕开伪落地的遮羞布
虎嗅：热钱加速涌入工业、商用机器人，你们为什么第一天就死磕家庭通用机器人，坚持入户实测？
张翼：我 2022 年做这个判断，基于三个核心原因：第一，我们之前做教育积累了 100 多万高净值家庭用户，我非常懂这个群体的需求，围绕家庭场景做，能放大优势。
第二，我当时在国内外考察了一圈，发现所有人都想做家庭机器人，但没人敢真下场。那不如直接做终极场景——我之前吃过绕路的亏：早年做在线教育，我们先做了一对一模式，后来大班课模式出来，明明是更终极的形态，但我们被一对一业务绑死了，股东反对转型，说一对一的仗还没打完，第二、第三名追得紧，不敢抽身。最后只能花一两亿美金仓促做大班课，根本打不过专注做的对手。创业公司一旦拿了大钱、业务上了轨道，转型压力极大，几乎等于重新开一家公司。
第三，团队基因不一样。做 ToC 和做 ToB 的团队，人才结构到经营逻辑完全不同，沉淀多年的公司基因是改不了的，转型无异于二次创业。
虎嗅：你们放弃双足人形、不碰灵巧手，二指夹爪覆盖不了的家庭场景怎么取舍？是暂时不做，还是等硬件迭代再跟进？
张翼：从一开始做底盘选型，我们就测了很多方案。2022 年发现双足有几个绕不开的硬伤，根本不适合中国家庭：一是噪音大，走路会扰民，楼下住户会投诉； 二是安全性差，双足抬腿不稳定，一旦失控就会乱摆，很容易伤人，早年很多营业厅买双足机器人做展示，后来都撤了，就是因为出过伤人事件； 三是续航极差，双足机器人的续航普遍只有 1 小时，根本没法做家务。
灵巧手也一样，我们之前自研过，后来放弃了。现在全世界没有一副灵巧手能连续工作足够长时间不坏，这是基础工艺瓶颈，并非短期能突破。而且，灵巧手单副就要百万级，坏了就换，ToB 场景能接受，但 ToC 是高频刚需，必须降到消费级价格，现在根本不现实。
虎嗅：一级市场没有成熟的家庭机器人估值对标，投资人的钱在为什么定价？
张翼：他们在押注家庭场景、C 端普及的确定性。我们产品有数百个家庭在使用，任何人体验完都能看到明确的落地场景。用户对我们产品的评价逻辑，和 ToB 机器人完全不一样。
很多同行的落地场景既无法证伪也无法证实，可能 5-10 年都落不了地，靠 PPT 融资在行业里并非个例。但 ToC 机器人的评判标准非常简单：任何人拿回去用几天，就能判断产品好不好用，不需要懂产业模式，不用争论技术路线。实用，就是 ToC 产品的第一性。
虎嗅：你们月产能只有几十台，要完成 500 户入户，再扩到千户、万户，产能、品控、硬件一致性瓶颈怎么解决？
张翼：产能根本不是核心问题。等你把所有前置问题都解决了，机器人能稳定在家庭里运行两年、不用上门维护，那个时候才需要考虑扩产。现在整个行业离这一步还非常远。
总结起来，家用机器人落地要闯四关： 第一关是硬件一致性。很多公司的算法在第一台机器上跑得通，放到第二台就不行了，零件的细微差异、装配误差，都会导致失效。这个问题不解决，一切都是空谈。
第二关是软硬件结合的稳定性。如果一台机器人卖 100 万，用最好的零件，软件问题不会多；但我们要做消费级产品，要用便宜的硬件，靠算法去补硬件短板，这就要以年为单位去调优。行业有个规律：做一款消费级机器人，一半时间都要花在软硬结合的稳定性调优上。
第三关是家庭环境的工程化适配。比如机器人音频信号和家里电视串频，比如家庭网络时好时坏、有的房间没网，机器人要能在断网环境下正常工作，这都是工厂里遇不到的问题。第四关是真实场景收敛。要走进千差万别的家庭环境，将极端问题都暴露出来，全部修复。
很多人对量产的定义是双标的：ToB 场景下，做 100 台卖给客户就算量产，坏了上门修就行，客户容忍度很高，买回去也就摆着做展示。但 ToC 量产标准完全不一样，你卖 100 台出去不好用，用户会天天投诉。今天，夹爪精度达标；一个月后，精度下降了，也不行。
虎嗅：从稳定用一个月到稳定用两年，中间要突破哪些工程卡点？
张翼：核心是一千多个低成本零件的耦合问题，全靠算法去补偿硬件的先天不足。比如摄像头分辨率不够，怎么靠算法提升识别精度；电机间隙大、先天精度差，怎么靠算法把精度提上去，且保证两年不衰减；温度变化影响关节散热，关节不能装风扇，还要控制噪音在 40 分贝以下，散热和噪音都是硬约束。
所以，很多问题都是跑出来的：比如机械臂突然不动了，排查半天发现是第三个关节的温度耐受上限只有 90 度，超温就停机。你可以改硬件提温度上限，但一改硬件，就要重新开模、重新测试，一轮就是三个月；也可以靠软件算法去优化温控，挤算力、挤功耗。消费级产品就是这样，但凡能靠算法多挤出 1% 的性能，都要拼命去挤，把算力留给视觉和导航，换更高的稳定性。
虎嗅：硬件、算法、大模型，研发投入的优先级怎么排？
张翼：我们是全栈公司，布局消费级赛道很早，行业没有成熟方案可以抄，所以大脑（算法大模型）、小脑（运动控制）、硬件必须同时做。这也是我们 100 多人做了 4 年的原因，正常做一台演示机器人，十几个人半年就能做出来。
但要做能落地的消费级产品，所有环节就要自己啃：出了问题，可能是硬件的锅，可能是模型的锅，可能是小脑、网络、音视频的锅，如果不全栈自研，根本定位不了问题，更别说闭环优化。
虎嗅：具身行业新二八定律，80% 订单是伪落地需求，你怎么看？
张翼：现在行业里，高校、科研机构的研究性项目，以及各类展示类项目，确实占了很大比重。这些 ToB 项目很难像 ToC 那样规模化创造落地价值。
我们跟很多 ToB 场景沟通过，最后大多都放弃了。因为接了订单就要做定制化开发、做现场部署，硬件要适配对方场景，会耗掉极大的研发精力。我们 100 多人的技术团队，死磕一款机器人、深度优化，目标是做出 ToC 爆品，而不是靠零散的 ToB 订单续命。
机器人创业分两条路：一条是第一天就啃最硬的骨头，围绕家庭通用场景死磕，遇到困难就解决，成本高就想办法降本；另一条是遇到困难就绕路，转去做酒店、工厂等 ToB 场景。这两条路积累的数据价值天差地别：家庭场景随机性强、变化多，不同户型、不同物品摆放、不同生活习惯的数据才有价值；工厂场景高度标准化，数据对家用场景没有复用性。
今年很多公司都想做家庭数据采集，根本敲不开多少家庭的大门。但至少行业已经开始形成共识：不管是整机公司还是数据公司，只有真实家庭环境的数据才有价值，工厂里采集的都是无效数据。
虎嗅：目前机器人在家庭原生环境下做家务成功率如何？每执行 10 次任务要多少次人工介入？
张翼：不同场景差异极大。收纳类场景非常成熟，用户容忍度也高，目前可以做到零人工介入；但厨房场景我们暂不推向商用，真实家庭厨房环境变量极多，用户对出错容忍度极低，频繁人工介入的运维成本太高，还没达到落地标准。
具身智能的“iPhone 时刻”
虎嗅：2026 年 1-7 月国内机器人赛道融资近 1000 亿，看似热闹，但融资越多、亏损越大，怎么看这种越融越亏的现状？
张翼：20 年后每个家庭都有机器人，这个大方向是高度确定的。未来罗森这样的便利店，全是机器人服务，只需要一个老板处理应急情况，这个场景也是可实现的。从这个角度看，现在的机器人公司还不够多。
大家赌的是一个长期的未来。如果没人赌，人才不进来，行业发展就会慢。但行业肯定有周期，不是一波热度就走完了。核心是每一波周期里，你能不能找到自己的商业模式，靠自己的业务活到下一波。很多公司觉得融到足够多的钱就能活下来，其实不是。
虎嗅：你们产品定价 3.6 万起，行业普遍认为家用机器人要降到万元才会普及，硬件和研发成本真能降到这个水平吗？
张翼：我们不会一开始就瞄准所有用户，而是先切细分人群。比如带娃场景，对标保姆成本，对高净值家庭来说，3.6 万定价是完全可接受的。这个群体的规模并不小，先从这里切入，起量之后再逐步扩圈。现在几万的成本，卖到十几万台，单台成本就能降到万元以内。起量后成本会快速下探，进而覆盖更多人群，然后一步步降到大众消费级。
虎嗅：不到一年，你们技术路线从 AVLA 迭代到 WAM，又规划了下一代 WBC 全身协同控制，会不会大脑跑得太快，身体跟不上？
张翼：我们的原子技能库到现在还在用，因为稳定性足够强。原子技能库我们两年前就开始做了，当时行业都在追捧端到端模型，觉得越长越好、越全越好。但最近几个月你会发现，很多独角兽都改口讲原子技能了，因为端到端根本不成熟、不稳定。
我们两年前做的事，当时没人看得上，现在成了行业共识。说明我们是以终为始的公司，终极场景需要什么，我们就做什么。今年我们迭代了两个新模型，包括实验性的云端大模型，现在只用于上层调度，不会用来直接执行动作，因为还没收敛，不稳定。要知道，实验室里的模型再先进，放到用户家里的，一定是经过长期验证、稳定性拉满的版本，很可能是我们两年前就研发好的技术。
这就是 ToC 和 ToB 产品的最大区别：ToB 产品，教授刚发的论文，拿来就能用，反正工厂里有专业工人，出问题切回来就行；但 ToC 不行，新技术必须打磨两年，确认绝对稳定了才能上线。
虎嗅：算法大脑容易赶超，硬件小脑、软硬件调参是时间壁垒，你们最大护城河是什么？
张翼：第一是真实家庭数据。大脑算法不存在绝对的抄不出来，给够时间都能做，但真实家庭数据是最难搞的。工厂采集的都是浅层的标准化数据，没有价值；真实入户数据要一个个家庭去跑，才能形成数据飞轮。靠真实场景数据迭代产品，这个壁垒会越来越高。
第二是时间窗口带来的先发优势，尤其是家庭机器人这种新品类，早跑几年的经验，不是靠砸钱能追上的。第三是软硬件结合的调优能力，这是纯堆时间堆出来的。
第四是对 C 端场景的理解。ToC 产品做到最后，拼的是对用户的理解。之前做掌门 1 对 1，别人像素级复制也抄不走，因为你每个功能抄 90%，最后整体体验就差一截。ToC 产品最终的生死，就看转化率、转介绍率、订阅率这三个指标。
虎嗅：工业级产品转消费级，最大的鸿沟是什么？
张翼：最大鸿沟是降本路径的选择，有两条路：一条是从第一天就用消费级零配件，靠海量的算法调优去补硬件的短板，这条路慢，跑通降本会非常快；另一条是先用工业级零件做，等产业放量自然降本，这条路看似简单，其实遥遥无期。
这个行业的规律是：如果你用的零件，是扫地机等成熟消费电子也在用的，降本速度会极快，因为有其他行业的规模托着；如果你用的是小众工业零件，只靠机器人行业的量，永远降不下来。所以选型要从第一天就选对，选消费级供应链，然后花时间去调，这就是 ToC 早布局的优势。
产业发展也分两个阶段：早期必须全自研，因为没有供应商能做出你要的定制化零件，比如大中空电机，只能自己做；等行业成熟了、量起来了，肯定是汇川这样的专业供应链胜出，就像现在的扫地机，没人全自研，东莞工厂就能全套搞定。但早期，产品定义和核心技术必须握在自己手里。
虎嗅：行业年年喊规模化拐点，你觉得具身“iPhone 时刻”还要等多久？
张翼：这是一条长坡厚雪的赛道，越往后雪越厚，但坡非常长。机器人比扫地机赛道好的地方在于，扫地机经历三波创新就到头了，之后只能卷价格、卷硬件；但机器人的收敛速度慢，可探索空间大，不会很快陷入价格战。
这两年我们先找到第一种可跑通的商业模式，产品能卖出去，用户愿意买单，市场认可价值。之后会有第二个节点，过半家庭觉得有需求。等到真正全面普及，可能要 20 年，中间会有好几波起伏：比如渗透率到 1% 是一波，渗透率到 10% 又会是一波。
iPhone 时刻是乔布斯抓住了触屏交互的核心需求，把手机从功能机变成智能机。在那之前，手机行业已经发展很多年，基础功能都有了，只差丝滑触屏这最后一步。机器人行业也一样，基础技术在一步步成熟，都在等真正的杀手级交互场景出现。
虎嗅：给新入场的具身创业者一些忠告，你会说什么？
张翼：如果现在才入场，必须有反共识的核心能力，否则很难活下去。你和大家都做一样的事，最后只会被淘汰。所以进来创业时想清楚：要么坚持做难而正确的事。如果只想融一笔钱凑热闹，做出来的东西和别人没区别，那完全没必要。
虎嗅：你觉得这个行业最大的自我欺骗是什么？
张翼：最大的自我欺骗，是商业模式立足点不够、产品长期落不了地。很多团队先把机器人造出来再找落地场景，其实更好的方式是先找到落地场景，再围绕落地场景把机器人造出来。这就是拿着锤子找钉子，和拿着钉子找锤子的区别。
