硅谷人形机器人倒闭，朱啸虎的“剧透”应验了？

文 | 有界UnKnown，作者 | 钱江，编辑 | 山茶

硅谷的人形机器人创业公司 K-Scale Labs 倒闭了。

这家公司并不算人形机器人领域的顶流——既没有 Figure 的高调发布，也没有特斯拉 Optimus 那样的曝光。

但在硅谷内部，K-Scale 的工程激情、开源势能和可展示的 demo，一度被视为机器人创业的黄金组合。

然而等原型机终于打磨出来，外面的市场环境却变了。原本愿意为“宏大愿景”买单的投资人，开始转向现实：你的机器人到底卖给了谁？成本结构能不能撑住？有没有现金流？

最终，公司因融资断裂、团队流散而停下。但它的倒下远不止是一个普通创业公司的失败，更像是一个行业信号：在硅谷，人形机器人的叙事正在从“梦想阶段”进入“算账阶段”。

再回看年初朱啸虎的判断——许多人形机器人公司 CEO “都是自己想象出来客户”，因此“批量退出”——当时引来不少批评，被认为是“短视”。如今，当第一家硅谷人形机器人创业公司真正倒下，这句被嘲讽的观点反而像是提前给出的“剧透”。

K-Scale 的倒闭究竟意味着什么？它是个孤立事件，还是资金链收缩下的第一张多米诺骨牌？朱啸虎所谓的“批量退出”，是否会在硅谷率先应验？

K-Scale 在圈内快速被人认识，更多是因为它选择了一条与众不同的路——做“开源的人形机器人”。

行业内不少公司走封闭路线，但 K-Scale 在宣布关闭时选择了一次性公开全部硬件设计与开发工具，把自己的机器人项目彻底开源。

因此，虽然硅谷的注意力大多被 Figure、擎天柱、1X、波士顿动力这些明星公司占据，但在技术社区里，K-Scale 仍像一颗冒出来的新星：体量不大，却野心不小，带着一点“硅谷老黑客精神”的味道。

故事真正开始于 2024 年。Benjamin Bolte 离开了 Meta，带着自己在特斯拉和 Meta 做机器人的经验，创立了 K-Scale。

他的履历符合“机器人独角兽创始人”的典型画像：在特斯拉写过 Optimus 的核心视觉模型代码，在 Meta 做过机器人自学习研究。

而加入他的两位联合创始人——一个来自洛马与通用动力的 Matthew Freed，一个是剑桥大学博士、对话系统专家 Pawel Budzianowsk——也助力 K-Scale 在 YC 2024 冬季那一批项目里显得格外醒目，最终获得 YC 的 50 万美元种子融资。

同年 2 月，K-Scale 又获得 Fellows Fund 领投的 400 万美元种子轮；4 月，Nat Friedman 和 Daniel Gross 再追加 25 万美元；6 月，涛涛车业全资子公司也投了 200 万美元并签署战略合作协议。

这些资金构成了 K-Scale 早期研发的全部“燃料”。

许多硅谷创业故事都从车库开始，但 K-Scale 的版本更极端。他们租下一栋 Atherton 的大房子，把车库改成打印间，主屋变成装配区。团队成员睡在衣帽间、阁楼、临时隔间里，作息固定为早十点到凌晨三点。

Bolte 后来形容这是一种“过滤机制”，能留下真正愿意把生活押给机器人的人。K-Scale 的使命感正在这种压缩空间的节奏里迅速成形——他们想“让机器人真的卖给真实用户”。

也正因为这一点，K-Scale 的产品策略在最初显得非常反常识。不是先做高性能的大机器人，而是从一个售价不到 1000 美元、只有 46 厘米高的小家伙开始：Z-Bot。它便宜、可编程、对开发者友好，甚至在黑客松上因为一个 dab 动作被人拍视频、传到微信上而引发话题。

▲ Z-Bot机器人。图片来源：K-Scale Lab

在美国市场，小型人形机器人这一细分领域尚未形成强本土供应体系，而中国公司凭借供应链优势和规模化潜力迅速崛起，正在抢占先机。比如像 Unitree 的 G1、AgiBot 等低价但功能强的机器人已成为趋势。

正是在这种背景下，K-Scale 推出的 Z-Bot 才显得尤为重要：它试图填补美国本土在“小型人形机器人”上的空白，以更平易近人的价格和开放设计争取被国内开发者和研究者采用。

按这个逻辑，本来应该是 Z-Bot 先推向市场，再用现金流反哺更大的机器人。这个“先小后大”的路径是稳的，也是 K-Scale 唯一能走通的商业路线。

但 K-Scale 的命运并没有按照这个逻辑展开。

转折点来自一次与投资人的交谈。Bolte 后来承认，他当时被一种叙事诱惑所吸走——一位他十分敬重的 VC 告诉他，如果能让更高级、售价 8999 美元的 1.4 米人形机器人 K-Bot 获得 100 个预订单，他们愿意给出 2000 万美元的 A 轮融资。

▲开源人形机器人：K-Bot，由K-Scale Labs公司开发。图片来源：K-Scale Labs

对于一个资源紧绷、团队扩张、资金即将见底的创业公司，这样的承诺几乎像是一条能把 K-Scale 从“项目”变成“公司”的捷径。

于是战略出现了突变。Z-Bot 的优先级被降到第二梯队，团队开始把最核心的资源集中在 K-Bot 上。理由听上去也很硅谷：大机器人更像“严肃公司”，更像 Figure、特斯拉那种能讲 10 亿美元故事的公司；Z-Bot 太便宜，可能会让人认为 K-Scale 是一家“玩具公司”。

Bolte 后来坦言：“这是重大失误……可能是首要的失误。”

因为，相比较于小机器人，“大机器人特别难出货，成本也特别高”。

在这里，K-Scale 的叙事与现实第一次出现分岔。叙事告诉他们：做大机器人，你才能站到行业故事里。

现实却在悄悄提醒：你真正能卖出去的，可能是 Z-Bot。

团队内部继续保持着高强度节奏。K-Bot 的执行器、结构件、附件系统被反复迭代，房子里常年亮着灯。Z-Bot 依然有更新，但它不再是公司的“未来”。

在表面上，这是一个技术团队全速运转的状态；但在底层结构里，它已隐含一种严重风险——公司所有的生存可能性，都被压到了一个难以验证的假设上：100 台预订单。

而 Bolte 对融资的依赖程度，也随着投入越多而越大。他多次公开强调“没有钱就什么都做不下去”，把融资视为通往产品化的唯一道路。

可市场情绪并不按创业公司的节奏变化。当 K-Bot 终于准备推出时，投资人已经从“看 demo”切换到“看出货量、看现金流”，VC 的承诺自然也没有兑现。

层层叠加的结果是：Z-Bot 没有来得及商业化，K-Bot 受限于供应链能力陷入量产困境，融资换不到，工程师开始离开，团队文化迅速瓦解。不是技术失败，也不是产品失败，而是节奏、叙事与现金流三者之间错位之后的不可逆。

而这一切的开端，都来自那个转折瞬间——从 Z-Bot 到 K-Bot，从“先卖给用户”到“先完成融资故事”，从现实路径转向叙事路径。

最终，K-Scale 倒下了，帐面上只剩下 40 万美金。不是因为做得不够酷，而是因为做得太像硅谷期待的故事，却太不像一个能活下来的公司。

如果把 K-Scale 的倒闭当成一个孤立事件，似乎仅仅只是硅谷创业周期里的一场意外。

但放到过去一年人形机器人赛道的整体背景里，K-Scale 更像是一个“提前出现的样本”，与行业内部多条线索正在互相指向同一个结论：现金流和真实客户正在成为新的生死线。

年初朱啸虎在《投中网》中的一段表述，已经阐述了这个变化的逻辑。

在那段访谈里，朱啸虎把人形机器人放在“共识度高、商业化不清晰”的象限，而他坚持的投资原则是反过来的：“共识低，但商业化清晰。”理由也很直接——在他接触的几个具身智能项目中，“很多都是 CEO 想象出来的客户”。

质疑也来得很快：经纬创投创始合伙人张颖当天在社交媒体反驳，认为“机器人赛道足够大，泡沫正常”，并暗示这种话会让优质项目不愿意与其接触；星海图和松延动力甚至直接“点名回应”；众擎机器人创始人赵同阳更是在视频中表示，“拿这种资本的钱是一种玷污”。

在热度最高的时候，这场争论看起来像是一次观点冲突，而非行业趋势。但半年后，当硅谷的 K-Scale 率先倒下，朱啸虎的观点开始变得不再只是刺耳的预测，而是逐渐被现实印证。

比 K-Scale 更值得注意的是——它并不是唯一一个“卡在商业化”上的机器人公司，也不是第一个倒下的。

过去一年里，无论是物流机器人、农业机器人还是社交陪伴机器人，许多同样拥有亮眼 Demo、研发实力雄厚的项目，都在同一个地方卡住了：量产前的那一步。

最典型的，是美国的 Dextrous Robotics。它的卸货机器人能从货车里快速抓取纸箱——这是物流领域最明确、最“应当有客户”的场景之一。但就在准备量产的节点，公司公开承认无法筹集到启动生产所需的资金。技术没问题，场景也不虚，缺的只是第一批愿意真正掏钱的客户。

英国的 Small Robot Company 遭遇的困境几乎如出一辙。这家公司做农业小型机器人，在英国农技圈颇有人气，产品已经经历了多轮测试。然而公司最终在声明中承认：拿不到下一阶段的商业化资金。它并不是没有市场，而是没法证明“市场会按足够快的速度形成真实订单”。

而在消费端，美国的 Embodied 则提供了另一条线索。它主打儿童陪伴机器人，是少数获得大公司投资的明星项目。但高成本、弱复购、难形成持续收入，最终让公司在年底宣布停止运营。技术本身并不失败，但商业结构无法支撑它活下去。

把这些案例放在一起看，一个共同点非常清晰：

不是技术不够先进，也不是场景不存在，而是都无法把 Demo 转化为“稳定、可预测、能形成现金流的客户”。

行业在用一个接一个的失败告诉大家——这条闭环必须被真正跑通，而不是被讲出来。

K-Scale 的创始团队在倒闭邮件中写得非常直接：人形机器人要靠规模化把成本摊薄，“如果无法像 Unitree、Booster、Engine AI、Noetix 那样，通过融资与规模化摊销来降低单位经济成本，我们就无法让产品跑通”。

换句话说，没有订单，就没有融资；没有融资，也无法把成本打下来；成本打不下来，就无法获取订单。

这条闭环一旦断裂，公司会迅速进入“死亡螺旋”。

再看资本端，问题更清晰：

2024–2025 年投资正在向极少数头部公司集中。

Figure、1X、Apptronik、Unitree、Agility Robotics 这些明星项目获得了巨头与基金的大额融资；而中腰部公司则普遍出现融资周期变长、估值回调、现金流紧张。对 VC 而言，“概念空间大，但客户不明”的人形机器人不再是“值得提前下注”的赛道。

于是行业出现了一个新的分层结构：

国内同样如此。除了宇树等凭出货量站稳脚跟的公司，大部分人形机器人项目的订单来源高度相似：央企展示、实验室采购、同行互相购买、媒体拍摄。朱啸虎所说的“想象中的客户”，在很多项目里确实存在。

这也是为什么说，K-Scale 不是孤立事件，而是行业“算账逻辑”开始取代“梦想逻辑”的信号。

人形机器人的倒闭潮，已经不是是否会出现的问题，而是时间问题。

如果说 K-Scale 的倒下像一面照妖镜，那么它照出的并不是一家硅谷公司的命运，而是人形机器人赛道更普遍的风险结构：

叙事容易做大，商业却很难起跑。

在国内，这种结构同样存在。

而此时K-Scale 给我们的启发，是反思“哪些结构最危险”。

第一种，是传播速度远快于商业验证速度的项目。

它们的视频能轻易刷屏，动作能力让行业兴奋，但外界始终不知道它们的真实付费客户是谁、付费周期是什么样、采购规模是否可持续。

K-Scale 某种程度也存在类似的问题——视频亮眼，却很难找到愿意付钱的客户。

而在国内，也存在一些项目处在类似的“曝光领先、订单滞后”的阶段。

第二种，是工程节奏远快于市场节奏的项目。

团队研发能力很强，硬件迭代惊人，产品几乎按周更新，但企业客户的采购决策周期往往按年计算。

这就导致一个现实：研发—烧钱—迭代的循环可以跑得很快，但市场的验证往往来不及跟上。

当融资窗口收紧时，这类公司会突然发现：并不是技术不够，而是市场没有准备好。

第三种，是以示范和政策目标为主的项目或平台。

比如各地方的人形机器人创新中心，它们承担的是生态建设、场景验证、产业聚合的职责，不以商业回款为主要逻辑。

但这种模式同样存在一种与 K-Scale 类似的结构性问题——如果后端没有足够强的市场承接能力，前端的基础设施再完善，也难形成自循环。

这些问题都不是某一家公司特有的，它们属于整个行业的“成长病”。

而 K-Scale 的意义正在于此：它不是第一个做错的人，它只是第一个把问题暴露在阳光下的人。

K-Scale 的故事提醒中国创业者，一家人形机器人公司能不能走下去，关键在于一件更朴素、更难、更关键的事情：

谁愿意为这台机器人付费？