打造机器人领域的 SoftBank | Andrew Kang

摘要

• Kang 的核心判断是，今天的人形机器人所处的阶段，类似于 AI 在 2022 年、加密货币在 2014–15 年的阶段——这是一个尚未迎来 ChatGPT 时刻、主流投资圈仍在错误定价的行业。 他的单位经济模型是：每台机器人售价5万美元，10亿美元营收只需要20,000台，100亿美元营收也只需要200,000台，相比手机或汽车动辄“数亿乃至数十亿”的产量微不足道；他预计行业营收将在“未来2到4年之间的某个时间点”达到数百亿美元。他的优势判断是：“一个行业越难理解，能创造的超额收益就越多。”
• 面对人形机器人怀疑者，TAM 的答案是通用设备逻辑：“所有人类体力劳动都是你的 TAM”，而规模经济会像智能手机击败相机、GPU击败 ASIC 一样，压过专用机器。 现实已经给出证明：BMW、Volkswagen 和 BYD 在工业自动化发展数十年后，仍然雇用数十万乃至超过100万名工人，因为大多数工厂工作变化太频繁，除非 SKU 达到数百万级，否则不值得配置固定自动化设备。
• Robo Strategy（NASDAQ: BOT）之所以成立，是因为 Tom Lee 在8–9个月内为“一项跌了50%的资产……一个并不出色的投资逻辑”募得了180亿美元——如果资产本身在上涨，募资规模“可能会多一个数量级”。 Kang 的目标非常明确：利用公开资本市场，突破 a16z 规模——其上一轮基金系列规模为150亿美元——“成为 SoftBank 的新挑战者”，并将 TransDigm 和 Constellation Software 所采用的私募转公开估值逻辑复制过来，即以3–8倍盈利买入，再按15–40倍估值计价。
• ChatGPT 之后的幂律改变了创投数学：如今即使以数十亿美元估值投资，仍可能期待“以20亿美元估值投出50倍、100倍、500倍的回报”，这正是成长期部署数十亿美元资本成为可能的原因。 组合采用杠铃结构：6–10家公司占基金约70%，20–30%投向种子前期至B轮的期权价值，并“让赢家继续奔跑”。
• 他集中投资垂直整合公司，因为与具体本体绑定的机器人端数据“绝对必要”——在错误身体上训练的模型，就像先用7英尺身高学篮球、再换成5英尺10英寸身体上场一样：“整个人会变得摇摇晃晃”。 所谓“机器人领域的 Scale AI”公司则像《Toy Story》的巴斯光年梗——千家同质化企业——更像一头“短期现金奶牛”：一旦机器人开始自我改进，它们的营收可能在“未来2、3、4、5年后”骤降，“几乎更像交易，而不是投资”。
• 谈到美国与中国，他拒绝“谁会赢”的叙事：两国都能造出优秀产品，但美国公司凭借20–50%+的利润率和更强的资本市场，为股东创造更好的结果——“你可以少卖10倍产品，却成为更大的生意”。 此外，两党支持限制中国机器人进入美国的法案，获批“概率非常高”，可能将最大的市场圈在美国体系内——任何主要产品的美国市场通常占30–60%——因此“美国才是你想投资的地方”。
• 他的投资哲学是给风险回报定价，而不是刻意逆向：他引用 Coatue 的数据称，大型上市公司实现10倍回报的频率是小公司的10倍，因此会在更高估值下押注最强创始人——“赢家恒赢”——而不是掉进 Character AI、Inflection AI 那种买入“更苦、更便宜”公司的陷阱。 他承认自己改变了一个判断：对纯模型公司更悲观、对开源更乐观；“Kimi 在一些基准上达到 Claude 的水平”将在人形机器人领域重演，而这利好拥有锁定供应链的硬件公司，不利于受到限制的中国机器人。

精读

1. 从“现金为王”到押注人形机器人

• José 回顾了两人的观点变化：2022年6月，Kang 还说“加密货币暂时完了，现金为王”（Cash is king）；到2024年初，他已经在 Figure 甚至还没和创始人见面、估值大幅上调之前，就投入了1,900万美元。Kang 解释这次转向时说，2022–23年的机器人行业看起来像“2022年的 AI，或2014、2015年的加密货币”——市场低估，认知度和采用率都处在拐点。
• 为什么不是 AI 实验室、数据中心或无人机？不是因为那些领域已经太晚，而是“已经有很多其他人在里面竞争”，没有明显优势；人形机器人则“几乎还处于 ChatGPT 之前的阶段”。这个行业此前从未诞生过创投规模的赢家——最近最大的退出案例，是 Boston Dynamics 在2020年前后以约10亿美元卖给 SoftBank——而它横跨电子工程、机械工程、机器人学习和部署等多个领域，正是吸引力所在：“一个行业越难理解，能创造的超额收益就越多。”

2. 时间问题：他如何为一个前 ChatGPT 时刻做投资判断

• José 的质疑指向早期项目的“墓地”：90年代末的互联网泡沫、被讨论了“20年”的自动驾驶——你本可以等到 AI 的 ChatGPT 时刻出现，再买入这些实验室，赚到大部分内部收益率。Kang 承认无法准确判断具体月份或年份，但认为可以判断区间：行业营收将在“未来2到4年之间的某个时间点”达到数百亿美元。
• 数量级计算是整个论证的承重墙：“一台机器人卖5万美元，要做到10亿美元营收，需要多少台机器人？20,000台。其实并不多。”做到100亿美元只需要200,000台；相比手机、汽车和 PC 以“数亿乃至数十亿”的规模生产，这说明市场“完全没有意识到我们可能达到的规模”。

3. RT-1/RT-2 是生命迹象，Boston Dynamics 后空翻不是

• 2022年的证据来自 Google DeepMind 的 RT-1/RT-2 机器人基础模型。他反复提到的案例是：让机器人从一组名人照片中找出球，并把球放到 Taylor Swift 的照片上；机器人从随机位置拿起球，区分出 Swift 和 Kanye，再准确放下。“如果它能抓取、放置并识别物体……这就是今天工厂里大量工作的内容”，仅这一项能力就足以支撑数十亿至数百亿美元的营收。
• 对于“为什么不是10年前的 Boston Dynamics 演示”，他的回答是：那些演示“并不真正代表智能……而是在展示硬件本身的能力”。会后空翻的机器人，无法在环境变化后识别物体并采取行动，而这才是实际要求。
• 从技术路径看，第一代系统以视觉语言模型为骨干，类似 ChatGPT 或 Claude 在语言任务中的作用，再由动作层把指令转化为夹爪关节角度、电机扭矩和受力。大模型之前的机器人系统“在很大程度上是确定性的，这也是它们容易坏的原因”：把物体挪动1英寸、让地面变滑，或者给机器人一瓶空水和一瓶满水，原有校准就会失效。

4. TAM：通用设备吞噬专用设备，以及 José 的自我检讨

• José 的自我检讨值得保留：他曾在 Figure 上中途改变判断，转而研究工业机器人，发现确定性机器人已经无处不在，于是认为人形机器人的市场并不清晰——“听起来非常愚蠢……回头看确实很蠢。”
• Kang 的重新定义是：过去不存在人形机器人市场，不是因为没有需求，而是因为产品无法工作。如果一台售价5万美元的机器人能够“24/7、365天”工作，而人类只能每天8小时、每周5天，“每家公司都会买”。只要人形机器人能匹配人类的经济性，“所有人类体力劳动都是你的 TAM”。
• 规模经济的逻辑是：通用设备会像智能手机吞噬相机、计算器和闹钟一样胜出，GPU 也会在 ASIC 和 FPGA 存在的情况下占据主导；覆盖数十亿台设备的灵活性，胜过每年只生产10,000台的专用任务效率。反对者“没有充分理解”为什么 BMW、Volkswagen 和 BYD 仍然雇用数十万乃至超过100万名工人：工厂车间每季度或每年都在变化，而世界上有大量产品的 SKU 规模不到数百万台，但合计仍然是巨大的市场。
• 不需要单一的杀手级应用：混合场景码垛、机器上下料、货架补货，覆盖“数十万家这类门店……或者数百万家”；家庭市场“也将达到数百亿美元”；甚至太空也在其中——“让机器人先把火星或月球工业化，反而更合理。”

5. 为什么 VC 错过了 Figure，以及市场为何正在翻转

• Figure 一次直播之后——大约是一两个月前——Kang 说，他的整个投资组合都出现了“VC 兴趣的大幅涌入”，既有后续融资，也有新融资：“人们必须亲眼看到，才会相信。”他的团队认为，自己是很多创始人和 VC 遇到过的最懂这一领域的投资者之一，因此许多谈话“本质上都是教育市场”。
• 对于外界把 Brett 视为“表演型人物”的怀疑，Kang 认为这可能是部分原因。José 则以 VC 曾经怀疑 SpaceX、也曾质疑 Elon Musk 推广 Tesla 进展为例，认为只要投资者能够区分夸张宣传与真实进展，表演性本身不构成否决理由。

6. Tom Lee 的启示：Robo Strategy 为何走向公开市场

• 事情的本质是：想在私募市场募得数百亿美元，需要 a16z 级别的业绩记录——“他们上一轮基金系列募了多少，150亿美元？”但“你看到 Tom Lee 在8到9个月内募得180亿美元……完全靠他一个人扛起这份重量，为一项跌了50%的资产……一个并不出色的投资逻辑”。Kang 的反向推演是：如果资产类别“真的会大幅上涨”，募资规模“可能会多一个数量级”。
• 关键变化在于：ChatGPT 之前，成长期投资意味着20–30%的 IRR；ChatGPT 之后的幂律意味着，“以20亿美元估值投资，仍然可能获得50倍、100倍、500倍回报”——因此可以像种子期一样部署数十亿美元，并在 OpenAI 身上得到验证。他从第一性原理追问为什么此前没人这样做：“除了它很难之外，还有什么好理由吗？其实没有。”他明确表示，目标是“建立一种新的资本市场模式，成为 SoftBank 的新挑战者”。

7. 相对 NAV 的溢价，不等于相对真实价值的溢价

• José 提到 BOT 按他所谓“相对 NAV 3倍溢价”交易；Kang 的纠正构成了本节核心：NAV 反映的是上一轮融资估值，可能已经滞后6–18个月——只是“过去某个时间点”的价格；而公开市场价格反映的是规模大得多的参与者群体。房地产类比是：你不会把房子两年前的成交价当作今天的价值，而会根据今天的买家重新评估；“如果我把资产拿给更大的买家群体，找到不同价格、或者更高价格的概率更大。”
• 他复制的是一套已有的机构投资范式：TransDigm 和 Constellation Software 以3–8倍盈利收购私营公司，而母公司本身按15–40倍交易；花费1亿美元，获得价值4亿美元的现金流，带来“几乎立即增加3亿美元的增厚”，再将这套逻辑放大到数百亿美元规模。“我们正在把非常相似的概念应用到风险投资上。”

8. 供应链：每个零部件都可能成为瓶颈，但很少有人能捕获价值

• 机器人包含 PCB、线缆、电池、扭矩传感器和执行器；与 iPhone 类似，大批量供应商可能在商品化零部件上只赚50个基点或1%的利润，而少数具备真正护城河、类似 GPU 供应链地位的公司，拿走“几乎和 NVIDIA 一样多、甚至更多的利润”。“美国制造”、但执行器与所有同行完全相同，并不是长期护城河；重新设计、拥有真实 IP 的电机，或独特的磁体和电池采购能力，才可能构成护城河。
• 对于 José 提出的存储器市场类比——需求先拐点、供给滞后，甚至大宗商品也会大涨——Kang 表示认同：如果机器人年产量从数十万台增长到数亿乃至数十亿台，“字面意义上每一个零部件都可能成为瓶颈”，现有厂商的利润率从1%跳到10%，就是10倍增长。但关键在于持续性：“这会持续2年、5年、10年吗？……如果看不清它能否持续超过5年，我不认为这是一项有吸引力的投资。”

9. 形态之争：焊接案例与人形机器人的看涨逻辑

• 他最喜欢的应用型投资是焊接领域的 Path Robotics：目前约80%的焊接仍由人工完成，焊工每年获得数百亿美元报酬，且即使薪酬不低，劳动力短缺依旧持续。护城河来自失败数据：捕获失败焊缝意味着“必须报废金属部件……这非常昂贵”；这类数据又分散在造船厂和飞机制造商内部。Path 已经收集了“数十万条、可能更多”的焊缝数据，但 Kang 表示不能透露确切数字。
• José 提出了完整的看空逻辑：人形机器人对于95%的工业任务都过度设计，一台80kg的机器人摔倒会直接触发安全否决，而“世界是为人类建造的”这一点其实被倒置了——工厂一直会围绕机器进行改造。Kang 的反驳是：“批评者一直在移动门槛。”带轮子的移动机械臂“本质上就是把腿换成轮子的人形机器人”，同样可以执行数百种任务。他承认轮子在工业环境中更合理，因为负载状态下更容易保持平衡；但家庭是“更大的市场，或者至少同样大”，上下楼梯和处理日常事务都需要腿，“没有理由反对在家里使用有腿的人形机器人”。

10. 垂直整合取胜；“机器人领域的 Scale AI”是交易，不是投资

• 他集中投资 Figure、Dyna Robotics 等垂直整合公司，原因之一是增加下注次数——“如果模型层最终实现商业化，至少你还拥有硬件层”——更重要的是，与具体本体绑定的机器人端数据“绝对必要”。他的类比是：“如果我用7英尺高的身体学习打篮球，然后立刻变成一个5英尺10英寸的篮球运动员，我可能会变得摇摇晃晃、动作失调。”依赖第三方机器人会面临过热、执行器故障、关节扭矩数据不确定、供应短缺等问题；而如今尝试补硬件的纯模型公司，还要重新经历整合型公司已经花时间完成的迭代周期。
• 对于 Mercor/Scale 路线的数据层模式，他说：“现在有1,000家公司都在试图成为机器人领域的 Scale AI。”这就是巴斯光年梗。当被追问市场规模、究竟需要多少小时的第一视角视频——数百万？数十亿？——以及如果持续学习和自我博弈成为主流会发生什么时，“他们并没有真正给出好的答案”。他的判断是，这是一头“短期现金奶牛”，可能带来短期营收和估值跳升，然后在“未来2、3、4、5年后”开始下坠。
• José 的反驳是，Scale 和 Mercor 最终仍然创造了巨大结果：Mercor 的 ARR 已达到“约20亿美元”，每一轮融资当时看起来都很贵，但公司还是一路增长、消化了估值。Kang 的回答聚焦退出，而非营收：Scale 的收购更看重人才和 know-how，而不是业务本身；一旦增长停滞，风险在于没有流动性。“这几乎更像交易，而不是投资……我想投资的是能持续数十年的企业。”

11. 中国：两国都能赢得技术，美国赢得股权价值

• 他坦承自己“对 Robbyant 印象深刻”。这家 Ant Group 子公司发布了处于前沿水平的开源模型，也是最早采用视频模型骨干、而非 VLM 的公司之一；他认为这代表机器人领域已经发生的转变，也是机器人基础模型的发展方向。但他拒绝国家对国家的比较框架：就像电动车和手机一样，中国公司可能造出更令人印象深刻的产品，但凭借更强的资本市场和20–50%+的利润率，“世界最大的公司仍然是美国公司——Apple、Tesla”。“你可以少卖10倍产品，却成为更大的生意”；相比之下，中国公司“把利润压榨到骨头”，对消费者很好，“但从股东角度并不好”。
• 政策层面的催化剂是：国会已有几项法案，拟限制中国机器人进入美国，理由既包括国家安全——机器人“能够看见、听见美国人家中的一切”——也包括扶持本土产业。这些法案获得了大量两党支持，通过的概率“非常高”，可能保护一个通常占任何主要产品30–60%的市场。Kang 研究过包括 Galvi AI 在内的中国公司，但没有投资：其吸引力不足以抵消双重用途风险对美国上市载体造成的影响。

12. 投资哲学：给风险回报定价，押注赢家，验证一切

• 谈到逆向投资，他说：“我不会真正去想自己是不是逆向投资者”——他只关注风险回报是否被错误定价。他引用 Coatue 的数据称，大型上市公司实现10倍回报的概率高于小公司，“这些公司更大是有原因的”；因此，即便身处一个逆向投资领域，他也愿意为最强团队支付更高估值。一个警示性对比是：3年前，你可以买入估值数百亿美元的 Anthropic 或 OpenAI，也可以选择“更苦、更便宜”的 Character AI 或 Inflection AI——“大多数人可能甚至都不记得这些名字了。”
• 早期加密货币投资会“养成非常糟糕的习惯”，因为只要潮水上涨、流动性充裕，不够优秀的创始人也能得到回报；而创投规模的成功需要能够招募人才、激励团队的创始人。验证这一点要把背调做到工程师层面，而不只是高管层面：“这个人曾在一家知名公司工作，但存在各种问题……他没有交付结果。”
• 投资流程上，除非是 Bezos 或 Musk 级别的创始人——“Prometheus……可以”——否则凭直觉直接投“是”非常罕见。对于基础模型公司，他会亲自测试模型：移动物体、改变桌面高度。对于新型执行器投资，他依赖 Scott——“执行器领域最顶尖的专家之一，在这个行业40年，创建并出售过2家机器人公司”——再加上一家头部执行器制造商和人形机器人客户的验证。
• 仓位管理遵循“让赢家继续奔跑”，但如果某家公司接近占据组合80%，就要受到监管限制。杠铃结构是：6–10家公司占约70%，20–30%投向种子前期至B轮，用于跟踪执行情况并争取后续轮次配额。他承认自己判断错了一点：对纯模型公司“更加悲观”，因为开源会让闭源模型商品化——“Kimi 在一些基准上达到 Claude 的水平”。考虑到中国机器人在美国受到限制，他因此看好“硬件公司……以及能够自行制造的公司”。还有1、2家公司此前不在他的雷达上，因为它们处于隐身状态；José 说实际上只有1家，具体名称要等“我们建立仓位之后”再公布。