头图丨商汤国香资本合伙人余俊
从小鹏汽车、小牛电动车，到银河通用、众擎机器人，商汤国香资本合伙人余俊的投资版图横跨智能硬件与具身智能多个技术周期。在IDG资本和GGV纪源资本期间，他不仅投出AfterShip、PatPat等早期项目，更在硬件领域布局了小牛、小鹏、亿航及紫米等企业。
2021年重返创投圈加入商汤国香资本后，余俊主导了对银河通用的天使轮投资，并领投众擎机器人。围绕机器人产业链，他逐步构建起涵盖“大脑”（模型）、本体、感知与核心零部件（如大晓机器人、本末动力、帕西尼、钛虎、优联智能）的多环节投资组合。
尽管早早下注，余俊却对追逐新概念保持克制。面对备受资本关注的世界模型公司，他至今未进行纯模型层面的投资。相比单一模型能力，他更倾向于选择能打通模型、数据、硬件和产品的全栈团队。“如果对硬件不够敬畏，只擅长软件，未来一定还要经历一个跨认知的过程。”在2026 DEMO CHINA期间，余俊向创业邦表达了他对机器人行业的双重判断：看好长期未来，但对具体项目保持谨慎。
商汤国香资本合伙人 余俊
锚定机器人的全栈能力
大模型的出现重构了机器人行业的技术范式。过去，机器人主要沿用自动化技术体系，针对特定任务进行控制部署；如今，大模型为机器人提供了新的“大脑”，推动产业链细分为大脑、本体、关节、灵巧手、传感器及整机解决方案等多个环节。
然而，行业分工的细化并未降低对企业综合能力的要求。余俊观察到，初创企业正呈现软硬融合的趋势：从“大脑”切入的企业开始向硬件延伸，以本体起家的企业则在补充模型能力。以众擎机器人为例，其业务重心已从单纯的本体制造逐渐向“大脑”扩展。
“早期可以从某一个模块切入，但随着发展，软硬件必须协同。”余俊认为，对于面向具体场景提供整机或完整解决方案的公司，全栈能力至关重要，涵盖模型、数据、产品定义、硬件设计和供应链。其中，产品定义是关键变量，它决定了数据需求、模型难度和硬件配置。团队需深入理解这些要素间的关联，而非将其视为独立的技术指标。
随着头部企业在资本与人才上的积累，新进入者面临的技术、融资及交付门槛显著抬高。尽管市场上仍有不少纯软件或高校背景的世界模型团队获得融资，但余俊指出，资本的不同押注反映了市场判断的分歧，而具备全栈能力的团队在长期竞争中更具优势。
数据必须投入，但投资数据公司要看壁垒
成本决定机器人能否被采购，而数据决定其能否胜任工作。“没有数据，机器人学不会任何东西。”余俊强调，行业在讨论商业化时，往往低估了数据采集和训练的巨额投入。
据国金证券2026年7月研报，截至2026年初，全球高质量真实物理交互数据总量仅约50万小时，而训练通用具身模型至少需要1000万小时多模态交互数据，缺口超过95%。中国信通院报告也指出，具身基础模型要迎来“ChatGPT时刻”，数据缺口高达99%以上。相比之下，OpenAI通过数据中心购买的具身数据累计已达上千万小时，远超国内任何一家具身公司的储备。
余俊担忧，若国内企业在数据投入上与中美竞争客观要求存在巨大差距，将导致模型能力进一步落后。因此，当前的泡沫争论为时尚早，不应被部分年研发投入不足亿元的非主流公司误导。他主张冷静认知数据的客观需求，避免因果倒置，即在要求机器人快速落地的同时，忽视支撑其能力的底层投入。
图片由AI生成
与互联网内容不同，机器人数据大量源于真实物理交互。虽然仿真和生成数据可作补充，但建立扎实的数据基础不可或缺。余俊看好各地建设的数据采集中心发挥“枢纽”功能，通过集中建设和数据复用降低重复投入成本，并连接场景方与机器人企业，促进供需对接。
尽管强调数据重要性，余俊并不盲目投资数据采集公司。他认为，单纯扩大采集规模并非核心竞争力，关键在于上游传感器与数据获取技术的壁垒。他尤其看重触觉感知在精细操作（如抓取、拧螺丝）中的价值，关注传感器的精度、厚度、耐磨性及成本。只有当传感器能进入实际产品并适应长期操作时，高质量的触觉数据获取才成为可能。“我们布局传感器，是为未来更精准的数据做准备。”余俊表示，数据公司的价值不仅在于“采到了多少”，更在于“能采到什么”及其技术不可替代性。
机器人落地，绕不开硬件这一课
余俊为何不投纯世界模型公司？因为他认为这类团队终须跨越软硬件之间的认知鸿沟。他以端水杯为例：软件指令可瞬间完成调用，但机器人执行时需处理杯子重量、表面材质、摆放位置等物理变量，这要求模型、传感器、本体和末端执行器高度协同。
这种整合难度极高。正如智能手机体验的提升依赖芯片、屏幕、摄像头及底层算法的长期优化，机器人与物理世界的交互维度更为复杂，需根据环境甚至自主发起动作。余俊指出：“对软件团队而言，补足硬件能力并非简单招聘几位工程师，而是需重建对产品结构、供应链及研发节奏的认知。在先发企业已占据优势的情况下，这一学习过程将转化为巨大的竞争压力。”
不过，融合机会正在显现。随着创业者对具身机器人所需模型、硬件、资金条件的理解加深，若团队能引入具备消费产品经验的人才，补齐产品定义、供应链和营销短板，便有望探索面向消费者的机器人市场。尽管技术尚未完全成熟，但提前思考产品形态、寻找可收敛的需求，是机器人走向市场的关键。
回归真实：下一步是让客户算得过账
余俊对机器人进步的感知直观而具体。他曾怀疑众擎机器人T800能否实现“火花四溅”的格斗效果，但在现场目睹机器人完成鲤鱼打挺、连续出拳等灵活动作后，他确信软硬件进步速度超出预期。动作准备时间的缩短，得益于软件数据的支持以及硬件轻量化、耐磨性的提升。
然而，展示之后必须回答商业本质问题：机器人能为客户带来什么价值？针对“无真实需求”的质疑，余俊认为现阶段需求不应被一概否定。例如，用于跳舞、讲解以吸引客流的机器人，若能带来流量且老板愿意付费，即为有效需求。关键在于判断该需求能否扩大、成本能否下降以及投入产出比是否合理。
面向大规模生产场景，余俊将核心问题概括为两点：软件提升泛化能力，硬件降低成本。他提出一个简易的商业化观察指标：将机器人硬件成本与产业工人一至两年的工资进行比较。当产品力与供给成本在某个点相遇，供需找到平衡，市场便有机会扩大。届时，系统集成商、后训练落地玩家及渠道商的参与，将使机器人产业链进一步延长，催生部署、集成和场景适配等新商业机会。
只有两次投资机会
余俊秉持“只有两次投资机会”的理念，即第一轮和第二轮融资。他希望团队能在信息不充分时尽早识别企业价值并敢于决策。他指出，部分企业在前两轮融资后，估值大幅上涨但业务或技术里程碑并未同步提升，此时再介入可能不再符合基金策略。错过早期窗口，即便公司优质，也可能失去最佳投资时机。
永远相信年轻人
在评估团队时，余俊首要关注创业方向与创始人经历的连续性。“长期积累、真实业务反馈及持续投入是重要信号。”他认为，连续创业者能提供多维反馈，而年轻创业者可能对新技术有更深理解。
商汤国香资本曾投资尚未毕业的年轻创业者。余俊关注其学习能力及在细分领域的深耕程度，即使年轻，若在某一前沿技术研究上积累近十年，同样具备竞争力。“永远相信年轻人，但这种相信建立在对其未来补齐认知或能力的预期之上。”
针对年轻创业者缺乏组织和商业经验的问题，余俊常推荐迈克尔·波特的竞争战略著作，引导他们思考品牌、渠道、成本优势及差异化策略。从长远看，余俊看好中国积累的“泛技术红利”——电池、材料、传感器、视觉算法等工程能力的重新组合，将催生新产品，助力中国企业从服务本土走向全球，并凭借原创技术进入高价值环节。机器人正是这一红利中他最看重的方向，他愿意为此未来下注。
