Humanoid

1.1 身份、产品与布局

Humanoid 是一家 2024 年成立的英国 AI 与机器人公司，面向工业工作销售 HMND 品牌人形劳动力，而不是把自己定位成实验室演示项目。这样一家年轻机器人创业公司，身份已经少见地具体：自有官网、产品页和融资报道都指向工业人形机器人、HMND 01 Alpha 系列，以及支撑机器人集群编排的自研 AI 框架 KinetIQ。公司的运营足迹也足够清楚，可以作为后续报告的事实底座。总部在 London，Boston 和 Vancouver 则被描述为工程卫星团队或办公室。产品叙事有两个近期形态：面向工业部署的 Alpha Wheeled，以及用于双足研发和未来应用的 Alpha Bipedal。公开参数支持 15 kg 载荷、29 个自由度和工业级移动速度，但一个产品规格细节仍有冲突：官方双足页面重复了部分共享 Alpha 指标，独立摘要则采用双足版本 179 cm、90 kg、1.5 m/s 和三小时续航的标准值。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 领导层、团队与关键人风险

创始人叙事既是真资产，也是尽调风险。公开资料一致将 Artem Sokolov 列为创始人兼 CEO，并把他在 Humanoid 之前的经历与制造、投资和家族企业背景相连。机器人公司很吃制造纪律，这让 Humanoid 的战略和规模化故事更可信。但叙事风险也集中到一个人身上：Forbes 文章把 Sokolov 描述为前俄罗斯珠宝大亨，使创始人背景、地缘政治、制裁敞口和投资人舒适度都成为明确尽调议题，而不是脚注。Jarad Cannon 作为 CTO 提供了重要技术平衡，第三方报道指向他拥有超过 13 年机器人和 AI 执行经验。更广泛的团队厚度披露不够精确。公开来源从超过 130 名专业人员到超过 200 名工程师、250 多名员工不等，因此本章把标准封面区间设为约 160–200，同时标记该差异以便跟进。[CO009, CO010, CO011, CO012, CO013, CO014]

1.3 融资、估值与投资人图谱

2026 年 7 月 21 日的 Series A 轮是公司概况中最关键的事件。多家独立媒体报道了相同的核心经济数字：$152 million Series A 轮、$1.35 billion 投后估值，以及截至目前 $270 million 累计融资。由此可推算，Series A 轮之前约有 $118 million 既有资本。Prime Movers Lab 领投；具名共同投资人重要，因为其中几家不只是财务标识。Schaeffler 和 Bosch 带来工业验证和潜在制造杠杆；Fubon Financial Holding Venture Capital 增加亚洲金融资本触达；Aglaé Ventures 通过 Silicon Republic 报道的 Arnault 相关载体提供奢侈品家族办公室信号。因此，估值标签不只是价格。它建立在一个主张上：Humanoid 已经足够快地把资本与战略部署、制造关系配对，成为欧洲首个纯人形机器人独角兽。待解问题在经济层面：已审阅的公开来源均未给出董事席位、清算优先权、债务、老股交易、创始人稀释或现金跑道。[CO015, CO016, CO017, CO018, CO019, CO020]

1.4 商业证明与里程碑时间线

里程碑记录显示，公司把成立、产品、合作和独角兽融资压缩进大约两年。可公开追溯事件从 2024 年成立开始，经过 2025 年 Jarad Cannon 出任 CTO，随后在 2026 年随 SAP/Martur Fompak、Siemens/NVIDIA、Schaeffler、Bosch 和 Series A 里程碑加速。Schaeffler 是公开文件最强的商业证明，因为官方公告描述了一项具有约束力的分阶段部署和供应协议，涉及四位数规模的轮式机器人，并从 2026 年底开始在德国生产现场部署。Bosch 在战略上也重要，但具体订单 / 部署数量不够干净：融资报道支持 Bosch 作为合同制造伙伴，而一个二级来源把 1,000 台机器人订单和 100,000 台产能目标归因于 Schaeffler/Bosch 生态。本章把 Schaeffler 视为已披露的最大部署协议，并把 Bosch 订单数量保留为缺口，而不是已定事实。[CO021, CO022, CO023, CO024, CO025, CO026]

1.5 封面 KPI、缺口与反向框架

封面事实应该有力度，但必须谨慎加限定。估值为 $1.35 billion，累计融资为 $270 million，最新融资是 $152 million Series A 轮。总部和工程布局事实支撑较好。员工数不是：报告采用的标准区间约为 160–200，但抓取到的公开来源从超过 130 到超过 250 不等，因此任何精确员工数都应视为需要私有证据。客户牵引更敏感。报告基准使用 34,000 个预订单、约 $2.4 billion；CNET 则报道约 25,000 个预订单和 6 个 Fortune 500 试点。该差异应带入客户和估值章节。收入、ARR、毛利率、烧钱速度、现金跑道和股权结构经济条款仍未披露。因此，反向框架不是公司缺少动能，而是一家非常年轻、创始人主导、资本密集的机器人公司，在公开收入、交付质量或订单转化证据出现之前，就已经按独角兽估值定价。[CO012, CO013, CO015, CO016, CO017, CO031]

1.6 图表

2.1 边界：工业人形机器人，不是所有机器人

Humanoid 的可投资市场应划在面向人为设计工作流的、具有人形形态的移动机器人上，即部署进工业和商业流程的机器人。该范围包括用于制造物流、线边物料移动、仓库周转箱或包裹处理、巡检，并最终用于零售或服务任务的双足或轮式人形机器人；在人形外形能让机器人使用既有空间和工具时，这些任务都在范围内。该范围不包括更广泛的工业机器人装机基础、围栏单元内的传统机械臂、AMR、传送带，以及专用固定自动化，除非把它们作为 ROI 对比中的替代方案。这个边界重要，因为广义机器人统计会让市场看起来成熟，而人形机器人仍早期且商业上未被证明。Humanoid 自身定位和 Schaeffler 关系都指向更窄的工业劳动力市场，而不是家庭消费机器人市场。实用检验标准是：机器人能否接下原本需要人走过工厂或仓库完成的工作，而不是它是否属于宽泛得多的机器人类别。因此，边界让 AMR 和固定单元作为竞争基准可见，但不进入人形机器人 TAM 的分子。[CM001, CM002, CM003, CM004, CM005, CM006]

2.2 规模测算：区间很宽，口径很多

这个市场很大，但数字尚未收敛。2026 年当前市场口径在 MarketsandMarkets、Fortune、Axis 和 Coherent 数据中集中于 USD 5.4-6.4 billion 左右，但 Precedence 明显更低，Global Market Insights 明显更高。2035 年终点分歧更大：Precedence 只有 USD 8.78 billion，Goldman Sachs 给出 USD 38 billion，MarketsandMarkets 达到 USD 50.27 billion，Global Market Insights 达到 USD 192.7 billion。Morgan Stanley 到 2050 年 USD 5 trillion 的测算，更像生态系统和长周期采用情景，不应作为近期产品市场规模输入。Humanoid 需要先把 SAM 收窄到工业和商业工作流，再套用份额假设；SOM 应绑定经过验证的伙伴部署、制造产能、正常运行时间和订单转化，而不是整个人形机器人梦想。这种矛盾不是写作错误，而是核心尽调点。高增长预测假设成本快速下降、供应商产能跟上、安全性被接受，以及客户愿意把人形机器人集群标准化；较低预测则意味着工作流认证更慢，且更便宜的任务专用自动化会替代更多需求。[CM008, CM009, CM010, CM011, CM012, CM013]

2.3 买方图谱与采用路径

最高置信度的早期买方，是那些在围绕人设计的空间里承担重复、人体工学负担高工作的制造和物流运营方。制造买方可能包括工厂运营、制造工程、工业工程、安全和 IT/安全负责人；物流买方则是 3PL 运营、仓库自动化和劳动力规划团队。零售出现在广义市场报告中，但 Humanoid 近期工业产品的证据基础更薄。采用路径应建模为带闸门的企业销售：识别受约束的工作流，跑概念验证，验证安全和 IT 集成，测量可用性和可维护性，然后才扩展到机器人集群。这条路径意味着收入不均匀、采购周期长；但如果试点转化为多站点部署，也会带来很高战略价值。预算归属也会改变证明标准。工厂经理可能关心正常运行时间和安全签核，物流运营方可能关心旺季每次搬运成本，IT/安全团队则可能否决不满足数据、网络和服务访问控制的部署。[CM006, CM007, CM023, CM024, CM025, CM026]

2.4 影响采用速度的驱动因素与约束

核心需求驱动因素包括劳动力稀缺、人口老龄化、制造回流或产业政策压力、视觉-语言-动作模型进步，以及组件成本下降。BLS 的物料搬运和生产劳动力池足够大，可以创造有意义的自动化机会；IFR 和 WEF 也把自动化与劳动力转型列为宏观主题。约束同样重要。买方必须看到相对人工、AMR 和固定自动化的回本；安全认证必须支持无围栏运行；电池、执行器、传感器、计算和可维护性必须改善；资本强度仍然很高。反向解读不是人形机器人没有市场，而是 TAM 估算假设可靠性、正常运行时间、成本和安全性会改善，但这些假设尚未在规模上被证明。估值工作之前，应把这些约束转成尽调里程碑：Beta 续航相对班次长度、实测任务成功率、工人周边无事故小时、现场服务响应时间、组件交期，以及扣除保修和支持后的毛利率。没有这些里程碑，市场可以继续显得很可观，但收入转化仍可能令人失望。[CM027, CM028, CM029, CM030, CM031, CM032]

2.5 图表

3.1 格局与资本规模

工业人形机器人的竞争格局已不再是一组实验室项目，而是一场资本密集竞赛，参与者包括美国领先公司、中国相关硬件规模玩家，以及规模较小但越来越可见的欧洲集群。Figure 是估值离群点，Series C 轮投后估值达 $39 billion，并有 BMW 工厂证明；Apptronik 则把最初公布的 Series A 轮扩展为超过 $935 million 的融资和约 $5 billion 估值。Agility 看起来没那么膨胀，但通过 GXO、Amazon、Toyota 以及超过 100,000 个周转箱搬运，拥有最清楚的现场物流部署证明。在这个背景下，Humanoid 的 $152 million Series A 轮、$270 million 累计融资和 $1.35 billion 估值，让它在欧洲具备可信度，但相对美国领导者仍偏小。战略问题在于，Schaeffler、Bosch 和轮式优先设计能否转化为比 Figure 和 Apptronik 大额融资更快的工业学习。这一顺序也把尽调重点放在部署速度，而不是新闻稿数量。[CP001, CP003, CP004, CP008, CP010, CP014]

3.2 能力、形态与 AI 路线

Humanoid 最可防守的技术定位是务实，而不是极致化：先从轮式工业机器人切入，与双足路线图共享上半身，并把 KinetIQ 用作编排和任务执行层。轮子并不独特，因为 Apptronik 也提供轮式和双足 Apollo 配置，独立报道还称工业客户不断要求轮式方案，以获得稳定性、电池续航和可预测性。Figure 更明显地追求以 Helix 为中心的双足 / 通用路径，其 BMW 排序工作流也强烈表明，双足操作正从演示走向工厂试验。Agility 的 Digit 为物流中的人类空间专门打造，Unitree 则推低成本双足开发者硬件，1X 则为家庭场景优化 NEO，并采用人在回路学习。含义是，功能宽度没有那么重要；关键在于机器人能否反复解决买方第一个付费工作流。[CP006, CP007, CP009, CP011, CP012, CP016]

3.3 商业牵引与打包信号

最强的竞争证明分布并不均匀。Figure 可以指向 BMW 生产贡献和后续 Figure 03 工作流；Apptronik 可以指向 Mercedes、GXO、Jabil、Google DeepMind 和专用数据工厂；Agility 可以指向与 GXO 的多年 RaaS 协议，以及公开描述的现场仓库工作。Humanoid 的 Schaeffler 协议和 Bosch 制造关系具有战略价值，因为它们提供工业触达、执行器 / 组件相邻性和潜在欧洲制造规模，但公开记录仍需要客户层面的合同经济条款、部署爬坡和验收标准。定价更不透明。1X 和 Unitree 公布或被报道有标价，而工业玩家通常披露试点、RaaS 或战略协议，却不披露单价、利用率、服务毛利率或取消条款。这种不透明让竞争定价成为尽调优先项，而不是已经解决的对比。[CP004, CP005, CP010, CP013, CP018, CP022]

3.4 护城河、威胁与现状替代品

持久优势可能来自工作流数据、客户集成权、安全证据和供应链执行，而不是单一头条人形机器人规格。这有利于拥有重复现场任务的公司：Agility 的周转箱处理、Figure 的 BMW 工作、Apptronik 的 Robot Park 和客户数据计划，以及 Humanoid 的 Schaeffler/Bosch 工业锚点。反向情景是，这些资产本身仍早。独立和半独立来源描述的行业仍充满原型、远程操作、赋能协议而非有约束力订单、供应链约束，以及前从业者的怀疑——他们认为工厂可能偏好更简单的自动化。Unitree 和 UBTECH 从中国压低硬件价格；NEURA 和 Flexion 表明 Humanoid 并不是唯一的欧洲主张者；既有厂商也能继续扩展固定自动化、AMR 和协作机器人。Humanoid 的护城河有合理性，但承保时应把它看作执行速度加上特权工业学习，而不是已成定局的技术垄断。下一个检查点是每个客户现场的自主生产小时证据，因为该指标能把可防守的运营护城河与仅仅资金充足的演示周期区分开。[CP019, CP020, CP031, CP037, CP038, CP039]

3.5 图表

4.1 资本结构与估值信号

Humanoid 的财务画像是一家资金充足、处于早期商业化阶段的工业硬件公司：公司有大量股权缓冲、独角兽估值和战略投资人，但没有公开收入报表。最干净、相互印证的融资事实是 2026 年 Series A 轮：独立报道显示，公司以 $1.35 billion 投后估值融资 $152 million，使披露的累计融资达到 $270 million。这意味着 Series A 轮前约融资 $118 million，但公开记录无法清楚区分种子轮、过桥、SAFE、优先股或战略合同经济条款。因此，本章把 Series A 轮视为现金能力和验证，而不是单位经济证明。Schaeffler 和 Bosch 在财务上重要，因为它们出现在故事两端：既是投资人或战略参与方，也是制造 / 部署对手方。建模时，应把融资拆成已披露现金流入、未披露资本条款和战略期权价值。公开事实可以支持流动性情景，但没有文件就无法支持股价瀑布或优先股调整后估值。[CI001, CI002, CI003, CI006, CI007, CI008]

4.2 订单簿是前瞻信号，不是已确认收入

最强的收入线索是订单簿：公开来源反复提到 34,000 个预订单、价值约 $2.4 billion，意味着折扣、软件、服务、税费和流失前每台机器人约 $70,600。这是有价值的需求指标，但不是已确认收入、ARR 或毛利润。收入确认将取决于已签合同、交付与验收、取消权、定金、融资、保修，以及模式是硬件销售、租赁还是机器人即服务。Schaeffler 协议和 Bosch 制造合作提升了工业客户正在参与的置信度，但公开证据仍不清楚 Bosch 是制造商、客户、1,000 台订单对手方，还是三者皆是。合同条款得到审阅前，正确承保姿态是以订单簿驱动的上行空间，但带转化风险。因此，本章对已确认收入和 ARR 使用明确空值，同时把订单簿信号作为管线指标保留。这样可以避免硬件尽调常见错误：在交付和服务经济已知之前，就按软件倍数资本化订单标题。[CI010, CI011, CI012, CI013, CI014, CI015]

4.3 硬件单位经济决定现金流情景

Humanoid 不应按软件公司建模。公开成本研究显示，执行器占人形机器人成本的重要部分；计算、传感器、电池、机械结构、装配、测试、部署工程、支持和保修准备金还会继续消耗现金。Bosch 作为合同制造伙伴，可能降低 Humanoid 自建工厂 capex 需求，但无法消除库存融资、最低订购量、供应商承诺、返工或客户验收风险。由于没有公开来源披露 BOM、人工含量、毛利率、利用率、服务附加或 RaaS 回本，单位经济桥接基本仍是尽调模板。财务模型应把毛利率留空，对烧钱速度使用情景区间，并且只在看到转化证据后才给订单簿计入价值。规模化人形机器人集群还会制造时间错配：供应商可能要求客户验收机器人前先付定金，而保修和现场支持会在出货后消耗现金。第一批生产队列中，这些时间项可能主导会计毛利率。[CI024, CI025, CI026, CI027, CI035, CI036]

4.4 备案错配与私有指标是尽调闸门

UK Companies House 搜索有用，但不能一锤定音。可见的 HUMANOID LTD 记录显示一家存续私营公司、休眠账户，以及与机器人运营故事并不明显匹配的 SIC 代码 / 高管细节。这可能意味着运营集团使用另一实体，近期进行了重组，或存在无法用显而易见搜索词找到的备案。财务上，这是重大缺口，因为公开线索无法验证现金、债务、收入、客户定金、集团内 IP 所有权或优先股堆叠条款。因此，结论既不是由收入支撑，也不是纯粹投机：Humanoid 有可信的战略融资、大额订单标题和制造伙伴，但承保情景取决于在下一次融资触发前，把预订单转化为已交付机器人并实现正贡献毛利。下一轮尽调应从实体确认和私有财务模型开始，而不是继续搜新闻。如果管理层能对备案、合同可执行性和贡献毛利做出对账，融资故事会更可承保；否则，估值主要仍是期权价值。[CI009, CI028, CI029, CI030, CI031, CI032]

4.5 图表

5.1 产品定义与 HMND 01 Alpha 版本

HMND 01 Alpha 最好理解为工业劳动力自动化机器人，而不是通用消费级人形机器人。当前产品故事有两个形态，共享模块化上半身和 AI 栈：Alpha Wheeled 是更近期的工业平台，面向物流和制造工作流；Alpha Bipedal 是行走平台，用于研发、服务学习和未来更接近人类的导航。可投资产品证据在轮式版本上最强，因为 SAP/Martur Fompak、Siemens、Bosch 和 Schaeffler 的证明都围绕工厂或厂内物流工作。标准尽调基准是：不含末端执行器的 29 个自由度、15 kg 双臂载荷、高扭矩执行器、可更换手或夹爪，以及面向感知、操作和人机交互的传感器包。双足公开规格链条不够干净，因此本章把冲突公开页面视为尽调缺口，而不是改写共享报告基准。[CE001, CE002, CE003, CE004, CE005, CE006]

5.2 架构：硬件、计算、KinetIQ 与集群学习

技术逻辑是垂直整合：Humanoid 把机器人底盘、模块化末端执行器、机载感知、NVIDIA 级边缘计算、仿真，以及自研 KinetIQ 控制和编排栈组合起来。对一家年轻硬件公司来说，KinetIQ 的披露异常具体。它把集群编排、单机器人任务规划、VLA 位移操作和全身控制分成四层；披露的 System 1 与 System 0 频率为 10 Hz 和 50 Hz，让尽调有了营销语言之外可测试的内容。随后，KinetIQ Ascend 试图把操作从被动遥操作模仿推进到真实生产任务上的强化学习。这个方向令人鼓舞，因为公司承认行为克隆在速度和可靠性上的天花板；但也意味着自主成熟度取决于数据质量、干预捕捉、仿真到现实迁移和部署反馈回路，而这些仍大多是私有信息。[CE008, CE009, CE010, CE011, CE012, CE013]

5.3 部署证明与客户工作流集成

最强的技术证明不是单台机器人演示，而是工业工作流内企业系统集成的模式。SAP/Martur Fompak POC 展示了机器人通过 Joule 和 SAP EWM 接收任务上下文，导航至托盘，抓取 KLT 箱，并交付到手推车。Siemens 提供第二个环境：HMND 01 Alpha 在 Erlangen 物流运营中测试，使用 Siemens Xcelerator 和 NVIDIA 的物理 AI 栈。Bosch 对制造准备度重要，因为它把故事从客户使用推进到合同制造和 DfX 支持。Schaeffler 重要，因为它把部署触达和执行器供应相邻性结合起来。上述内容尚不能证明规模化自主正常运行时间，但确实让 Humanoid 高于纯实验室演示状态。[CE023, CE024, CE025, CE026, CE027, CE028]

5.4 成熟度、路线图与技术就绪度

轮式工业楔子的公开成熟度约在 TRL 6-7：可工作的 Alpha 原型已进入相关工厂或物流场景，但稳定生产运行、客户验收标准和可重复集群经济的证据尚未公开。Alpha Bipedal 的就绪度更低，因为它被定位为开发和测试单元，而不是第一款规模化工业产品。路线图指向 Q4 2026 的 Beta 机器人、2026 年 12 月至 2027 年 6 月的 Schaeffler 现场阶段，以及轮式人形机器人的大规模制造。开发速度值得注意——Alpha 版本用时五到七个月——但速度也带来验证问题：可靠性增长、安全验证、电池耐久度、组件供应和现场服务流程必须比原型叙事更快成熟。[CE034, CE035, CE036, CE033, CE038, CE040]

5.5 差异化与可防守性

Humanoid 的差异化产品策略务实，而不是科幻式。公司优先选择轮式工业机器人、现场工厂工作流，以及能在轮式和双足形态之间复用学习的模块化架构。可防守性建立在四项资产上：自研 KinetIQ 软件，与 SAP、Siemens Xcelerator 等企业系统的集成权，与 Schaeffler/Bosch/Siemens/Martur Fompak 的特权工业学习回路，以及垂直协调的制造 / 供应商栈。风险在于，每项资产都需要规模化证明。NVIDIA 提供的关键赋能基础设施也可供其他机器人公司使用；按公开披露，Bosch 和 Schaeffler 是战略伙伴，而不是自有工厂或独家组件来源；本次也未审阅专利资产。因此，护城河有合理性，但仍取决于执行。[CE012, CE017, CE024, CE029, CE031, CE032]

5.6 信任、安全、合规与技术风险清单

反向情景不是 Humanoid 缺少可信技术，而是人形机器人部署把难题压缩进一个会移动、很重、半自主的系统。IEEE Spectrum 的规模化批评强调电池寿命、可靠性、停机时间和安全标准；Robotics & Automation News 则强调，该品类距离通用自主仍很远。Humanoid 自己的文章也强化了这一担忧：公司解释了为什么行为克隆和遥操作演示无法达到近乎完美的工业可靠性。公开尽调因此应聚焦安全案例、正式认证路径、干预率、MTBF、电池化学和热数据、保修 / 服务义务，以及 KinetIQ 能否在多个班次中降低对遥操作的依赖，而不是只在一次 POC 中做到。在这些指标披露前，产品技术评级应是可信 Alpha，而不是已被证明的规模化平台。[CE021, CE022, CE038, CE039, CE040, CE041]

5.7 图表

6.1 客户分层与按证据加权的买方图谱

Humanoid 的客户证据范围很窄，但战略上连贯：公开楔子是汽车制造、电子制造和物流相邻工厂流程中的工业工作。买方通常是制造运营、自动化或数字工厂高管；用户是车间物流或生产团队；付款方是企业采购组织，评估劳动力可得性、吞吐量、正常运行时间和安全性。Schaeffler 是锚定制造商，也是最强的收入质量证明点，因为公开来源描述了一项有约束力、分阶段的部署和供应协议。Bosch 最好归类为制造伙伴加 POC 对手方，而不是抓取到的公开记录中干净的终端客户订单。Siemens、SAP 和 Martur Fompak 显示了来自工厂现场和汽车物流运营方的试点 / POC 需求。零售是公司声明的未来目标，但未找到具名公开零售客户，因此不应作为已证明需求承保。[CU001, CU002, CU027, CU028, CU037, CU044]

6.2 交易质量：Schaeffler 与预订单簿存在实质差异

核心尽调差异不是“有客户还是没客户”，而是有约束力部署与软性销售管线的差异。Schaeffler 的交易质量最好：Humanoid 和独立报道都称 5 月协议具有约束力、分阶段推进，首批德国系统计划在 2026 年底前部署，并随时间形成四位数机器人集群。协议还给出明确运营范围——箱体处理、物流和生产规模验证——并采用 RaaS 模式，把客户价值与持续服务交付绑定。Bosch 商业上重要，但抓取来源更强调合同制造和成功 POC，而不是单独记录的有约束力 1,000 台客户订单。Siemens 和 SAP/Martur Fompak 是有说服力的技术参考，但仍属于试点或概念验证证据。34,000 个预订单和约 $2.4 billion 销售管线是有用的需求信号，但在管理层披露定金、取消权、转化率、客户身份和收入确认时间前，应打折处理。[CU003, CU004, CU005, CU008, CU011, CU012]

6.3 部署状态与客户结果

最高质量的运营结果证据来自 Siemens-Humanoid-NVIDIA 工厂现场试点，因为它报告了吞吐量、正常运行时间和拣放成功率。机器人在 Siemens Erlangen 以每小时 60 次搬运处理周转箱，正常运行时间超过八小时，自主拣放成功率高于 90 percent。这仍不是完整商业留存证明，但已经是一组与客户相关的运营指标。SAP/Martur Fompak 也有价值，因为它发生在现场汽车制造物流环境中，并把机器人连接到 SAP AI 智能体；但公开页面没有量化持续正常运行时间或 ROI。Bosch 同样证明了围绕传送带到手推车箱体移动的复杂工作流，但来源没有披露时长、集群规模或经济转化。Schaeffler 第一阶段时间在 2026 年底和 2027 年，当前承保必须把已签承诺与已交付集群表现分开。[CU006, CU007, CU013, CU015, CU016, CU017]

6.4 留存、扩张与集中度风险

已审阅的公开来源均未披露 Humanoid 客户基础的 NRR、GRR、流失率、客户满意度、续约率、ARR、收入运行率或已确认收入。这意味着客户耐久性只能从交易对手质量、集成深度以及是否存在实测结果来推断。Schaeffler 既是优势，也是集中度风险：它是最大的公开部署、战略技术伙伴和首选执行器供应商。如果关系顺利转化，它会变成客户引用飞轮；如果生产经济不达预期，它会同时威胁客户证明、供应链可信度和投资人叙事。Bosch 也带来依赖，因为 Humanoid 的规模化依赖外部制造伙伴。开放尽调问题很直接：已签合同排期、定金、取消条款、集群验收里程碑、服务水平承诺、头部客户收入集中度、续约队列和 POC 后转化管线。[CU009, CU029, CU030, CU031, CU032, CU036]

6.5 反向证据与对人形机器人部署风险的怀疑

反向来源并不否定 Humanoid 的牵引，但限制了今天能给多少信用。VaaSBlock 认为该行业已明显改善，但当前试点能力与营销暗示的自主通用人形工人之间仍有很大缺口。Physical AI Guide 区分公告、可订购性和可行性计划，与真实试点或广泛部署并不相同。IoT Digital Twin PLM 增加了方法论警告：供应商和媒体数字没有经过独立审计。The Next Web 把这个谨慎直接用于 Humanoid，指出 34,000 个预订单主张没有独立验证。这些来源支持一种纪律性折扣：Schaeffler 可视为锚定商业协议，Siemens/SAP/Bosch 可视为高质量客户试点或 POC，更广泛预订单簿在转化为有约束力部署和已确认收入前只能算销售管线。[CU022, CU024, CU025, CU033, CU034, CU035]

6.6 图表

7.1 商业与财务风险：订单簿驱动的故事缺少收入证明

最高概率的投资风险是，Humanoid 的公开商业信号仍由订单簿驱动，而不是收入驱动。公司拥有异常强的融资标题支撑：多家独立来源报道了 $152 million Series A 轮、$1.35 billion 投后估值和 $270 million 累计融资。这些资本给团队留下执行空间，但也抬高了业绩门槛，因为估值似乎已经在公开认可收入、ARR、毛利率、现金烧钱或现金跑道证据出现前，资本化了未来机器人部署。34,000 台预订单主张具有战略重要性，但最强的反向来源明确表示，该数字没有经过独立验证，并且报道时 Humanoid 尚未交付商业单元。Schaeffler 和 Bosch 降低了进入市场风险，但也把证明集中在两个战略交易对手身上。因此，承保姿态应是“有条件上行”：只有在合同可执行性、定金、客户验收、服务经济和已交付单元利用率得到证明后，才给销售管线估值。[CR001, CR002, CR003, CR004, CR005, CR006]

7.2 技术、安全与监管风险：自主主张遇上工厂安全法规

Humanoid 的产品风险不只是机器人能不能动，而是工业人形机器人能否在工人附近可靠运行，并具备客户、监管机构、保险公司和劳资委员会都接受的安全控制。公开产品页面声称最长四小时续航、15 kg 双臂载荷、运行在 NVIDIA 计算上的 KinetIQ AI，以及自主的人类速度操作。这些规格有用，但反向机器人来源说明了为什么演示不能等同于持久自主：IEEE 曾警告，机器人演示可能有人在回路中；更早的人形机器人项目也依赖工程师、系绳和缓慢任务执行。安全负担同样正式。ISO 10218、ISO/TS 15066、OSHA 机器人指南、EU Machinery Regulation 2023/1230 和 CE-marking 义务，共同形成围绕风险评估、协作运行限制、合规文件、护栏、急停、验证日志和客户现场流程的尽调路径。在认证姿态、事故历史和 beta 可靠性数据可得前，剩余安全 / 监管敞口仍然重大。[CR013, CR014, CR015, CR016, CR017, CR018]

7.3 执行、依赖与竞争风险：伙伴规模是优势，也是卡点

Humanoid 的规模化模式刻意依赖战略伙伴，而不是把生产每一层都握在自己手里。这样可能更省资本，尤其是 Bosch 承担工业化、Schaeffler 供应执行器时；但风险也被推到供应商产能分配、质量追责、保修协同、工程变更控制和交易对手优先级上。Schaeffler 已公开表示，其到 2031 年期间将承担超过 50% 执行器需求的优先供应商角色，这是明确的集中点。NVIDIA 级算力是另一项依赖：机器人平台的 AI 技术栈和更广的人形机器人生态都靠专用加速器，其供给、路线图和出口分类都会影响业务。BIS 关于视同出口、出口合规计划和再出口的指引说明，算力和受控技术不能当作普通零部件处理。竞争压力还会叠加：Unitree 提供了一个可见的中国低成本参照，Tesla 和 Figure 影响客户预期，TNW 提到 Figure 的 $39 billion 估值，也凸显资本差距。因此，要走向量产，Humanoid 必须拿出供应冗余、良率、现场服务和出口管制合规基本功的证据。[CR007, CR008, CR009, CR010, CR024, CR025]

7.4 治理、地缘政治观感、市场周期风险与缓释

治理风险不来自某一条负面指控，而在于缺少通常用来降低关键人、股权结构、合规和执行不确定性的公开证据。公开报道把故事集中在创始人兼 CEO Artem Sokolov，以及公司两年内从想法冲到独角兽的速度上。Forbes 2 月的标题用「前俄罗斯珠宝大亨」的视角包装他的背景；即便没有指称不当行为，制裁、出口管制、客户采购和外部观感尽调也因此更重要。本报告审阅的公开记录没有披露董事会构成、优先权结构、关键人保险、继任计划、制裁筛查或出口管制治理。市场周期风险同样真实：Ars、Vox、LA Times、Compare Robots 和 RoboHorizon 都提供了对人形机器人热潮、演示落差和部署难度的负面或怀疑背景。实际缓释办法是把叙事里程碑改成证据里程碑：已签且可执行的合同、安全文件、Beta 正常运行时间、生产良率、供应商第二来源、治理文件和现金续航。任何一项不过关，都应触发价格重置或停止条件。[CR035, CR036, CR037, CR038, CR039, CR040]

7.5 附录

8.1 价格敏感结论：跟踪，不能盲目投资测算

Humanoid 以 $1.35 billion 投后估值完成 $152 million Series A，可信度足以进入投委会观察名单，但公开收入支撑还不够，不能直接买入。支撑价格的是一套宏大战略叙事：欧洲第一家专注人形机器人的独角兽、累计 $270 million 资本基础、Schaeffler 与 Bosch 关系，以及据报 $2.4 billion 的订单簿。反方同样重要。公开记录基本没有披露已确认收入和 ARR，预订单数字应视为订单潜力，而不是可入账收入。也就是说，估值赌的是转化、交付、正常运行时间和制造规模，而不是今天财报的倍数。当前价格下，实际立场应是跟踪或继续研究；只有在合同可执行性、定金、贡献毛利和实体结构得到验证之后，才明确愿意承做投资测算。因此，本估值章节把每个头条都当作有条件输入：融资确认投资人愿意下注，合作关系确认产业兴趣，同业估值确认品类热度，但这些事实单独都不能证明收入可收回或现金流耐久。投资测算标准应是：客户接受可工作的机器人，在可执行条款下付款，且扣除制造、支持和保修成本后仍留下足够毛利，支撑下一轮部署。[CV001, CV002, CV005, CV008, CV015, CV038]

8.2 可比公司和隐含倍数显示估值偏紧，但并非不理性

同业样本解释了为什么这个估值既偏紧，也说得过去。Figure 的 $39 billion Series C 和 Apptronik 据报超过 $5 billion 的估值，把人形机器人推成资本军备竞赛品类；放在这些标尺旁边，Humanoid 的 $1.35 billion 显得不算夸张。但从运营证据看，画面就没那么宽松。Figure 有 BMW 生产证据，Apptronik 资本基础大得多，Agility 已有真实物流部署。Humanoid 最强的公开指标是据报 $2.4 billion 的预订单簿，对应估值约为订单额的 0.56 倍、每份预订单约 $39,700。只有订单能转化，这些数字才显得便宜；如果订单可取消、RaaS 需要大量车队融资，或 Unitree 式定价在 Humanoid 起量前拉低硬件 ASP，这些数字就显得昂贵。[CV006, CV007, CV016, CV017, CV018, CV019]

8.3 情景估值是里程碑期权，不是传统 DCF

DCF 式框架仍然有用，但应作为情景纪律，而不是制造虚假的精确感。乐观情景给 Humanoid 的公开 2031 年 100,000 台目标、强 RaaS 附着和可信的工业软件 / 服务层计入价值；如果客户接受度和毛利被证明成立，数十亿美元级结果可以成立。基准情景把本轮价格作为锚点，因为公开事实验证了战略需求，但没有验证出货经济性。悲观情景承认，硬件延迟、保修成本、低利用率和价格压缩，能很快把一个庞大的预订单数字变成下一轮降价融资。关键驱动不是 TAM：Goldman、Morgan Stanley 和 MarketsandMarkets 都支持长期人形机器人市场很大。真正关键的是，在下一轮融资窗口前，Humanoid 能交付、能收款、可支持且具备正贡献毛利的机器人份额。[CV027, CV028, CV029, CV030, CV031, CV034]

8.4 尽调要求与终止触发条件

下一轮尽调应以文件为主。媒体报道可以确认本轮融资、同业估值和合作伙伴公告，但回答不了优先权结构、客户取消权、定金覆盖、制造成本、保修敞口或运营实体对账。第一项投资条件，是证明 Schaeffler、Bosch 和更广泛的预订单关系有足够约束力，能支撑生产融资。第二项是证明 HMND 01 能以可接受的正常运行时间跑付费工作流，且现场服务成本低于 RaaS 贡献毛利。第三项是价格韧性：Unitree 的低标价和中国相关供应链意味着，Humanoid 必须守住工业可靠性、安全和集成价值，而不能依赖硬件稀缺。如果 Beta 部署延误、订单可执行性不及预期，或下一里程碑后贡献毛利仍不披露，正确动作就是等更低入场价，或直接放弃。[CV022, CV024, CV031, CV032, CV040, CV041]

8.5 附录