2025年末，旧金山人形机器人初创公司K-Scale Labs走到了终点，A轮融资折戟，团队解散，最终选择将所有知识产权开源。

>

今年3月，机器人报告网站刊发了一篇K-Scale Labs前COO徐睿发表的长文，复盘了创业失败的六大核心问题，直指当下人形机器人行业普遍存在认知问题与陷阱，其观点也为正处于狂热发展中的行业敲响了警钟。

徐睿拥有15年硬件产品经验，曾供职于英特尔、小米、联想、亚马逊、字节跳动等企业，四十岁时加入K-Scale Labs担任COO，全程亲历了公司从初创时的热血探索到最终落幕的全过程。

01.

大模型至上主义：为了省成本，差点赌上硬件安全

徐睿表示，当下的机器人行业，正被一种大模型万能的执念裹挟，在这种认知里，AI模型足够强大，硬件就可以妥协。传感器的精度不够？视觉模型能补。机械的安全边界？模型策略能学。这种被他称之为大模型至上主义的认知，在团队里几乎成为共识，就连徐睿这个硬件老兵，也曾被AI的亮眼表现冲昏头脑，忽视了最基础的硬件逻辑。

最让徐睿至今耿耿于怀的，是一场关于关节限位器的漫长争论。这个不过是块金属片的机械限位开关，是防止机器人关节超程自毁的最后一道防线，也是最基础的安全冗余设计。但反对的声音始终占据上风：AI策略模型能精准把控关节运动边界，加限位器会增加成本和机身重量，纯属多余。

>

徐睿认为，做过硬件的人都懂，软件永远有失效的可能。模型会出故障，策略会碰到无人预判的边缘场景，语言模型幻觉只是给出一个错误答案，可机器人执行器因一次模型推理失误，以满扭矩冲破关节极限，换来的要么是整机报废，要么是人员受伤。大模型或许能做到99.99%的正确率，但在物理世界里，剩下的0.01%才是决定生死的关键。特斯拉的自动驾驶再先进，也不会拆掉刹车系统，机器人行业却总有人想犯这种低级错误。

02.

融资话术别当真：平衡车的成本曲线，套不进人形机器人

几乎所有机器人创业公司的融资PPT里，都有一句能让VC眼前一亮的类比：我们要做机器人界的特斯拉、这是具身智能的iPhone时刻。而K-Scale Labs团队最常挂在嘴边的，是平衡车，他们坚信人形机器人会复刻平衡车的发展路径：从昂贵新奇的小众产品，经深圳量产打磨，变成标准化硬件，最终走入千家万户。

>

可平衡车的电机只需要完成简单的旋转动作，人形机器人的执行器要求却苛刻到极致：超高精度、瞬时大动力、抗磨损，更重要的是批次一致性。只要有一个执行器参数稍有偏差，机器人要么走姿畸形，要么直接摔倒。他们认为，拿消费电子的发展逻辑套人形机器人，本质上是用表面的相似性，掩盖核心技术的天壤之别。

这些类比从来都是说给投资人听的，讲的是成本下降、规模量产的美好故事，却解决不了任何实际技术问题。他们曾为了争论平衡车类比是否成立耗去数周时间，对应的，本应投入到执行器精度优化、机身结构设计的时间被大幅挤占。类比本就是压缩信息的工具，把复杂问题简单化的同时，也丢掉了最关键的工程细节。融资时用用无妨，但若把它当成技术研发的指导思想，最终只会被这些话术拖入泥潭。

03.

供应链不是找个翻译对接工厂那么简单

不少软件背景的创始人对硬件供应链的理解，还停留在找个会说中文的人对接工厂的层面，仿佛这只是一个能打勾完成的任务。这是硬件初创公司最容易踩的坑，而K-Scale Labs接手时，面对的就是一张彻底的白纸：没有任何制造商合作关系，没有谈妥的付款条款，没有品控流程，更没有成型的物流链路。

>

搭建人形机器人的供应链，远比他们想象中复杂。单是加工环节，就需要对接多家中国代工厂，涉及组装、核心部件、执行器等不同环节，每家都要单独谈判定价、质量标准、最小起订量、生产排期。更不用说跨货币、跨时区的沟通，以及双方在商业逻辑上的认知差异，中国制造商的合作思路，和硅谷的创业团队本就存在天然鸿沟。

制造业从来不是一门能花钱买到的服务，而是需要长期搭建的能力。和代工厂的关系深度，直接决定了执行器的精度是控制在公差范围内，还是偏差2毫米；直接影响单台硬件成本是800美元，还是飙升到2400美元。他们认为，如果一家硬件公司的供应链运营，能用一句话概括清楚，那它根本没有成型的硬件战略，只有对量产的空想。

04.

机器人硬件从不是标准化商品

行业里另一个危险的共识是：机器人硬件终将成为标准化商品，像手机一样由中国厂商用现成零件组装，核心价值只在AI算法层。但现实是，人形机器人行业至今没有统一的物料清单标准，没有能直接拿来实现稳定行走的商用执行器，眼下所有做足式机器人的团队，都在做定制化硬件研发，所谓的标准化还远在天边。

更可怕的是，一旦信奉硬件是商品的理念，会直接扭曲公司的资源分配和价值判断。做硬件研发的工程师，付出了最核心的努力，却得不到相应的话语权和认可，公司的资源会疯狂向被贴上核心壁垒标签的AI团队倾斜。

徐睿透露，他在公司里看到了一种怪象，并将其称为薛定谔的专业度：硬件出问题时，相关负责人突然失去了硬件领域的专业判断，一脸茫然；可当硬件工程师说一次重新设计需要四个月时，这些人又突然变成专家，要求四周内完成。这种双标背后，是对硬件研发难度的彻底漠视。他们的工程师最终做出了能自主行走的机器人，这是公司成立以来最难的工程突破，却从未得到应有的重视。

05.

赛道竞速中，糟糕的研发决策比坏运气更致命

人形机器人赛道正处于前所未有的狂热中，资本扎堆，人才涌入，所有人都在拼命往前跑。但赛道的核心是选对方向的速度，而非单纯的努力程度，很多时候，一次糟糕的研发决策，比突如其来的坏运气更能让公司快速出局。

徐睿坦言，团队犯的最大错误，就是在移动能力研发上陷入了死胡同。数月时间里，团队所有精力都投入其中，机器人却始终无法实现稳定行走，而就在这期间，融资窗口慢慢关闭，竞争对手已经拿出了能落地的演示机。这不是某一个管理层的决策失误，而是整个团队的误判，包括团队核心成员在内，所有人都低估了双足行走技术的研发难度和周期。

>

外人看K-Scale Labs的GitHub仓库，满是更新的代码库，觉得研发效率拉满，可只有内部人知道，这只是没有核心突破的无效忙碌。代码库堆得再多，也抵不上一个能实际演示的产品，更不用说量产落地。研发的核心不是写了多少代码、熬了多少通宵，而是能否快速找到能落地的解决方案。冲动的决策和迟迟不做选择一样致命，一旦在错误的方向上投入过多，后期再想调整，付出的成本会翻倍。

06.

欲速则不达：赶出来的deadline，最终都成了绊脚石

K-Scale Labs团队的研发时间表，在内部早已成了笑话，永远说着下周机器人就能稳定行走，这个下周，却持续了数周甚至数月。当不切实际的截止日期成为公司文化，团队成员为了完成目标，开始习惯性走捷径：工程师用AI工具写代码后跳过审核环节，传感器未经校准就直接装到产品上，结果可想而知，每次演示都以失败告终，时间表只能一次次重置，陷入恶性循环。

这就是中国老话里的欲速则不达，当所有人都在为了一个不可能的目标赶进度，反而会丢掉让产品真正落地的关键步骤。而这种急于求成的心态，造成的伤害远不止研发环节。当他们拿着空想的时间表和代工厂谈合作，承诺的交付节点一次次落空，最终消耗掉的，是好不容易建立起来的合作信任。代工厂需要根据实际需求规划生产排期、调配产线资源，硅谷那套快速试错、打破常规的软件创业逻辑，在制造业里完全行不通，他们的一次爽约，可能意味着对方错失了其他合作机会。

>

徐睿时常反思，作为COO，他本可以做得更好。在公司组织问题还能挽回时，他该更坚决地提出整改；在团队定下不切实际的研发时间表时，他该更用力地去纠正。这些遗憾，成了他这次创业最沉重的收获。从第一次黑客松的热血，到最后一封供应商邮件的无奈，他见证了这家公司的完整生命周期，也看清了人形机器人行业的真实底色。

徐睿想对所有在机器人初创公司的年轻硬件工程师说，相信自己的物理直觉，如果测算数据显示关节会因受力断裂，就把结论写下来，正式提出质疑。不要被快速落地的压力裹挟，忽视那些显而易见的工程问题。行业最终记住的，永远是他们做出的产品，而非他们许下的承诺。

直到现在，徐睿依然相信具身智能的未来，只是这份未来，不该建立在对硬件的轻视之上。再强大的AI模型，再精妙的算法，都需要扎实的硬件作为支撑。人形机器人的赛道，从来不是靠故事和噱头就能走远的，唯有沉下心来，把硬件的每一个细节做扎实，把供应链的每一个环节搭牢固，才能真正走到量产落地的那天。

07.

关于K-Scale Labs：

K-Scale Labs是一家主打开源人形机器人研发的美国初创公司，2024年由Benjamin Bolte在帕洛阿尔托的车库创立，总部位于加利福尼亚州帕洛阿尔托，核心使命是打造可量产、高性价比的开源人形机器人，让机器人技术普及化。公司团队集结了来自特斯拉、Meta等巨头的顶尖人才，曾获得Y Combinator背书，成立不到一年便完成三轮融资，累计625万美元，预售订单突破200万美元，一时风头无两。

>

其旗舰产品K-Bot身高1.4米、重34公斤，预购定价不到10000美元，承诺将硬件设计图和软件代码完全开源，同时规划了低成本迷你机器人Z-Bot作为补充路线。公司采用独特的“黑客屋”运营模式，鼓励团队高效协作，快速迭代产品，但也因战略误判陷入危机——孤注一掷押注高价旗舰机，放弃更易落地的Z-Bot，且量产工艺升级需大额融资却始终找不到领投方。

>

2025年11月，公司账户资金耗尽，融资彻底失败，最终遣散员工、向预购用户全额退款，并将全部知识产权开源，包括两款机器人的软硬件设计。这家曾被寄予厚望的开源机器人先驱，因战略失误和资本寒冬，在成立仅一年多后悲壮落幕，但其开源成果为行业留下了宝贵的技术火种。