优必选1.24亿年薪抢人:亏损42亿的硬科技企业为何敢下此豪赌?

0

AI快讯

在很多创业公司还在为生存精打细算,甚至大型科技企业都在裁员降本增效的当下,一家中国硬科技企业却抛出了一张令人瞩目的"天价支票"。4月2日,港股"人形机器人第一股"优必选科技发布全球招聘启事,为具身智能首席科学家岗位开出了1500万元起步、最高可达1.24亿元(含现金、福利和股权)的年薪包,这一数字刷新了国内AI与机器人领域顶尖人才的薪酬纪录。

财务现实与战略抉择的强烈反差

优必选的亿元招聘决策与其最新财报数据形成了鲜明对比。2025年财报显示,公司全年总营收20.01亿元,同比增长53.3%,但净亏损仍高达7.9亿元。从更长的时间维度看,2022年至2025年四年间,优必选累计亏损超过42亿元。

业务结构分析揭示了更深层次的问题:全尺寸具身智能人形机器人业务成为公司唯一的增长引擎,2025年收入8.21亿元,同比暴增2203.7%,销量1079台,登顶全球第一。然而,传统教育智能机器人业务增速仅为13.7%,物流智能机器人业务营收下滑14.6%,显示出多元化布局的失效。

财务数据

从运营效率角度看,优必选2025年销售、管理、研发三项费用合计达25.61亿元,远超全年20.01亿元的营收规模,费用率居高不下,规模效应迟迟未能显现。在这种持续亏损的背景下,优必选仍开出最高1.24亿元年薪,按一年250个工作日折算,日薪约50万元,这一数字相当于普通人月薪1万元不吃不喝工作4年多的总收入。

全球AI人才市场的供需失衡

红杉资本合伙人David Cahn在2025年6月曾指出,随着运算能力的日益普及,人才已成为AI领域的新瓶颈。薪酬追踪网站Levels的统计数据显示,Meta给予AI工程师的薪酬范围为18.6万至320万美元,OpenAI则在21.2万至250万美元之间。科技招聘公司Harrison Clarke的数据显示,大型科技集团的中高级研究科学家的总薪酬目前预计介于50万至200万美元之间,高于2022年的40万至90万美元。

国内人才市场同样面临严重供需失衡。脉脉数据显示,2026年1-2月AI新发岗位量同比暴涨12倍,平均月薪达60738元,较行业均值高出26%,AI科学家岗位平均月薪超过13万元,顶尖人才年薪普遍突破千万元。

人才市场

当前具身智能与人形机器人正处于技术突破的临界点,核心算法、基础模型、灵巧操作等领域仍存在大量技术瓶颈。一个错误的技术路线决策,可能导致数亿元研发投入打水漂、错失行业窗口期;而一位顶尖科学家的正确判断,能直接缩短研发周期、降低试错成本,加速技术从实验室走向规模化落地。

优必选的逻辑很清晰:人形机器人行业已从"硬件比拼"进入"AI大脑竞争"阶段,未来1-2年是技术规模化落地的关键期。没有顶尖人才掌舵,就没有技术代差,更没有市场份额。相比每年数亿元的"无效"研发投入,亿元年薪锁定全球顶级人才,是"用小成本赌大未来"的战略选择。

全球巨头的人才争夺战

优必选的亿元抢人举措,只是全球AI人才军备竞赛的冰山一角。《财富》杂志数据显示,全球具备构建顶级大模型资质的专家不足1000人,这些人是AI时代的核心资产,薪酬早已脱离线性体系,呈现幂律分布。

Meta的"亿元俱乐部"策略

2025年,Meta成立超级智能实验室(MSL),扎克伯格亲自下场挖人。除了庞若鸣(四年2亿美元)和DeepMind研究员(四年3亿美元),Meta还为顶级AI研究员开出年薪至少1000万美元的"钦点Offer",针对的仅是全球50-100位具备大模型训练及基础架构主导经验的顶级专家。

Meta的薪酬策略堪称"无上限"——新员工可以拿到超1亿美元薪酬合同,而老员工却面临裁员。2025年10月,Meta裁减约600名AI团队成员,包括FAIR团队负责人田渊栋,而夏季新招募的TBD实验室员工却未受波及。这种"保新弃旧"的策略虽然引发内部地震,但也体现了Meta对顶尖人才的极度渴求。

OpenAI的股权绑定模式

OpenAI的薪酬结构更具"长期主义"色彩。根据Levels数据,OpenAI研究科学家年薪区间为62万至156万美元,中位数约为156万美元(含股票和奖金)。但OpenAI真正的杀手锏不是现金,而是股权和使命感——其留存率高达67%。

2025年6月,Meta曾向OpenAI员工开出1亿美元签约奖金,但OpenAI给出了更高的反向报价。这场"竞价战争"说明,在顶尖人才眼中,现金只是入场券,技术愿景和组织文化才是决定去留的关键因素。

xAI的使命驱动模式

马斯克旗下的xAI走的是另一条路径——用愿景替代高薪。2026年1月,xAI组建"招聘突击队",直接向马斯克汇报,年薪区间仅为12万至24万美元。这个薪资在硅谷AI圈只能算"起步价",但马斯克的优势在于"个人魅力+长期价值"的吸引力。

xAI在去年夏天已吸引多名Meta高级工程师加盟,尽管薪酬并不夸张,这些工程师仍然选择跳槽,因为"愿景和长期价值让他们觉得值得"。当然,这种模式的前提是能够承受与马斯克共事的高强度工作环境。

组织管理的挑战与对策

开出天价支票只是第一步,如何让天才留下并发挥作用,是更具挑战的课题。Meta在2025年的惨痛教训,为所有追逐顶尖人才的企业敲响了警钟。

根据SignalFire发布的《2025年人才状况报告》,Meta在人才引进上投入最大,但人才留存率却是各大实验室中最差的,仅有64%。Meta的失败证明亿元薪酬可以买到人才,但买不到忠诚度;可以挖到专家,但买不到组织效率。

留存率数据

Meta失败的核心原因在于高薪人才与低效组织的化学反应失效,具体表现为三个方面:

  • 资源承诺落空:新员工对无法获得承诺的算力支持感到不满,顶尖科学家需与原有团队争夺GPU算力,研究自主权被严重剥夺
  • 薪酬撕裂导致文化崩塌:新员工拿亿元薪酬,老员工遭遇裁员,薪酬差距摧毁团队凝聚力
  • 战略摇摆与路线混乱:短期内频繁重组团队、放弃旗舰模型,技术路线朝令夕改

要留住未来的首席科学家,优必选需要建立一个"技术特区":

  1. 算力绝对优先:承诺的GPU资源必须无条件兑现,不能因为财务亏损就卡脖子
  2. 免汇报特权:摆脱繁琐的KPI和行政汇报,给予其在技术路线上"一票否决"的权力
  3. 长期主义容错机制:具身智能的基础研究注定是漫长的,必须容忍失败,不能因为短期没有产出就动摇军心

技术突破与商业化的平衡

人形机器人行业正处在从技术验证迈向规模化量产的关键节点。根据行业分析,未来三年将是决定企业生死存亡的关键期。优必选虽然在人形机器人销量上位居全球第一,但单台售价约76万元的高定价限制了市场规模,工业场景应用占比超过80%的业务结构也面临着定制化程度高、规模化难度大的挑战。

从技术发展角度看,具身智能需要突破多个关键技术瓶颈:

  • 多模态感知融合:如何实现视觉、语言、动作的高效协同
  • 机器人基础模型:构建适用于机器人控制的通用人工智能模型
  • 灵巧操作技术:实现复杂环境下的精细操作能力
  • 安全可靠性:确保机器人在人类环境中安全运行

这些技术突破需要顶尖科学家的深度参与和长期投入。优必选通过亿元年薪吸引全球顶级人才,本质上是在用资本换时间,希望在技术窗口期关闭前建立足够的技术壁垒。

资本市场的期待与压力

从资本逻辑来看,AI与机器人企业的估值早已脱离传统盈利框架,技术壁垒与人才储备成为核心估值指标。优必选通过天价招聘,向资本市场传递"坚守技术创新、冲刺行业龙头"的信号,这有助于巩固其"人形机器人第一股"的稀缺性价值,为后续融资与商业化铺路。

然而,资本市场对亏损企业的耐心是有限的。优必选需要在吸引顶尖人才的同时,加速推进技术的商业化落地。可能的路径包括:

  • 降低产品成本:通过技术创新和规模化生产降低单台机器人成本
  • 拓展应用场景:从工业场景向消费级、服务级场景延伸
  • 建立生态系统:通过开放平台吸引开发者参与应用创新
  • 寻求政府合作:在智慧城市、智能制造等领域争取政策支持

行业竞争格局的演变

优必选并非唯一布局人形机器人赛道的企业。全球范围内,特斯拉的Optimus、波士顿动力的Atlas、Agility Robotics的Digit等产品都在加速商业化进程。国内方面,宇树科技、智元机器人等后起之秀也在快速追赶。

在这种竞争环境下,优必选通过高薪吸引顶尖人才的策略具有双重意义:一方面可以加速自身技术突破,另一方面也能在一定程度上延缓竞争对手的发展速度。毕竟,全球顶尖的具身智能专家数量有限,优必选锁定一位,竞争对手就少一个选择。

但需要注意的是,单纯依靠高薪挖角难以建立持续的技术优势。企业需要建立完整的人才培养体系和技术积累机制,才能实现长期可持续发展。

未来展望与风险提示

优必选的亿元年薪招聘是一场高风险高回报的豪赌。如果成功,企业将获得技术突破的关键推动力,有望在人形机器人行业确立领先地位;如果失败,则可能加剧财务压力,甚至影响企业生存。

关键的成功因素包括:

  • 技术路线的正确选择:首席科学家需要做出符合行业发展趋势的技术决策
  • 组织适配性:企业需要建立支持顶尖人才发挥效能的组织环境
  • 商业化节奏:技术突破需要与市场需求和商业化能力相匹配
  • 资金持续力:在实现盈利前,需要确保有足够的资金支持研发投入

对于整个行业而言,优必选的这一举措也标志着中国硬科技企业在全球人才竞争中开始采取更加积极的姿态。这不仅关乎单个企业的成败,更将影响中国在全球人工智能和机器人技术竞争中的地位。

随着技术的不断进步和市场的逐步成熟,人形机器人行业有望在未来几年迎来爆发式增长。优必选今天的豪赌,或许正是为了在明天的市场中占据先机。然而,这场博弈的最终结果,不仅取决于企业的战略选择,更取决于技术、市场、资本等多重因素的复杂互动。