一个月烧掉1500亿Token，这家机器人公司靠什么活

2026年10月27日，小雨智造创始人乔忠良在接受《21世纪经济报道》采访时吐露了一个惊人的数字：公司约八成的支出都投向了AI。这不是比喻，而是实实在在的算力采购和模型研发费用。

年初的时候，全公司每月消耗的 Token（大语言模型的词元单位）大约是40亿。到了采访那天，乔忠良个人单月的最高消耗量已经达到了1500亿Token——是年初全公司月耗量的近40倍。按当时的汇率换算，一个工程师每个月的算力花费已经超过1万美元，逼近2万美元。

这是一家主营具身智能焊接机器人的创业公司，团队150人，其中60人专职做模型算法。他们凭什么敢这么花钱？又或者说，这笔钱花下去之后，真的能换成看得见的商业回报吗？

AI自己优化自己，算力需求翻了10倍

乔忠良把Token消耗的暴涨归因于递归自我改进（RSI）技术的成熟。简单地说，就是AI可以自己优化自己了。

“我们每一个同学可能同时开四五个agent（智能体）在作业，AI自己在工作。”乔忠良描述研发状态时说。原来同时研发的模型只有三四个，现在有几十个，迭代速度同步加快。据他估算，公司的算力消耗因此翻了大约10倍。

叠加算力与数据投入，整个公司的支出结构发生了根本性变化。传统的软件开发公司，人力是最大成本；而在小雨智造，约80％的钱直接流向了AI基础设施建设。

公司对工程师敞开供应Token，单人单月消耗已到1万美元以上，“算力在可控范围内一定打满”。这意味着什么？假设一个算法工程师年薪50万元，光算力费用就可能额外消耗15—20万元人民币。

失败的数据，比成功的数据更值钱

钱花这么多，核心逻辑在于一条行业共识：在真实场景里产生的数据，尤其是失败数据和陌生场景数据，是无法通过仿真或公共数据库获得的核心壁垒。

乔忠良把这套机制比作错题本。算法刚进客户车间的时候，连起弧都做不成功，成功率只有60％至70％。他在实验室三个月就能做出的成果，到现场却要跑一年以上，才把成功率提升到95％以上。

从进入客户现场算起，小雨智造的团队迭代了500多天，系统性优化了上万个问题。这些问题的来源各不相同：线束怎么捆才不会干涉机械臂运动？送丝机转速调到多少合适？焊丝在管道里的阻力与磨损如何补偿？每一环都要在真实工况里验证。

为解决这个问题，小雨智造的做法是请来世界冠军级的焊接老师傅，用遥操采集他们的动作和信息。师傅自己也说不出来的下枪角度、摆动幅度，被通过隐空间让模型学习；机器上岗之后，再由师傅纠正错误，配合大量人类反馈和仿真重演。

这种做法的逻辑很清楚：拿到客户，就锁定了客户。因为随着使用数据的积累，产品在客户现场的适配能力会越来越强，替换成本自然提高。据乔忠良判断，目前产品的复购率已经超过50％——发布后短短两个多月，已有四五家客户完成了复购。

月销近百台，要卖到10万台才有资格上桌

商业化方面，小雨智造的成绩单不算差，但也远未达到安全线。

2026年7月，公司发布了首款产品“小雨未来机器人”，搭载英伟达Orin算力平台与梅卡曼德3D相机，售价16．98万元。产品发布两个月后，单月焊接产能突破10万米。上个月，销量达到了近百台。

按照目前的节奏，明年的目标是5000台到1万台。但在乔忠良看来，这个数字仍然不够。他给自己划了一条门槛：年出货10万台才有机会进入行业的终局竞争。

华为、小米这样的巨头拥有更强的资金实力和供应链积累，一旦形成规模，可能在采购、制造等环节建立起难以追赶的成本优势。对创业公司来说，达不到同等体量，连具身智能层面的竞争都谈不上。

北泡轻钢是公司的标杆客户。这家老牌国企的车间部署了12台小雨未来机器人后，月产能提升了30％，焊接质量合格率达到90％以上，同等焊接质量条件下综合成本降低了49％。这个案例足以说明具身智能方案在工业场景中的替代潜力——过去自动化设备在造船和建筑钢结构领域的渗透率不足5％，而小雨智造认为覆盖率已经可以提到80％以上。

但产能提升是一回事，大规模交付是另一回事。工业品的周期一直比外界想象的要长——乔忠良坦言，创业第一年的规划是第二年年底开始规模化销售，实际走了快四年。

谁在替AI创业买单？

80％支出投向AI这个比例，放在传统制造业几乎不可想象。但它正在成为AI应用层创业者的新常态。

具身智能赛道尤其如此。不同于纯软件的大语言模型应用，具身智能需要在物理世界反复试错，而每一次试错的代价都是海量的计算资源。当RSI技术让AI可以自主迭代时，问题不在于需要多少算力，而在于算力需求的边界在哪里。

对于投资人来说，这笔账的关键不在于单月Token消耗有多大，而在于这些算力投入能否转化为真实的客户粘性和复购。如果1500亿Token最终只换来几十个客户和几百台的出货量，那这个模式就无法支撑下一轮融资。但如果如乔忠良所描述的，每家客户都能锁定并产生复购，那么算力就不是成本，而是构建护城河的原材料。

小雨智造下一步的验证节点很清晰：11月公司将迁入东升科技园3000平方米的新总部，并开放全新展厅；同时与中冶建筑研究总院共建联合实验室，以国家级检测标准开展工艺开发、试样检测和性能验证。

对围观者来说，观察指标其实很简单：下一个季度的出货量能否稳定突破千台、是否有更多跨行业客户（比如从钢结构扩展到汽车制造）完成复购、以及——最重要的一点——在RSI持续推高算力需求的同时，收入增速能否跟上。

如果答案是否定的，那“八成支出给AI”就不再是一个励志故事，而是一个危险的财务信号。