官方指出，本轮融资将主要用于核心技术研发、工程化能力建设和真实场景拓展，推动千诀科技的机器人智能技术在更多机器人形态和应用场景中落地。

图片来源：千诀科技

千诀科技主要聚焦真实世界机器人智能，以预测式世界模型和多项式表征架构为技术基础，构建覆盖感知、决策、规划与控制的机器人智能基础设施，适配不同形态的机器人，从而帮助机器人厂商减少重复研发，更快实现产品落地和规模化应用。

千诀科技的预测式世界模型不以还原现实世界的全部像素和细节为目标，而是聚焦真正影响任务完成的状态变化，在特征空间中预测行动可能带来的结果。

基于这种预测方式，机器人可以将当前状态、行动结果和下一步决策连接起来。在任务执行过程中，如果人员、物体或空间状态发生变化，机器人也能够根据新的观察更新判断，重新规划后续行动。

而多项式表征架构，则致力于提升训练与适配效率。该架构能够对影响任务执行的关键特征进行有效表达与组合，并支持对表征空间进行简单性正则化，降低表征坍缩的风险。通过更加聚焦的表征与能力组织方式，使模型将学习重点放在与任务真正相关的信息上。

基于这一架构，千诀科技可以更有效地利用第一视角视频、人类操作视频等多源数据，提升样本利用效率，降低机器人能力训练对单一数据来源的依赖。

同时，面对不同形态的机器人，系统能够根据其传感器配置、执行器结构和能力边界，对所需能力进行裁剪、组合和强化，从而实现同一套智能能力的跨形态适配。

目前，千诀科技已面向人形机器人、轮式双臂机器人、轮式单臂机器人、带臂四足狗、带臂清洁、悬臂无人机等不同形态，推进智能能力的适配与验证，并在家庭、零售、服务等场景中持续落地。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动汽车产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

这是小雨智造在2026年内完成的第三轮融资。今年2月，该公司曾获得由华业天成领投的数亿元B轮融资；5月，再度完成由北汽产投、复星锐正、建发新兴联合投资的数亿元B+轮融资。

至最新一轮融资完成，小雨智造的产业投资方阵营已集齐建筑钢构、船舶制造、汽车制造、消费电子等多元产业门类，形成了横跨多个重工业领域的产业生态版图。

图片来源：小雨制造

小雨智造成立于2023年2月，致力于以一个通用大脑，适配焊接、打磨、精密装配、巡检等多种形态的机器人，通过工业落地路线抵达通用具身智能终局。

目前，小雨智造在技术底座层面，已经形成了小雨润物世界模型、小雨息壤硬件平台、定位笔三大核心技术支柱，并完成从建筑钢结构到船舶制造、重型机械等多领域的场景复制落地。

不久前，在全球数字经济大会“首发首秀”环节，小雨智造正式发布了业内首款工业具身智能焊接机器人“小雨未来机器人”，标准版智能焊接工作站起售价16.98万元。

该工作站包括三大组成部分：优傲机械臂、梅卡曼德工业相机、英伟达芯片及自研定位笔等机器人组件，焊枪、焊机、水箱、送丝机等全套焊接设备，以及地轨，并且出厂就内置超过 200 种标准化工艺参数包，覆盖建筑钢构、船舶、电力铁塔等行业绝大多数常规需求。

据悉，面向建筑、造船、电力铁塔、桥梁、工程机械等行业，小雨未来机器人已经在 10 余家一线工厂真实落地。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动汽车产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

图片来源：松延动力

Scalabot之名取自“Scale”与“Robot”，松延动力方面认为，Scaling Law在物理世界同样成立，具身智能的能力上限最终取决于数据规模。该品牌定位于构建机器人理解世界、推演未来与自主行动的核心能力，希望让机器人在从未见过的环境中也能完成未经训练的任务，使通用具身智能成为现实世界中可规模化的新型生产力。

与行业常见的“本体+算法”拼接模式不同，松延动力与Scalabot采用深度协同路线，在硬件定义阶段就将智能系统对传感器、算力、自由度和数据接口的需求纳入考量，推动本体与大脑共同进化。同时，Scalabot的模型能力并不绑定某一特定本体，通过统一动作表示和跨平台架构，可适配不同构型、不同自由度的机器人，实现智能能力在更广泛机器人生态中的迁移与泛化。

按照规划，Scalabot将搭建持续进化的数据闭环：真实场景中的感知与交互数据回流以驱动模型成长，模型能力提升后又反哺机器人应对更复杂的任务，形成数据—模型—应用的正向循环。HERON-World Model正是这一路径下的首个公开成果，后续HERON系列模型还将陆续发布。

落地场景方面，Scalabot将以家庭服务为重点，并向商业服务等领域拓展。目前，HERON-World Model的技术细节已在Scalabot公众号及官网公布。

据了解，松延动力过去三年深耕机器人本体研发制造，覆盖结构设计、运动控制、供应链整合到规模化制造全链条。去年10月，该公司推出行业首款高性能消费级人形机器人小布米，采用轻量化材料，售价首次下探至万元级。

该项目坐落于无锡惠山高新区核心区位，总投资超10亿元，占地70余亩。项目聚焦汽车智能制造与具身智能融合创新，规划建设汽车装备智能制造基地和面向汽车行业应用的机器人具身智能系统研发中心。

具体而言，该项目致力汽车自动化输送产线、汽车涂装生产线系统的研发与规模化生产，并同步开展具身智能数据获取，定向开发柔性装配、分拣等垂类模型，持续输出适配汽车制造场景的具身智能整体解决方案，助力汽车制造向数字化、智能化、高端化升级跃迁。

图片来源：天奇机器人

天奇股份是一家以 "服务汽车全生命周期" 为主线的老牌智能装备公司，在此基础上，近年来天奇股份也在积极布局具身智能机器人业务，并先后与优必选、银河通用等头部企业达成了深度合作，聚焦具身智能大模型、工业场景落地应用等，打造“场景+数据+生态”一体化优势，核心业务涵盖机器人整机适配优化、工业实景真机数据采集与智能实训、垂类场景算法定制开发等关键环节。

早在2020年9月，天奇股份就联合优必选成立了合资公司无锡优奇智能科技有限公司，专注提供无人物流解决方案，致力于打造基于无人车和人形机器人的端到端无人化物流体系。

2025年5月，天奇股份进一步与银河通用成立合资公司无锡天奇银河机器人有限公司，其中天奇股份持有天奇银河55%股权。

现阶段，天奇股份及天奇银河重点围绕厂区无人零售、导览讲解、工厂料箱识别与搬运、空箱码垛、零部件按类分拣的场景需求，开发并持续优化具身智能机器人垂类模型。目前已在整车制造、汽车零部件制造、轮胎制造、3C制造等工业制造场景中开展应用或实景训练。

近日，天奇银河完成了在临工重机股份有限公司智慧零售场景的交付与现场部署，人形机器人正式入驻临工重机总部，为全体员工及来访宾客提供智慧零售服务，实现从赛场竞技到终端场景应用的落地转化。

据了解，该机器人生产线以规模量产为目标进行正向开发，深度融合了汽车工业成熟的质量体系与人形机器人精密制造，以车规级一致性标准，打造了量产品质体系，以及高精度、高柔性、智能化的制造体系，核心制程自动化率超80%，为后续规模化生产和快速扩产奠定基础。

按照规划，小鹏IRON机器人计划在2026年底进入量产阶段，从小鹏的门店和园区开始落地商业场景应用，并于2027年面向中国及海外市场正式上市和交付。

图片来源：小鹏

作为小鹏集团物理AI战略的重要载体，小鹏IRON定位为极致拟人、AI驱动、具备最高标准安全品质的高阶人形机器人，目标是成为下一代通用人形机器人平台，支持广泛的场景应用和在真实世界自我强化。

为此，小鹏机器人业务构建了软硬件深度耦合的全栈自研技术体系，完整覆盖机器人的本体、大脑、小脑、数据和Infra。

具体到小鹏IRON，该款机器人不仅具备拟人体态与造型，兼顾美观和安全，并拥有76个全身自由度，单手21个自由度。

在智能方面，小鹏IRON搭载了3颗图灵AI芯片，有效算力高达2250 TOPS，依托高算力，小鹏物理AI大模型在端侧部署成功，无需遥操即可自主完成复杂工作任务，并且保证推理低时延和数据安全。

值得一提的是，近日小鹏机器人业务正式完成了首轮融资，融资金额超9亿美元，投后估值超63亿美元，刷新中国具身智能行业单轮私募股权融资纪录。本次融资由IDG资本领投，高榕创投参投，同时获得腾讯和阿里巴巴两家战略投资者的支持，但小鹏集团仍继续控股机器人业务，机器人业务仍纳入集团合并财务报表。

它叫HS8（HyperSense8），是由大众汽车集团旗下软件公司CARIAD与地平线合资成立的酷睿程（CARIZON）开发的第一代全场景驾驶辅助（L2++ ADAS）产品，也是一套车载一段式端到端解决方案。

按照目前公布的计划，HS8将从今年第三季度起，陆续搭载于大众在华三家合资企业的7款全新车型。

图片来源：CARIZON

如果把时间往前推四十多年，这样的场景多少有些意味深长。

1984年，大众汽车与上汽集团签署合资合同。此后很长一段时间里，大众以及一批全球汽车企业带来的，不只是一款款车型，还有现代汽车工业的研发、制造、质量和供应链管理体系。

那时，汽车产业的知识流动方向相当清晰，从德国、日本、美国，流向中国。四十多年后，方向开始变得复杂起来。

2026年成都车展，新世代BMW iX3正式开启预订，并率先全系标配宝马与Momenta深度共研的BMW智能驾驶辅助系统。这套系统面向中国道路环境开发，背后使用了超过150亿公里中国道路数据。

大众与中国科技企业的合作，也开始超出传统采购关系。今年7月，大众进一步深化与地平线合作。酷睿程将通过“白盒授权”模式，依托地平线AI基座大模型能力，自主开发大众汽车集团中国统一的AI驾驶解决方案。

这当然不能简单概括成“学生变成了老师”。

欧洲、日本和美国依然掌握着大量汽车工业核心能力。真正值得关注的是，全球汽车产业的技术、知识和产业能力流动，正在越来越明显地变成双向。

中国不再只是全球汽车技术的接受者、制造基地和应用市场，也开始成为一些新技术、新产品和解决方案的重要发生地。

于是，一个新的问题摆到了全球汽车产业面前：世界汽车产业，正在等待怎样的中国方案？

不只是一套L2++

智能驾驶只是最容易被看见的一部分。

动力电池的变化其实更早。

根据SNE Research 2026年上半年数据，全球动力电池装车量达到269GWh，全球前十企业中有6家来自中国，合计市场份额达到63.9%。

更值得注意的是，合作方式已经不只有“卖电池”。

福特在美国密歇根州建设的电池工厂采用宁德时代磷酸铁锂电池技术授权模式。工厂属于福特，中国企业输出相关技术和服务。

如果把视线拉远，这种变化正在多个技术域同时发生。

盖世汽车研究院数据显示，2026年上半年国内乘用车空气悬架市场，孔辉科技、拓普集团、保隆科技三家本土供应商合计份额达到91.4%；激光雷达市场，禾赛科技与华为分别以34.2%和31.1%位居前两位。

电气化领域，弗迪动力在高集成主驱系统市场占据35.4%的份额；功率模块市场，比亚迪半导体以19.3%位居第一。

一些中国技术的影响力已经越过本土市场。

Yole Group《2026年全球车载市场报告》显示，2025年中国激光雷达企业已占据全球车载市场约95%的份额。禾赛以43%的市占率位居全球ADAS主激光雷达出货量第一。2025年全球车载激光雷达市场规模首次突破10亿美元，全年乘用车出货量达370万台。

但这并不是一场整齐划一的“全面领先”。

2026年上半年国内SiC功率模块市场，英飞凌依然位居第一；行车ADAS等领域，国际Tier 1同样保持着重要位置。

这或许才是今天中国汽车供应链更真实的样子：一些领域已经从追赶走向并跑甚至领先，一些领域仍在突破，而不同技术之间又越来越需要系统协同。

因此，今天讨论“中国方案”，已经很难只盯着一家企业或者一项技术。

智能驾驶、电池、激光雷达、智能座舱、线控制动、电驱、功率半导体……越来越多技术正在同时进入全球汽车产业的视野。

更重要的是，这种变化已经开始影响跨国车企的选择。

2026年5月上市的广汽丰田2026款铂智3X，中国品牌供应商占整个供应链的比例达到65%，超过100家中国供应商参与核心零部件供应。Momenta、禾赛科技、科大讯飞、中创新航、正力新能、德赛西威等中国企业，分别进入智能驾驶、激光雷达、AI、电池和域控制器等环节。

与此同时，丰田正在中国推进“ONE R&D”，把更多研发和产品决策能力放到中国。

过去世界认识中国汽车工业，更多通过“中国制造”；今天，被看见的正在变成一个更加完整的技术和供应链体系。

但真正值得追问的是：为什么偏偏是现在？

不是世界突然发现中国，而是汽车产业的问题变了

全球汽车工业从来不缺成熟方案。

过去一百多年，德国、日本、美国等汽车工业强国已经建立起高度成熟的体系。

如何造出可靠的汽车，如何进行碰撞和耐久验证，如何管理数以千计的供应商，如何让一个零部件十年稳定工作——这些问题，全球汽车产业都有成熟答案。

博世、大陆、采埃孚、电装等Tier 1真正难以复制的，也并不只是某一项技术，而是几十年积累的研发体系、质量标准、全球交付能力和工程经验。

但今天，汽车产业面对的题目正在改变。

电动化重新提出成本和效率问题，软件改变了汽车开发节奏，AI进一步进入智能驾驶、座舱、研发和制造。与此同时，芯片公司、软件公司、AI企业不断进入传统汽车价值链。

于是，全球车企面对的问题已经不再只是“如何造好一辆车”。

还包括如何让电动车更便宜？如何缩短开发周期？如何让软件持续迭代？如何把AI真正装进汽车？如何在智能化升级的同时控制成本？

这些问题当然不是只有中国能够回答。

但过去几年，它们恰恰在中国市场最密集地同时发生。

大众汽车集团（中国）执行副总裁、CARIAD中国首席执行官韩三楚在2026年8月的一场媒体沟通会上谈及智能驾驶时说：“由俭入奢易，由奢入俭难。高阶方案做得好，不代表中阶方案就能打，但中阶方案做得好的话，高阶方案应该不是太难。”

这句话背后，是智能汽车进入规模化阶段之后非常现实的一道题：技术不仅要做得出来，还要能够进入更大的市场。

酷睿程首席执行官韩鸿铭进一步解释了为什么要从入门车型切入：“如果只在一些豪华车或者少量一些高端车上去推我们这个智驾系统的话，数据其实很少，但是反过来推，我们其实收集到的数据会更多。”

规模在这里产生了另一层价值。

当一项技术从少量高端车型进入更大的主流市场，它面对的不只是更多用户，还有更多道路环境、更复杂的场景和更庞大的真实数据。

庞大的新能源汽车市场、高频产品迭代，以及新技术不断向主流价格带下放，让中国成为一个高强度的技术与商业验证场。

不是世界突然发现了中国，而是当全球汽车产业的问题发生变化，中国恰好站在了许多新问题发生最密集的地方。

世界开始向中国寻找答案

这也让一些跨国车企开始重新定义中国研发体系的位置。

过去，中国研发中心很重要的任务是“本土适配”。全球车型完成主体开发，中国团队针对中国消费者修改轴距、座舱和配置。

现在，这条边界开始模糊。

宝马与Momenta的合作就是一个样本。

图片来源：BMW

BMW新世代产品线负责人Mike Reichelt博士介绍，宝马的策略是“将Momenta的技术栈整合进我们的全栈系统中”。

宝马新世代电子电气架构设置了多个承担不同功能的“超级大脑”，Momenta的技术被集成进其中一个计算单元，同时与其他系统保持相对独立。

Mike解释：“这样你就可以在完全不影响Momenta运行的情况下进行开发和测试。”

这与直接购买一套已经封装完成的智能驾驶系统有所不同。宝马希望使用中国企业的技术能力，但同时把它纳入自己的电子电气架构和研发体系。

大众选择了另一条路径。

今年7月，酷睿程宣布采用“白盒授权”模式，依托地平线AI基座大模型能力，自主开发大众汽车集团中国统一的AI驾驶解决方案。

两种模式并不相同，却指向了同一个变化：全球车企与中国科技企业之间的关系，正在超出传统的“提出规格—采购零部件”。

它们既希望利用中国企业的技术和迭代能力，又希望把这些能力嵌入自己的研发架构、工程标准和产品体系。

因此，全球车企来到中国的理由也在发生变化。

最早是寻找市场。

后来是寻找制造和供应链。

现在又多了一项：寻找新的技术能力和解决问题的方法。

需要中国创新，不等于接受“中国方案”

但故事如果只写到这里，很容易变成一首“中国供应链赞歌”。

现实显然复杂得多。

今天全球汽车产业面对中国创新，实际上存在两股同时发生的力量。

一边是产业需求。车企需要更低成本的电池、更快的软件开发、更成熟的智能驾驶，以及更多能够快速进入量产的新技术。

另一边，则是地缘政治、数据安全、本地制造、产业政策和技术标准。

技术竞争力越强，有时反而越容易进入政策与监管的视野。

这意味着，一项技术在中国市场成功，并不会自动获得一张全球通行证。

“全球需要中国创新”和“全球接受中国方案”，并不是同一件事。

技术能否适应不同市场？合作能否长期持续？当地法规、数据和产业政策是否允许它真正落地？这些问题，决定了一项中国技术究竟只是“走出去”，还是最终能够进入全球汽车产业体系。

而这也是“中国方案向全球”真正困难的部分。

答案才刚刚开始浮现

重新回到大众。

HS8即将进入大众在华车型，只能说明一种新的合作方式正在发生。

宁德时代的技术授权走进美国工厂，也不能证明所有中国新能源技术都能复制到全球。

但这些变化放在一起，至少说明一个方向。几十年来，中国汽车工业一直在追问什么时候，中国能够拥有真正世界级的汽车技术和供应链？

今天，这个问题没有消失。

但旁边正在出现另一个问题，中国汽车产业正在形成的这些技术和能力，其中有哪些最终能够成为世界汽车工业的一部分？

这也正是2026年第八届盖世汽车金辑奖将“中国方案向全球”作为年度主题，希望进一步探讨的问题。

“来自中国”，显然不是“中国方案”的充分条件；走出中国，也不意味着已经成为“全球方案”。从一项技术在中国市场完成验证，到真正进入不同国家、不同车企和不同产业体系，中间还有太多问题需要回答。

中国速度，怎样才能沉淀为全球价值？什么样的中国创新，才真正具备成为全球方案的可能？进入全球车企体系之后，“被采用”究竟是终点，还是新一轮考验的开始？下一代汽车供应链又在发生怎样的变化？最终，中国方案又该如何跨过法规、标准、数据、本地制造和产业生态的“最后一公里”？

围绕这些问题，盖世汽车将结合2026金辑奖“中国方案向全球”年度主题，陆续推出《从中国速度，到全球价值》《什么样的中国创新，能够成为全球方案？》《被全球采用，是中国方案的新起点》《下一代汽车供应链，正在中国发生什么？》《中国方案如何跨越全球化的最后一公里？》五篇系列观察。

大众HS8即将量产，只是这个故事的一个切面。

当全球汽车产业面对的问题发生变化，中国正在成为全球寻找答案时越来越难以绕开的地方。

至于什么样的“中国方案”，最终能够真正成为“全球方案”——答案，才刚刚开始浮现。

图片来源：福瑞泰克

据了解，“福星”系列产品目前已拿下海内外多家头部主机厂的定点订单，客户覆盖范围持续扩大。作为福瑞泰克在智能辅助驾驶赛道的核心产品线，“福星”系列解决方案于今年北京车展期间正式亮相，主打高集成、高性能、高安全三大特性，意在满足不同车型的智能化升级需求。

从应用场景来看，“福星”平台同时覆盖乘用车与商用车领域，可适配多种车型平台的前装量产。

技术层面，该平台配备高精感知系统，能够精准识别复杂交通场景；采用全栈安全设计，构建多层级安全防护体系；具备高效算力支撑，可从容应对城市道路、高速公路等多种路况。此外，该平台已经过大规模量产交付验证，商业化落地基础较为成熟。

赛那德专注于以Al+模型重构工业物流“最后20米"作业范式，为此，该公司自主研发了Robot Insight模型。作为物流行业内首个多模态垂域大模型，Robot Insight深度融合了端到端物理AI强化学习控制、分层解耦的工业大脑+机器人小脑双核架构、多模态感知与物理AI等前沿技术，突破传统刚性自动化与预编程机器人“程序化执行、场景适配性差”的核心瓶颈，可自主完成装卸、分拣、拆码垛等复杂物流作业。

图片来源：赛那德

此前，在WRC2026上，赛那德便集中展示了该公司的iLoabot机器人系列具身智能解决方案，并同步发布了iLoabot-M 2.0迭代版本以及iLoabot-X 2.0重载拆码垛方案，呈现“装卸货-读码-拆码垛”末端全链路作业能力。

其中，iLoabot-M 2.0此次升级最核心的突破是，从单SKU标准化场景拓展至更为复杂的多SKU混码场景。赛那德通过优化模型算法，搭配硬件端的柔性适配，让机器人具备自主感知与作业规划能力，跳出“预设路径”的局限，无需提前录入箱规即可自主完成抓取与码放，大幅提升复杂混装场景下的作业准确率。

而iLoabot-X 2.0的拆码垛方案，可实现46KG稳定作业，填补了具身机器人在重载拆码垛领域的能力空白，同时无需预设托盘位的柔性作业模式。

目前，赛那德的iLoabot系列已覆盖烟草、酒水、快消、物流、高端制造等多个领域的头部客户。通过一线现场沉淀的工况经验与客户反馈持续反哺产品研发，支撑赛那德形成了“场景落地-经验沉淀-产品升级”的正向循环，也构筑起难以复制的场景化技术壁垒。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动汽车产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

根据协议，双方将充分发挥智在无界在具身通用基础模型领域的领先算法能力，以及帕西尼在高精度多维触觉感知与海量全模态数据方面的核心优势，围绕具身模型训练、真实场景POC验证及模型算法优化展开全方位协作。

图片来源：帕西尼

在此之前，双方已经在业务层面展开了深度合作。

7月28日，智在无界发布最新的Being-H0.8隐式触觉世界动作模型，该模型基于超50万小时人类视频数据预训练，首次将触觉模态引入大规模模型预训练，使机器人形成对物理交互过程更加完整的认知与预测能力。

在这一过程中，帕西尼作为智在无界最重要的数据合作伙伴之一，便为其提供了关键的高质量多模态数据支持。

而除了技术与业务层面的合作，双方还在联合推动行业标准共建，从数据源头定义具身智能未来。

在帕西尼看来，机器人进入物理世界，需要打通感知、数据、模型与应用的闭环：感知物理世界，交互沉淀数据，模型形成能力，再回到真实场景持续验证迭代。围绕这一闭环，帕西尼已形成覆盖多维触觉传感器、具身数据采集与处理、机器人产品开发及场景应用的全栈布局。

依托出货量领先的多维触觉传感器与“以人为中心”的全模态感知实采体系，帕西尼打造了覆盖视觉、触觉、力觉、动作轨迹等核心模态的全模态具身智能数据集OmniSharingDB。

同时，帕西尼还建成了覆盖华北、华东、华中、西南、华南五大区域的规模化数据工厂集群，构建了从感知硬件、数据采集、清洗标注、质量验证到规模化交付的完整数据管线，形成近百亿级全模态数据的超强产能，具备快速交付能力。

在此基础上，帕西尼于2026 世界机器人大会前夕，宣布正式启动“全球具身生态联合暨 PaXini Inside 伙伴计划”，目标面向技术创新者、机器人企业、科研机构、场景方、渠道伙伴与产业资本，重磅投入数亿元规模资金与产业资源，通过开放技术赋能、资本协同、场景共享、市场拓局、产业联动与品牌增益，推动技术成果走向规模化落地。

目前，已经有多家产业链企业加入了这一计划。

而智在无界，自2025年5月成立，已围绕“大规模人类视频预训练”完成多个关键里程碑：相继发布全球首个基于数千小时、超万小时、20万小时、50万小时人类视频预训练的具身基础模型，并构建起从数据管线、模型预训练、后训练、评测到端侧部署的全栈基础设施。

E2基于速腾聚创自研旗舰级全固态超大面阵SPAD-SoC芯片打造，此次新品的落地，也标志着“孔雀”完成了从芯片、产品到客户应用的关键跨越，正式迈向规模化应用加速期。

图片来源：速腾聚创

作为当前业内可量产规格最高的SPAD面阵芯片，“孔雀”基于速腾聚创“创世”架构打造，集成了640×480超高密度SPAD面阵，达到VGA级图像化标准。这意味着，激光雷达输出的不再是稀疏的点云，而是有语义、可被理解的三维图像信息，可以开始承担传统相机与RGBD相机的核心任务。

在视场角上，孔雀做到了180°×135°，相比上一代固态激光雷达普遍的120°×90°，提升明显。这一FOV，使得盲区、低矮障碍物、边缘物体等，可以在单颗传感器内一次性覆盖，无需多颗拼接。最近探测距离小于5厘米，更是可以实现近身零盲区。

图片来源：速腾聚创

而基于“孔雀”打造的E2，采用了全固态架构，从信号收发到数据处理均在芯片层面完成。相比上一代E1，E2系列在更紧凑的机身内实现了更广的视场角，最高精度提升至前代的3倍，点频达到百万级，可广泛应用于割草机器人、人形机器人、四足机器人、无人机等产品。

比如在未岚大陆Navimow H5 Pro上，E2与视觉、网络RTK共同组成的EFLS™三重融合定位系统，可针对树下遮挡、狭窄通道、复杂边界及夜间作业等环境灵活切换导航策略，为精准建图、稳定导航和贴边作业提供三维空间信息。

目前，速腾聚创已将“孔雀”芯片成功导入未岚大陆成熟量产体系。目前，未岚大陆的产品已覆盖全球40多个国家和地区，并于今年4月实现第100万台智能割草机器人下线。

除了未岚大陆，近日在2026柏林国际电子消费品展览会（IFA）上，库犸发布的全新一代旗舰割草机器人LUBA 4 AWD系列，也采用了以速腾聚创数字化激光雷达为核心的三重融合感知方案；石头发布的RockNeo Q2 LiDAR，同样以数字化激光雷达结合视觉方案，实现无需边界线或安装天线的自主导航；普渡机器人推出的GT3、GT5、GT7三款割草机器人，则搭载速腾聚创中长距数字化激光雷达Fairy，分别面向商务园区、大型商业草坪及专业运动场发布。

据统计，目前速腾聚创已覆盖全球割草机器人Top 10厂商中的9家，并保持全球割草机器人激光雷达出货量第一。接下来，随着“孔雀”走向规模应用，速腾聚创这一领先优势有望进一步放大。

微分智飞成立于2024年7月，创始人高飞现任浙江大学控制科学与工程学院长聘副教授，长期从事空中机器人、自主导航、具身智能及集群协同研究。2025年，公司曾连续完成Pre-A和Pre-A+轮近2亿元融资。成立两年内多轮获得资本支持，也折射出具身智能投资热潮正由地面机器人进一步向空中延伸。

图片来源：微分智飞

与传统无人机偏重飞控或单一任务不同，微分智飞试图将环境感知、任务理解、路径规划、动作决策和飞行控制纳入统一模型，并进一步拓展多机协同能力。其产品主要瞄准无GPS、弱通信、低照度等复杂环境，目前已进入应急、矿山、电力等场景。

科研能力是微分智飞的重要标签。浙江大学公开资料显示，高飞团队2025年在《Science Robotics》发表空中机器人自主特技飞行研究，在不依赖外部定位的情况下完成复杂机动任务。

不过，技术能力距离规模化商业回报仍有距离。应急、矿山、电力虽然需求明确，但普遍项目属性较强，对可靠性、成本和交付能力要求不低。对微分智飞而言，下一阶段真正需要证明的，不只是机器人能在极端环境中“自己飞”，而是能否把技术优势沉淀为标准化产品和持续订单，并形成可复制的商业闭环。

关于《Seeds 发现》：

盖世汽车《Seeds发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

Cybercab是一款双座自动驾驶车辆，未配备方向盘、制动踏板及传统侧后视镜等物理控制装置。特斯拉在车辆上市时自我声明该车型符合联邦安全标准。NHTSA表示，其审计将重点评估特斯拉在认证过程中是否认定部分FMVSS条款不适用于Cybercab，并审查相关技术依据。

NHTSA在新闻稿中指出，美国对车辆性能设有明确要求，汽车制造商必须认证其车辆符合这些标准方可进入美国市场，且该认证过程需接受该机构监督以确认合规性。当已认证车辆被发现可能不符合相关要求时，NHTSA将启动调查程序。

NHTSA局长Jonathan Morrison在声明中表示，该机构完全支持自动驾驶汽车的安全开发与部署，但作为联邦监管机构，必须确保所有法律得到遵守。他称，平衡创新与安全监管的方法将有助于美国在自动驾驶汽车创新领域保持全球领先地位。

此前，在拜登政府时期，NHTSA曾对亚马逊（Amazon）旗下自动驾驶公司Zoox启动类似调查，原因是该公司对其无人驾驶车辆进行了自我认证。该调查于2025年结束，随后NHTSA允许Zoox获得测试用途的豁免。今年7月，该机构又授予Zoox另一项FMVSS豁免，允许其商业化部署自动驾驶车辆。目前尚不清楚特斯拉是否会通过类似途径解决当前合规问题。

NHTSA目前正在修订相关法规，以简化自动驾驶车辆的部署流程，涉及对制动踏板、后视镜及照明等装置监管方式的调整。但在法规正式修改前，现有标准仍然适用。

宇树股价、市值双双腰斩

9月2日，A股“人形机器人第一股”宇树科技（688836.SH）在上市后的第11个交易日盘中跌破550元/股，总市值跌破2230亿元，较8月19日上市首日创下的1100元/股开盘高点已经“腰斩”，较高峰市值蒸发超2200亿元。

图片来源：东方财富网截图

宇树科技于8月19日登陆科创板，发行价150.80元/股。上市首日，宇树开盘报1100元/股，较发行价上涨629.44%，总市值一度达到4449亿元；当日收涨460.34%，成交额231.60亿元，换手率85.28%。

此后，宇树股价持续回调，至9月4日收盘，宇树最新股价报530.3元，较上市首日1100元的高点累计回落超51%，最新市值2145亿元。

小智点评：市场正在用最直接的方式，把宇树的估值从情绪区拉回价值区。

优必选上半年卖了921台全尺寸人形机器人

日前，优必选（09880.HK）发布2026年中期业绩报告。报告期内，该公司实现营业收入12.69亿元，同比增长104.2%；毛利5.67亿元，同比增长160.9%；整体毛利率提升至44.7%，同比增加9.7个百分点。

期内亏损3.39亿元，同比减亏23.0%，经调整EBITDA同比减亏45.9%，呈现营收规模与盈利质量双提升、亏损持续收窄的态势。

全尺寸具身智能人形机器人业务，是优必选本次财报的核心增长引擎。上半年，该业务实现收入5.90亿元，同比暴增1445.0%，占总营收比重从上年同期的6.1%跃升至46.5%，正式超越传统业务成为公司第一大收入来源。

与之对应，上半年优必选全尺寸具身智能人形机器人售出921台，同比增长1946.7%；全品类人形机器人总销量达16123台，同比增长268.3%。

小智点评：优必选用一份财报，把“人形机器人能不能商业化”从问句变成了肯定句，但要真正盈利，还有一段路要走。

Sharpa完成超45亿元融资

近日，Sharpa宣布已完成超45亿元融资，投后估值达到220亿。投资方包括阿里巴巴、美团、腾讯、京东、传音等产业资本，以及红杉中国、启明创投、美团龙珠、光合创投等投资机构。

图片来源：Sharpa

Sharpa成立于2024年，由禾赛科技三位联合创始人李一帆、向少卿、孙恺联合创立。目前，该公司已经推出首款产品Sharpa Wave，并于2025年10月正式量产交付。

就在此次融资消息发布后，Sharpa与CFB集团运营的Dairy Queen（DQ）合作打造的机器人餐厅，于8月29日在DQ上海吴江路店正式落地。在该项目中，机器人可自主完成“暴风雪”冰淇淋从点单、制作到交付的55步连续流程。

这也是世界范围内机器人第一次在真实餐饮门店中，沿用全球统一标准的制作设备、原料、工具和操作规范，接手连锁经营的日常工作，并完整服务真实顾客、处理真实订单。

按照规划，这台机器人将在该门店长期运行，每日10:00至22:00正常营业，全年无休。目前，该门店机器人服务已开启线上预约，未来几周预约名额均已约满。

小智点评：DQ只是第一块“试验田”，真正值得想象的是标准化连锁餐饮这个庞大市场的复制空间。

梅卡曼德在港交所上市

9月1日，梅卡曼德（雄安）机器人科技股份有限公司（09615.HK）正式于港交所主板挂牌，成为港股市场率先以具身智能“眼脑手”为核心标签的上市公司。本次IPO，梅卡曼德发行价为每股101.7港元，共发行2314.06万股股份，募资总额约23.53亿港元，开盘市值超120亿港元。

梅卡曼德成立于2016年，是全球少数具备“眼－脑－手”全栈自研能力的机器人基础设施厂商。其核心产品包括Mech-Eye系列工业3D相机、Mech-Vision图形化机器视觉软件、Mech-GPT多模态具身大模型及Mech-Hand五指灵巧手。

据招股书披露数据，2023年—2025年，梅卡曼德营业收入由1.81亿元快速增长至3.89亿元，年复合增长率约47%。今年第一季度，梅卡曼德单季营收更是达到1.07亿元，较去年同期大幅增长73.1%。

净利润方面，2024年度、2025年度及2026年一季度，梅卡曼德净利分别为-2.83亿元、-3.60亿元、-5682.70万元，同比变动幅度为29.34%、-27.12%、19.50%。

小智点评：眼－脑－手全栈自研的故事，放在一级市场是叙事，放在二级市场就是每季度都要兑现的业绩承诺。

比亚迪与帕西尼合作推进工业机器人应用

比亚迪已于近日与触觉感知与人形机器人企业帕西尼感知科技（PaXini Tech）签署战略合作协议。双方将依托各自优势，在数据采集与机器人领域深度协同，推动机器人业务在工业制造场景实现实质性突破。

图片来源：比亚迪

比亚迪与帕西尼此次并非简单的合作。早在2025年4月，比亚迪就曾入股帕西尼，成为后者的第二大股东，持股比例为7.95%。此次从“股东”到“战略合作伙伴”，标志着双方合作关系的进一步深化。

小智点评：车企出场景、机器人公司出技术，“产业方+技术方”正在成为具身智能落地的主流范式。

觅蜂科技第2万套MEgo设备下线并交付京东

8月31日，觅蜂科技第20,000套MEgo无本体数据采集设备正式下线，这是行业第一次实现无本体数据采集设备大规模化量产。同时，觅蜂宣布累计生产超过100万小时高质量无本体数据，成为行业第一家拥有百万小时级、可对外售卖无本体数据的数据服务商。

仪式现场，觅蜂科技董事长兼CEO姚卯青将第20,000套MEgo交付京东，该设备将进入真实业务场景投入使用。另外，觅蜂还宣布与腾讯Robotics X实验室达成无本体数据业务合作，为腾讯具身模型建设提供数据支持。

据了解，此次觅蜂累计形成的100万小时无本体数据，包含RGB、Depth、IMU、触觉、音频等多模态信息，形成覆盖真实场景、真实动作、真实交互的规模化数据供给。

在数据采集形态上，觅蜂已经形成了Ego裸手、Ego+Wrist腕戴、Ego+UMI夹爪三类数据体系，分别对应人类自然操作、腕部姿态与连续运动轨迹，以及机器人末端执行等不同数据需求。其中，Ego裸手数据约50万小时，Ego+Wrist约35万小时，Ego+UMI夹爪约15万小时。

这些数据全部来自开放环境中的真实采集，覆盖22大类场景、10,000余个真实环境、50,000余类物体以及500余种细分任务，涵盖居住、办公、零售、生产、仓储、餐饮、文娱休闲、交通出行等高频场景。

小智点评：既卖设备又卖数据，觅蜂同时握住了数据生产的工具和资产。

机器人零部件产业发展联盟正式成立

近日，京东工业联合舍弗勒等产业链头部企业，共同发起“机器人零部件产业发展联盟”，旨在打破产业孤岛、补齐供应链短板、收敛技术路线、统一落地标准，真正解决机器人产品不好用、不耐用、不安全、用不起的行业痛点，让机器人零部件从“实验室参数”走向“产业级可用、规模化可量产、商业化可盈利”。

据悉，联盟将坚持“场景定义技术、需求倒逼创新、协同突破瓶颈”的核心思路：以真实产业场景反向定义下一代机器人零部件的性能指标、寿命标准、安全规范，并通过标准化、规模化降低成本；打通传动、电机、感知、电控、末端执行、整机集成、精密检测全链条，让技术创新形成协同最优；实现联合研发、联合测试、联合迭代、联合降本，打造高效率、高质量的产业发展模式。

小智点评：技术路线收敛、接口标准统一，是机器人降本和量产绕不开的前提。

华翔启源上海创新中心落地张江

9月3日，华翔启源上海创新中心在浦东新区张江揭牌，该中心主要聚焦PEEK高性能材料研发与人形机器人轻量化应用。

图片来源：华翔启源

作为宁波华翔布局具身智能赛道的核心载体，华翔启源依托母公司百万级量产工艺与零缺陷品控标准，已构建起覆盖PEEK材料自研、核心零部件制造、整机集成、规模化量产的全链路智造能力。

据了解，PEEK密度仅为铝合金的1/2，拉伸强度却可达132-148MPa，比强度高达44N·m/kg，远超多数金属材料。在耐腐蚀性方面，PEEK同样表现卓越。

目前，华翔启源自研改性PEEK行星减速器除核心传动金属件外，主体均采用改性PEEK材料，总成重量仅270克，较同规格金属减速器减重约70%。另外，其全系列PEEK结构件应用也已实现单台人形机器人减重5.3公斤。

小智点评：当减速器总成能减重70%，改变的不仅仅是产品参数，更可能重新定义人形机器人的结构设计逻辑。

福莱新材向灵心巧手交付超3万套触觉传感器

8月31日，福莱新材（股票代码：605488）宣布向灵心巧手累计交付超3万套触觉传感器。

福莱新材本次交付的触觉传感器，主要搭载于灵心巧手的明星产品——Linker Hand O6工业级灵巧手，依托福莱新材自研的“芯感一体”高度集成架构，将高精度传感单元与微处理器进行精密集成，在每个指尖构建独立的信号处理单元，实现从“单纯感知”向“触觉智能TPU”的技术跨越。

福莱新材与灵心巧手于今年2月正式达成全面战略合作，根据当时的合作协议，灵心巧手将向福莱新材采购10万套触觉传感器。这意味着，目前订单兑现已超三成，后续随着福莱触觉传感器产线规模量产提速，交付将进一步提速。

除了灵心巧手，近日戴乐体感和中科硅纪也相继与福莱新材达成了合作，将向后者批量采购触觉传感器。

小智点评：触觉传感器放量，是机器人从“会抓”走向“会干细活”的先行信号。

按照规划，原力无限将在重庆建设西南全链条区域总部及场景应用研发中心，联动本地场景、数据、算力与产业资源：从真实生产现场获得数据，以属地算力支撑模型训练，通过实景实训持续提升具身大脑能力，再将经过验证的模型与机器人能力应用于当地产业。

基于此次合作，重庆丰富的汽车制造、电子信息、物流仓储等大量真实生产环境，将为原力无限AtomBrain提供持续训练、验证与迭代的实景实训产业现场，并将经过验证的能力重新应用于当地产业。

而原力无限将扎根大渡口、深耕重庆，辐射西南，围绕汽车制造、电子信息、物流仓储等优势产业，与本地伙伴共同打造一批真正进入生产流程、解决实际问题的具身智能标杆项目。

图片来源：原力无限

原力无限是国内具身大脑赛道的头部企业之一，其创始人兼CEO白惠源博士，是前阿里巴巴副总裁，在阿里集团任职超十五年，操盘过百亿、千亿级业务从0到1与规模化增长。

CTO王一舟拥有10余年自动驾驶算法研发与量产项目交付经验，此前曾是百度IDL自动驾驶团队首批核心成员、英伟达DriveAV核心成员，也曾任禾多科技首席架构师。

目前，原力无限已形成覆盖基础模型、数据基础设施、真机验证与规模化场景实践的完整技术体系。围绕具身大脑AtomBrain，原力无限正持续布局Atom系列世界模型、Ego原生数据与DataGrid全栈AI Infra，并已将技术带入多类产业场景。

围绕统一具身大脑AtomBrain，原力无限已经形成覆盖专用、通用与人形机器人的产品矩阵，包括AstroDroid轮式人形机器人、UltraDroid多形态通用机器人、小原子双足机器人以及FORCE系列专用机器人。

基于上述技术和产品体系，原力无限已在全国30余个城市、100余个真实场景推进产品验证与商业化落地，覆盖商业服务、仓储物流、工业制造等领域。

AIBOT是一家总部位于美国加州的先进空中交通公司，专注于开发电动垂直起降（eVTOL）飞行器及自主飞行控制专有软件。

在FF看来，美国FCC近期推出的机器人新政有望增加市场对合规且可交付产品的需求，并加快美国机器人产业进程，而FF在美国市场提供的“全形态FF EAI机器人世界”本体产品，以“四核全智”生态战略为支撑，有望在近期新政中受益。

图片来源：FF

在此之前，FCC于7月底发布公告，正式将“外国生产的先进机器人设备”与“外国生产的电力逆变器”纳入覆盖清单。这一决定，标志着美国将具身智能与分布式新能源电力系统正式列为关键技术供应链安全管控的核心领域。

目前，FF正积极参与FCC公众意见征询程序，并以美国首家同时交付人形与仿生EAI机器人企业的身份，就相关政策提出行业观点与建议。

同时，FF正加速推进“Built in USA”战略，该战略计划分阶段建设EAI本体及关键零部件在美国的研发、生产和供应链能力，目标是成为美国头部EAI机器人平台型公司，推动美国EAI机器人产业长期发展。

具体而言，该战略将分三阶段推进：

第一阶段：截至今年7月底，FF已初步完成EAI大脑、行业生产力解决方案与开发者平台、EAI数据工厂三大核心能力建设，为EAI本体持续开发奠定技术基础。

在生产制造方面，FF已启动美国本土化布局，包括对汉福德工厂改造方案及新厂址进行评估。

第二阶段：今年8月至2027年第一季度，FF计划加快实现EAI本体及FCC合规所需零部件的“Assembled in USA”，目标于年内实现机器人工厂投入运营，并于2027年2月实现首款EAI本体新品下线。

第三阶段：到2028年第四季度，FF的目标是实现EAI本体、FCC合规所需零部件，以及一批有望推动产业实现重大进步的关键零部件“Made in USA”。

不过，FF同时指出，该路线图及时间表未来也可能根据FCC政策、适用法律法规及实际执行进展作出调整。

目前，地平线征程芯片已累计赋能800万车主，与超40个汽车品牌达成合作，中国前十大车企全部在列。地平线已累计斩获500款量产车型定点，其中中高阶智能驾驶领域定点接近130款，在手定点总量超2000万套。

图片来源：地平线

2026年上半年，地平线全阶智驾芯片市场份额达31.94%，蝉联行业第一。在自主品牌乘用车城区NOA功能搭载芯片供应商中，地平线凭借征程6系列芯片的大规模量产落地，市场份额提升至22.82%，较2025年提升近5个百分点，跃居行业第二。

地平线正推动高阶智能驾驶能力加速下沉。大众ID. ERA 5S搭载单颗地平线征程6M芯片，可实现城区NOA及全场景泊车功能，起售价仅8.99万元，成为大众品牌全球首款搭载城区NOA功能的轿车。

依托合资公司酷睿程，地平线与大众的合作已进入量产收获期，基于征程6系列芯片和HSD算法模型打造的全场景高阶智驾方案将搭载于大众在华三家合资企业的七款全新电动化车型，并计划自2027年起拓展至更广泛的CEA车型序列。

征程6B芯片已在广汽丰田车型上实现全球首发量产，并于近期接连斩获博世新一代多功能摄像头平台、智驾新程HCT Luna高性能前视一体机两个超千万套级订单。地平线与某德系主流汽车集团的全球化乘用车平台项目定点，覆盖旗下多款平台化车型，计划2027年实现规模化量产，除国内市场外还将销往澳大利亚、新西兰、印度等海外市场。

2026年上半年，中国汽车整车出口同比增长65.3%，出口规模排名前六的车企已全部与地平线达成合作。截至目前，地平线出口车型定点累计超60款。

具体而言，双方将建立联合技术协作机制，推动影智XBOT自研具身操作系统与辉羲智能算力平台的深度适配及性能优化，并共同探索视觉-语言-动作模型在端侧的高效部署，提升机器人在复杂餐饮环境中的感知、决策与执行能力。

图片来源：辉羲智能

同时，双方还将以真实餐饮任务为牵引，进一步打通算力平台、机器人本体、传感系统、操作系统与场景数据，推动产品适配、量产导入与规模化交付，并探索机器人在餐饮、商业零售、智慧园区等场景中的更多应用可能。

影智XBOT围绕真实餐饮任务，重点打造可交付、可规模化复制的落地机器人产品。目前，其机器人的出货与落地速度已达到每月150-200台。

在此基础上，双方将推进XBOT X1及后续具身智能产品，与辉羲智能Huixi Embodied R1 MAX芯片及具身智能算力平台的适配合作。

据了解，Huixi Embodied R1 MAX可提供500 TOPS级AI算力，面向具身智能“大脑”与“小脑”融合计算需求，支持大模型推理、多传感器融合与实时运动控制等任务在统一平台协同运行。配合量产级软件工具链及底层技术接口，可为机器人企业提供从模型适配、性能优化到产品部署的全流程支撑。

图片来源：辉羲智能

当前，面向世界模型和具身智能带来的新型计算需求，辉羲智能以光至R1芯片和RISE计算平台为核心，构建了覆盖芯片、模组、域控制器、软件工具链与模型部署的系统级计算能力。

除了R1 MAX，此前在WRC期间，辉羲智能还推出了全新R1 PRO，该款芯片可提供375 TOPS AI算力，更侧重固定场景规模部署。并且基于R1系列，辉羲智能同步推出了RCM500与RCM400核心模组，进一步降低机器人企业从算法到产品部署的工程门槛。

在此之前，辉羲智能基于R1芯片的RISE计算平台已实现量产交付，并部署于智元精灵G2机器人；其RoboR具身智能域控制器也已在乐聚夸父Kuavo 4 Pro实现量产部署。与此同时，辉羲智能正持续与机器人模型团队推进前沿模型适配，如自变量机器人Wall-OSS-0.5已在R1端侧实现独立运行。

同时，黑芝麻智能宣布，遨博智能已向其采购首批Aura Devkit开发套件，并于7月完成全部交付，用于支持遨博协作机器人产品开发。

图片来源：黑芝麻智能

具体而言，双方将围绕具身智能机器人“感知-决策-控制”关键链条开展协同研发，共同攻克高实时性、低功耗的边缘计算与场景自适应等共性技术难题，并在产品协同开发、市场生态建设、专业人才联合培养等维度展开深度合作。

另外，遨博智能还联合黑芝麻智能等多家企业及清华大学等高校，共同组建了联合体，申报制造业重点产业链高质量发展行动链主企业项目，标志性产品为消费电子装配用双臂协作机器人。

遨博智能致力于以模块化、开放性的人机协作机器人产品为基础，融合工业互联网、大数据及具身智能前沿技术，开拓全球领先的智能协作机器人和具身智能机器人产品。

此次双方合作涉及的Aura计算模组，是黑芝麻智能SesameX多维具身智能计算平台的核心产品之一，搭载70TOPS异构算力，支持多模态同步感知与毫秒级实时运动控制，是专为多足机器人、协作机械臂等复杂作业场景设计的跨域融合计算平台，擅长感知、决策与运动控制的实时协同。

图片来源：黑芝麻智能

当前，黑芝麻智能正将车规级 AI 算力能力全面延伸至机器人领域，并据此推出了SesameX多维具身智能计算平台，包含Kalos、Aura、Liora全梯度计算模组，覆盖从16TOPS到700TOPS算力阶梯。

其中Kalos 商用服务机器人专用平台，主打视觉感知+运动控制一体化，最高算力达 48TOPS，集成双核锁步 MCU 运控架构，精准解决商用设备稳定性差、成本高、难量产三大痛点，主要适配配送、清洁、巡检、迎宾等低速轮式场景，是最成熟、高性价比的普惠机器人中枢。

Liora 具身智能全能计算平台最高算力达 700TOPS，支持世界模型与端到端控制，主要面向人形机器人、多机器人协同系统等高阶场景，支撑机器人实现自主思考、预测与决策。

根据合作协议，双方将打通算法推演、物理感知与真实场景执行的协同链路，实现软硬件与数据基础设施的天然互补，为具身智能从单点技术验证迈向系统化生态共建奠定坚实基底。

图片来源：极佳视界

在集成层面，双方将融合帕西尼在物理感知、全模态数据体系与交互硬件上的底座积累，与极佳视界在世界模型与具身大脑 GigaBrain 上的算法优势，共同打造可适配多类本体的具身智能解决方案，让大脑的认知决策真正贯穿至真实物理世界的精准执行。

在此过程中，帕西尼将通过高精度力触觉感知与多模态交互体系，将真实物理世界的高保真反馈持续回流，极佳视界则依托其世界模型与仿真能力加速数据生成与校验，实现 “数据、训练、测试” 全链路效率的大幅提升，两者交织形成 “采集—训练—验证—回流” 的完整飞轮，驱动极佳视界GigaBrain与整机系统在虚实交互中实现跨场景泛化能力的跃迁。

帕西尼成立于2021年，以多维触觉感知技术为核心，目前已经形成了“感知硬件 -灵巧手- 数据采集 - 具身大模型 - 机器人本体” 的完整技术闭环。

据该公司此前公布数据，近一年度，帕西尼自研触觉芯片消耗量已逼近100万颗，展现出强劲的供需两端验证实力；同时，其海量全模态数据已被多家头部具身智能基础模型公司与超大互联网科技巨头采用。

而极佳视界则聚焦以GigaWorld世界模型、GigaBrain具身大脑、Maker原生本体构建闭环生态，目前该公司相关产品已覆盖通用机器人、自动驾驶、内容创作等多元场景，服务数百家海内外头部客户。

优宝特董事长、总经理范永表示，本轮融资后，该公司将加速把技术优势转化为规模化交付能力，一方面完善全国生产与服务网络布局，另一方面持续攻坚矿山、应急、电力等高风险场景的机器人落地应用。

优宝特核心团队源自山东大学机器人研究中心与中国科学院自动化研究所，凭借长期技术积累，构建了覆盖核心零部件、机器人本体、运控小脑、智能大脑的全栈自研技术体系。

图片来源：优宝特

具体而言，优宝特当前重点攻坚腿足式机器人基于世界模型、强化学习等高动态运动控制与本体感知技术，依托大算力、低功耗异构多卡架构，打造国产化高集成一体化控制器，搭建机器人大脑技术体系。

目前，已经建成"环境感知—任务拆解—自主执行—动态调优"的完整智能闭环，有效解决了传统机器人难以适配井下、灾害现场等非结构化环境的行业痛点，并搭建了"智驭多形"的全品类特种机器人产品矩阵，实现核心技术对多形态机器人载体的统一赋能。

图片来源：优宝特

不久前的第二届世界人形机器人运动会上，优宝特人形机器人“行者泰山”在拔河项目中力压群雄，为山东代表团夺得本届赛事首金。

在落地应用方面，优宝特的四足产品已先后在高速、通信、电力、文旅、港口等领域拓展"机器人+"应用示范，广泛应用于能源电力、应急救援、智慧交通、公共安全等多个行业。

在此基础上，下一步，优宝特将同步启动新一代高功率密度一体化关节模组、工业作业与消费级人形机器人、重载及防爆四足机器人的技术迭代与产品研发。

同时，借助本轮多元股东的资源合力，优宝特将充分依托山东省完备的工业体系与产业配套优势，在深圳子公司落子建成投用的基础上，启动华中基地及生产装配基地建设，进一步织密全国生产与服务网络，全面提升机器人整机批量交付能力。

关于《Seeds 发现》：

盖世汽车《Seeds发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

这些能力共享一个前提：对应的知识早就以文本、图像、视频等形态沉淀在互联网上，模型只管“读万卷书”就够了。

但机器人要面对的，是一个有重力、有摩擦，也随时会打滑、失手的物理世界，而“一件活到底怎么干好”所需的手感、力道和临场反应，从未被大规模记录下来。

正是为了跨过这道鸿沟，“世界模型”被推到聚光灯下，并被普遍看作大语言模型之后AI的下一块主战场。

只是热度越高，越需要看清：世界模型的终点并不只是生成一个逼真的世界，更在于理解并作用于真实世界，而从前者到后者，还横亘着两道重要关卡：物理智能和高质量数据，以及功耗、可靠性等多重“硬约束”。

世界模型凭什么这么火？

要回答这个问题，得先看上一代主流方案VLA卡在哪。

VLA思路本质上是模仿学习：通过看大量“什么场景对应什么动作”的样本，学会从画面直接映射到动作。

在静态、受控的场景里，这套方法很好用，比如抓一瓶水、桌面搬运都没问题。但VLA的泛化高度依赖训练分布：分布内场景可以接近满分，一旦跳出分布，换了没见过的物品、没见过的场景，性能会明显衰减。

世界模型想解决的，正是这个“换一下就卡壳”的问题。

图片来源：大晓机器人

“相较于VLA，世界模型最大的特点是，能够对世界的未来状态进行生成和预测。”近日，在2026世界机器人大会主论坛上，大晓机器人董事长、商汤科技联合创始人兼执行董事王晓刚表示。

更具体一点，VLA更擅长在环境不变时预测运动轨迹，而世界模型，不仅可以一边执行动作，还能一边对平行空间里未来可能产生的各种后果做推理和演绎，最终实现理解、生成、预测一体化。

如果用一句话概括，即VLA是“照猫画虎“，世界模型是“三思而后行”。

不过，世界模型的重要性固然已经成为共识，并不意味着VLA就会被淘汰。历经过去一年多的路线之争，在模型架构层面，“融合”已经成为主流方向，比如智元、智平方、银河通用等都已经在开展相关的探索。

只是，架构内部具体怎么融合、谁主谁次，目前还没有标准解。更不要说一个真正能服务人类的世界模型，究竟要具备哪些能力，也尚在探索当中。

在王晓刚看来，“三种智能”不可或缺：生成智能、物理智能和认知智能。

所谓“生成智能”即生成对未来世界的推演和预测；“物理智能”对应的是空间智能，包括空间感知能力、空间记忆能力等，以及掌握物体的物理属性与规律；“认知智能”则是指对长程任务的拆解与执行状态判断等。

其中，王晓刚认为当前最急缺的是“物理智能”，特别是理解空间物理规律和物理因果的能力还十分欠缺。“因为现在大家用来训练模型的很多视频，并不是真实的视频，而是电影特效、科幻镜头。”这些画面本来就是反物理、超现实的，自然学不到真实世界的运行规律。

再加上第一视角交互视频的短缺，以及相机位姿、三维几何、多视角等信息也不完整，共同制约了“物理智能”的发展。

毕竟，漂亮的画面骗得了眼睛，却骗不了牛顿。

除了“三种智能”，王晓刚指出，还有一层更“硬”的约束常被忽略：当下的智能靠数据、参数和算力层层堆叠，而机器人是靠电池供电，无法像电动车那样边运行边补能，这就导致端侧算力与功耗都有“天花板”。“因此，如何在智能的上限和部署功率的低功耗限制之间做好平衡，也是亟待解决的问题。”

无界动力创始人、CEO张玉峰也认为，世界模型要真正服务人类，首先得掌握对物理世界底层逻辑的理解，能够完成长程任务，并进行场景泛化。

但他同时指出，就像人类并不需要掌握物理世界的全部细节，也能依靠一个大致正确的“世界模型”完成复杂任务，具身智能同样不必追求事无巨细的像素级复刻，而应学习真正影响决策与行动的高维表征和因果关系。

除此之外，张玉峰还特别强调了两个容易被忽略的点：一是安全，人机共生时代不能只靠一个大模型，必须有额外的安全冗余机制；二是交互，机器人得能像小孩接受大人示范一样，读懂人的一些示教。

智澄AI创始人兼CEO胡鲁辉同样把关键落在了“理解”与“因果”上：既要理解物理与动力学、理解任务规划，也要靠因果推理决定下一个动作。他同时提醒，机器人一旦走进家庭，安全、隐私、伦理就不是单纯的法规问题，也要靠技术本身去解决。

而在to Ｂ、to Ｇ的工业工程场景，客户真正看重的是确定性、可靠性、准确率和长时序稳定输出。飞渡科技联合创始人、总经理宋彬指出，这背后也有一连串待解难题：多物理场耦合下的长时序稳定、开放环境中的空间结构解析、时空语义解析，以及端侧算力约束和成本ROI，都需要行业持续攻克。

从这个意义上来说，构建一个能“下地干活”的世界模型，其实考的是一门综合卷：物理理解与因果、长程任务与泛化、确定性与可靠性、安全与伦理，缺一门都不行。

而最终，这门综合卷最难的一道题，大家指向了数据。

绕不开的“数据关”

世界模型要补物理智能，绕不开数据。

然而现实是，具身智能最需要的“真人在真实物理世界里操作“的数据，历史积累几乎为零。据中国信通院测算，当前全球可用的高质量真实数据仅为数十万至百万小时级，而具身基础模型要迎来“Chat GPT”时刻至少需要数千万小时数据，缺口超过99％。

图片来源：觅蜂科技

但缺口大只是表象。进一步往下拆，数据层面真正的卡点其实分布在三个环节。

首先，采集方式不合理，靠“摆拍”采不出真本事。

过去一段时间，雇专人、按脚本采集是行业的主流做法，但在张玉峰看来，这条路的效果被高估了。

“我们自己做过实验：搭建场景、雇采集员，提前编好任务剧本，让他们不断重复规定动作，对最终训练效果的提升非常有限，甚至可以说很差，因为学习模式太单一。”张玉峰表示。

比较之下，他更认可的采集方式是in the wild——在真实生产生活里自然采集，越自然越好。“比如和制造业、零售、酒店等场景方深度合作，这些行业有成千上万的一线工人，能让数据快速积累。通过前面的实践，我们已经逐渐看到了scaling law。”

其次，采集的数据要素不完善。

操作类数据的采集，远不是“拍段视频“那么简单：视觉、力觉、触觉等多模态数据缺一不可，否则模型根本无从判断一次抓取该用多大劲、物体有没有打滑。

“但我们通过和很多手套公司合作，发现现在触觉手套还不太成熟，”奥比中光创始人、董事长黄源浩说，“另外是同步性——眼睛采到的数据是这个时刻，手上（的力觉）可能差15毫秒，这就已经不对了。”

但强调质量，也并不等于一味追求高精度。

“大家通常会默认精度越高越好，但精度提升必然会带来成本增加，核心问题其实是：数据精度达到什么水平时，对模型来说就已经够用了。只有把这个节点摸清楚，才能更好地平衡数据质量和数据规模。”蚂蚁灵波首席科学家沈宇军认为。

而比精度更容易被忽视的是数据分布，在他看来，“10万个同质化的任务，其实没有太大意义”，任务覆盖面，比单纯堆叠数量更重要。

再者，无法复用，采再多仍是“孤岛”。

比采集更隐蔽的浪费，是标准缺失。由于各家机器人构型不同，自由度、连杆长度、传感器布局各异，数据格式也不统一，导致今天采到的大量数据天然难以跨本体、跨企业迁移，既缓解不了短缺，还抬高了训练成本。

极佳视界联合创始人、首席科学家朱政算了一笔账：用几十万小时数据训练一个几十亿参数的世界模型和具身基模，成本大概在1亿元左右；若未来数据量涨到几千万甚至上亿小时，模型参数再扩大十到上百倍，又不提升样本利用效率，训练一个巨型基模可能要花上千亿元，比今天的大语言模型更贵，这“显然是不健康的”。

正因如此，他主张一边采新数据、提质量，一边同步迭代技术、提升样本利用效率，才可能在有限预算内把模型训出来。

甚至在黄源浩看来，数据固然很重要，数据标准更重要。

毕竟，没有统一标准，数据采得越多，越像在各自的孤岛上盖楼，楼盖得再高，也连不成一片。标准的价值，是让数据从“各家的私产”变成“可流通的行业基础设施”，让千万小时的积累真正能叠加，而不是重复消耗。

更关键的是，也只有数据真正可以跨本体复用，跨模型复用，数据成本才会降下来。否则，烧钱将是无底洞。

图片来源：无界动力

共识在数据结构，分歧在训练

理清了卡点，下一步自然是怎么破。

先在数据源头提质。

张玉峰就指出，对于世界模型，数据规模固然重要，数据质量更为关键。那么如何判断一个数据是否有质量呢？

他用交互数据的“有效信息密度”，给出了一把标尺，把数据按价值从低到高分成四类：第一类是观察性数据，几乎没有真正的接触和有效动作轨迹；第二类是简单接触类数据，比如抓取、放取物品；第三类接触点密集、操作精细，比如抓取微小、易碎物体，价值要高得多；第四类常被忽略、却极具价值，是记录“失败过程”的数据。

“尤其当这类数据的规模和质量得到提升，并混入训练数据后，对提高操作成功率，以及帮助模型在可逆转的失败场景中完成恢复，都有很大帮助。”张玉峰表示。

宋彬则建议以物理规律、物理常识和空间约束为导向去收集、整理数据，这样数据与训练目标会更匹配，也能大大节省成本。

除此之外，他认为还应该用好工业界已经建成的观测数据体系，这不仅仅指视频、照片，还包括声、光、电磁等环境场数据，从中挖掘物理规律、梳理时空拓扑关系，并推动数据从“相关性“走向“因果性”，基于本体把因果关系真正建起来。

再在模型训练端提效。

效率低下，不仅意味着更严重的浪费和更大的缺口，还直接推高训练成本。

但一个容易被忽略的事实是，尽管具身智能对真实数据需求巨大，世界模型会从根本上改变这一局面：随着模型理解能力的提升，其对数据量的依赖将大幅下降。

“人工智能发展到认知理解层面，对数据的依赖并不像大家想象的那样需要巨量冗余数据。人类学习一项技能靠的是理解，而不是无穷无尽的数据，这正是它和监督学习、对话学习的本质区别。”胡鲁辉表示。

此外，由于世界模型本身具备数据生成能力，在胡鲁辉看来，一些难以采集的稀缺场景数据，还可以通过世界模型的理解能力仿真生成。

张玉峰给出一个粗略估计：世界模型路线对数据量的依赖，可能比纯模仿学习少约三分之二。

最后，让数据飞轮尽快在真实部署中转起来。

模型最终要走出实验室，部署到真实场景中持续回传数据、迭代进化，正向飞轮才转得起来；否则数据采得再多、不真正用起来，也没有意义。那么具体怎么做呢？

张玉峰给出的路径是“工业练技能、商业练泛化、家庭最后突破”：先在传统自动化搞不定的柔性工序中打磨基础技能，再进入连锁商业这类“风格相似、细节各异“的场景训练泛化能力，最后才向家庭场景突破。

值得一提的是，这一“由易到难”的渗透次序，也是行业中不少从业者认可的务实路径。

但这些方向即便形成共识，也并未解决所有问题。在一个关键环节上，行业至今仍然存在分歧——后训练与精调阶段，究竟应以真机数据为主，还是以合成仿真为主？

图片来源：跨维智能

贾奎所在的跨维智能，一直坚持利用合成数据和生成式仿真进行后训练。他的理由很现实：如果成本里始终背着高昂的采集和调试成本，商业上难以成立。

“所以从第一性原理出发，我们必须追求更高效的后训练数据生产方式，而生成式仿真和合成数据正是解决物理泛化问题的重要路径。”贾奎指出。

与之相对，主流则更倾向于“真机锚定”。

宇树科技董事长、总经理兼首席技术官王兴兴就曾多次在公开场合指出，真正的AI机器人训练数据，需要海量的真人数据或者互联网数据作为主要的预训练数据，再加上一部分真机数据，让机器人真正和物理世界进行匹配。

这背后，是一道从仿真到现实（sim2real）的“现实鸿沟”：仿真器很难完整复现真实世界的摩擦、形变、电机延迟和传感噪声，策略迁移到真机后会出现不同程度的性能折损。

打个比方，这就像在游戏里练熟了开车，真上了路，方向盘的力度、轮胎的抓地仍然要重新适应。

而无论路线怎么争，一个不可否认的事实是，数据这道坎，不能仅靠一家公司独自扛起，毕竟数据底座是行业公共品。技术路线固然可以各走各的，但标准与公共数据，注定是全行业要一起修的那条路。

结语

关于世界模型，目前行业的共识是明确的：世界模型是具身智能突破泛化瓶颈的希望所在，物理智能是共同短板，数据飞轮决定迭代速度，能力最终要在真实部署中、而非实验室里长出来。

分歧也是真实的：技术路线尚未收敛，后训练以真机还是合成为主，各类数据如何配比，世界模型到底是“生成问题“还是“理解问题”，均仍无定论。

至于时间表，不妨记住两个坐标：王兴兴的“双80％”——在80％的陌生场景完成80％的任务，快则两三年、慢则五到十年；张玉峰的“工业—商业—家庭”渗透次序。一个给出量化终点，一个给出现实路径，拼在一起，大概就是这场技术长征当前的位置。

世界模型已经学会了在“脑海”里想象未来，它还需要学会的，是怎样弯下腰，用一双被高质量数据训练过的手，把现实里的活一件件干好。

这段从“想象”到“干活”的距离，将是世界模型接下来最硬的一公里。

此次 POC 验证了具身机器人使用通用工具参与复杂施工流程的可行性，也是通用机器人平台向垂直行业渗透的又一标志性实践。

不同于行业主流的专用机器人路线，ZINOVA 核心研究方向为工具智能，围绕通用工具抓取、工具交互感知接口、任务形态探索三大维度构建技术体系，目标是让同一套智能系统跨工具、跨任务、跨机器人形态复用，而非为每个工种单独定制机器人。

图片来源：逐际动力

建筑行业是 ZINOVA 选择的首个落地验证场景。该行业长期面临熟练劳动力约束，且施工环境高度非标准化，传统自动化方案难以适配。此次演示中，两台 TRON 2 机器人分别持钉枪与木板协同完成模板拼合固定，随后在多层支架上铺设并绑扎钢筋，完整复刻了多工种衔接的作业逻辑。

在此过程中，基于TRON 2双臂具身机器人的模块化与可扩展能力，ZINOVA 针对建筑施工的大空间、多工序需求创新了机器人构型，进一步拓展TRON 2的作业空间与工具操作能力，使其能够从传统桌面、低空作业延伸至更广阔的立体空间，进一步释放在复杂施工场景中的操作潜力与应用价值。

作为一款多形态具身机器人，TRON 2基于“具身机器人通用基座”设计理念和全身模块化架构，仅需一个本体，即可实现双臂、双足、双轮足三种核心构型的快速切换，并支持人形、四足等形态重构。

不仅如此，围绕TRON 2，逐际动力还面向行业客户提供机器人硬件平台、开发工具平台与模型训练平台三大基础能力，通过开放SDK、遥操作接口、硬件转接件等配套支持，让行业创新者能够在成熟本体上快速构建行业应用，而非从零搭建机器人基础软硬能力。

作为宁波华翔布局具身智能赛道的核心载体，华翔启源依托母公司百万级量产工艺与零缺陷品控标准，已构建起覆盖PEEK材料自研、核心零部件制造、整机集成、规模化量产的全链路智造能力。

此次新落成的创新中心，集PEEK高性能材料创新中心、人形机器人轻量化创新中心、汽车专用胶粘与密封材料创新中心于一体，重点围绕PEEK材料改性研发、人形机器人轻量化结构件设计与验证、核心零部件中试等方向开展技术攻关与产业化应用研究。

图片来源：华翔启源

围绕材料创新，华翔启源通过自建材料研究院，打通了从改性、工艺到整机适配的全链路，并率先在全尺寸人形机器人上实现PEEK材料的规模化应用。

据了解，PEEK密度仅为铝合金的1/2，拉伸强度却可达132-148MPa，比强度高达44N·m/kg，远超多数金属材料。在耐腐蚀性方面，PEEK同样表现卓越，从根本上解决了传统金属材料在机器人长期使用中可能面临的腐蚀与安全性隐患。

比如在核心零部件层面，华翔启源自研改性PEEK行星减速器除核心传动金属件外，主体均采用改性PEEK材料，总成重量仅270克，较同规格金属减速器减重约70%。在峰值扭矩性能损失控制在10%以内的前提下，扭矩重量比较金属方案提升70%。

整机层面，其全系列PEEK结构件应用也已实现单台人形机器人减重5.3公斤。同时在长期耐汗液腐蚀、耐体液腐蚀方面表现完胜金属件表现，从材料源头破解了轻量化、高续航与高强度耐用的行业痛点。

盖世具身智能获悉，近日，脉脉创始人兼CEO林凡在脉脉《AI圆桌π对》节目中表示，2026年1月至7月，国内具身智能新发岗位量同比增长约6至7倍，而同期相关人才供给仅增长3至4倍，人才增长速度明显跟不上企业招聘需求。

值得注意的是，岗位快速扩张并没有直接转化为更高的薪资水平。林凡透露，目前具身智能岗位平均薪资仅约为大模型岗位的三分之二。这意味着，相较此前大模型领域通过高薪争抢核心算法人才，具身智能产业目前更接近一轮“大规模扩编”，企业对工程化、产品化及产业经验人才的需求正在集中释放。

AI制图

这一趋势此前已经有所显现。脉脉发布的2026年春招报告显示，今年1月至4月，具身智能招聘指数同比增长15倍，平均月薪由约5.87万元升至6.16万元；同期大模型算法仍位居热招岗位首位，AI科学家/负责人平均月薪超过13万元。

从人才来源看，具身智能行业的招聘边界也在快速扩大。林凡表示，目前相关人才主要来自具身智能原生研究人才、传统互联网、大模型、自动驾驶及汽车、智能硬件五个方向。其中，自动驾驶和汽车人才成为重要来源，也反映出具身智能产业正在从算法研发逐步走向软硬件结合和真实场景落地。

不过，岗位数量高增长并不意味着人才市场已经全面进入“高薪抢人”阶段。随着机器人企业进入量产、交付和商业化验证周期，企业需要的不再只是少数顶尖研究人员，机械、电控、感知、算法、系统工程乃至供应链人才都开始被纳入招聘范围。相比岗位数量的快速膨胀，具身智能人才的价值分层可能才刚刚开始。

先别急着被“100万”打动。

8月31日，在觅蜂科技媒体群访现场，盖世具身智能把这个问题直接抛给了觅蜂科技董事长兼CEO姚卯青：抛开小时数，怎么判断一家公司的具身数据到底有没有价值？

他的回答反而给“百万小时”这个数字泼了一盆冷水：“盲目地采集100万小时说实话还是很容易做到的事情，重复地做工种任务就可以了，但几乎没有任何价值。”

这或许才是“百万小时”之后，具身数据产业真正需要面对的问题。

第一篇《100万小时之后，机器人为什么还喊“饿”？》讨论过，机器人如果要进入开放世界，需要远超今天规模的数据；第二篇《宝妈、退休人员，开始给机器人“打工”》讨论的则是，当需求从百万小时走向千万、亿小时，数据生产正在从数采工厂扩展到社区、家庭和真实工作岗位。

可规模一旦真正上来，新的问题就会迅速出现：有数据，不等于有训练数据。

一名员工戴着设备工作3小时，硬盘里当然会多出3小时视频。

但这3小时里，人有没有真正执行任务？手有没有离开画面？动作轨迹准不准？场景是不是已经采过无数遍？模型究竟能从里面学到什么？

如果这些问题没有解决，那么具身智能可能很快从“缺数据”，走向另一个极端：拥有海量数据，却不知道哪些值得训练。

所以，百万小时之后，数据行业真正开始竞争的，很可能不是“采”，而是“炼”。

“100小时视频”和“100小时训练数据”，不是一回事

具身数据最容易产生的误区，是把摄像头运行时间直接理解成数据资产。

二者实际上相差很远。

姚卯青在群访中解释所谓“有效数据”时，给出了几个非常基础、甚至有些琐碎的例子：

如果采集过程中手根本不在画面里，不能用；人戴着设备却长时间“摸鱼”、没有动作，也不能算；哪怕人在操作，做的事情本身也必须有意义。

然后才进入更加技术性的要求。

设备声称60FPS，实际平均帧率究竟能不能达到59.98、59.99；相机标定是否准确；HandPose提取出来的手部轨迹究竟是几厘米误差，还是能够压缩到5—7毫米；更重要的是，这些精度还必须能够通过真值进行验证。

换句话说，真实发生过，不代表真实记录对了。

这是具身数据和普通互联网视频非常不同的一点。

一段做饭视频即使少了几帧，人依然能看懂厨师在切菜。

但如果机器人需要从中学习动作，几帧误差可能意味着手的位置、接触时刻乃至物体状态发生偏差。

图像里“差不多”，到了机器人的控制系统里未必还是“差不多”。

所以，具身数据真正的生产过程，在摄像头停止录制之后其实才刚刚开始。

觅蜂现场披露的MEgo Engine，就是试图解决从Raw Data到Training Dataset之间的这段距离：原始数据要经过预处理、空间感知、原子化语义标注和质量评估，同时完成时间对齐、轨迹重建、人体关键点估计、任务拆解等处理。

先不讨论这套系统本身做得是否足够好，它至少说明了一件事：所谓具身数据公司，未来很可能不能只是一家“录像公司”。

真正的门槛，是把一段人类行为翻译成模型真正能够理解和调用的训练资产。

机器人学的不是“擦桌子”，而是擦桌子里的动作

这种翻译究竟是什么意思？

假设一个保洁人员佩戴设备，连续工作两个小时。

对人来说，这是一段完整而自然的劳动过程。

他走到桌边，拿起抹布，移动杯子，擦拭桌面，把垃圾丢进垃圾桶，再走向下一张桌子。

但模型很难直接从一段两小时长视频里知道：

哪一刻任务开始？

哪一段是在抓取？

什么时候发生了放置？

哪个动作属于擦拭？

哪一步失败之后发生了重新调整？

所以，第一步往往是把长时间的人类行为“拆开”。

觅蜂技术负责人刘力介绍，其系统会将小时级、甚至2—3小时连续数据拆解成不同层级的语义信息，从整体任务继续拆成子任务，再拆成更细的原子动作，目前其披露可识别120余种动作类型，例如摆放、释放、放置、抓握等。

这个过程其实揭示了具身数据真正有价值的单位可能是什么。

未必是“小时”。

它可能是一次抓取。

一次插入。

一次旋转。

一次失败后的重新尝试。

甚至是一段“伸手——接触——移动——释放”形成的完整交互链条。

这也是为什么单纯比较两家公司谁有100万小时、谁有200万小时，越来越缺乏意义。

一个数据集里可能充斥几十万小时相似动作；另一个虽然总量更少，却包含大量不同物体、不同环境以及可以复用的原子技能。

如果最终进入模型的是后者，那么“小时”很可能只是生产统计指标，而不是价值统计指标。

姚卯青在群访中也提到，目前客户首先会看场景，其次看HandPose等空间精度，再往后是动作与标签的描述精度；最终目标是数据能够直接进入模型，同时动作表现还要符合人正常工作的状态。

这意味着，具身数据行业正在经历一个很典型的变化：从“有没有”，进入“能不能直接用”。

甚至“坏数据”，也未必真的坏

但如果只是把低质量数据全部删除，事情依然没有那么简单。

这一点反而是觅蜂此次发布中比较值得讨论的技术思路。

在ManiEval数据质检体系里，觅蜂提出的原则不是简单“过滤”，而是：“不过滤，只分级。”

按照现场介绍，数据会从数据类型、任务类型、传感器质量、语义质量和动作质量等维度评分，再进入四种不同用途：精确数据用于策略模仿学习；语义和环境信息更加丰富的数据用于预训练和表征；包含环境干扰、动作偏差或部分失败的数据，则可以用于错误检测和任务进度感知；长尾边界数据则用于泛化测试和corner case能力增强。

这背后其实有一个很值得展开的问题：什么叫“坏数据”？

如果一个人在抓杯子时手滑了一下，从模仿学习的角度看，它当然不是一个值得机器人复制的标准动作。

但机器人未来进入真实世界之后，难道永远不会手滑吗？

如果模型从来没有见过失败，又如何知道失败正在发生？

更进一步，如果机器人拿杯子拿到一半发生偏移，它应该继续执行、重新抓取，还是直接终止任务？

这时候，一段“不成功”的人类动作，反而可能比1000次完全相同的成功动作更有价值。

这与自动驾驶行业曾经经历过的数据逻辑非常相似。

早期大家热衷比较测试里程。

但随着系统能力逐渐提高，真正稀缺的往往不再是正常直行一万公里，而是那些少见、困难甚至导致系统失败的corner case。

具身智能很可能也会经历同样的转变。

机器人会叠1000次完全相同的衣服之后，第1001次成功可能不会增加多少新的知识。

但突然换成一件特别柔软、特别滑、形状异常的衣服，机器人失败了。

这个失败，可能反而是一条更值得留下的数据。

所以数据产业未来的价值衡量，也可能逐渐从“采了多少成功动作”，变成：发现了多少模型原本不会的问题。

最有价值的数据，可能是机器人失败的那一刻

这一逻辑继续往前走，就会来到第三篇真正重要的地方：

数据不是一次性交付给模型之后就结束了。

真正成熟的数据体系，应该与机器人部署形成闭环。

觅蜂此次展示了一套相应思路：模型利用前期数据获得初步能力之后进入真机执行，机器人执行产生的数据再回流，系统从中寻找失败场景和困难场景，重新加入训练，然后更新模型策略。

其中REMORA Value Model试图进一步判断任务进度、发现异常动作，并把失败样本重新作为高价值数据使用。

当然，这里需要保持一点距离。

这套闭环目前仍然主要是觅蜂披露的技术路线和自身测试结果，它究竟能在不同机器人、不同模型和复杂真实部署中带来多大的稳定增益，还需要更多外部项目验证。

但这个方向本身非常重要。

因为它意味着具身数据产业最终可能从一种“库存生意”变成一种“反馈生意”。

过去的逻辑是：

采100万小时，整理好，然后卖掉。

未来可能变成模型先训练——机器人去工作——找到失败——判断为什么失败——重新采对应的数据——再训练。

到了这个阶段，一个机器人企业真正需要的数据，不再是供应商货架上“还有多少小时”。

而是我的机器人现在最缺哪一条数据？

这两个问题，差别巨大。

前者是按库存组织生产。

后者则是按模型能力缺口组织生产。

如果这一转变成立，未来具身数据行业最核心的能力，很可能也会随之变化。

能够一次性采到100万小时，当然是一种能力。

但真正更难的事情，是当机器人在一个陌生场景里失败之后，能够快速定位：

它为什么失败？

缺的是视觉理解？

空间轨迹？

某种物体交互经验？

还是根本没有见过这种边界情况？

然后再回到真实世界，准确补上这一块经验。

数据飞轮真正的“飞轮”，不是数据越来越多，而是模型越来越知道自己缺什么。

数据行业最终还是要回答一个问题：效果呢？

所以回过头来，怎么判断一家具身数据公司的数据真正有价值？

姚卯青在群访中的回答其实有三层。

第一，看覆盖够不够广，不能100万小时都在重复几个工种；第二，看能不能拿出详尽的质量验证报告；第三，看数据有没有真正被客户验收、签验收单甚至形成收入，因为市场付费本身也是一种验证。

这些指标都合理。

但从产业观察的角度，还应该再加上最后一层：模型效果。

数据最终不是为了卖数据。

甚至也不是为了做出一份漂亮的质量报告。

它最终应该回答的是：

模型用了以后，机器人究竟有什么变化？

成功率有没有提高？

过去做不了的任务是不是学会了？

换一个陌生场景还能不能工作？

发生错误之后能不能恢复？

同样增加1万小时数据，A数据集让成功率增加10个百分点，B数据集只提高1个百分点，那么即使两者都满足60FPS、毫米级精度和完整标签，它们对模型的真实价值仍然不同。

这也是目前整个具身数据行业仍然缺少的一块公开证据。

觅蜂此次展示了HandPose、数据治理、ManiEval和Value Model等能力，也公布了一系列技术指标。例如按照公司测试结果，其HandPose在特定遮挡、交互和高速移动测试中，手部重建误差达到4.29毫米，时序帧间抖动误差1.11毫米。

这些数字能够证明数据处理链路的一部分能力。

但它仍然不是最终答案。

算法把手的位置重建得更准，最终有没有让机器人把任务做得更好？

后者才是数据价值真正闭环的一刻。

今天具身智能产业热衷谈Scaling，这很容易理解。

百万小时、千万小时、亿小时，都是极具冲击力、也非常容易传播的数字。

但随着数据规模越来越大，行业迟早会进入一个新的阶段：

“有多少数据”会变得越来越不重要，“每增加一份数据，机器人究竟学会了什么”会变得越来越重要。

这可能也是具身数据产业真正的分水岭。

第一阶段，比的是谁能采。

第二阶段，比的是能规模化生产。

而到了第三阶段，竞争的问题可能变成：

谁更早知道，机器人下一步最应该学什么。

当行业走到这一步，“百万小时”就不再是终点，甚至不再是最重要的指标。

真正值钱的，不是数据仓库里又多了一小时。

而是这一小时，恰好补上了机器人原本不会的那件事。

刘嘉铭表示，下一代智能电动车并非整车与智能技术的简单叠加，而是需要从产品定义阶段就实现底层融合，L3级自动驾驶架构是这条路径上最清晰的代际分界。由于底层逻辑不同，L3对系统可靠性的要求远高于L2。启境GT7、GX7在供电、算力、感知、定位、通信、转向、制动、交互八大核心系统搭建了全链路冗余架构——一套系统在运行，另一套系统在实时监测，单一部件出现异常，系统仍能平稳完成安全靠边。

刘嘉铭直言，这套冗余并非等高阶功能解锁才有意义，日常通勤中感知更远、制动更从容，它一直在默默工作。针对国标计划2027年7月实施的时间表，他表示目标明确：让这套架构五年不过时。

作为广汽集团与华为乾崑深度联合打造的战略车型，启境GX7定位“阔五座智能百变SUV”，车身尺寸5099mm×2006mm×1750mm，轴距3070mm。新车全系搭载华为乾崑ADS 5智驾系统，配备1颗896线双光路图像级激光雷达加3颗补盲激光雷达，全车共38个智能传感器。

图片来源：启境

座舱层面，GX7是首款搭载鸿蒙座舱6的车型，搭配行业首创20秒一键成床功能。动力上采用1.5T超级增程系统加三电机布局，综合功率550kW，零百加速3秒级，综合续航突破1500km。

启境汽车由广汽集团与华为于2025年9月联合发布，定位高端智能新能源品牌。

据法拉第未来官方介绍，此次中东首单交付于8月28日正式完成。FF创始人及全球CEO贾跃亭在每周投资者更新中表示，中东首单交付对公司具有三重重要价值。

战略层面，此举补齐了法拉第未来全球化布局中的中东关键区域，形成辐射周边市场的战略支点；业务层面，中东市场购买力强、高净值客户集中，将极大促进产品销售及“四核全智”生态的全球落地；资本层面，中东作为全球AI及EAI产业资本的重要集聚地，将为法拉第未来拓展资本合作与产业融资创造更多条件。

图片来源：FF

法拉第未来方面表示，团队目前正在加紧推进更多订单落地。按计划，公司将于9月底举行FF EAI机器人首场中东发布会，利用品牌优势、先发势能和“四核全智”生态，加快拓展中东市场。

此外，法拉第未来还将在9月19日发布包括Master Mini在内的多款新品，并正式推出EAI机器人教育生态行业生产力解决方案1.0。9月28日，公司将举行招商大会下半场，为全球上游伙伴提供产品、技术、资本和合规等全生态入口。

此次交付是法拉第未来在机器人业务全球化布局中的重要一步。此前，公司在中东EAI机器人商业化战略上已持续取得进展，通过战略合作及覆盖阿联酋、海湾合作委员会（GCC）及更广泛的中东和北非（MENA）地区的区域生态合作推进战略落地。随着首单交付完成和后续市场拓展计划的推进，法拉第未来在中东机器人市场的布局正逐步展开。

图片来源：企业公告

根据协议，兴瑞科技拟认购臻驱科技未来首次公开发行的部分股票，并在核心电驱业务配套方面建立优先合作机制。双方还计划联合研发机器人关节结构件、固态变压器相关零部件，并协同探索欧洲市场布局。

从业务基础来看，双方具备一定协同性。兴瑞科技主营精密零组件，汽车电子是其重要业务板块，近年来也在向机器人、AI服务器等新兴领域延伸。臻驱科技则长期聚焦新能源汽车电控，产品覆盖电控、功率模块、功率砖等，并逐步将电力电子技术向机器人、数据中心电源等场景拓展。

此次合作的看点，在于双方关系可能从供应链配套进一步延伸至资本和技术协同。不过，目前签署的仍是框架性协议，机器人、固态变压器等业务尚处于产业拓展阶段，后续能否形成定点项目、量产订单及实际收入仍存在不确定性。

兴瑞科技也明确表示，本次协议不会对公司本年度经营业绩构成重大影响。整体来看，此次合作更偏向中长期业务卡位，短期内对业绩的实际拉动仍较有限。

宇树科技于8月19日登陆科创板，发行价150.80元/股。上市首日，宇树开盘报1100元/股，较发行价上涨629.44%，总市值一度达到4449亿元；当日收涨460.34%，成交额231.60亿元，换手率85.28%。

此后，宇树股价持续回调，上市次日跌超18%，至9月2日盘中较1100元的上市首日高点累计回落约50%。

图片来源：东方财富网截图

宇树股价持续回调的背后，是多重因素的共同作用。估值层面，上市首日的爆炒，使得股价严重脱离基本面支撑。

基本面上，2025年宇树全年营收16.99亿元，主营业务毛利率达60.13%，是行业内少数实现规模化盈利的整机厂商，产品覆盖工业巡检、应急救援、商用服务等多元场景。但即便如此，这一规模仍难以匹配其上市初期被推至数千亿元的市值体量。

今年上半年，宇树科技实现营收11.52亿元，同比增长48.54%；归母净利润2.74亿元，去年同期为-3202.45万元；扣非后净利润2.44亿元，同比下降19.34%。

宇树科技表示，收入增加主要系受益于人形机器人下游应用场景的逐步丰富、市场需求的持续景气，公司人形机器人产品收入保持相对较快增长。但同时，随着公司营收基数已大幅提升、行业热度有所缓和及市场竞争日趋激烈，上半年营业收入的同比增速亦较年度复合增长率有所下降。

此前，宇树科技创始人王兴兴在世界机器人大会发表上市后首场公开演讲时，为具身智能的"ChatGPT时刻"给出量化标准：在约80%的陌生场景中，机器人仅凭语音或文字指令即可完成约80%的任务。

他判断，达到这一产业临界点"快则2至3年、慢则5至10年"。王兴兴同时坦言，当前多数AI模型在固定场景经专项训练后任务成功率接近100%，但一旦更换操作物品或稍改环境，成功率便大幅下降，整体效率与泛化能力仍显不足，这也是行业尚未大规模推广的主要原因。

作为滴滴自动驾驶与广汽埃安联合打造的Robotaxi专属车型，R2采用了滴滴自动驾驶L4全栈软硬件方案，全车共搭载包含10颗数字化激光雷达在内的33颗传感器，实现“远距精准识别＋近距盲区消除”的全向感知能力。

图片来源：滴滴自动驾驶

其中，"4 颗千线主雷达 + 6 颗全固态补盲雷达" 的部署方式，依托速腾聚创自研 SPAD-SoC 芯片，是当前 Robotaxi 感知系统高冗余设计的主流路径。

EM4是RoboSense于2025年初推出的全球首款“千线”超长距激光雷达，融合了数字化架构、串扰消除、全工况光电信号处理、数据无损压缩等多项先进技术，探测距离最远可达600米。不仅如此，EM4还具备最高0.050°×0.025°角分辨率，据悉可以有效探测最远170米外的轮胎、以及250米外的石块、纸箱或横穿小动物等目标。

而E1，拥有120°×90°超广视场角，主要负责消除近场盲区。

除了滴滴自动驾驶Robotaxi R2，此前文远知行全新升级的Robotaxi GXR，也搭载了千线级EM4与E1组成的“主雷达+补盲雷达”组合。

据速腾聚创此前公布数据，今年上半年，速腾聚创激光雷达总销量719,200台，同比增长169.6%；其中用于ADAS、机器人及其他的激光雷达产品的销量分别约为436,600台及282,600台，同比分别增长98.0%和510.4%。 

作为智在无界的核心数据合作伙伴，此前枢途科技已参与其数据生态建设，为具身基础模型训练提供高质量数据支持。在隐式触觉世界动作模型 Being-H0.8 的研发与训练过程中，枢途的数据能力进入真实模型研发链路，并在具体模型实践中得到验证。

在模型研发实践的基础上，此次双方进一步将合作延伸到了数据规范与质量体系建设领域。

作为物理AI领域的基础设施提供方，枢途科技聚焦面向不同模型、本体和应用场景，提供可复用的人类行为数据产品与技术能力。

图片来源：枢途科技

目前，枢途科技已形成覆盖任务设计、行为采集、数据治理、智能结构化和定制交付的完整生产流程，具备面向模型训练和真机验证的工业化交付能力，并已服务多家头部具身智能企业、互联网企业和传统机器人本体企业。

而智在无界，专注于具身通用基础模型的研发与应用，自成立以来，智在无界已围绕“大规模人类视频预训练”完成多个关键里程碑：相继发布全球首个基于数千小时、超万小时、20万小时、50万小时人类视频预训练的具身基础模型。

发展到现在，智在无界已构建起从数据管线、模型预训练、后训练、评测到端侧部署的全栈基础设施，能够推动规模化数据持续沉淀、模型能力持续进化。

第一篇（点击查看《100万小时之后，机器人为什么还喊“饿”？》）我们讨论过，觅蜂科技董事长兼CEO姚卯青把具身智能下一阶段的数据需求指向了千万乃至亿小时。

但从100万到1亿，不只是数字后面多两个零。

它意味着，今天的数据生产体系要扩张100倍。

姚卯青在8月31日群访中也承认，靠现有模式线性复制“非常难”，必须改变整个运营方式。

而一个正在浮出水面的答案是：让更多普通人参与。

盖世具身智能当天现场了解到，觅蜂旗下“觅蜂派”App已经上线。待正式向公众开放后，普通用户可以申请租用采集设备，在App中领取任务，完成相应操作并上传有效视频和数据，经审核后获得现金收益。

这听起来很像另一种零工平台。

只不过，网约车司机出售的是一段行程，外卖骑手完成的是一次配送。

这一次，被交易的是人的动作、技能和经验。

而且，这已经不是一家中国公司的孤立尝试。

6天前，美国人形机器人公司Figure刚刚公布了一个名字非常直接的项目——Index。

Figure此前已经秘密运行这套体系4个月。普通人可以下载App，领取录制任务，在家庭或工作场所完成做饭、清洁、洗衣、整理货架等真实工作，并按上传数据获得报酬。

截至8月25日，Index已经覆盖108个国家，累计26.4万次App下载，超过4.4万名周活跃参与者上传了1600多万条视频，Figure已向数据贡献者支付1500万美元。公司还宣布，计划未来12个月在数据和算力上投入超过10亿美元。

当中国的觅蜂、京东和美国Figure几乎同时把目光转向普通人，一个趋势开始变得清楚：机器人数据正在尝试从“工厂生产”，转向“社会生产”。

从“建数采厂”，到“发动人”

过去机器人数据怎么生产？

最典型的方式，是建一座数采工厂。企业准备机器人、遥操作设备、操作人员和模拟环境，让操作员重复完成抓取、搬运、整理等任务。

从生产组织方式来看，这几乎就是传统制造业。设备、工人、厂房都集中在一个地方，最终产品只是从零部件变成了数据。

这种模式不会消失。姚卯青甚至强调，目前很多运营良好的真机数采工厂仍然满负荷生产，一些项目需要两班倒。

真正的问题是，它不容易无限扩大。

你可以再建10座工厂。但如果数据需求突然扩大100倍，总不能简单再建100倍的厂房、购买100倍的机器人、招聘100倍的遥操作员。

于是，数据企业开始换一种思路：为什么一定要把人和场景搬进数采厂？能不能把采集设备送到人本来就在工作的地方？

餐厅工作人员本来就在擦桌子；仓库员工本来就在分拣商品；普通家庭每天都要收衣服、洗碗、做饭；维修技师本来就在拆装设备。如果这些原本就在发生的动作能够同步被记录，那么整个现实世界，本身就可能变成一座巨大的数采工厂。

这也是为什么觅蜂的设备开始离开专业BPO和数采基地。

只需将设备带上头，连接app后，即可接任务展开数据采集

姚卯青透露，目前设备已经铺得比较广，“很多社区里的退休人员、宝妈”都已经开始帮助产生数据；企业则更多通过拥有场景和人力资源的地方合作伙伴来铺设设备。

这不是简单增加了几个采集员，真正发生变化的是生产组织方式。

一场全民数采实验，已经开始了

实际上，国内这种探索已经不只发生在觅蜂。

今年5月，京东与宿迁联合建设的具身智能数据采集社区正式运行。

当地居民可以佩戴JoyEgoCam，在正常家务劳动中记录数据。按照京东公布的规划，仅宿迁就计划发动超过10万市民参与，场景覆盖家庭、办公室、工厂、物流、商店、环卫等100多个细分场景。

京东更大的目标则是发动内部超过10万名员工和外部50万各行业人员，两年内积累超过1000万小时真实场景数据。

另一种实验正在贵州惠水发生。

在那里，普通居民在家里叠被子、擦桌子、择菜，酒店员工则在真实客房工作中进行采集。据当地披露，目前采集场景已覆盖8大产业门类、50余个真实场景，年交付上万小时高质量数据。

不同的是，这套模式并非完全由企业独立组织。

当地正在尝试一种“政府主导、国资平台运营、企业作为场景开放运营商”的模式，通过行政和产业资源协调社区、商超、工厂、医疗机构等场景。

这很有意思。因为三个案例其实代表了三种正在形成的具身数据组织方式：

觅蜂更接近平台化众包；京东更接近企业场景+社区动员；惠水则加入了政府和地方资源协调。路径不同，背后解决的却是同一个难题：怎么把原本高度集中在数采工厂里的数据生产，拆到真实社会中。

Figure的Index则证明，这个问题并非中国特色，它甚至可能成为全球具身智能行业共同面对的一次基础设施重构。

真正稀缺的，可能不是人，而是“场景通行证”

但全民数采真正困难的地方，可能恰恰不是找到足够多人，因为中国并不缺劳动力。

Figure也已经证明，通过App可以快速组织数万名贡献者。

真正困难的是：这些人能去哪儿采？

家庭里有家庭隐私；企业里有商业机密；医院、工厂、仓库甚至养老机构，都可能涉及不同的数据安全和第三方权益问题。

一个人会维修汽车，并不意味着他可以戴着摄像设备进入车间，把整个操作过程上传给第三方平台。

所以，具身数据与传统互联网众包存在一个根本区别。

图片标注员只需要一台电脑，具身数据采集员则需要获得现实世界的进入权。

这也是为什么贵州惠水需要地方政府帮助开放场景，为什么京东的优势很大程度上来自自身拥有物流、零售等真实业务。

姚卯青也在群访中承认，无本体数据的运营甚至可能比固定数采厂更复杂：设备要在不同行业、城市和人员之间流转，人要培训，同时还要解决怎样进入真实场景的问题。

所以，看起来无本体把“工厂”拆掉了。实际上，它只是把一座工厂里的管理问题，变成了成千上万个真实场景里的协调问题。

中心化生产减少了，社会化组织成本却增加了。

这可能才是未来众包平台真正的壁垒。不是谁能开发一个App，而是谁能够持续获得工厂、餐厅、家庭、商场、仓库等真实世界的“通行证”。

当人的动作开始成为商品

另一个更深的问题是：这些数据到底属于谁？

这个问题今天已经不是完全没有制度框架。

《个人信息保护法》规定，在以个人同意作为个人信息处理基础的情况下，应当获得个人在充分知情情况下自愿、明确作出的同意；《数据安全法》也要求数据收集采取合法、正当方式。

2022年发布的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”）则进一步提出探索数据产权“结构性分置”，即数据资源持有权、数据加工使用权、数据产品经营权可以由不同主体分别享有，同时强调保护数据来源者的合法权益。

但这些仍然是相对宏观的制度框架。

当具身数据真正进入现实劳动场景，新的问题会迅速变得具体。

比如一个维修工人在企业里完成一次操作。技能来自工人本人；场景属于企业；设备由数据公司提供；数据经过平台加工；最后又被机器人公司买走训练模型。

那么，这段数据产生的价值究竟应该怎样在几方之间分配？

今天的数据公司已经开始探索自己的商业规则。

姚卯青介绍，目前数据交易大体存在两种方式：一种出售使用权，数据产权仍由数据提供商持有，客户不得二次商业化；另一种则是独享买断，产权转移后，数据提供方需要从服务器删除对应数据。

但这首先解决的是数据公司与模型客户之间的关系。

如果未来大量数据来自普通人，另一个问题迟早需要回答：贡献动作的人只是一个领取任务的零工，还是数据价值链的一部分？

这个问题目前还远没有成熟答案。

“机器人版滴滴”，暂时还跑不起来

因此，现在把全民数采直接类比成下一代外卖或者网约车，可能还为时尚早。

Figure有26万App下载，京东准备发动数十万人，觅蜂也已经把设备铺进社区。

看起来，人已经不是最大的瓶颈。真正缺少的是一套完整的平台规则。

任务从哪里持续产生？

谁决定不同技能值多少钱？

谁负责设备的出租、维护和回收？

家庭、企业和第三方怎样授权？

数据交易之后，平台和采集者如何分配收益？

这些问题没有解决之前，“给机器人打工”更像一种正在形成的生产方式，而不是一份成熟的新职业。

甚至数据本身现在都没有统一价格。

姚卯青在群访中表示，目前不同场景的数据不存在标准定价，场景的稀缺程度、进入难度和交付时效都会影响最终价格。

这也是为什么，用某个项目“时薪15元”“一天120元”来定义具身数据众包的商业模式并不准确。即便行业里已经出现类似报价，它首先代表的也只是某一个项目今天愿意为某类采集劳动支付多少钱，而不是具身数据已经形成了一套稳定的劳动力价格。

现在真正值得观察的是，一套新的市场机制正在试着长出来。

过去，一个厨师做完一道菜，动作随即消失。

维修工拧完一颗螺丝，也不会留下任何可复用的“数字资产”。

而在具身智能时代，这些本来转瞬即逝的人类技能，第一次可能被持续记录下来，成为机器学习的生产资料。

所以具身数据众包最值得关注的，并不是“宝妈一天能挣多少钱”，而是一个更大的变化：人的身体经验，开始被纳入AI产业的生产体系。

从数采工厂，到社区，再到一个个普通人的家庭和工作岗位，这场迁移才刚刚开始。

但当越来越多人的动作被转化成数据之后，下一个问题也会变得不可回避：这么多不同的人，在不同环境里，用不同设备产生的数据，究竟怎样才能真正被机器人使用？

能生产出来，不等于能训练进去。

8月产销快报 | August Production and Marketing Bulletin

• 盖世汽车：9月1日，小鹏集团公布8月交付成绩。当月，小鹏集团共交付新车39107台，同比增长4%。 

• 盖世汽车：9月1日，理想汽车发布2026年8月交付数据。当月，理想汽车共计交付新车37,679辆。截至8月31日，品牌历史累计交付量已达到1,801,834辆。

• 盖世汽车：9月1日，蔚来公布8月交付数据。当月蔚来共交付新车35,836台，较去年同期增长14.5%。分品牌来看，蔚来品牌交付21,174台，同比增长101.2%；乐道品牌交付8,810台；firefly萤火虫品牌交付5,852台，同比增长34.7%。

• 盖世汽车：9月1日，零跑汽车发布2026年8月交付数据。当月，零跑全球交付量达103129台，同比增长80.7%，连续三个月单月交付突破10万大关。 

• 盖世汽车： 9月1日，长安汽车旗下深蓝汽车公布2026年8月销量数据。据深蓝汽车官微消息，8月全球销量为28,659辆；1至8月全球累计销量达222,028辆，同比增长11.77%；全球累计销量已突破94.76万辆。

• IT之家：9月1日消息，上汽通用五菱宣布，其8月全球销量达130870辆，海外累计销量已超160万。其中，五菱红标8月销量36726辆，五菱银标47139辆，海外出口38660辆。

• 盖世汽车：9月1日，鸿蒙智行公布2026年8月交付数据：全系交付42101台，年内累计同比增长10.8%，全系累计交付突破152万台。

• 盖世汽车：9月1日，小米汽车公布2026年8月交付数据。数据显示，当月小米汽车交付量持续超过30,000台。至此，小米汽车已连续五个月单月交付量突破3万台大关。

车企动态 | OEM Trend

• 澎湃新闻：日前有消息称，大众汽车方面收到了关于“星宇股份批量劝退应届生”相关投诉。9月1日，大众中国新闻发言人表示，“对于关于该供应商的相关投诉，大众汽车集团高度重视并第一时间启动了专项调查，目前调查正在进行中。”“尊重劳动者合法权益，是大众汽车集团开展所有经营活动恪守的核心原则。这一点同样贯穿于我们供应链体系的管理之中，我们要求，各项基本价值与权利必须得到充分保障。”大众中国方面强调。

• 快科技：9月1日，有相关爆料称特斯拉准备在国内进行大面积的FSD v14内测，不少内部人员已经收到第一波内测的保密协议签署通知邮件。信息显示，此前国内负责FSD v14测试的上海专项内测小组参与人员约1000人，目前测试范围已进一步放开，升级为内部全员测试模式，名下拥有特斯拉车辆的企业员工都具备该版本智驾的体验资格。参与内测需完成配套培训与考核，所有参与人员需在9月6日前完成保密协议签署，测试相关内容不得随意对外泄露。目前该版本尚未面向普通车主开放，也未公布正式上线时间表，相关上线动态以特斯拉官方公告为准。

• 财联社：一汽解放近日在电话会议上表示，上半年公司出口同比增长超30%。从盈利情况来看，海外出口不同区域之间盈利差异较大，但总体盈利情况好于国内。未来海外出口将是行业的主要增量来源，在核心优势市场，公司会通过加大资源投入，继续扩大领先优势；针对新兴市场，公司通过逐步设立子公司等方式，强化本地化运营，快速开拓市场。国际化战略是公司“十五五”规划的重要战略方向，公司会持续加大投入，同时也会不断总结对标，防范风险，确保国际化战略稳步推进。

零部件企业 | Supply Chain News

• 财联社：9月1日，比亚迪半导体宣布，以璇玑A3为算力中心的新一代卫星架构4D毫米波雷达芯片已量产。该芯片基于28nm车规工艺，专为满足汽车市场对高分辨率雷达系统需求设计，可无缝对接多款主流智驾芯片平台。同时，该芯片已完成与“璇玑A3”智驾芯片的联调适配，满足Tier1模组厂家对探测性能的要求。基于该芯片的解决方案，可全面覆盖L2-L4级智能驾驶应用，包括高速领航、城市道路驾驶、自动泊车、盲区监测等。

• 盖世汽车：采埃孚电驱动业务近期在中国市场取得重要进展，其同轴电驱系统（Coaxial eVD）已先后获得两家国内领先汽车制造商的项目定点。这一进展被视为采埃孚电驱技术在中国新能源汽车市场实现规模化应用的重要标志。

产经聚焦 | Industrial  Economy

• 财联社：9月1日，香港恒生指数收跌0.93%，恒生科技指数跌1.49%。蔚来跌超6%，阿里巴巴、京东集团跌逾3%，中芯国际、哔哩哔哩、百度集团跌逾2%，网易、万科企业跌逾1%。

政策动态 | Policy Situation

• 财联社：近日，据陕西省汽车工业协会消息，日前，《陕西省电动汽车大功率充电设施建设财政补贴方案》（简称《方案》）印发，该方案由省发展改革委和省财政厅研究制定，旨在发挥省级财政资金的扶持引导作用，推动陕西电动汽车大功率充电设施建设提速增效。《方案》提出，通过省级产业类统筹资金，对2026年至2027年期间，在陕西履行备案、投资建设、竣工验收并投入商业运行全过程的公共大功率充电设施建设项目（含充换电场站配套大功率充电设施）给予补贴。

据悉，福莱新材本次交付的触觉传感器，主要搭载于灵心巧手的明星产品——Linker Hand O6工业级灵巧手，依托福莱新材自研的“芯感一体”高度集成架构，将高精度传感单元与微处理器进行精密集成，在每个指尖构建独立的信号处理单元，实现从“单纯感知”向“触觉智能TPU”的技术跨越。

图片来源：福莱新材

福莱新材与灵心巧手于今年2月正式达成全面战略合作，根据当时的合作协议，灵心巧手将向福莱新材采购10万套触觉传感器。这意味着，目前订单兑现已超3成，后续随着福莱触觉传感器产线规模量产提速，交付将进一步提速。

作为国内柔性传感技术领军企业，福莱新材在柔性传感材料研发、工艺创新、创新应用等方面优势显著，凭借高灵敏触觉传感、柔性材料广泛适配性以及大规模量产能力，可以为机器人提供完整的“触觉智能”底层软硬件支撑，包括触觉数据采集手套、机器人触觉传感模组等。

除了灵心巧手，近日戴乐体感和中科硅纪也相继与福莱新材达成了合作，将向后者批量采购触觉传感。而在数据采集方面，福莱新材则与灏存科技达成了合作，联合研发搭载高精度触觉传感模块的新型数采手套。

此前，在世界机器人大会上，福莱新材与灏存科技联合研发的新一代触觉数据采集手套已经首发亮相，该产品深度融合了“手势识别”与“触觉感知”，通过在指尖、指腹与手掌区域集成高密度触觉传感单元，分布数百个触觉传感点，可全面支持全手三维力感知，同时，柔性曲面贴合设计大幅降低佩戴束缚感，确保长时间、大规模数据采集时依然自然舒适。

图片来源：佑驾创新公告截图

根据投资协议，此轮融资以现金形式出资，所得款项将专用于曜行动力主营业务，即物理AI技术研发以及无人物流车开发及运营、团队扩充、日常运营。交割完成后，佑驾创新持有曜行动力60.34%股权，曜行动力将作为佑驾创新控股子公司独立发展。

物理AI正从概念走向规模落地，被视为继大语言模型之后AI产业的下一个战略高地。曜行动力此轮融资完成，意味着佑驾创新正加速从全域智能驾驶向物理AI纵深拓展。

踩准物理AI赛道，“真无图”跑出领先身位

曜行动力为何能拿下多家产业资本的集体重注？拆开来看，无非两个原因：赛道选得准，技术有根基。

物理AI被视为AI产业的“下一个万亿级市场”。不同于大语言模型在数字世界“思考”，它通过机器人、无人车等载体在真实物理世界中执行任务，实现从“认知智能”到“具身智能”的跨越。其应用场景覆盖物流配送、工业制造、巡检安防、家庭服务等领域，市场想象空间巨大。

其中，无人物流车是物理AI领域率先跑通商业化的场景之一。中国物流与采购联合会智慧物流分会《2025-2026无人配送车产业商业化研究报告》显示，截至2026年一季度，国内无人配送车行业保有量已达5万台，较2025年底增长约51.5%，预计2030年累计保有量将突破200万台。

曜行动力立足物理AI主赛道，率先切入的正是无人物流这条确定性最强的路径。

2026年6月29日，由佑驾创新联合neueHCT合资成立的曜行动力正式完成注册。其定位为全场景物理AI公司，致力于打造国内领先、具备全球竞争力的移动智能平台，推动无人物流车与移动机器人从技术研发突破迈向规模化商业落地。

按照规划，短期其将加速无人配送系列产品规模化量产与商业化验证，中长期构筑覆盖室内、园区、城市至开放道路的全场景物理AI产品矩阵，前瞻布局无人运输、四轮足式机器人、巡检机器人等赛道，定义物理世界智能移动的新范式。

赛道决定方向，技术决定能走多远。曜行动力并非从零起步，其技术底座直接继承自佑驾创新在L4级自动驾驶领域沉淀的全栈感知、决策、规划算法体系，这套能力已在开放道路场景经过大量落地验证。

眼下无人物流赛道热度攀升，不少智驾背景玩家陆续入局，但佑驾创新凭借前置布局已占得先机。

2025年9月，佑驾创新发布无人物流品牌“小竹”，2026年4月，小竹T5 Pro亮相北京车展，作为国内首款量产落地的“真无图”L4级无人物流车，在市面上绝大多数无人车还“有图才能跑”时，它已彻底摆脱对高精地图的依赖，仅凭基础导航地图和实时感知，就能应对复杂城市路况，交付周期更压缩到“小时级”，开箱即用、快速部署。

图片来源：佑驾创新（下同）

佑驾创新跑通无图方案后，越来越多玩家相继跟进，这也印证了这一路线的可行性与前瞻性。且佑驾创新并未止步，继续向更多场景拓展，其与云内动力联合开发的小竹A6 Pro近期正式下线，成为行业首款量产落地的无图L4冷链无人车。

开城同样提速。佑驾创新开城纪实视频系列“小竹智行中国”记录显示，小竹T5 Pro以近乎“一周一城”的节奏，接连落地南通、淄博、洛阳、太原、张家口、丹阳、济源、佛山八城，用真实路况验证了无图方案的稳定性与跨区域泛化能力。

今年上半年，佑驾创新接连拿下多个百台级乃至千台级无人车项目，版图覆盖华东、华中等重点区域，深入生鲜、食品、药品、建材等多元物流场景。

这些布局的成效，已在财报中显现。8月28日，佑驾创新发布2026年中期业绩，公司上半年总营收4.5亿元、同比增长30.1%，其中无人车运营服务收入5300万元，同比大增423.4%，增速领跑各业务线，无人车业务已从场景试点走向规模化变现。

商业化配套也密集落地，例如与滴滴送货合作接入同城货运网络，在佛山落地“一键下单、无人配送”服务；在禅城区签约建设自动驾驶物流车生产基地；联合星星充电搭建“车端自动驾驶+场站自动能源”运营体系。

订单、生产、能源等关键环节随之打通，对曜行动力而言，既扩大了落地场景，也为“场景落地—数据沉淀—模型迭代”的自进化闭环创造了条件。盖世汽车推测，小竹系列后续的运营与市场拓展大概率将由曜行动力独立承接，其业务闭环也将更加完整。

资金、生态、全球化三重赋能，竞争壁垒持续强化

在当下的融资环境中，天使轮2.4亿元本身已足够亮眼，而比金额更有分量的，是这份投资方名单。

本轮投资方阵容齐整，覆盖四类核心角色：以地平线为代表的AI芯片企业，以东风资管为代表的整车制造与场景方，以中金保时捷基金为代表的高端制造与全球化渠道，以及新景富盈、元璟资本、聚合资本、佛山领航等产业基金与专业机构。从芯片、整车到资本，上下游环环相扣，一条完整的产业生态链已然成型。

那么，这份阵容究竟能为曜行动力带来什么？

首先是充裕的资金保障。在行业整体融资节奏放缓的背景下，这笔资金的意义不止于填补研发缺口，更在于让曜行动力避开商业化压力，短期可全力推动无人物流车大规模量产与国内外场域落地，快速扩大运营规模形成成本优势，长期则能支撑无人车、四轮足式机器人多形态产品线技术迭代，持续搭建场景落地、数据沉淀、模型迭代的自进化技术闭环。

其次是产业生态的壁垒构建。当前无人物流赛道的竞争早已脱离单一算法维度，而是全产业链资源的综合比拼，芯片适配决定性能上限，量产能力决定成本结构，场景资源决定订单规模，能源配套决定运营效率。

而对照本轮投资方名单，上述环节都能找到对应资源。

地平线作为头部AI芯片公司，可在车规级算力和软硬件协同上提供支撑，兼顾性能与单车成本；东风资管背靠整车体系，既能支持车规级量产与供应链整合，也能提供真实场景用于验证和早期运营；中金保时捷基金带来高端制造经验与全球化渠道，为品质管控和出海预留空间；佛山领航等地方产业基金，则与佛山生产基地落地相呼应。

叠加佑驾创新自身的全栈智驾技术，“算法+芯片+制造+场景+渠道+资本”的全链条布局就此成形，研发到规模运营的周期有望显著缩短，这正是后来者短期内难以复制的壁垒。

最后是全球化布局的提速。中国无人配送技术方案出海已是明确行业趋势，东南亚、中东等区域市场需求快速增长，但跨区域合规认证、本地化运营是主要门槛。依托各战略投资者的跨区域资源，曜行动力可以更低成本推进搭载原生物理AI能力的无人车解决方案出海，搭建本地化运营体系，快速打开海外市场，也与佑驾创新的全球化布局衔接。

资金为研发与量产备足粮草，产业伙伴把场景与渠道直接铺到面前，全球化再把价值放大到海外市场，三者环环相扣，曜行动力从一开始就占住了身位。

落子物理AI，佑驾创新第二增长曲线加速成型

曜行动力的独立融资，表面是新赛道玩家的亮相，实则是佑驾创新在智驾产业迭代周期下，面向未来的战略落子。这不是跨界试水，而是技术同源下的能力延伸，更是其寻找第二增长曲线的核心布局。

技术同源的优势，最直接体现为“无人车+机器人”的技术闭环。曜行动力以无人物流车为商业化核心切入点，无人物流车承担中长途转运任务，四轮足式机器人负责末端精准配送，二者通过统一调度系统实现无缝衔接与智能联动，将无人化能力从仓储站点延伸至用户门前，打通“仓到门”的完整配送链路，形成全链路无人物流闭环方案“Combo”。

Combo方案的核心竞争力，建立在物理AI底层技术的复用之上：无人物流车已验证L4自动驾驶在开放道路的可靠性，四轮足式机器人则把智驾能力延伸到具身场景。依托成熟技术栈，公司能以更低成本快速跨场景落地，形成效率优势。

从集团战略层面看，布局曜行动力有着更深远的考量。佑驾创新选择以无人物流车为支点，推动自身从“智驾供应商”向“运力服务商”转型，开辟智驾主业之外的全新增长曲线。

值得注意的是，为让新业务轻装上阵，曜行动力采用独立融资、独立运营模式，一方面解决了新业务的研发与产能资金问题，另一方面也让新业务拥有更灵活的决策机制与独立资本通道。

反过来，曜行动力的成长也会持续反哺母公司。按照佑驾创新整体战略，此次增资将全面支持公司扩展物理AI与全域移动机器人核心业务、深化智慧物流场域布局、推进L4级自动驾驶技术的全球商业化落地，曜行动力在技术迭代、场景数据积累、商业化推进方面的进展，都会持续提升佑驾创新在全球智能驾驶与具身智能领域的综合竞争力。

从乘用车智能驾驶，到无人物流、移动机器人的广阔物理世界，曜行动力所卡位的，正是物理AI时代的关键入口。而对佑驾创新而言，一条技术同源、独立运营、生态加持的成长路径，正越走越宽。

8月31日，智元机器人内部孵化的控股子公司觅蜂科技，宣布MEgo系列第2万套设备正式下线，同时发布百万小时无本体数据集。这批数据覆盖22大类场景、500余种任务类型、超过1万个真实场景和5万余个物体类别。

图片来源：觅蜂科技

此时，距离觅蜂科技成立不过半年时间，却已成为了行业首家对外宣布百万小时级别的无本体数据产能的公司。

但同一天，觅蜂科技董事长兼CEO姚卯青又把行业的下一阶段目标指向了另一个数量级：“通往AGI，物理AI最终需要上千万、上亿小时的数据，今天只是起点。”

100万到1亿，意味着100倍。

这个巨大的缺口，很容易让人产生一种熟悉的感觉。

过去几年，大模型行业已经经历过类似的Scaling叙事：更多数据、更大参数、更多算力，然后等待能力在某个节点突然涌现。

现在，这套逻辑似乎正在被搬到机器人身上。

于是，数采工厂越来越多，无本体设备开始量产，真实世界数据被按“小时”计算，百万小时之后又出现千万、亿小时的目标。

但一个更基础的问题反而值得先问：具身智能真的已经知道自己需要1亿小时什么样的数据了吗？

如果这个问题还没有答案，那么“百万小时”究竟意味着机器人距离通用智能更近了一步，还是仅仅意味着人类第一次具备了大规模生产物理世界数据的能力？

两者其实并不是一回事。

大模型的Scaling，不能简单复制给机器人

机器人缺数据，这一点并不难理解。

语言模型拥有一个天然优势：人类过去几十年已经把大量知识数字化。

网页、书籍、论坛、代码、图片、视频，本身就是现成的训练材料。

但机器人最终要解决的是物理世界的问题。

怎么拿起一个杯子、怎样折叠衣服、怎样把不同材质的物品放进货架——这些人类习以为常的操作经验，并没有天然存在于互联网上。

姚卯青表示，目前物理AI的数据规模相比语言模型还小了“四五个数量级”。在他看来，机器人真正的技能来自经验，“只有见过才会，才能再举一反三”。

问题在于：“机器人缺数据”和“机器人需要1亿小时数据”，中间其实还隔着很远。

大模型Scaling成立的一个重要基础，是文本、图像等数据拥有相对成熟的Token化方式，模型架构、训练目标和评测体系也逐渐收敛。

物理世界却复杂得多。

同样是“拿起杯子”，不同机器人可能拥有二指夹爪、五指灵巧手；不同本体的自由度、尺寸、力矩和控制频率都不同。人类完成一次动作产生的数据，也未必能够直接变成机器人的控制信号。

更重要的是，今天的具身智能甚至还没有完全回答一个基础问题：到底什么数据最有用？

是1000个家庭里各做一次叠衣服，还是一个机器人把叠衣服做10万次？

是人的第一视角视频更重要，还是机器人的关节轨迹更重要？

是让模型见过更多任务重要，还是让它把少数任务做得足够可靠更重要？

这些问题目前并没有统一答案。

所以，“1亿小时”至少在今天还不能被理解为类似“训练某个模型至少需要多少Token”的工程结论。

它更多代表的是一种产业判断：如果具身智能最终需要通向开放世界的泛化能力，那么今天的数据规模远远不够。

至于究竟差多少，行业还在摸索。

为什么“无本体”偏偏在这个时候火了？

也正是在这种背景下，无本体数据开始迅速升温。

过去获取机器人数据，一个最直接的办法是让机器人自己干。

操作员通过遥操作控制机器人完成抓取、搬运、整理等任务，机器人看到什么、关节如何运动、末端执行器经过怎样的轨迹，都同步记录下来。

优点是数据天然贴近机器人。

缺点同样突出——生产效率太低。

京东科技集团副总裁何贺在现场回忆，一年前进行物理世界数据采集时，操作员带着机器人工作8小时，最终可能只有1小时有效数据，同时还要承担机器人、电费、人工和场地成本。

姚卯青则给出了另一个数字：现在几万小时真机数据已经成为一些模型比较普遍的需求，而几万小时真机数据，可能就需要上千台机器人持续采集半年。

这恰恰暴露了一个矛盾。

一边是行业开始相信数据应该Scaling；

另一边是传统数据生产方式根本Scale不起来。

无本体数据，本质上是在解决这个矛盾。

人不再需要遥操作一台真正的机器人，而可以佩戴第一视角、腕部设备，或者拿着夹爪直接完成任务。

觅蜂此次公布的100万小时数据中，50万小时来自裸手采集，35万小时来自腕部采集，15万小时来自Gripper夹爪采集。

现场食堂里的对比更加直观。

传统遥操作8小时可能得到1小时有效数据，而餐饮、保洁工作人员正常工作时佩戴设备，8小时最多可以产生5—6小时数据。

所以，无本体的出现首先解决的并不是“机器人怎样变聪明”。

而是一个更加现实的问题：怎样把物理世界的数据生产成本降下来。

这是两个完全不同的问题。

能够便宜地生产100万小时数据，并不意味着这些数据一定能够带来与数量成比例的模型能力提升。

这也是看待此次“百万小时”最需要区分的地方。

它首先证明的是数据生产能力，而不是模型能力。

100万小时最大的价值，可能不是“100万”

事实上，即使是觅蜂自己，也没有把所有筹码押在小时数上。

此次公布的100万小时数据同时强调了22大类场景、500余种任务、超过1万个真实场景和5万余个物体类别。

这背后其实暴露出具身智能Scaling与大模型Scaling一个非常不同的问题：物理世界的数据很难只用“小时”衡量。

两个数据集都可以叫100万小时。

一个可能来自大量重复任务，另一个可能覆盖完全不同的环境、物体和操作，两者对于模型的意义显然不同。

同样，一段30分钟的数据里，也可能真正有价值的操作只有几分钟。

所以小时数是最容易理解、最容易传播、也最容易被产业统计的指标，却未必是衡量具身数据价值最准确的尺度。

这也是为什么，今天看到“百万小时”“千万小时”“亿小时”这些数字时，需要保持一点距离。

它们说明供给规模正在迅速扩大，却不能直接等价为机器人能力的提升。

真正需要观察的是另一条曲线：

当数据从10万小时增加到100万小时，模型到底提升了多少？

成功率提高了吗？

没有见过的环境中，泛化能力提高了吗？

换一个机器人本体之后，原来学到的能力还能保留多少？

过去不会做的任务，因为这些数据学会了吗？

如果这些问题没有对应答案，那么数据规模本身很容易变成一个漂亮但缺乏解释力的产业KPI。

至少此次发布会上，觅蜂更多展示的是数据规模、覆盖范围、采集和治理能力；至于百万小时数据能够给某个具体模型带来多少能力增益，现场尚没有给出一组可以与数据规模直接对应的完整结果。

因此，“行业首个百万小时”值得记录，但它还不是一个类似“大模型参数跨过某个节点之后出现能力涌现”的技术证明。

这是需要分清的。

机器人需要的，到底是“见得多”还是“练得多”？

再往前一步，具身智能还有一个比数据量更根本的问题。

人的学习并不是简单复制过去见过的所有动作。

一个人第一次学会打开某种抽屉之后，换一间房、换一个把手、换一个高度，大概率仍然知道“拉开抽屉”这件事情应该怎么做。

机器人追求的最终也是这种能力。

也就是泛化。

从这个意义上说，真实世界大规模数据的价值很好理解：

实验室可以搭一个餐厅，却很难搭出1000个不同的餐厅。

真实世界里的光线、桌面高度、物品位置、人流和干扰每时每刻都在变化。机器人见过的环境越多，理论上越有机会学习到任务背后更加通用的规律。

这也是无本体数据最有吸引力的地方。

它把数据源从有限的机器人实验室扩展到了真实世界。

但这仍然只解决了一半问题。

见得足够多，不等于做得足够好。

人类的身体和机器人不同。

人的操作经验可以告诉模型“杯子应该这样拿”，却不能天然保证某台机器人知道自己的几个关节应该转多少度、夹爪应该施加多少力。

因此，无本体与真机之间并不是简单的替代关系。

姚卯青在群访中也承认，无本体更多用于预训练和通用表征学习，而真正针对具体机器人、具体任务进行后训练和落地时，“肯定绕不开对应本体的真机数据”。

腾讯Robotics X实验室产品生态负责人朱亚娟的说法也很谨慎：无本体的“异构+Gripper”可以“一定程度上”替代过去通过本体遥操作解决的问题，但跨本体迁移中精细动作的对齐，仍然需要真机数据来校准。

这两个限定词其实比“百万小时”更值得关注。

因为它说明，行业现在仍然没有找到一种可以包打天下的数据。

机器人既需要“见得多”，也需要“练得多”。

而这两种需求究竟应该如何组合，目前仍然处于探索阶段。

具身智能的“Scaling Law”，还没有被证明

所以，回到最开始的问题：100万小时，还不够机器人“吃”吗？

答案可能是——至少在今天，这个问题还没有答案。但真正值得注意的是另一件事：行业已经开始用“数据规模化”来回答这个问题——而规模化本身，也可能成为答案的一部分。

姚卯青认为，上亿小时才能预训练出足够好的具身基座模型。

这个判断并非没有逻辑。

如果目标是让机器人进入家庭、商场、工厂、仓库乃至更多开放环境，那么它面对的物体、任务和环境组合几乎无限，现有数据显然远远覆盖不完。

但从100万到1亿之间，并不存在一条已经被验证的Scaling Law。

1000万小时是否会出现能力跃迁？

5000万和1亿有什么本质差异？

模型架构进步之后，数据需求会不会反而下降？

不同数据之间应该按照什么比例组合？

这些问题目前都没有确定答案。

因此，此次百万小时数据更准确的意义，或许不是证明“机器人距离AGI又近了1%”。

AGI不是一个可以简单用数据小时数计算的进度条。

它真正说明的是另一件事情：

物理世界的数据，正在第一次具备被工业化生产的可能。

两万套采集设备、百万小时数据、真实场景采集，以及越来越专业的数据加工链路，共同指向一个新产业正在形成——人类过去没有被记录下来的物理操作经验，开始被系统性地数字化。

至于这些数据最终能在多大程度上推动机器人能力Scaling，仍然需要模型训练和真实部署来回答。

所以，对于今天的具身智能而言，真正值得警惕的不是数据太多，而是过早把“数据规模扩大”和“智能能力提升”画上等号。

百万小时之后，行业当然还会继续追逐千万小时、亿小时。

但下一阶段需要证明的，不应该只是数字还能不能继续变大。

而是机器人是不是真的因此变得更聪明了。

换句话说：数据产能的工业化，与智能能力的涌现，是两件独立的事。 前者正在发生，后者仍待验证。而把两者混为一谈，恰恰是当前具身智能叙事中最需要警惕的部分。

当然，在证明这一点之前，还有一个更加现实的问题。

如果行业真的准备向1亿小时迈进，剩下的9900万小时，到底从哪里来？

这将是这个系列下一篇要讨论的问题。

本轮调整首次采用港交所8月18日公布的优化编制方案，进一步完善科技企业资格认定及成分股筛选标准，扩大对人工智能产业链等新兴科技趋势的覆盖范围。候选公司需满足科技主题相关性、上市时间、流动性等条件，达到研发投入及营收成长性门槛，并按照过去一年的日均市值排名筛选确定。

香港交易所科技100指数于2025年12月推出，是港交所编制的首只港股指数，由100只符合港股通交易资格的大中型科技公司证券构成，覆盖人工智能、生物科技及医药、电动车及智能驾驶、资讯科技、互联网和机器人六大主题。

目前文远知行自动驾驶业务已覆盖全球13国60城，L4车队规模约3400辆，其中Robotaxi超过1800辆。公司通过轻资产模式协同Uber、Grab等全球出行平台和本地运营伙伴加快成熟运营经验的全球复制，Robotaxi已在广州、北京、阿布扎比和迪拜实现纯无人商业运营，并进入新加坡、沙特利雅得以及西班牙、瑞士、丹麦、斯洛伐克等市场。

在L2++领域，文远知行自研一段式端到端ADAS方案WRD 3.0进入规模化量产阶段，2026年第二季度交付量约3万套，累计获得30余款车型量产定点，并在德国、法国、日本等市场开展道路测试及本地化适配验证。

2026年第二季度公司总营收达2.3亿元，同比增长82%、环比增长103%，毛利率升至37.5%，较2025年第二季度提高9.4个百分点。文远知行已在纳斯达克和香港交易所实现双重主要上市，并于2026年6月被纳入港股通。

该表态引发市场关注，有媒体报道称相关消息推动特斯拉股价当日上涨约5%。

路面坑洼问题长期存在于美国道路基础设施中，可能导致轮胎寿命缩短、车轮损坏甚至引发交通事故。

此前特斯拉的纯视觉系统虽具备识别路面坑洼的技术基础，但在实际运行中多数情况下未能主动变道或在车道内调整位置以规避坑洼。

马斯克曾在2019年作出类似承诺，当时亦有用户在社交媒体询问避坑功能进展，马斯克回复称该功能即将上线，但该功能此后并未正式推出。

特斯拉目前运营名为“Robotaxi”的自动驾驶出租车服务，该服务已在无驾驶员状态下完成部分全自动驾驶里程，但系统应用范围仍较为有限。

特斯拉计划于本周晚些时候发布Cybercab车型，该车型定位为全自动驾驶出租车，设计无方向盘，拟在无驾驶员状态下投入运营。

马斯克在社交媒体上还就人工智能未来发展作出预测，称到明年年底人工智能将在所有数字任务上达到超人类水平。

特斯拉方面表示，其全自动驾驶系统已积累超过100亿英里训练数据，并在去年中国一项大规模实际道路驾驶辅助软件测试中表现领先。

其中，产品及解决方案收入达9.26亿元，同比增长14.8%；授权及服务收入达11.29亿元，同比增长52.7%。

图片来源：地平线

2026年上半年，中国车市在总量承压的背景下，加速实现智能化结构性升级——智驾从差异化配置转变为刚需配置；智能化升级的重心从高速NOA向城区NOA切换。在这一结构性机遇面前，地平线多项市占率指标再创新高，尤其在高阶赛道展现出强劲的向上势能。

财报数据显示，2026年上半年，地平线征程系列芯片出货量逆市增长12.1%至221.8万套，带动产品及解决方案收入增长14.8%至9.26亿元。另外值得注意的是，地平线已累计取得近500款车型定点；于中高阶智驾领域，累计获得接近130款车型定点。

在自主品牌市场持续领先之外，地平线正加速在合资与海外市场拓展，进一步打开增长空间。在合资市场，地平线携手博世（Bosch）、电装（Denso）、酷睿程（Carizon）、智驾新程（neueHCT）、安斯泰莫（Astemo）等全球顶级Tier1巨头及合作伙伴，广泛切入合资车企核心供应链。随着中国智驾技术加速进入全球车企体系，地平线成为合资车企智能化升级的重要伙伴。

海外市场则打开了另一重增量空间。上半年中国汽车整车出口同比增长65.3%，出口规模前六大车企（CR6超70%）已被地平线全覆盖，累计获得超60款出口车型定点，其中多款已搭载中高阶智驾硬件平台，助力自主品牌在海外市场延续智能化竞争力。

“ARM+Android”底层授权模式的加速兑现，是地平线中报更深层的商业价值信号。

2026年上半年，地平线授权及服务收入达11.29亿元，同比增长52.7%。地平线支持以BPU、芯片、基座模型、算法和工具链构建开放平台，向客户授权核心底层技术，支持其自主开发，具备高毛利、高复用、强粘性特征。

地平线与大众集团的合作是这一模式的标杆案例。双方合资公司酷睿程，依托地平线先进的AI基座大模型能力，推动大众汽车集团L3级自动驾驶能力于2027年下半年启动交付，并为未来 Robotaxi 等应用场景提供支撑。同时，国际最大汽车零部件集团之一继续沿用地平线的授权，印证了授权模式的全球认可度与生态黏性。

这套在汽车场景中验证成熟的平台能力，正向物理AI领域延伸。

报告期内，地平线已通过合作伙伴向具身智能、无人物流车、家庭智能体、电动两轮车等丰富多元的边缘计算平台输出技术，进一步拓宽公司底层技术的应用边界。

同时，地平线通过征程系列芯片、全场景辅助驾驶系统HSD、中国首款舱驾融合整车智能体芯片星空和中国首个整车智能体操作系统KKClaw咖咖虾，构建整车智能全品类体系。

值得注意的是，四大产品均取得关键进展。HSD V2.0基于世界模型与端到端强化学习实现全维跃升，搭载该方案车辆的智能辅助驾驶功能开启比例超过88%；舱驾融合整车智能体芯片星空和整车智能体操作系统KKClaw咖咖虾将于2026年第四季度量产，在单一底座上深度协同座舱与智驾；新一代战略芯片征程7的研发工作推进顺利，预计将于2027年正式推出，除计算能力较上一代产品显著提升外，亦针对下一代更大参数量HSD智能驾驶模型及咖咖虾智能座舱模型的本地化部署进行原生优化设计。

丰田计划从2030年起将这项技术扩展至更多车型，并推动其进一步普及。

目前，日本市场的自动驾驶系统普遍局限于Level 2级，在特定情况下仍要求驾驶员接管车辆。丰田希望实现更先进的自动驾驶能力。

对于商用车，丰田计划到2030年实现Level 4级自动驾驶，使车辆能够在特定条件下完全自主行驶，并计划从2030年开始加快该技术在日本全国范围内的部署。

丰田还确认，公司正按计划推进为e-Palette纯电动车配备Level 4级自动驾驶技术，最早将于2027财年实现。e-Palette于2025年推出，可用于接驳巴士等场景。

图片来源：丰田汽车

日本于2023年正式允许Level 4级自动驾驶车辆上路。日本政府的目标是，到2030财年，在全国范围内将Level 4级自动驾驶巴士、出租车及其他车辆的数量增加至1万辆。

丰田还表示，正在考虑与谷歌母公司Alphabet旗下自动驾驶部门Waymo合作进入Robotaxi业务，但尚未公布具体时间表。

丰田并不打算完全采用特斯拉等企业使用的“端到端”自动驾驶方案。在这一模式下，人工智能负责从环境感知到驾驶决策，再到车辆控制，几乎承担整个驾驶过程的任务。

丰田还将采用“护栏（guardrail）”系统，通过预先设定的人工规则监测并阻止AI出现非预期行为。丰田认为，这种方式能够提高安全性，并有望避免目前约60%的交通事故死亡和伤害。

当前，全球汽车行业的自动驾驶技术竞争日趋激烈。2021年，本田成为全球首家推出Level 3级自动驾驶汽车的车企，其车辆能够在有限条件下实现自动驾驶，并持续提升现有车型的相关能力。日产则于今年4月宣布，将在90%的车型中搭载AI驱动的自动驾驶技术。

“从技术角度来看，我们会开发Level 4技术，但在商业化应用上会以Level 2++的形式提供。”丰田软件开发中心负责人Akihiro Sarada表示，“我们将基于这项技术推进相关工作，同时确保安全性和可解释性。”

目前，美国和中国车企在自动驾驶汽车开发方面处于领先地位，日本车企则正在加快追赶。

日本政府已设定目标，希望在2030年代实现自动驾驶汽车销量占全球30%的市场份额。考虑到自动驾驶技术未来将进一步普及，日本国土交通省计划于今年建立Level 2++车辆认证体系。

具体而言，方将聚焦四大核心维度展开深度协同：第一，共同探讨“具身智能机器人+物业空间运营”的发展趋势，将世界模型与具身智能机器人技术纳入智慧物业、智慧社区的中长期发展规划。在合作成熟的基础上，双方还将共同推动相关技术成果转化为物业科技领域的行业标准或团体标准。

图片来源：极佳视界

第二，在住宅社区、写字楼、产业园区及城市公共空间等物业场景中，双方将联合探索推进搭载世界模型的具身智能机器人在清洁保洁、配送服务、服务接待、家政便民、安防及设备巡检等环节的应用落地，争取形成可复制、可推广的解决方案与运营模式。

第三，万象服务依托在管项目、社区场景、业主触点、线下空间及服务体系，将为合作提供适配的项目场景与业务协同基础；极佳视界提供搭载世界模型的具身智能机器人本体、具身模型训练及数据处理工具链，负责算法模型的迭代优化与本体方案的场景适配交付，共同打造面向物业场景的智能化解决方案。

第四，双方将根据城市、项目、业态及资源匹配情况，优先选取具备条件的物业项目开展具身智能机器人应用试点，并依据试点效果评估规模化推广路径。围绕“数据-模型-硬件-场景”一体化闭环，共同打造“具身智能×物业服务”标杆示范项目。

极佳视界聚焦以GigaWorld世界模型、GigaBrain具身大脑、Maker原生本体构建闭环生态，致力实现数据、训练、测试全链路10-100倍效率提升，目前该公司相关产品已覆盖通用机器人、自动驾驶、内容创作等多元场景，服务数百家海内外头部客户。

具体而言，比亚迪将发挥在汽车制造领域的深厚积累，包括复杂且高要求的整车及零部件制造流程、庞大的工厂场景与供应链资源，为机器人提供真实的工业验证土壤。同时，比亚迪将以海量真实工况数据反哺大模型训练，持续迭代模型的泛化与决策能力，为机器人最终规模化落地筑牢根基。

帕西尼则依托在触觉传感器、多维感知与全模态具身数据采集方面的自主技术经验，为机器人装上"神经末梢"。

图片来源：比亚迪

值得关注的是，比亚迪与帕西尼此次并非简单的合作。早在2025年4月，比亚迪就曾入股帕西尼，成为后者的第二大股东，持股比例为7.95%。此次从“股东”到“战略合作伙伴”，标志着双方合作关系的进一步深化。

帕西尼成立于2021年，团队创始团队源自世界首个人形机器人诞生地——日本早稻田大学菅野实验室。过去几年里，帕西尼凭借深厚的力触觉传感技术积累，不仅突破了我国在高端传感器领域的“卡脖子”技术，实现了触觉传感器从“依赖进口”到“全球领先”的跨越，还成功研发了一系列全球领先的触觉产品。

发展到现在，帕西尼已经形成了“感知硬件 -灵巧手- 数据采集 - 具身大模型 - 机器人本体” 的完整技术闭环。

据该公司此前公布数据，近一年度，帕西尼自研触觉芯片消耗量已逼近100万颗，展现出强劲的供需两端验证实力；同时，其海量全模态数据已被多家头部具身智能基础模型公司与超大互联网科技巨头采用。

财报显示，2026年上半年，Momenta营收与毛利双双创下历史新高：营业收入16.0亿元，同比增长76%；剔除以股份为基础的薪酬开支后，毛利润12.1亿元，同比增长75% ，毛利率75%，保持行业领先水平。

图片来源：Momenta

值得注意的是，Momenta上半年经调整净亏损降至1409.7万元，同比大幅收窄97%；经营活动现金流出较上年同期收窄47%。上述核心盈利指标显著改善，充分彰显了公司经营发展稳健，同时也为自动驾驶行业逐步摆脱“烧钱”模式、迈向可持续盈利提供了积极信号。7月完成IPO募资后现金储备突破150亿元，为加速规模化无人业务和全球化战略布局奠定了充裕的资金基础。

据悉，Momenta的市场份额在第三方城市NOA供应商市场中稳居第一。Momenta已与全球26家车企建立合作关系，国际客户数量行业第一，是首个实现全球规模化智驾方案量产的中国企业。目前，量产方案已在亚洲、欧洲、大洋洲、拉美和北非的10多个国家和地区实现落地，并持续陪伴主流车企出海。

量产业务的持续突破，让Momenta的“飞轮效应”全面显现：目前，搭载Momenta系统的量产车辆规模已超110万台，已成功交付超110款量产车型，累计定点车型数超230款，最新10万台交付仅用时36天。据悉，Momenta已开启L3研发，预计2027年内量产。

Momenta CEO曹旭东表示：“以‘Better AI, Better Life’为使命，我们坚持数据驱动，打造全球领先的世界模型基座平台。以世界模型为统一基座，通过预训练、仿真、强化学习三个层次，使自动驾驶深度认知物理世界，推动自动驾驶系统表现逐步超越人类水平——这一技术能力已从量产场景，延伸至Robovan、Robotaxi等规模化无人业务，并正向海外市场快速拓展，持续强化我们的全球领先地位。”

图片来源：Momenta

当下，世界模型已成为继大语言模型之后的下一个核心增量赛道。上半年，Momenta研发投入占收入比例为73%，研发员工占比79%，高质量的研发投入，推动模型加速迭代。今年3月，Momenta R7世界模型发布，开启“物理AI序章”。

此外，Momenta的L4及出海业务已成为增长新引擎，加速打开万亿级Robo市场。Momenta Robovan业务已落地苏州相城，合作方集齐邮政、京东、顺丰、三通一达等主流快递公司，覆盖快递接驳、夜间配送、生鲜食品、快消品、社区团购、五金器件等场景，实现全天候、高效率的无人化运输。

今年内，Momenta Robotaxi将启动在上海、阿布扎比的运营，其中，Momenta仅用时8个月，便获得上海浦东无人驾驶运营牌照，刷新行业纪录。7月，Momenta正式获得德国联邦机动车运输管理局颁发许可，可在德国全国范围内的城市道路进行L4级自动驾驶测试，这也是中国企业首次获得该资质。

截至目前，Momenta已在上海、苏州、无锡、深圳、阿布扎比、慕尼黑等城市落地测试，并将在今年年内落地全球10多座城市。Momenta Robotaxi与Uber、Grab、Lumo、享道出行等全球出行平台建立了合作，全球生态正持续扩大。

依托世界模型基座平台，Momenta在行业中率先跑通“数据-算力-模型-业务”正向增长飞轮，技术与商业的双重壁垒持续加深。

仪式现场，觅蜂科技董事长兼CEO姚卯青将第20,000套MEgo交付京东，该设备将进入真实业务场景投入使用。

另外，觅蜂还宣布与腾讯Robotics X实验室达成无本体数据业务合作，为腾讯具身模型建设提供数据支持。

觅蜂科技推出的MEgo无本体采集设备，行业内首创了多视角、多模态：超300°全景加腕部特写，让机器人既看得见全局、也看得清指尖；空间上，三维触觉配合毫米级轨迹重建，让每一次抓取都被精准复刻；时间上，全通道硬件级同步、亚毫秒级对齐，视觉、触觉、姿态完美同步，消除"时空错位"。

MEgo还采取了无线化、轻量化设计，能跟着人走到真实世界的每一个角落。

图片来源：觅蜂科技

而此次觅蜂累计形成的100万小时无本体数据，包含RGB、Depth、IMU、触觉、音频等多模态信息，形成覆盖真实场景、真实动作、真实交互的规模化数据供给。

在数据采集形态上，觅蜂已经形成了Ego裸手、Ego+Wrist腕戴、Ego+UMI夹爪三类数据体系，分别对应人类自然操作、腕部姿态与连续运动轨迹，以及机器人末端执行等不同数据需求。其中，Ego裸手数据约50万小时，Ego+Wrist约35万小时，Ego+UMI夹爪约15万小时。

这些数据全部来自开放环境中的真实采集，覆盖22大类场景、10,000余个真实环境、50,000余类物体以及500余种细分任务，涵盖居住、办公、零售、生产、仓储、餐饮、文娱休闲、交通出行等八大高频场景，并进一步延伸至公共服务、物流、医疗、教育、养老、文旅、汽车服务、农业生产等长尾场景。

图片来源：觅蜂科技

其中，八大头部场景贡献了约82%的数据，构成面向通用物理AI能力的核心数据基础；另外14类长尾场景进一步拓展数据在垂直行业中的覆盖。

觅蜂百万小时数据背后，是一套支撑真实世界数据持续生产的全链路技术体系。

为准确重建人类手部动作和全身姿态捕捉，觅蜂构建了MEgo Engine数据处理基础设施，覆盖数据处理、感知、标注和质量评估等环节，并通过高精度位姿重建与动作映射，将真实世界中的手部、身体、头部、机器人末端及环境信息转化为统一的空间数据。

此次活动上，觅蜂进一步发布了HandPose高精度手部重建技术，通过五目全景感知、鲁棒手部追踪、三目深度融合、参数化手部重建、高精度轨迹恢复等技术，实现全场景鲁棒手部重建。

除手部之外，觅蜂还构建了面向头部、身体、机器人末端及环境的空间重建能力。

为了让海量真实数据能够被高效利用，觅蜂还形成 了ManiEval 多维度数据质检与分级体系。

据了解，ManiEval 可以从数据类型、任务类型、传感器质量、语义质量、动作质量等多个维度，对数据进行评估，并提出“不过滤，只分级”：不同质量、不同特征的数据，匹配不同的模型训练需求，让每一条真实数据都能够找到适合自己的应用场景。

图片来源：觅蜂科技

在此基础上，觅蜂持续探索不同类型数据在具身大脑、视觉-语言-动作模型（VLA）、世界动作模型（World Action Model）等模型中的应用，让真实世界数据进一步转化为机器的感知、行动与推演能力，进而打通“采集—重建—质检—训练—部署—回流”的完整链路。

目前，觅蜂百万小时级无本体数据已开始服务腾讯Robotics X实验室、蚂蚁灵波等头部客户，根据不同模型训练需求提供相应的数据产品与服务。

作为一款具备自主学习能力的智能体人形机器人，GALBOT ET1于2026世界机器人大会（WRC）上正式首发。在硬件设计上，ET1身高1230 mm、整机重量仅30 kg，外观采用了柔性材质包裹，兼顾安全交互与亲和力。不仅如此，ET1还采用了宇树的电机方案。

图片来源：银河通用

核心能力方面，ET1搭载了银河通用自主研发的AstraBrain-WBC通用小脑基模，基于银河通用的十万小时人类动作数据训练——数据部分来自高精度动作捕捉，部分来自互联网人类视频的直接重定向，无需动作捕捉，无需动作视频，即可通过与人类实时交互，自主识别、提取运动轨迹，现场学习、现场复现。

此前在WRC现场，ET1不仅全程与公众零距离互动，展现了出色的“社交能力”，还与春晚同款机器人“小盖”同台表演，实时配合对方的节奏与动作，即兴捧逗、抛梗接梗，默契十足，并与展台上其他形态的机器人自如互动。

不仅如此，在银河星脑的驱动下，ET1仅通过自然语言指令，便可以让零售场景中值守的Galbot G1为其取送饮料。

过去，行业局限于“一机一模型、一场景一技能”，智能困在单一躯壳里，无法跨本体迁移，更无法跨场景复用。银河星脑正致力于打破这一模式，实现真正的“一脑多能”：同一个通用大脑，既统一理解任务，又统一规划行动，将完整的智能能力注入双足、轮式、重载等截然不同的机器人身体，指挥它们在家庭、零售、工业等场景中自主完成各自任务。

期内亏损3.39亿元，同比减亏23.0%，经调整EBITDA同比减亏45.9%，呈现营收规模与盈利质量双提升、亏损持续收窄的态势。

全尺寸具身智能人形机器人业务，是优必选本次财报的核心增长引擎。上半年，该业务实现收入5.90亿元，同比暴增1445.0%，占总营收比重从上年同期的6.1%跃升至46.5%，正式超越传统业务成为公司第一大收入来源。

按用途来看，这一收入中2124.7万元来自教育领域，5.69亿元来自其他行业定制。

与之对应，上半年优必选全尺寸具身智能人形机器人上半年售出921台，同比增长1946.7%；全品类人形机器人总销量达16123台，同比增长268.3%。

图片来源：优必选

其他智能机器人产品及解决方案收入2.46亿元，同比下降18.8%，占总收入比重19.4%；其中，1.37亿元来自物流行业，9672.6万元来自教育领域。

这一结构变化，标志着优必选已从消费级、教育级机器人厂商，加速向高价值具身智能人形机器人企业转型。

2026年6月，优必选集中发布了三款新品：工业具身智能机器人Cruzr Y1、商用服务人形机器人Walker C1、超仿生人形机器人优世界U1，覆盖工业制造、商用服务、家庭消费三大核心场景。

其中U1搭载了优必选自研Resonance-LM情感大模型，硬件层面拥有行业首创“双支点+四连杆”仿生颈椎结构，搭配33轴面部肌腱网络与19 个主动自由度灵动驱动面肌，可呈现丰富细腻的类人微表情，并依托毫秒级眼球跟踪技术与高灵敏声源定位系统，能够及时响应用户指令。

据官方此前公布数据，U1系列线上线下全渠道订单已累计突破13361台。

不过，上半年优必选全尺寸人形机器人收入占比近半，固然验证了B端工业与商用场景的需求正在快速释放，目前该公司仍处于战略投入期，尚未实现盈利，规模效应与盈利兑现尚需时间。上半年，优必选研发费用为3.03亿元，同比增长38.9%，研发人员规模达1103人。

图片来源：蔚来资本

成立于2021年的弓望传感，主要从事电感式传感器研发、生产和销售，核心团队拥有近20年相关产品研发及量产经验。目前，公司产品已进入机器人、工业母机、半导体设备等场景，并已具备年产1500万套编码器的自动化生产能力。

编码器是运动控制系统中的关键位置传感部件。随着人形机器人加速产业化，关节对位置反馈精度、可靠性以及小型化的要求持续提高，也带动编码器市场需求升温。相比传统磁编码器，电感编码器在抗磁场干扰、温度稳定性以及结构设计等方面具有一定优势；与高精度光编码器相比，则在粉尘、凝露、油污等复杂环境中的适应性更强。

图片来源：蔚来资本

针对机器人市场，弓望传感已推出电感式超窄边框同侧双编码器，并进入国内部分头部厂商供应链。在工业母机、半导体设备等领域，公司高精度电感式转台编码器绝对定位精度达到±1角秒以内，并已实现规模化交付。

蔚来资本合伙人管宇凡表示，在物理AI与具身智能加速融合的背景下，智能终端与现实世界的精准交互更加依赖底层硬件的可靠性与精度。

不过，当前机器人编码器市场仍存在磁、光、电感等多种技术路线，产业格局尚未定型。对于弓望传感而言，在获得资本加持后，如何进一步降低成本，并在大规模量产中验证产品一致性、可靠性及交付能力，将决定其能否将技术优势真正转化为市场份额。

关于《Seeds 发现》：

盖世汽车《Seeds发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

据悉，京东工业联合舍弗勒等产业链头部企业，共同发起“机器人零部件产业发展联盟”，旨在打破产业孤岛、补齐供应链短板、收敛技术路线、统一落地标准，真正解决解决机器人产品不好用、不耐用、不安全、用不起的行业痛点，让机器人零部件从“实验室参数”走向“产业级可用、规模化可量产、商业化可盈利”。

图片来源：舍弗勒

舍弗勒中国区电驱动事业群总裁陈相滨博士表示：“京东工业发起的机器人零部件产业发展联盟非常重要，不仅把合作伙伴们聚在一起，探讨什么才是最好的解决方案，更让大家把场景打开，打通从零部件到机器人的场景落地。”

在此背景下，联盟将坚持“场景定义技术、需求倒逼创新、协同突破瓶颈”的核心思路：以真实产业场景反向定义下一代机器人零部件的性能指标、寿命标准、安全规范，并通过标准化、规模化降低成本；打通传动、电机、感知、电控、末端执行、整机集成、精密检测全链条，让技术创新形成协同最优；实现联合研发、联合测试、联合迭代、联合降本，打造高效率、高质量的产业发展模式。

京东工业相关负责人表示：“京东将全面开放场景、开放数据、开放测试体系、开放落地通道，与所有联盟伙伴并肩协同，共建机器人核心零部件的产业生态，共同推动中国机器人产业高质量规模化发展。”

发售详情方面，江波龙计划全球发售约2607.78万股H股，其中香港公开发售260.78万股（占比10%），国际发售2347万股（占比90%）。发售价不高于每股240.60港元，每手买卖单位为50股。招股期自8月31日起至9月3日中午12时，预期定价日为9月4日，H股预计于9月8日上午九时在联交所主板开始买卖。中信证券及花旗担任联席保荐人。

图片来源：江波龙

基石投资者与募资用途方面，公司已引入传音国际、联想集团、蓝思科技香港、北京君正香港、七彩虹科技等14家基石投资者，认购总金额约1.51亿美元（约11.85亿港元）。假设以最高发售价计算且未行使超额配股权，本次发售所得款项净额预计约60.2亿港元。其中约78.3%将用于增强芯片设计及高端存储产品等关键领域的研发创新能力，约11.7%用于战略投资及收购，约10%用于营运资金及其他一般用途。

业绩方面，江波龙2026年上半年实现营业收入240.88亿元，同比增长136.26%；归母净利润105.77亿元，同比暴增71528.66%（约715倍），创上市以来同期新高。公司目前是全球第九大存储器厂商、全球第二大独立半导体存储器厂商及中国最大的独立存储器厂商。

若本次H股上市顺利完成，江波龙将成为国内首家"A+H"两地上市的独立存储器企业，有望进一步拓展国际融资渠道，提升全球品牌影响力。

在日本市场，LOVOT最新版整机买断价约2.5万元，在国内其起售价甚至高达5.98万元。

即便如此，据LOVOT此前公布数据，在日本，使用LOVOT达半年以上的用户中，90%选择继续使用超过三年。在全球范围内，LOVOT也是为数不多跑通了商业化的AI陪伴机器人。

但显然，这并不是“陪伴经济”的唯一解法。

在中国，具身智能公司们正在赌一个截然不同的答案：人形陪伴机器人。

从优必选U1系列到卓益得Moya，从一直在智能科技（Robonova.i）的Eva.i到影子科技的“佳伴”，越来越多的企业正在闯入人形陪伴机器人赛道。但一个根本问题也随之浮现："不孤独" 固然是一门生意，可这门生意，真的需要一个长得 "像人" 的机器人吗？

同一个赛道，不同的答案

如果说人形机器人整体还处于发展初期，那么人形情感陪伴机器人更是刚刚萌芽。最直观的表现是，各家对“该做成什么样”的回答截然不同。

最激进的是极致仿生派，赌的是“越像人，越能建立情感联结”。

图片来源：优必选

优必选优世界U1是这一派的主力。11.98万-99万元的价格带，覆盖了从桌面半身到全尺寸双足的多元产品形态。

该系列产品采用真人比例外形，拥有88个自由度，搭配仿生皮肤、仿生颈椎，以及专门针对长期陪伴的情感大模型，官方宣称可识别20余种细粒度情绪，覆盖人类90%基础动作。

自6月30日正式发布，U1系列全渠道订单迅速突破了1.3万台，即将于9月16日正式启动交付。

卓益得Moya走的是顶级限量定制路线，定价120-150万元，首批仅量产50台。

该款机器人身高1.65米，体重约30kg，全身拥有超过100个自由度，包括40组面部肌肉驱动单元，以及32–36℃恒温肌肤，主打康养陪护、教育成长、高端接待等场景，属性更接近"限量科技艺术品"，而非大众消费电子。

一直在智能科技（Robonova.i）的苏妍（Eva.i），则把仿生配置下探到了5-6万元区间。该款产品已于今年2月开启预售，订购价6800-8000美元，预计10月向首批海外用户交付。

据官方介绍，苏妍搭载了主动情绪AI、仿生具身智能模型架构EVAIOS、高灵敏度柔性电子皮肤以及精密关节系统等，可以模拟人体非均匀的体温分布，并能根据害羞、兴奋等情绪状态，在脸颊等特定区域产生微妙的温度变化，实现高度拟人。

同样是追求“像人”，首形科技的思路不太一样，该公司现阶段重点发力“仿生人脸”，并先后打造了国内首个游戏角色1:1仿生机器人“方承意”、“精灵·璇”等多个角色，即将推出Origin F1桌面级仿生交互平台。

这背后，首形科技的逻辑是，“脸”不仅是表达情绪的出口，更是建立交互意愿的入口，是情绪与意图表达最为高密度的通道之一。

图片来源：首形科技

为此，首形科技走了一条“自监督”学习的路线：让机器人通过照镜子、看互联网视频学表情，以使机器人在神态和动态表现上更加自然，并自研了情绪基座模型，通过融合语言、表情、语音、语境等多模态信息，使机器人能够理解和表达情绪。

与极致仿生派不同，一些公司则选择了风格化表达。

四川具身科技的爱湫，便走的是“卡通化”路线：以3D超短焦面部投影技术替代复杂的机械面部结构，搭配59个面部骨骼点，呈现微表情，还能一键"换脸"切换角色，弱化传统机器人的机械感。

价格上，爱湫起售价9.8万元，主打家庭陪伴、商业互动等场景。

图片来源：傅利叶

同样走这一路线的，还有傅利叶。该公司的GR-3情感陪伴具身机器人，采用了“猫猫头”设计，拥有55个全身自由度，并搭载了全感知交互系统集成了视觉识别、声源定位与触觉反馈，机身则采用了超跑级内饰面料与环保内里材料，旨在减弱传统机器人的机械感。

这条路线其实已有先行者。LOVOT以毛绒外形跑通了商业化，恰恰证明了“不像人”同样能建立深度情感联结。

价格最亲民的，则是影子科技的“佳伴”，定价已低至3万元级别。

作为一款面向都市高净值独居人群的私密情感陪伴机器人，“佳伴”身高约160厘米，体重25至40公斤，体表恒温36.7℃，并支持跨会话长期记忆，端侧架构全程保护隐私。

更有意思的是，影子科技提出的“产品三原则”：不替代真人、不面向未成年人、有边界的陪伴。明确把自身定位成“情感补位者”，而非真人替代品。

8月下旬，这款产品也已正式启动首批小批量用户交付。

这几款产品放在一起看，一个有意思的现象是：价格和拟真度之间并不存在线性关系。佳伴3万主打“有边界的温暖”，苏妍5–6万就能实现柔性皮肤和情绪体温，爱湫9.8万却主动选择投影卡通脸。

这在一定程度上表明，目前这个赛道还在“摸着石头过河”。

为什么人形陪伴，突然站上风口？

人形陪伴机器人的出现，本质是需求、技术、战略多重共振的结果。

首先是需求端的支撑，在孤独经济下，情绪价值已经是一门万亿级的生意。

据中航证券研报显示，2025年我国情绪经济规模已达2.72万亿元，过去三年复合增长率18.6%，约为社零增速的5倍。2026年，预计该规模将进一步突破3万亿元。

这背后，一个不容忽略的事实是，中国已有超过1.25亿独居人口，独居老人数量亦接近1.18亿。与此同时，一人户家庭占比也在持续提升。

孤独，早已不是个人情绪，而是成了一个社会性议题。

站在企业端，这意味着巨大的蓝海市场。

“如果机器人真的能建立情感链接，回家后会安慰我、陪伴我，背后将有无限的想象空间。”优必选CEO周剑表示。在其看来，过去两年泡泡玛特的爆火，正是“情绪价值对个人和家庭至关重要”的直观体现。正因为如此，优必选选择了先从情感陪伴市场切入。

首形科技创始人兼CEO胡宇航‌亦认为，作为情绪产品，人形机器人如果能做得更逼真、更像人，甚至能结合IP，想象空间将十分巨大。“现实世界里，手办、盲盒、毛绒玩具、宠物……这些都是情绪寄托。我认为情绪需求一直都很大，人类本来就是充满情感的生物。”

更重要的是，这门生意不是“一锤子买卖”。

周剑明确指出，尽管目前的仿生人形机器人已经具备可观利润，但其更看重背后生态的长期持续性收费。“手机之所以能诞生世界级品牌，核心并非硬件，而是硬件+软件+内容+服务+生态的完整体系。”

在他的构想里，未来人形机器人的情感交互背后，也蕴藏着庞大的广告生态与服务接入可能。甚至从长远来讲，仿生机器人的一次性硬件收入加上未来生态的长期持续性收费，利润可能比工业人形机器人还要高。

图片来源：LOVOT小程序截图

这一点，目前的很多AI陪伴机器人已经有所验证。例如在LOVOT的官方商城里，除了机器人主机，还有服装、配饰等大量周边产品在售，价格从几百到数千不等。

其次，技术层面的拐点，也为这波热潮提供了底层支撑。

2023年前后，GPT类大模型的出现，让开放式对话、长上下文记忆、细腻的情绪理解与回应成为可能。在此之前，市面上的陪伴机器人大多停留在预设脚本问答阶段，只能实现固定话术的简单交互，很难做到真正自然的开放式情感交流。

叠加人形机器人产业的快速发展，关节电机、电子皮肤、仿生硅胶、本体智能控制等技术加速迭代并走向集成，机器人在触感、动作细腻度和环境适应性上显著提升，从软件和硬件两个维度，为人形陪伴机器人从概念走向落地提供了条件。

尤其从场景落地来看，工业场景对机器人的精度、效率、稳定性等要求极高，并且天然就有明确的ROI考核要求。比较之下，情感陪伴机器人的价值很难量化，但恰恰这点也意味着更大的容错空间。

从这个意义上来看，胡宇航认为，人形机器人其实更适合做情绪化产品，提供情绪价值、服务价值。“至少在未来几年内，它不是一个能够创造高效生产力的产品。”

再者，在不少从业者看来，情感陪伴还有望成为人形机器人进入家庭的第一步。

优必选副总裁焦继超就明确指出，优必选未来的路径是：先提供情绪价值，得到用户认可后，再将在工业场景里学习的技能逐步迁移到家庭，通过持续的技术迭代，最终在五到十年后，提供一款“既能干活、又能陪伴”的人形机器人。

傅利叶也表示，其GR-3项目的初衷是为了让这款机器人作为具身智能进入家庭的“敲门砖”，在与人互动中建立情感联结。

但这一逻辑也面临一个根本性质疑：如果未来全能家庭机器人成熟，纯陪伴形态会不会被直接替代？

还有很重要的一点是，人形陪伴机器人带来的具身交互体验，也是其他AI陪伴硬件难以比拟的。

素材来源：首形科技

人类的社交本能天然需要类真人互动：眼神交流、面部微表情、点头、轻拍肩膀，这种物理空间中的真实在场，由肢体信号传递的情绪温度，是虚拟形象和桌面机器人无法实现的。

不仅如此，人形形态还能支撑更强的角色代入，机器人可以扮演“家人”“护工”“玩伴”等不同角色，搭配长时记忆系统，越来越懂用户，甚至发展出专属性格。

正如胡宇航所说：“人天然会对‘像人的东西’产生情感投射。”这是人形陪伴机器人最核心的底层逻辑。

只不过，从逻辑自洽到实际落地，还隔着不少坎。

热闹归热闹，坎都在暗处

最直观的挑战在硬件。

目前市面上的全尺寸双足产品，续航普遍在2-4小时之间，虽然号称“全天候陪伴”，实际是“半日伴侣”。

即便如此，这样一款产品成本还不低：高精度伺服电机、减速器、仿生硅胶材料，每一样都不便宜，叠加量产规模小、装配精度要求极高，成本很难快速摊薄。

周剑就明确指出，U1的每根眉毛、睫毛前期都是靠人工植入，费时且昂贵。终端定价印证了这一点：U1 Ultra顶配近百万元，且不具备家务能力，更像个会动的聊天机器人；卓益得Moya，更是达到120万-150万元。

按这个水平，要在短期内大规模落地并非易事。

但硬件终究是看得见、算得清的账。比硬件更难的，是机器人“大脑”的进化速度还跟不上“脸”迭代速度。

当前AI大模型虽能识别基础情绪、回应日常对话，但在开放场景中理解复杂语境、捕捉非语言暗示、建立长期深度情感关联等方面仍显乏力，距离真正的“共情”还有不小差距。

特别是“识别”和“理解”之间隔着一道本质鸿沟：机器人或许能识别你在“哭”，但读不懂哭泣背后的委屈；能说出“别难过”的安慰，却不知道什么时候该安静陪伴。很多时候所谓的“共情”，本质还是大模型生成的通用安抚话术，交互轮次越多，生硬的“人工感”暴露得越明显。

“比如有时我和机器人说话，它很长时间没有回应；有时我提出一个需求，它也无法准确理解和执行。”有业内人士表示。

与“共情”短板相伴相生的，是绕不开的“恐怖谷效应”：到底是越像人越好，还是越不像人越好？

极致派赌“越像越好”，但静态再逼真，动起来僵硬、眼神呆滞，照样让人觉得诡异。风格化实用派通过卡通化设计，固然避开了“恐怖谷”，却也牺牲了深度情感联结的可能。

这条路怎么走，行业还没有共识。

如果说智能和体验的坎还属于“技术问题”，那么再往深处走，就是安全这道关。

图片来源：傅利叶

物理安全首当其冲。陪伴意味着人机长期共处，一旦设备运行异常，后果不堪设想，尤其老人、儿童等作为核心用户群体，本身抗风险能力更弱。

近两年已发生多起人形机器人伤人事件：2025年11月，一名5岁女童在观看机器人表演时被抬腿踢中面部，导致4颗乳牙脱落；2026年6月，乌鲁木齐一游乐园内，一台人形机器人在武术表演环节回旋飞踢正中围观男童腹部。

这些事件虽发生在商用场景，但暴露的人机近距离共处风险，在家庭长期陪伴场景中只会更突出。

算法与数据安全，同样不容乐观。

陪伴机器人往往需要24小时视觉、听觉感知，持续采集家庭影像、语音、情绪状态等高度敏感数据，而目前多数产品采用云端处理模式，数据存储、传输缺乏统一规范，隐私泄露风险突出。

有博主就表示，其在体验了某款机器人伴侣后，被告知近半个小时的对话会被上传到云端，用于改进模型。

比安全更隐蔽、也更难回答的，是伦理层面的追问。

最核心的担忧，集中在情感依赖与社交退缩：机器人的无条件接纳、不反驳态度，会不会让人沉迷于这种“零压力完美关系”，反而逃避现实社交，进一步弱化真实的社交能力？

对此，胡宇航曾提到团队的应对思路：不让机器人完全取悦用户，会加入“真实度”参数，保留适度冲突与“自我”表现，同时加入社交引导，提醒用户多和家人相处。但落地效果如何，还需时间验证。

此外，当“私密陪伴”“恒温肌肤”“仅限成年人”等成为产品卖点时，成人陪伴这一维度也不能简单地被“情感补位”四个字完全覆盖。海外伴侣机器人市场围绕亲密关系异化、用户心理退行的争议由来已久，而国内厂商目前普遍以“有边界”自证，却鲜有公开讨论边界究竟划在哪里。

最终，所有这些坎的尽头，还横着一个最根本的质疑：陪伴机器人，一定要是人形吗？

当前市面上主打情感陪伴的产品众多，仅AI机器人赛道就有桌面萌宠、毛绒陪伴、四足机器人等多种形态。特别是四足机器人，已经开始用更低的门槛抢占“陪伴”心智。比如维他动力的四足机器人大头BoBo，首销订单已达6540台，价格才万元出头。

图片来源：网络截图

更何况，相较于单纯的情感陪伴，很多用户对机器人家务能力的需求其实更为迫切。

周剑自己也坦言，未来随着人形机器人能力逐步成熟，能真正在家打扫、洗衣、做饭，同时情感陪伴能力同步提升，两者最终会融合，支持机器人成为完美的家庭成员。

从这个意义上说，优必选们的"陪伴先行"更像是一种权宜的入口策略，而非终局形态。

结语

孤独经济是真的，情绪付费的意愿也是真的，LOVOT已经证明了这一点。

但人形机器人是不是这门生意的最优解，仍然悬而未决。

至少在技术成熟度、成本控制、安全规范、商业模型跑通之前，这批产品更像是一场昂贵的集体探路：它们打开了一个方向，却还没有定义答案。

宇树市值跌破2400亿元

截至8月28日收盘，宇树科技股价报585元，对应市值为2366亿元，相较于其上市首日盘中高点1100元/股、4449亿元市值，已累计蒸发超2000亿元。

图片来源：东方财富网截图

回顾8月19日，宇树科技上演了科创板历史上罕见的爆炒行情。该公司发行价为150.80元/股，对应发行后市值约610亿元，但开盘价直接跳涨至1100元，较发行价暴涨629%，盘中市值一度突破4400亿元，全天换手率高达85.28%，创下2026年科创板新股首日换手率新高。

但即便以当前2300多亿元市值计算，对应宇树2025年16.99亿元营收，市销率仍超过130倍，显著高于机器人行业平均估值水平。

小智点评：从4449亿到2366亿，挤掉的不是水分，而是市场对“第一股”情绪溢价的理性回归。

第二届人形机器人运动会频破纪录

8月26日，第二届世界人形机器人运动会在北京圆满收官。本届运动会共有来自16个国家和地区的666支参赛队伍、2056台人形机器人运动员，聚焦51个赛项进行1301场对决。

图片来源：北京人形

在短短五天赛程里，人形机器人频破记录。在大型组100米复赛中，来自北京人形机器人创新中心的天工机器人跑出了8.86秒的最好成绩，刷新了此前开幕式上9.39秒的纪录。

另外，400米跑由上届1分28秒03提升至本届小型组45秒66、大型组38秒15；1500米跑从上届6分34秒40，突破到本届2分21秒64；原地跳高从上届0.95641米跃升至3.40米等。

除田径项目外，在足球、体操、举重、街舞、体育舞蹈、武术、拔河、投壶、乒乓球、自由搏击等赛项中，不少人形机器人今年的表现也十分亮眼。

小智点评：赛场封神固然惊艳，产线落地才是检验产业成色的真正大考。

零跑确认布局机器人业务，将很快发布正式公告

8月24日，在零跑汽车（09863.HK）2026年中期业绩电话会上，该公司副总裁李腾飞回应机器人业务传闻称，新能源汽车企业、尤其是具备全域自研能力的新能源汽车企业，是最具备条件做机器人的企业之一，零跑确实在这方面有自己的规划，具体信息将很快通过正式公告发布。

此前工商信息显示，零跑旗下浙江凌昇动力科技有限公司于2026年7月全资设立湖州凌昇精密制造有限公司，注册资本2.1亿元，经营范围包含工业机器人制造、智能机器人研发。

小智点评：车企做机器人，逻辑上固然顺，但"能做"和"做好"之间隔着一条鸿沟。

小鹏机器人业务完成首轮超9亿美元融资

8月24日，小鹏机器人业务完成首轮超9亿美元融资，投后估值超63亿美元（约430亿元人民币），刷新中国具身智能行业单轮私募股权融资纪录。

图片来源：小鹏汽车

本轮融资由IDG资本领投，高榕创投参投，同时获得腾讯和阿里巴巴两家战略投资者的支持；小鹏集团继续控股机器人业务。本轮募集资金将主要用于小鹏机器人业务的软硬件研发、物理AI模型训练迭代、高质量数据采集、全链条量产基地建设及全球商业化拓展。

小鹏IRON计划在2026年底进入量产阶段，从小鹏的门店和园区开始落地商业场景应用，并于2027年面向中国及海外市场正式上市和交付。

作为小鹏集团物理AI战略的重要载体，小鹏IRON具备拟人体态与造型，全身拥有76个自由度，单手21个自由度，并搭载了3颗图灵AI芯片，有效算力高达2250 TOPS。这背后，小鹏自主设计开发了AI原生硬件平台和全部的核心零部件，包括芯片、控制器、运动模组及灵巧手等。

小智点评：腾讯阿里罕见同框，说明两大互联网巨头在具身智能入口级硬件上达成了共识。

速腾聚创中期业绩：机器人业务占比近半

8月26日，速腾聚创（2498.HK）发布了2026年中期业绩公告。上半年，该公司实现总营收10.20亿元，同比增长30.2%；激光雷达总销量达71.92万台，同比大幅增长169.6%。其中机器人领域业务爆发式增长，已成为该公司收入与利润的核心增长引擎。

图片来源：速腾聚创

上半年，速腾聚创在机器人领域激光雷达总销量达28.26万台，同比激增510.4%，收入占该公司产品收入近半，同时成为产品毛利润的主要来源。其后，目前速腾聚创已与宇树、智元、傅利叶等近60家全球头部具身智能企业达成深度合作。

在激光雷达基本盘之外，速腾聚创还首次披露了“眼睛、皮肤、肌肉”三大机器人核心增量品类的商业化进展。

其中“眼睛”在激光雷达基础上新增空间相机品类，并已获规模化订单，计划于三季度末启动交付，2027年全面量产。“皮肤”涵盖视触觉与MEMS触觉产品，也均已完成研发，首个企业级量产项目计划9月底启动商业交付，四季度进入量产。“肌肉”为关节模组，首款产品同样已完成研发，计划四季度启动批量交付。

值得一提的是，这三大品类既可独立配套机器人本体，也可协同部署于数据采集系统，为大规模数据采集和模型训练，提供与机器人相近的感知、触觉及动作配置，以缩小训练数据与实际部署之间的差异。

小智点评：从“眼睛”进一步拓展到“皮肤”“肌肉”，沿着机器人核心部件横向布局，单机价值量与客户粘性同步提升。

绿的谐波拟赴港IPO

8月26日晚间，国内谐波减速器龙头绿的谐波（688017.SH）发布公告，董事会审议通过拟申请首次公开发行境外上市股份（H股）并在香港联交所主板上市的议案。

作为国内谐波减速器行业的龙头，绿的谐波专业从事精密传动装置研发、生产和销售，核心产品是谐波减速器。在该领域，绿的谐波是国内率先实现工业化生产、规模化应用的企业，目前全球市占率约15%，居全球第二、国内第一，打破了日本哈默纳科的长期垄断。

在此基础上，绿的谐波已将产品进一步拓展至行星滚柱丝杠、机电一体化执行器、精密微型液压执行器、智能自动化装备等领域，下游覆盖工业机器人、人形机器人、数控机床、汽车、医疗器械、半导体设备、新能源装备等高端制造领域。

据上述公告同期披露的2026年中期业绩显示，2026年上半年绿的谐波实现营业收入3.49亿元，同比增长38.64%；归母净利润7010.92万元，同比增长31.25%；扣非归母净利润5816.63万元，同比增长36.92%。

小智点评：上半年营收与利润双双高增，为赴港IPO提供了扎实的基本面。

梅卡曼德启动招股，最高发售价101.70港元

8月24日，梅卡曼德机器人（09615.HK）正式开启招股，成为继宇树科技之后，又一家即将登陆资本市场的具身智能产业链核心企业。梅卡曼德此次招股日期为8月24日-8月27日，预计将于近期在香港联交所主板挂牌交易。

图片来源：梅卡曼德

根据招股公告，梅卡曼德本次全球拟发售2314.06万股股份，其中香港公开发售115.70万股，国际配售2198.36万股，另设347.11万股超额配股权。最高发售价定为101.70港元，每手买卖单位30股，入场费约3081.76港元。

按最高发售价计算，梅卡曼德此次全球发售预计募资总额约22.79亿港元，扣除发行费用后募资净额约21.29亿港元，所募资金将重点投向五大方向：产品与技术研发、全球影响力扩张与商业化加速、产品组合丰富与应用场景拓宽、产能扩大与运营效率提升，以及营运资金及一般公司用途。

小智点评：工业AI机器人方案商也启动上市，机器人全产业链的资本化成熟度再上台阶。

灵初智能完成过亿美元融资

灵初智能已于近日正式完成新一轮过亿美元融资。本轮融资汇聚了拓普集团、奇瑞控股旗下瑞丞基金、蓝思科技、三七互娱、芜湖市投控集团、复星创富等多家产业龙头企业与专业投资机构，老股东珠海科技产业集团持续超额追加投资。

至此，灵初智能正式构建起“国家政策引导+产业场景落地+资本长期护航”的立体化发展格局。

灵初智能指出，本轮募集资金将重点投向两大核心方向：一是持续攻坚具身智能前沿技术，坚持人类数据路线，深化世界模型研发迭代；二是加速物流与先进制造场景的商业落地，推动技术成果向产业价值转化。

小智点评：拓普、奇瑞、蓝思等产业方联合进场，不只是财务投资，更是场景、供应链与技术的深度绑定。

FF加码EAI机器人：未来十年拟投入至少50亿美元

当地时间8月26日，FF发布了EAI机器人加速计划三阶段路线图，目标在2026年年底前推动机器人工厂投入运营，并于2027年2月实现首款新一代EAI本体产品下线。

图片来源：Faraday Future

FF此次公布了两款机器人新品，分别为全尺寸人形机器人Next Futurist和四足机器人Next Aegis。按照规划，9月19日FF还将发布更多机器人产品，同时推出EAI教育生态行业生产力解决方案1.0版。

FF表示，未来计划每年在美国推出并制造3至5款全新或换代机器人产品。其中，教育被FF视为机器人业务率先规模化落地的场景之一。FF披露，其潜在教育合作机会已覆盖美国10个州、共11个项目。

从最新经营数据看，FF机器人业务仍处于早期放量阶段。截至2026年8月4日，该公司EAI机器人累计出货394台，并将2026年全年出货目标由1500台上调至2000台。

小智点评：十年50亿美元、每年3-5款新品，FF的路线图一如既往地"大胆"。

图片来源：灵初智能

此前，双方已在相机模组、制造服务等方面展开合作。此次合作进一步延伸至软硬件协同、全球市场拓展、数采设备联合研发及CM制造，并计划在数据采集标准制定等方面进行联动。

当前，数据正成为具身智能规模化发展的关键基础设施。相比互联网大模型，机器人模型训练更依赖真实物理环境中的交互数据，而高质量数据采集仍面临成本高、效率低、标准不统一等问题。

灵初智能主要聚焦具身智能灵巧操作，其自主研发的Psi-SynEngine具身数采引擎已在真实物流仓库完成小规模验证。奥比中光近年来则持续加码机器人视觉和无本体数采硬件，并推出EGO、UMI、WristCam等产品，试图向具身智能数据基础设施延伸。

从合作逻辑看，灵初智能需要稳定的数据入口支撑模型迭代，奥比中光则希望进一步扩大视觉硬件在具身智能产业链中的价值。不过，具身智能数采仍处于早期阶段，相关方案能否真正实现低成本规模化复制，并形成持续订单，仍有待后续市场验证。

在具身智能热度持续升温的背景下，资本的关注点正逐步从机器人本体、基础模型向仿真训练、数据生成和开发工具链等基础设施延伸。英伟达依托GPU、Omniverse等软硬件生态，在物理AI领域已经建立较高的产业壁垒。对于国内厂商而言，能否形成自主的软件工具链，并兼容国产算力，正在成为产业链自主化的一项现实课题。

图片来源：松应科技

成立于2021年的松应科技选择从物理仿真切入。其ORCA OS试图将空间场景构建、多物理场仿真、数据合成、算法开发、并行训练、SIL/HIL验证以及Sim2Real真机部署纳入统一研发链路。公开资料显示，ORCA目前已经适配英伟达等国际GPU，同时覆盖摩尔线程、沐曦、天数智芯、瀚博半导体、砺算科技等国产GPU。2026年3月，ORCA还与统信UOS完成深度适配。

相比单纯强调“国产替代”，松应科技下一阶段更需要回答的仍是商业化问题。目前，公司已将触角伸向制造、能源等实体产业，并与国家机器人检测与评定中心、国家超级计算无锡中心等机构开展合作。公开信息显示，ORCA已上线国家具身智能应用中试基地（杭州），松应科技还与西门子围绕物理仿真、工业数字孪生及具身智能展开合作。

图片来源：松应科技

开发者生态也是其争夺入口的重要一步。今年，松应科技推出面向个人及轻量化团队的ORCA Lab，支持在普通笔记本上进行机器人训练开发。科技日报此前报道称，该产品是国内首个面向个人与轻量化团队的原生物理AI开发者平台。松应科技官网显示，ORCA Lab目前仍在持续版本更新。

不过，物理AI基础软件仍处在产业早期阶段。“操作系统”概念能否真正成立，并不取决于产品功能覆盖多少，而取决于开发者规模、软硬件兼容度、工业客户复购以及真实场景中的部署效率。对于半年三度融资的松应科技而言，资本已经给出了筹码，接下来更关键的是证明国产物理AI底座不仅“能用”，还能在巨头生态之外形成可持续的商业闭环。

关于《Seeds 发现》：

盖世汽车《Seeds发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

核心业务层面，上半年泽景股份HUD产品销量近40万套，同比增长2.7%。其中AR-HUD表现尤为突出，累计销量达18万套，同比增长127.8%，远高于国内AR-HUD市场同期48.4%的增速水平。与此同时，公司配套HUD产品出口车型销量同比增长18.3%，出海业务稳步推进。

泽景股份测试解决方案业务亦实现较快增长，上半年营业收入1640万元，同比增长83.9%。客户拓展方面，截至目前公司合作客户达24家，定点车型115款，启境、广汽昊铂等品牌新车型均在合作之列。

图片来源：泽景股份

研发投入上，上半年泽景股份研发费用为2942万元，占营业收入的8.96%。产品矩阵持续扩容，2026年推出HUD4.0、HUD5.0、连续变焦HUD、LCoS AR-HUD、RISD立体悬浮显示及3D HUD等多款新品。其中HUD5.0以2K分辨率为基础，实现152pix/°角分辨率；连续变焦HUD则通过可变虚像距技术，缓解传统HUD因深度感知错位引发的辐辏调节冲突眩晕问题。

研发进展方面，泽景股份Cyber Lens新一代旗舰级产品已完成可量产化路径转型，双焦面AR HUD、连续变焦AR HUD等方案正处于量产推进阶段，斜投影HUD及透明显示技术完成实验室验证。此外，公司作为某全球领先科技企业的车载光学战略合作伙伴，已取得新定点项目。

图片来源：纳芯微

分季度来看，纳芯微一季度营收11.41亿元，归母净利润亏损0.36亿元；二季度营收13.99亿元，归母净利润1.03亿元，扣非归母净利润0.07亿元，两项指标均在二季度转正。

分产品来看，传感器产品收入6.43亿元，同比增长55.63%；信号链产品收入10.11亿元，同比增长72.64%；电源管理产品收入8.79亿元，同比增长69.28%。

从下游结构看，泛能源（涵盖光伏储能、数字电源、工业自动化）为第一大收入来源，占比57.96%，汽车电子和消费电子分别占32.38%和9.65%。增速方面，三大领域同比均实现增长，泛能源以84%的增幅领涨，汽车电子、消费电子分别增长59%和20%。其中，汽车领域上半年出货量5.34亿颗，累计出货量达19.52亿颗。

研发方面，上半年研发投入4.46亿元，同比增长23.54%，占营收比例17.57%，较上年同期23.71%下降，规模效应逐步体现。

新产品方面，电涡流绝对值编码器芯片、低功耗压力传感器等实现量产；新一代数字隔离器实现大批量出货，首款车载音频接口总线芯片及M7内核实时控制MCU相继推出，车载SerDes接口芯片进展顺利；SiC隔离驱动已在汽车OBC、充电桩、光伏市场规模发货，第二代功能安全驱动、多路预驱芯片、ClassD音频功放等完成客户定点，SBC及PMIC已完成国内外头部客户导入验证。

公告显示，2026年上半年，驭势科技实现营业收入1.63亿元，同比增长64.9%；毛利润8599万元，同比增长54.6%，毛利率为52.9%。在L4自动驾驶行业仍普遍面临高研发投入、商业化周期漫长等问题的背景下，这一收入增速并不算低。

不过，增长之外，盈利仍是绕不开的问题。上半年，驭势科技母公司拥有人应占亏损约1.26亿元，同比扩大17.6%。换言之，规模增长已经出现，但从收入扩张走向稳定盈利，公司还有一段路要走。

这也构成观察驭势科技上市后首份中报的核心：经历十年技术投入之后，L4自动驾驶究竟到了技术验证的尾声，还是规模商业化的开端？

AI司机开始贡献收入，商业模式正在发生变化

今年5月20日，驭势科技正式登陆港交所主板。上市时，公司香港公开发售获得约6777倍超额认购，成为18C章下备受关注的新股之一。但上市首日即告破发，也说明资本市场对自动驾驶公司的评价标准已经发生变化。

故事讲得多大并不是最重要的，订单、收入、现金流和盈利能力才是硬指标。

从此次中报看，驭势科技的收入结构正在出现一些变化。

上半年，公司自动驾驶车辆解决方案收入7455万元，同比增长29.9%；自动驾驶软件解决方案收入6236万元，同比增长56.1%；自动驾驶套件解决方案收入2512万元。后者占总收入的比例已经达到15.4%，出货量同比增长超过6倍，成为增速较快的一块业务。

这项业务背后，是驭势科技近年重点推动的“AI司机”模式。

与传统项目制交付不同，驭势科技希望将自动驾驶能力进一步产品化：客户不一定需要直接采购一辆全新的无人车，而是可以通过后装自动驾驶套件，对现有车辆进行无人化升级，并按照使用量或周期订阅“AI司机”。

日前，在与盖世汽车交流时，驭势科技联合创始人、董事长兼CEO吴甘沙曾将这一商业模式形容得更直接——未来的驭势科技，更像一家提供“AI劳动力”的公司。车辆可以由车企生产，具体运营也可以交给当地合作伙伴，驭势科技聚焦于提供能够驾驶这些车辆的AI司机。

图片来源：驭势科技

如果这一模式能够跑通，对自动驾驶公司的意义并不只是多卖一套产品。相比一次性的软硬件交付，订阅模式理论上能够带来更稳定的经常性收入，同时降低客户一次性购置新车的资金压力。

但从目前的数据看，AI司机距离真正成为驭势科技的收入支柱仍有距离。2512万元的半年收入意味着模式已经开始兑现，但占比尚不足两成。接下来更值得关注的，是其出货量高速增长能否持续，以及客户续约、单车收入和毛利水平能否经得起规模化检验。

与此同时，规模效应已经开始体现在费用率上。

今年上半年，驭势科技研发支出约1.17亿元，同比增长20.1%，但研发费用率由去年同期的98.9%降至72.0%；销售费用率由43.0%降至29.9%，行政费用率也由31.4%降至26.2%。

这说明收入增长开始跑赢费用增长。但另一面是，公司研发费用绝对值仍在增加，亏损也尚未收窄。对于一家L4自动驾驶企业而言，费用率下降只是规模效应的第一步，什么时候能够进一步转化为现金流和利润改善，才是真正的商业化分水岭。

90%市占率背后，真正要争的是剩下99%的渗透空间

目前来看，机场仍然是驭势科技最成熟、也最具辨识度的商业化场景。

截至报告期末，公司累计真无人运营里程超过1020万公里，部署超过1400套L4车辆及套件，覆盖6个国家和地区、249家客户。机场场景累计运营里程超过600万公里，其中香港国际机场超过400万公里，乌鲁木齐天山国际机场达到160万公里。

根据弗若斯特沙利文数据，以2025年收入计算，驭势科技在大中华区机场场景L4商用车自动驾驶市场的份额达到90.5%。且是全球唯一可为机场提供大型商业营运L4解决方案的供应商，已覆盖全球21家核心枢纽机场，其中包括Sky Trax全球Top10机场中的3家。

但90.5%的市占率并不意味着这个市场已经接近天花板。

吴甘沙日前接受盖世汽车采访时曾特别谈到这一问题。他表示，目前机场无人驾驶车辆的实际渗透率仍然只有1%左右。也就是说，每100辆机场车辆中，可能仍只有1辆实现无人驾驶。

因此，对于驭势科技来说，未来机场业务的增长逻辑已经不主要是从竞争对手手里继续抢份额，而是等待并推动无人驾驶对传统人工驾驶车辆的替代。

这一点也解释了为什么公司越来越强调“AI司机”，而不只是无人车本身。

机场的市场空间并不仅仅由车辆采购金额决定，背后还有规模庞大的司机人力成本。无人驾驶如果只能增加一辆更贵的设备，客户很难算过账；只有当它真正替代人工驾驶岗位，并且全生命周期成本低于人工，商业模式才成立。

乌鲁木齐天山国际机场已经成为这种规模运营的一个样本。目前驭势科技已在中国内地单一机场实现超过100辆车辆的无人化运营。相比过去自动驾驶行业习惯强调测试里程，这种直接嵌入机场日常生产流程、承担真实运输任务的无人车队，对商业化的证明意义显然更大。

图片来源：驭势科技

海外复制也在加速。上半年，驭势科技海外收入同比增长43.5%。新加坡樟宜机场的无人驾驶牵引车已经投入空侧运营，中东、欧洲的项目也在继续推进。

而机场之外，公司更大的野心是将已经验证过的技术平台复制到港口、矿山、物流、环卫、巴士乃至开放道路。根据官方资料显示，目前已适配56款商用车型。其中，工业物流与港口矿山领域已向单客户交付数百套L4方案并实现常态化无人运营，并与中国华电集团、中远海发集团建立战略合作；乘用车领域新增定点车型7款，预计未来3年总装车量超百万台；智能巴士领域正推进L4巴士在机场及园区接驳、开放道路场景的商业化落地。

吴甘沙此前向盖世汽车表示，驭势科技长期希望部署100万个“AI司机”，其中至少90万个最终要运行在开放道路上。换言之，机场和厂区更像是公司验证L4技术和商业模式的起点，而不是终点。

这个目标足够大，但距离现实也足够远。

从目前超过1400套L4车辆及套件，到100万个AI司机，中间跨越的不只是数量级。机场、厂区道路相对可控，开放道路面对的交通参与者、长尾场景、监管要求和安全责任都更加复杂。在机场已经验证的商业模式，能否低成本复制到开放道路，仍需要时间证明。

这也是驭势科技这份半年报值得关注的另一面。

1.63亿元收入、64.9%的增长，以及AI司机业务超过6倍的出货量增长，至少说明L4自动驾驶已经开始从“能不能用”转向“能不能规模卖”。但1.26亿元的归母亏损也提醒市场，从技术可用，到形成规模收入，再到持续盈利，是三道完全不同的门槛。

驭势科技已经跨过第一道门槛，并开始向第二道门槛纵深推进。

至于所谓的“规模化拐点”是否真正到来，最终不能只看无人车部署了多少台、累计跑了多少公里，而要看AI司机能否形成持续订阅收入、机场经验能否复制到更多场景，以及高速增长的营收什么时候能够真正转化为利润。

对已经登陆资本市场的驭势科技而言，这也是下一份、乃至未来数份财报需要继续回答的问题。

驭势科技的无人驾驶车辆如今已经进入香港国际机场、新加坡樟宜机场等海外航空枢纽。

类似的变化，也在港口发生。今年7月，英国费利克斯托港确认第三次采购西井科技Q-Truck。完成交付后，这里的自动驾驶卡车规模将达到100辆。

而在西澳大利亚Kalgoorlie金矿区，6辆Komatsu HD1500也换上了“中国司机”。易控智驾没有把一批中国无人矿卡运到澳大利亚，而是将自己的自动驾驶系统装进了矿山原有的日本品牌矿卡。

机场、港口、矿山。三个完全不同的生产现场，正在出现同一种变化：中国场景L4，开始进入海外真实生产体系。

但“走出去”和“复制出去”并不是一回事。

三个案例的成熟度不同，也远不足以代表整个中国L4产业。但它们恰好提供了三个观察窗口：过去几年中国企业在国内复杂生产场景里积累的能力，到了另一套法规、设备和生产体系里，究竟还有多少能够复用？

这或许才是判断“中国方案”能否真正走向全球的关键。

而这也是盖世汽车《中国方案向全球》系列希望持续回答的问题。随着越来越多中国技术和产业方案进入海外真实场景，哪些能力真正具备全球竞争力，也将成为盖世汽车今年10月23日举办的“金辑奖”重点关注的方向之一。

机场：真正难复制的，可能不是算法

机场很容易让人产生一种错觉。

封闭、低速、路线相对固定，没有开放道路复杂的社会车辆和行人，似乎天然比Robotaxi简单。

但2026年8月中旬，在乌鲁木齐天山国际机场采访时，驭势科技联合创始人、董事长兼CEO吴甘沙提到了一个细节：机场并不像城市道路那样拥有清晰的红绿灯和标准化路权信号。飞机进出机位时，现场仍然大量依靠地勤人员举旗、手势以及航空器自身状态，向运输车、摆渡车司机传递信息。

图片来源：盖世汽车

对于人类司机来说，这是一套已经习惯的工作语言。

换成无人驾驶，机器却需要重新学习：飞机什么时候准备移动，机翼、尾翼和灯光意味着什么，什么时候必须停车避让。暴雪、结冰、大雾、沙尘等极端天气，又会进一步增加感知难度。

所以即便都叫机场，乌鲁木齐、拉萨、香港、新加坡面对的也不是同一道题。气候、机场布局不同，走向海外之后，还要叠加监管、数据和运行体系的差异。

驭势过去几年的部署时间因此值得关注。

其招股书披露，在中国西北某主要国际机场的项目实施曾耗时约3年，到新加坡樟宜机场缩短至约1.5年；香港国际机场不同阶段项目，则从2019年的约2年缩短至2023年的约1年、2025年的约半年。

时间缩短说明经验正在积累，却还不足以证明机场L4已经变成标准化产品。外界很难知道，其中究竟有多少来自算法和工程能力复用，又有多少仍然依靠工程师重新适配。

但如果把问题再往前推一步，机场L4真正的复制瓶颈可能并不完全在车上。

既然机场今天很多规则原本就是为人设计的，为什么一定要让机器无限提高能力去理解它？例如飞机准备进入某一区域时，与其让无人车自己观察灯光、判断航空器状态，机场运行系统能否直接将位置、状态和路权信息数字化，发送给相关车辆？

吴甘沙也谈到过类似设想。但真正困难的未必是技术。机场运行涉及机场、空管、航空公司、地服等多个主体，上属体系和管理边界并不统一，跨部门协同本身就是一道门槛。

这让机场L4面临一个更深层的问题：究竟是让每辆无人车不断适应不同机场，还是未来让机场逐渐形成一套机器能够共同理解的运行规则？

前者考验企业的工程能力，后者涉及的则是整个行业的标准化。

如果始终是前者，每进入一个国家、一座机场，都意味着新的适配成本。只有后者逐渐发生，机场L4跨市场复制的门槛才可能真正下降。

而到了港口，问题发生了变化。这里并不缺少标准——集装箱本身就是全球工业标准化最成功的产物之一。真正难统一的，是集装箱背后的生产系统。

港口：100辆之后，卖的还是车吗？

今年7月，费利克斯托港宣布第三次采购西井科技Q-Truck。完成交付后，这里的自动驾驶卡车规模将达到100辆。

Q-Truck在英国费利克斯托港作业；图片来源：Port of Felixstowe

相比几辆车的试验项目，持续复购至少说明，无人驾驶已经开始真正进入港口日常生产。

但如果只把它理解成“西井又卖了几十辆车”，可能低估了港口L4这门生意。

一艘船靠港之后，岸桥、集卡、堆场、场桥组成一条连续生产链。无人集卡从A点开到B点，只是其中最基础的一步。

车来早了要排队，来晚了岸桥等车；到了堆场，场桥还没准备好，又会形成新的等待。当100辆车同时工作，决定码头吞吐效率的已经不再是某一辆车开得有多聪明，而是谁能够把车辆和整个码头的生产节拍组织起来。

这也是为什么西井的海外方案正在向车辆之外延伸。

费利克斯托港扩大Q-Truck车队的同时，还将增加第二座自动换电站，并利用私有5G网络连接车辆、控制系统和码头基础设施。西井在其他海外港口项目中，也已经涉及车队管理、智能闸口、能源等更多环节。

无人驾驶正在从一项车辆能力，变成港口生产系统的一部分。

但这恰恰带来了新的复制难题。

全球集装箱可以标准化，港口却很难完全标准化。不同码头拥有不同的TOS、岸桥、场桥、道路布局、通信网络和作业流程。尤其是运营多年的传统码头，不可能为了部署无人驾驶，把原有系统推倒重来。

中国方案必须进入别人已经运行多年的生产体系。

这意味着两种完全不同的生意：一种是进入一座新港口，就重新打通它的设备、通信和生产流程；另一种则是逐渐形成相对标准的接口、调度和能源体系，让一套系统能够更容易地进入不同港口。

前者更接近系统集成，后者才开始具备产品化复制的可能。

所以费利克斯托的100辆车真正值得观察的，并不是“还能卖多少辆”，而是随着车辆规模扩大，西井在港口生产体系中的位置有没有发生变化。

港口这一场全球化，最终考验的是系统能力。

中国企业能否从出售无人驾驶设备，进一步走向提供一套可以接入不同码头的自动化系统，决定了这门生意最终是设备出口，还是方案输出。

而到了矿山，中国企业试图跨越的又不只是不同生产系统之间的边界，还有传统设备巨头建立多年的产品边界。

矿山：装进Komatsu之后，还能装进谁？

西澳大利亚Kalgoorlie金矿区，易控智驾正在做一件很有意思的事。

它不只是把“中国矿卡+中国智驾”整体运到澳大利亚，更是把自己的自动驾驶系统装进了6辆Komatsu HD1500。今年6月，这批经过改造的车辆开始在Havana Pit进行白班无安全员作业，8月又完成首次无人驾驶夜班。

6辆，显然谈不上规模化。

图片来源：易控智驾

但“Komatsu”可能比“6辆”更值得关注。

全球矿山自动化并不是一个等待中国企业开垦的空白市场。Caterpillar、Komatsu等设备巨头很早就已经建立自己的无人运输系统，并拥有矿卡、自动驾驶、售后服务和全球客户体系。

传统模式下，矿企采购设备的同时，也越来越可能进入由设备OEM建立的自动化体系。

易控的澳大利亚项目提供了另一种可能：矿山的“智能”，能不能从设备品牌中独立出来？

如果一家矿企未来可以选择Komatsu的矿卡，同时采购第三方L4方案；到了另一座矿山，这套核心能力又能继续适配Caterpillar、徐工等不同设备，那么全球矿山自动驾驶原本围绕设备OEM形成的产业分工，就可能发生变化。

中国矿山L4面对的市场，也不再局限于“中国矿卡出海”。

但从6辆Komatsu走到这一步，还有很长距离。

易控为了进入澳大利亚真实生产环境，仍然需要完成线控系统设计验证、系统集成、本地自动驾驶功能验证和安全测试。国内超过1亿公里的无人驾驶经验，并不能让这些本地工作消失。

希迪智驾无人驾驶矿卡；图片来源：希迪智驾

希迪智驾无人重卡事业部总经理 盛维天提供了另一个观察角度，封闭重载场景本身就存在“定制化需求多、数据比较分散”的特点，不同区域对算法的要求也不完全一样。

这也是为什么不同企业正在尝试不同的全球化路径。

希迪目前并没有自己进行重资产制造，而是选择与主机厂共同开发、共同出海，由合作伙伴提供制造、前装定制和规模化量产能力。

一种是中国设备带着中国智能一起出去，另一种则尝试让中国智能进入海外既有设备。

现在还很难判断哪条路线最终更有效。但后一条路线如果能够真正跑通，触碰的就不只是产品出口，而是全球矿山自动化原有的产业分工。

所以易控接下来真正值得看的，并不是澳大利亚项目从6辆增加到多少辆，而是：Komatsu之后，它还能装进谁？

如果换一个OEM就意味着重新做一遍，它依然是一家项目型方案商；如果自动驾驶逐渐能够脱离具体矿卡品牌，形成相对独立的技术层，中国L4在全球矿业体系中的角色才真正发生变化。

机场需要跨越规则，港口需要跨越系统，矿山则需要跨越设备边界。三个场景面对的问题不同，却最终指向了同一道全球化考题。

全球化的分水岭，不是第一个项目

机场面临的是规则与标准问题，港口面对的是生产系统问题，矿山触碰的则是设备背后的产业分工问题。

三个场景共同追问的是：中国企业在国内积累起来的L4能力，究竟有多少能够脱离原来的环境，被下一个海外客户重复使用？

公允地说，现在还很难给出答案。

三个样本中，驭势已经提供了相对丰富的跨机场项目数据，可以看到部分项目部署周期从数年向半年级缩短；西井在费利克斯托已经进入100辆级规模，但这更多证明的是单一海外港口的规模化运营，跨港口复制效率仍缺少足够的公开数据；易控的澳大利亚项目则刚刚进入真实生产阶段，6辆Komatsu更适合被视为一次重要验证，而不是规模化已经成立的证明。

所以今天更准确的描述是：中国L4已经打开了进入全球产业体系的通道，但还远没有完成这条通道的标准化建设。

接下来真正值得观察的，不是更多“首个海外项目”，而是第二个、第三个项目。

部署周期有没有持续缩短？驻场工程团队有没有减少？重新开发和验证的比例有没有下降？单项目交付成本有没有降低？一套系统能够接入的第三方设备和生产体系是不是越来越多？

这些数据目前恰恰很少被企业公开。

但它们可能比“进入多少个国家”“累计多少无人驾驶里程”更能判断一家公司究竟是在做海外工程项目，还是正在形成全球化产品。

如果每进入一座机场、一座港口、一座矿山，都需要重新投入大量工程人员、重新开发和验证，那么海外项目再多，本质上仍然是一门重交付的生意。

反过来，如果第二个项目能够比第一个更快、更便宜、更少依赖人，性质才真正开始改变。

第一个项目证明“能出去”，第二个项目才开始证明“能复制”。

这也意味着，今天还很难说一套成熟的“中国L4全球方案”已经形成。更准确的判断是：通道已经打开，复制能力仍待验证。

中国L4已经开进全球生产现场。

但“中国方案”真正成立的那一天，或许不是第一辆无人车在海外跑起来，而是下一个项目，不再需要从头再来。

据介绍，该实验室将整合硬件、软件、AI建模、控制、电源、传感及系统级验证等能力，覆盖从概念验证、方案开发到量产部署的工程流程。相比单纯展示芯片产品，瑞萨更希望通过实验室介入客户前期开发，提高其方案在人形机器人等产品中的导入机会。

ai制图

这背后是半导体厂商对物理AI市场的集体押注。随着AI从数字世界向真实物理环境延伸，机器人尤其是人形机器人，需要同时解决感知、决策、运动控制和安全等问题，对处理器、MCU、传感器、电机控制及电源管理芯片的需求随之增加。瑞萨在汽车和工业领域积累的嵌入式处理、模拟及功率技术，也有了新的落地空间。

瑞萨披露，目前其产品能够覆盖人形机器人约30%的物料清单（BOM），未来希望依靠控制、功率、传感、AI、软件及生态解决方案，将覆盖比例提升至70%。这一目标也表明，瑞萨瞄准的并非单一芯片，而是更大的系统级供应份额。

选择北京落地实验室，则明显带有贴近中国机器人产业链的考虑。中国聚集了大量机器人整机企业、供应商及初创公司，瑞萨也明确提出将与客户、高校和生态伙伴合作。不过，人形机器人距离大规模商业化仍有成本、可靠性和场景验证等问题。对瑞萨而言，实验室更像是一项提前卡位：能否最终转化为芯片出货和市场份额，还要看机器人量产真正起量的速度。

图片来源：Faraday Future

当地时间8月26日，FF在洛杉矶总部举行EAI机器人“Built in USA”产业合作伙伴大会上半场，集中公布机器人制造、教育生态及渠道合作方面的新进展。公司发布EAI机器人加速计划三阶段路线图，目标在2026年年底前推动机器人工厂投入运营，并计划于2027年2月实现首款新一代EAI本体产品下线。

产品方面，FF此次公布两款机器人新品，分别为全尺寸人形机器人Next Futurist和四足机器人Next Aegis。按照规划，9月19日FF还将发布更多机器人产品，同时推出EAI教育生态行业生产力解决方案1.0版。FF表示，未来计划每年在美国推出并制造3至5款全新或换代机器人产品。

教育被FF视为机器人业务率先规模化落地的场景之一。目前，公司已与洛杉矶地区部分学区开展机器人教育合作和暑期项目。此次FF披露，其潜在教育合作机会已覆盖美国10个州、共11个项目，下一阶段将推动教育生态由示范项目转向规模复制。此前，FF已与Lynwood Unified School District及El Segundo Unified School District签署相关合作文件。

与此同时，FF正式启动下游经销商及生态伙伴招募。根据公司规划，未来十年将围绕EAI Robotics、AI、先进制造及产业生态累计投入不少于50亿美元，并试图通过设备销售、行业解决方案、开发者平台及数据业务构建新的收入体系。

从最新经营数据看，FF机器人业务仍处于早期放量阶段。截至2026年8月4日，公司EAI机器人累计出货394台，并将2026年全年出货目标由1500台上调至2000台。

对于FF而言，从新能源汽车跨向机器人并不缺少故事空间，真正的考验仍是执行能力。工厂能否如期投产、新产品能否形成稳定交付，以及教育等场景能否从合作意向转化为持续订单，将决定这项被寄予厚望的新业务究竟能成为第二增长曲线，还是停留在战略规划层面。

至此，灵初智能正式构建起“国家政策引导+产业场景落地+资本长期护航”的立体化发展格局。

灵初智能指出，本轮募集资金将重点投向两大核心方向：一是持续攻坚具身智能前沿技术，坚持人类数据路线，深化世界模型研发迭代；二是加速物流与先进制造场景的商业落地，推动技术成果向产业价值转化。

图片来源：灵初智能

其中，为支撑世界模型迭代，灵初智能将进一步扩大人类数据采集规模、优化数据管线，加快各地数采厂的布局与建设，夯实高质量数据供给底座，依托模型能力加速物流与先进制造场景的商业落地，推动技术成果向产业价值转化。

灵初智能始终聚焦具身大脑核心技术，并自研构建了Psi-R2操作策略模型与Psi-W0动作条件世界模型协同的双系统混合架构。其中Psi-R2以视觉、语言、本体状态为输入，完成长程任务拆解与连续动作规划，可端到端驱动机器人实现复杂灵巧作业；Psi-W0通过建模物理世界运行规律，对动作轨迹进行预判评估与优化修正，双模型协同显著提升了非结构化场景下的任务泛化能力与操作鲁棒性。

此前，在WAIC上，灵初智能集中展示了五大场景演示方案，完整呈现“人类数据采集—模型训练—真机执行”全技术闭环。该公司携手长飞集团联合打造的光模块全流程自动化产线首度同步公开，搭载了Psi系列具身大模型的具身整机，可完成光模块亚毫米级插拔质检、抽真空封装、成品装箱整套工序，并自主适配物料偏差，助力降低产线损耗。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

图片来源：博泰车联

据介绍，两个定点项目分别对应集团旗下高端豪华品牌的全球车型和中高端品牌的出海车型，相关车型将面向欧洲、中东、南美等海外核心市场。博泰车联将为其提供基于高通第四代骁龙8295平台的高端智能座舱域控制器及AI车载交互系统。

博泰车联表示，此次定点是公司推进全球化战略的重要一步。在此前多次拿下国际客户的基础上，公司再添一家重量级全球战略客户，全球化业务正从“单点突破”走向“规模化跃升”，客户结构也从服务中国品牌出海升级为进入国际头部车企全球供应体系。

其同时指出，作为新供应商首次进入该集团体系便覆盖两个品牌，印证了其平台化技术体系具备跨品牌、跨区域的快速复制能力。

技术层面，双品牌项目依托于公司“以AI技术为核心、软硬芯云一体化”的全栈能力。博泰车联利用成熟的自研平台化架构，对高通骁龙8295芯片完成了软硬一体化深度适配，并按照高端豪华与中高端两个品牌的差异化定位，落地了多模态人车交互、多屏联动、端侧大模型部署等定制化、智能化功能。

博泰车联已建成覆盖端侧模型部署、云端服务协同、多模态交互及AI Agent的完整AI技术体系，AI Agent和端侧大模型等应用正从技术验证推向全球化量产。

业绩方面，博泰车联2026年第一季度营收同比增长超过100%，其表示，高端化、AI化、全球化三条增长曲线的协同发力是核心动力。此次定点将同时为三条曲线注入增量，高端豪华品牌车型将提升高价值细分市场渗透率；端侧大模型与AI车载交互系统的全球交付将加速AI应用商业化变现；全球化项目更优的毛利率水平将持续改善盈利结构。

这背后，理解均普智能的关键，是看清三块业务之间的递进关系——汽车装备是“土壤”，非汽车装备是能力跨行业延伸的“枝干”，具身智能则是从这片土壤里长出的“种苗”，而利润表是尚未到来的“收成”。

具体来看，均普智能汽车智能制造装备业务上半年收入8.69亿元，占比70.70%，表面看是传统主业，实际承担着两个角色：一是提供现金流，二是为具身智能提供真实的工业场景作为试验场。均普智能聚焦的智能驾驶、电驱、底盘等高附加值赛道，本身就是具身机器人可能率先替代人工的精密装配环节。

非汽车板块2.88亿元收入中，医疗装备借GLP-1产能扩张，交付了产能提升3倍的标杆产线，证明这套"精密装配+自动化"能力可以跨行业复制。

图片来源：均普智能

具身智能业务上半年收入6452万元，占比5.25%，尽管目前整体业务规模还不大，但在三个关键环节都取得了不错的进展：需求端，完成了全球500强头部客户现场场景交付，意味着从"送样验证"进入"客户买单"；供给端，半年下线900台、无锡基地达产、双基地年产能突破3000台，意味着从"手工样机"进入"可批量制造"；场景端，BMS产线上6台机器人协同作业、线边物流项目进入压力测试，意味着机器人不再是单点演示，而是嵌入产线参与协同生产。

但问题也同样清晰：收入起量了，利润还没跟上。

上半年，均普智能综合毛利率18.29%，同比不升反降，公司仍未扭亏，尤其具身智能业务，远未到标准化产品放量摊薄成本的阶段。从"能交付"到"能赚钱"，中间依然隔着规模效应和良率爬坡两道坎。

此前，均普智能拟募资不超过10.3亿元投向机器人产业化，既是弹药，也说明这场转型仍需持续投入。

整体看，均普智能这份中报讲的不是一个"业绩爆发"的故事，而是一个"商业化逻辑被验证、但利润兑现尚需时间"的故事。机器人已经走进产线，接下来市场要检验的是：它们能不能以足够低的成本、足够快的速度，从一条产线复制到更多条产线。

图片来源：均普智能

汽车智能制造装备仍是均普智能营收基本盘，上半年实现营收8.69亿元，占总营收的70.70%。面对汽车行业周期波动，其将资源聚焦于智能驾驶、电驱系统、智能底盘、汽车被动安全、热管理五大高附加值赛道。

上半年，均普智能斩获全球头部Tier1域控总成装配测试产线订单，产线良品率超过99%，电驱总成装配测试产线订单覆盖乘用车与新能源商用车平台，并首次获取全球Tier1客户底盘总成装配项目。

具身智能机器人业务成为上半年亮点。上半年，该业务实现营业收入6452.36万元，营收占比达5.25%，较2025年全年实现倍数级增长，并完成对全球500强头部客户的现场场景交付。

产能方面，无锡机器人生产基地顺利达产，与宁波基地形成双基地协同布局，上半年累计下线具身智能机器人900台，整体年产能突破3000台。

非汽车类装备板块实现营收2.88亿元，占总营收23.41%。其中医疗装备赛道取得突破，均普智能向国际头部医疗客户交付搭载磁悬浮输送系统与智能机器人协同的高速激光打标自动化产线，产能较传统方案提升近3倍。

订单方面，2026年上半年，均普智能新签订单总额9.17亿元，非汽车装备订单占比22.49%，截至报告期末，在手订单规模达25.92亿元。

据公开资料，均普智能是均胜集团控股子公司，专注于智能电动汽车、医疗健康、高端消费品等行业的智能制造装备供应及工业数字化软件服务。公司在亚洲、欧洲、北美设有12个生产研发基地及服务技术中心，与戴姆勒、宝马、大众、采埃孚等世界500强企业合作超过50年，累计研发交付约8800套智能产线。

图片来源：琻捷

公告显示，2026年上半年，琻捷实现收入约2.14亿元，较2025年同期的1.57亿元增长36.5%；毛利润约6941万元，同比增长63.1%；整体毛利率由去年同期的27.1%上升5.3个百分点至32.4%。

分产品线来看，智能轮胎芯片仍是最大收入来源，上半年收入约1.11亿元，同比增长21.7%；智能电芯芯片为增速最高的产品线，收入约5290万元，同比增长114.5%；智能通用传感芯片收入约4870万元，同比增长23.4%。

琻捷表示，收入增长主要受益于智能感知与控制芯片整体需求持续扩张、核心产品线出货量稳健提升、高附加值芯片占比上升，以及重点客户项目陆续进入量产爬坡阶段。

亏损方面，上半年琻捷期内亏损约13.9亿元，较去年同期有所扩大。经调整期内亏损约603万元，同比收窄61.6%。公司称，亏损扩大主要源于上市前向投资者发行的金融工具确认的负债账面值变动，该部分约13.5亿元，属非经营性因素。

研发投入方面，上半年研发成本约4320万元，同比增长20.9%，占收入比例约20.2%。

据了解，琻捷主营Physical AI端侧智能感算芯片，采用Fabless模式，产品覆盖储能、汽车及工业电子等场景。

公告显示，本次H股上市旨在深化绿的谐波全球化战略布局，提升国际化品牌形象，多元化融资渠道，进一步增强核心竞争力。

作为国内谐波减速器行业的龙头，绿的谐波专业从事精密传动装置研发、生产和销售，核心产品是谐波减速器。在该领域，绿的谐波是国内率先实现工业化生产、规模化应用的企业，目前全球市占率约15%，居全球第二、国内第一，打破了日本哈默纳科的长期垄断。

图片来源：绿的谐波

当前，绿的谐波的产品线已从谐波减速器拓展至行星滚柱丝杠、机电一体化执行器、精密微型液压执行器、智能自动化装备等，下游覆盖工业机器人、人形机器人、数控机床、汽车、医疗器械、半导体设备、新能源装备等高端制造领域。

据上述公告同期披露的2026年中期业绩显示，2026年上半年绿的谐波实现营业收入3.49亿元，同比增长38.64%；归母净利润7010.92万元，同比增长31.25%；扣非归母净利润5816.63万元，同比增长36.92%；基本每股收益0.3824元。

绿的谐波称，上半年业绩增长主要得益于工业机器人领域市场份额提升及具身智能机器人业务规模大幅增长。

据相关分析数据显示，谐波减速器约占人形机器人成本的30%-35%，是人形机器人手腕、手肘、手指等轻载关节必不可少的核心部件。

分产品看，上半年谐波减速器及金属部件收入2.88亿元，占比82.67%，毛利率32.79%；机电一体化产品收入5474万元，占比15.70%，成为第二增长曲线。

当前，正值人形机器人由样机向量产过渡的关键期，绿的谐波选择在此时启动H股发行，既有助于对接国际资金支撑产能扩张与研发投入，也便于深化与全球头部客户的配套合作。

在此之前，绿的谐波已于2020年登陆科创板。若此番港股上市顺利推进，绿的谐波有望成为国内谐波减速器赛道首家“A+H”两地上市企业。

上半年，速腾聚创在机器人领域激光雷达总销量达28.26万台，同比激增510.4%，收入占该公司产品收入近半，同时成为产品毛利润的主要来源。这背后，目前速腾聚创已与宇树、智元、傅利叶等近60家全球头部具身智能企业达成深度合作。

图片来源：速腾聚创

在激光雷达基本盘之外，速腾聚创还首次披露了“眼睛、皮肤、肌肉”三大机器人核心增量品类的商业化进展。

其中“眼睛”在激光雷达基础上新增空间相机品类，依托自研SPAD芯片实现色彩与深度信息原生对齐，可输出毫米级RGB-D信息，为环境光变化、弱纹理场景下的机器人近场操作提供稳定识别。目前，该品类已获规模化订单，计划于第三季度末启动交付，于2027年全面量产。

“皮肤”涵盖视触觉与MEMS触觉产品，其中视触觉大幅简化了光路结构，在降低算力需求的同时，实现传感器的极致小型化，可运用于灵巧手指尖等精细部位；而MEMS触觉，采用了速腾聚创独有的MEMS技术与产业化能力，可在指腹等多个地方发挥作用，改善传统电子皮肤的漂移、迟滞等问题。这两类产品也均已完成研发，首个企业级量产项目计划于9月底启动商业交付，并于第四季度进入量产。

“肌肉”为关节模组，也复用了激光雷达领域的小型化电机技术，提升力矩密度与控制精度。当前，速腾聚创首款关节模组也已完成研发，并形成首批万级别采购需求，计划于第四季度启动批量交付。

值得一提的是，这三大品类既可独立配套机器人本体，也可协同部署于数据采集系统，为大规模数据采集和模型训练，提供与机器人相近的感知、触觉及动作配置，以缩小训练数据与实际部署之间的差异。

图片来源：速腾聚创

支撑速腾聚创多品类拓展的底层逻辑，是该公司十余年沉淀的芯片、光学、MEMS、精密机电及规模制造能力。

上半年基于“创世”SPAD-SoC架构，速腾聚创先后发布了“凤凰”“孔雀”两款芯片，其中搭载“孔雀”芯片的全球最小高精度超广角激光雷达E2已开启量产，预计下半年交付量将超20万颗；“凤凰”芯片则将于第四季度迎来首个车载项目SOP，推动车载业务持续迭代。

当前，速腾聚创正从单一激光雷达厂商向多品类机器人技术平台公司转型。通过将车载领域验证的规模化工程能力向机器人赛道迁移，同时以感知为核心向上游触觉、执行部件延伸，其平台化战略正在逐步兑现。不难预见，下半年随着三大新品类相继进入量产阶段，机器人业务对其整体业绩的贡献度将进一步提升。

在此之前，灵足时代已于2025年5月在常州落地布局了灵足时代（常州）机器人智能科技有限公司，前期重点开展核心关节模组的技术迭代研发、小批量试制组装及配套售后服务。

此次新项目，将进一步打造集研发创新、智能制造、市场销售于一体的全流程业务闭环，全面补齐企业规模化生产交付能力，夯实华东市场布局根基。

图片来源：灵足时代

灵足时代成立于2023年11月，总部位于北京亦庄，创始人兼CEO王勃曾任小米机器人关节团队总负责人、小米机器人关节总架构师，创始人兼COO邵元欣曾任小米CyberDog、CyberGear项目负责人，核心团队拥有近十万台机器人一体化关节量产经验。

核心业务上，灵足时代专注一体化电机融合技术，主打高性能、小型化、轻量化的一体化关节模组。依托极致结构优化与工艺创新，灵足时代已经先后推出了RobStride旗舰系列、EduLite开发者系列及机器人硬件开源平台等多款核心产品，将高精度机器人关节模组单价下探至400余元，构筑高性价比优势。

目前，灵足时代的客户资源已覆盖全国约70%的具身智能生产企业及绝大多数机器人行业头部厂商。其中2025年，灵足时代产品累计出货量已突破10万台，今年上半年出货量进一步超过20万台，远销全球26个以上国家和地区。

图片来源：佛瑞亚海拉

当前，全球智能驾驶产业正进入标准化发展新阶段。智能驾驶产品进入目标市场，不仅取决于算法能力，更取决于能否以可审计方式证明符合当地法规，高可信仿真与合规验证正成为连接研发、测试、认证与量产的关键基础设施。

对于加快出海步伐的中国智能驾驶企业而言，欧盟UN R157、UN R185等法规要求的型式认证举证是进入欧洲市场的必答题，既需匹配法规的测试场景，也需具备可追溯、可解释的合规证据链。

根据合作内容，双方将结合佛瑞亚海拉Ignite的交通规则引擎与51Sim高可信仿真平台，构建覆盖"法规规则—交通场景—仿真测试—符合性评价—认证证据"的完整验证闭环。

佛瑞亚海拉Ignite交通规则引擎内置持续更新的全球交通法规库，可将复杂多样的成文交通法规转化为可执行、可验证的机器规则，实现车辆在不同国家和地区道路环境中的实时法规符合性判定，并为认证与型式批准生成可追溯的合规证据，每项判定均可展开至具体法条与完整推理链。

双方合作将率先围绕欧洲UN R157、UN R185等法规认证场景及国内交通法规展开，并在智能驾驶仿真测试、法规符合性验证、海外准入、安全标准研究等方向持续深化，帮助车企高效应对不同国家和地区的智能驾驶法规要求。

对于计划进入欧洲市场的整车企业与智能驾驶方案商，双方联合方案可在成熟仿真工作流中完成欧盟认证所需的法规场景测试与合规举证，交付法规可追溯的认证场景包及逐条附带法条引用与证明树的合规评估。

面向未来，双方将持续深化在智能驾驶法规符合性、安全验证、人机交互、人工智能等方向的合作，共同打造面向全球法规体系的智能驾驶验证基础设施，为全球车企提供高可信验证能力。

但对于素来推崇waigaya开放研讨文化的本田而言，落地AI应用并非一帆风顺。

“waigaya”是本田内部传统：员工无论职级高低，均可自由公开辩论。将这套机制移植到多AI系统的交互中，能够比单一AI按指令输出获得更加多元的方案。相关研究成果已于去年4月发表在国际学术论文上，此后本田把这套“AI驱动开放研讨”的理念正式运用到车身开发业务。

不过，当论文中的研究思路真正落地设计部门后，各个AI智能体却很难得出有效结论。

本田AI规划部总工程师Osamu Ito下达指令：“请由两个智能体共同输出一套满足碰撞安全要求的车身结构方案。”

他把这项任务交给两个自研AI智能体，二者基于现有大模型开发：一个专攻碰撞安全工程，另一个专注振动与噪声抑制。

尽管两套系统具备堪比汽车工程师的专业知识，但仅仅几轮交互之后，二者的讨论就陷入停滞。研究人员前后调整了约20次智能体参数，反复重启推演，依旧无法得到可行方案。

两个智能体各自的专业诉求经常互相矛盾。举例来说，在行人保护设计中，增加零部件降低碰撞冲击，会加大车辆振动噪声，损害驾乘舒适性；若移除相关零部件提升舒适性，又会牺牲安全性能。

Osamu Ito表示：“两个智能体过度在意对方的观点，反而遗忘自身核心目标，工作就此无法推进。”

受挫之后，Osamu Ito回归参考人类工程师的真实工作模式：碰撞安全与NVH（振动噪声）领域的人类专家，会先各自独立产出理想方案，再坐下来协商取舍妥协。于是他把这套流程照搬到AI系统上。

本田不再让AI智能体以waigaya模式边设计边持续交锋，而是改为先让两个AI分别独立打磨碰撞安全、减振降噪两套方向的方案；完成之后，再把两份提案放到一起，协同敲定细节。

这套模式取得成效，智能体最终找到了兼顾安全与整车舒适性的设计。

Osamu Ito谈道：“当各方核心诉求相互冲突时，如果从零开始直接交锋，很难产出结果。AI如此，人类亦是同理。”

验证AI技术潜力后，本田进入实车设计阶段，进一步下放AI自主权限，使其能够完成完整车身设计，覆盖保险杠、发动机舱盖、车门等部件。

由于在开发效率与产出质量上，AI尚未完全超越人类工程师，项目采用人机混合协作模式。

各AI智能体被赋予明确分工，人类工程师主导车身设计。开发过程中，每当设计师向AI展示草图，AI就会即时反馈，输出多版修改方案。

通过人机协作、反复迭代，项目最终考量的设计方案数量，远超仅靠人类工程师互相沟通的模式。

从今年开始，本田在真实开发环境部署了三套专业AI智能体，分别主攻行人保护、振动噪声抑制、空气动力学性能，与设计师平等开展研讨，共同寻求最优车身方案。

开发过程中，AI的优势与短板也逐步显现。Osamu Ito指出：“对于车辆外形、碰撞冲击量级这类可以量化评估的设计指标，AI非常擅长。但座椅体感舒适度、外观主观审美这类难以量化的维度，仍更适合交由人类处理。”

开发收尾阶段，依旧由人类工程师与设计师协同敲定车身最终版本。本田称，依靠人机混合团队输出初步方案，整车开发周期将由约5年压缩至3年左右。

目前本田的AI智能体尚不能实现激烈辩论交锋。Osamu Ito认为：“面对重大复杂课题，AI之间开展waigaya式研讨仍具备价值。”

本田还将数百个AI智能体投入市场调研工作。更多智能体参与固然可以产出更多创意，但也会加大达成共识的难度。即便步入AI时代，本田的waigaya企业文化仍将持续发挥重要作用。

国家速滑馆"冰丝带"里，第二届世界人形机器人运动会正在如火如荼地进行。

前面几天的赛事里，人形机器人在100米、400米、1500米赛跑以及跳高等多个项目中，接连打破人类纪录。其中100米复赛，北京人形的天工机器人跑出8.86秒，不仅比预赛的9.32秒又快了一截，也把博尔特保持17年的9.58秒人类世界纪录甩在了身后。

再往前几天，2026世界机器人大会（WRC）上，各家展台的重点也变了。不再是跳舞、后空翻这类"才艺展示"，而是在传送带上分拣包裹、工位上拧螺丝、家庭区整理家务。

这种种情形让人觉得，具身智能的"奇点"似乎就在眼前。

然而，就在WRC 2026主论坛上，宇树科技创始人兼董事长王兴兴却清醒发言称，具身智能ChatGPT时刻，快则2-3年、慢则5-10年才会到来。

人形机器人表演越来越炫，落地看似越来越近，却始终无法真正大规模铺开。这背后的卡点，究竟在哪？

跑得比人快，干活比人慢

去年的人形机器人运动会，很多队伍能顺利完赛就不错了。今年，不仅更多队伍能够稳定完赛，顶尖选手的成绩更是突飞猛进。

图片来源：北京人形

除了100米，在400米大型组决赛中，天工机器人也以38.15秒夺冠，将人类43.03秒的世界纪录甩在身后。而在1500米决赛中，天卓队使用天工Ultra以2分21秒63夺冠，比人类纪录快了1分05秒。

田赛同样夸张：天工机器人原地跳高3.4米，上届最好成绩才0.95米；跳远7.97米，也已经摸到人类顶尖水平的门槛。

这些成绩充分表明，当前人形机器人的本体性能和运动控制水平，均已经达到了一个新的高度。

但比成绩更值得注意的，是行业评价逻辑的悄然转向：从看演示效果，变成了看落地效果。

去年WRC，跳舞、后空翻还是标配。今年最聚人气的，已经变成了能持续完成真实任务的作业演示。

比如优必选的Cruzr系列在做汽车钣金件上下料和物流分拣，无界动力的K15在咖啡空间连续完成端送、清理、回收等长程任务链，越疆的"一脑多体"平台让人形、四足和协作机器人协同完成产线作业。

这背后的道理并不复杂：技术从来不是用来看的，而是要用在实处的，演示再流畅，最终也要落到产线上、纳入成本考量。

然而运动会、WRC上，机器人虽忙得热火朝天，落地端却是另一番景象。

宇树IPO路演时，王兴兴说得很直白：全球人形机器人的真实需求，目前主要在科研教育和商业消费，工业场景的规模化部署还需要时间。中短期内，应用也集中在科研、教育、文化表演、智能服务、应急高危这些领域。

数据更说明问题。

Counterpoint Research的最新统计显示，2026年上半年，全球人形机器人出货量突破2.2万台，同比增长接近300%。但拆开看用途：文娱表演占33.6%，数据生产与科研占27%，两项加起来超过六成；服务导览约19%，智能制造12.8%，仓储物流4.9%。

也就是说，真正进入智能制造和仓储物流的，还不到两成。家庭场景更是几乎可以忽略。

而即便已经落地的，表现也往往不尽如人意。

例如宇树，2024年就开始和汽车工厂合作产线落地，但王兴兴透露，目前这类机器人只能做简单装配，不仅效率低于人工，新增任务还要重新训练，部署效率偏低，所以现在还没有大规模推广。

宇树尚且如此，更不用说其他没有经过充分产线验证的厂商。

值得注意的是，这一产业层面的落地困境，已经同步反映在了资本市场。近日，宇树科技上市后的股价大幅波动，就是最直观的写照。

图片来源：东方财富网截图

8月19日，宇树科技正式登陆科创板，成为“A股人形机器人第一股”。本次IPO，宇树发行价为150.80元/股，对应市值约610亿元，但开盘直接跳到1100元，暴涨629%，盘中市值一度突破4400亿元。

然而随后几个交易日，宇树股价持续回调，截至8月25日收盘报602.8元，总市值2438亿元，较高点蒸发近2000亿元。

这背后的核心原因之一，就是市场开始意识到：人形机器人的大规模商业化，确实还需要时间。

那么，从赛场上优秀的"运动员"到产线上的"打工人"，人形机器人规模化商用，到底还有几道坎？

规模化卡点：大脑是核心短板，但非唯一

关于具身智能的“ChatGPT时刻”，王兴兴有一个明确的衡量标准——在80%的陌生场景中，具身智能机器人通过语音或文字指令，能完成大约80%的任务，即为行业真正的撬动性时刻。

显然，当下具身智能机器人还不具备这一条件。

这背后，王兴兴认为，当前通用机器人要真正走进生活、走进家庭，最大的瓶颈是具身智能的泛化能力不够。

“目前全世界很多AI模型，在一个固定场景里，如果进行足够的数据采集和训练，任务成功率可以做到接近100%。”王兴兴表示。但是，只要机器人操作的物品发生一些变化，或者环境稍微换一下，成功率会下降非常严重。

事实上，具身机器人"大脑"能力不足，已经是行业公认的核心瓶颈。

日前，在WRC 2026同期举办的“应用牵引”主题论坛上，众擎机器人创始人赵同阳也直言，当前制约具身智能机器人走向万台级交付最大的卡点，是“大脑”的成功率不够。

“即便是99%的成功几率，也意味着机器人如果走出去100次，那么有一次是无法完成任务的，这是一个很糟糕的事情。”尤其在产线上，一次失败可能就意味着一条产线停转、一批零件报废，从而造成巨大的损失。

因此他认为，机器人“大脑”的成功率必须要从99%进一步提升到99.99%，而这目前还不能做到。

加速进化创始人程昊同样认为，当前最大的行业短板在“大脑”上，由于技术路线还没有收敛，并没有真正进入工程化落地阶段。

“原来‘大脑’、‘小脑’、本体都不行，现在本体在不少场景已经够用了，比如100台机器人组成方阵行进时，步伐能保持高度一致，核心就是一致性做得相当不错，至少硬件一致性是过关的。‘小脑’随着通用运动控制器技术发展，也已基本成熟。”程昊表示。

不过，"大脑"是核心短板，但并非唯一短板。

图片来源：智身科技

在智身科技联合创始人刘宇龙看来，尽管当前“大脑”的成熟度，距离具身智能未来的理想状态还有差距，但如果只是要实现万台级交付并落地应用，“大脑”其实只要做到够用就可以，也就是能在目标应用场景中满足需求痛点、解决实际问题就行。

反而更关键的卡点是，硬件如何在目标应用场景里满足各类指标，比如在自重有限的前提下承载足够大的负重，能适应高低温不同工作环境，以及平均无故障工作时间(MTBF)要达到客户的底限要求；以及保证在万台交付过程中，所有批次出货的良率、工艺、评测以及最终交付的一致性。

“但现在行业还没有明确的标准，需要协同上下游一起制定”。刘宇龙表示。

京东智能机器人业务部负责人徐磊则从渠道端给出了不同视角：供需关系匹配，也即是当前这些具身智能机器人是不是能真实满足用户需求。

“如果能做好需求匹配，我觉得未来实现万台以上的交付、完成规模化落地将不是问题。”徐磊认为。然而目前的情况是，据他透露，现阶段具身智能产品的转化率，比传统的消费电子、手机数码要差数十倍。

由此可见，人形机器人规模化落地其实是个系统工程，每个环节都有短板。只不过"大脑"是最显眼、也最制约长期天花板的那个。

那"大脑"本身又卡在哪？

最直接的挑战，是用来训练“大脑”的数据严重不足。

“在‘大脑’层面，我们拥有的真实有效数据，无论质量还是数量都远远不足。”刘宇龙直言。数据不够，虚拟推演和硬件实际就会有偏差，进而影响长程、多样化任务的能力。

比数据缺口更底层的，是模型架构。

图片来源：优必选

优必选副总裁、具身智能与人形机器人研究院院长焦继超指出，现在的具身大模型架构，基本都是从自然语言大模型迁移过来的，不一定适配具身数据类别和训练范式，未来很可能出现专用于具身智能的全新架构。

毕竟，语言是一维逻辑，而具身智能需要处理的是三维物理世界：理解任务逻辑、感知空间位置、遵循时序执行动作，还要融合视觉、力、触觉多模态反馈，二者所要解决的问题完全不在同一维度。

直接拿大语言模型的底子解决具身问题，本质上是"用汽油发动机的底子造电动车"，底层架构不改，很难有本质突破。

数据量不足、模型架构不适配，最终结果就是机器人的泛化能力不够。

终局之争：路线未定，行业格局尚无定论

毋庸置疑，无论是具身大模型还是硬件本体，其实都还没有真正收敛。也正因此，关于行业的终局之争，比如市场格局将走向集中还是多元、软硬件一体还是解耦，各方也始终各执一词。

在加速进化创始人程昊看来，要回答这些问题，需要从具身智能不同的发展阶段来看：本体阶段、Agent应用阶段、模型阶段。

在当前的本体阶段，市场无疑已经是百花齐放，类比早期计算机时代，各家方案各不相同，有苹果、IBM等不同玩家。

“我们觉得可能马上就要进入到Agent阶段，就是应用时代，这个时候本体系统会慢慢从多样收敛成几家，但是上面的应用会开始越来越丰富，就像当年互联网早期或者移动互联网早期，会有非常多百花齐放的应用。”

待到模型阶段到来，具身大模型出现之后，可能会迅速把应用都吃掉。“就跟现在大家买手机只下微信、抖音几个大的平台级应用就OK了，这个时候应用又开始收敛。”程昊表示。

而众擎机器人创始人赵同阳的判断是，人形机器人市场盘子极大，理论上能容纳多家千亿甚至万亿级巨头，但利润最终会向少数头部集中，并诞生一两家类似苹果、微软这样的全栈生态公司。

“当前人形机器人行业的发展阶段，就好比手机行业的功能机时代。等行业进入智能机阶段，我认为将会有两三家知名度极高的头部企业，占据行业80%的利润，剩下20%市场留给细分专用领域厂商。”赵同阳表示。

AI作图，来源：豆包

优必选副总裁、具身智能与人形机器人研究院院长焦继超给出了更细的分层判断：电机、减速器、"大脑"芯片这类上游零部件会形成头部格局；本体层面有望成长出平台化巨头；运营端则百花齐放，第三方开发者基于本体平台做场景应用，整体生态类似智能手机。

智身科技联合创始人刘宇龙的判断则较为分散。

他认为市场不会被极少数巨头吃光，千行百业，每个垂类都会有适配需求的企业存活，工业领域尤其如此，受产业链分工、渠道关系、地域特性影响，大量企业会在不同上下游环节形成自己的生存构型。

如果说，格局之争还只是终局的轮廓分歧，那么关于技术路线的选择，才是更底层的核心对立。

在程昊看来，具身智能终局最大的赢家将是模型公司，长期来看软件和硬件一定是解耦的。

但这一判断，与赵同阳、焦继超的立场截然相反。

赵同阳的逻辑很直接：要做苹果就必须软硬一体。“除非你只想做一个Windows，或者只想做一个硬件主机厂的代工厂。”

焦继超同样认为软硬件不能割裂。在其看来，与手机可以硬件厂商做硬件、第三方做APP不同，人形机器人硬件与软件必须深度耦合，如同人的肉体和灵魂，二者不能割裂。

“因此我认为，未来本体厂商必须具备软硬件一体的全栈自研能力。”焦继超表示。

不难预见，在大模型与硬件本体均未收敛的当下，接下来一段时间这些分歧恐怕还将持续。

值得关注的是，虽然业界在具身智能未来格局与技术路线演进上，尚未形成统一结论，但在落地的核心原则上，已经达成了较强共识：不必等待所谓"ChatGPT时刻"，应当优先推进难度低、商业能够算得过来账的场景。不过在B端、C端的推进次序上，行业仍存在分歧。

焦继超就指出，尽管从需求角度，C端需求也很多，但目前有些产品其实不一定能满足用户的需求。反而在他的判断中，明后年工业端有望迎来放量，而个人端情感陪护类产品的机会会在此之后到来。

图片来源：众擎机器人

赵同阳同样认为，行业并不缺少需求，真正的瓶颈在于技术与产品能力。"所以对于我自己既做技术又做产品的人来说，我会让技术和产品在这块达到一个比较适中的状态，按照技术容易实现的，并且我们现在基本上就可以实现的，先去落地。"

比如巡检、保安、物业、前台这类场景，在他看来可以优先落地；然后再进入工业场景，从粗活、累活、人不愿意干的活、搬运分拣等场景做起，类似"穿针引线"的精细作业暂时不现实。

除此之外，众擎也在将本体、运控等底层能力对外开放，扮演"卖铲人"角色，由第三方拓展各类行业应用。"你不要想能把所有的行业全做完，因为所有的公司工程师可能就几百人，只能瞅准一两大领域。"

程昊则给出不同判断，他认为B端与C端并非线性先后关系，二者可以并行发展：各自先在简单场景跑通流程，再逐步向高难度任务渗透。

但无论落地次序如何选择，从易到难、价值先行，已经是全行业的务实共识。

结语

当前，具身智能赛道所有人都在说“先落地、再迭代”，但很少有人能说清楚——到底什么才叫真正的落地？是展台上一次完美的产品演示？是赛场里一项打破纪录的成绩？还是能让客户持续付费、可以批量复制的真实生产力？

这个行业太擅长制造高光时刻，但真正的产业革命，从来都不是靠聚光灯堆出来的。

等到人形机器人不用靠打破纪录冲上热搜，而是靠拿下一条又一条产线的订单证明自己的时候，这个行业才算是真正跨过了“奇点”。

报告期内，翼菲科技实现营业收入1.86亿元，同比增长58%；毛利率23.7%；经调整净亏损7569万元，亏损同比有所扩大。

翼菲科技指出，报告期内亏损扩大主要是由于该公司持续加大在具身智能、控制器等核心产品上的研发投入，研发费用增长规模与亏损扩大幅度基本相当，整体仍处于战略前瞻性投入期。

图片来源：翼菲科技

目前，翼菲科技已形成包括并联机器人、SCARA机器人、六轴机器人、人形机器人、柔性搬运分拣设备及非标自动化整线在内的产品与解决方案体系，覆盖高速分拣、精密装配、柔性搬运与智能产线集成等需求，具备控制与视觉系统自主研发、机器人整机研发制造、系统调试及整线定制能力。

其中今年上半年，翼菲科技进一步完善工业机器人产品矩阵，并加快具身智能商业化进程。期间，翼菲科技第二代鸿钧轮式双臂机器人成功完成迭代定型，搭载YiBrain多模态工业具身智能大模型，也已完成多行业、多场景POC验证，进入小批量试点采购阶段，并在多家制造企业实现部署，标志着翼菲科技从传统工业机器人向具身智能方向的延伸，已从技术研发迈入场景落地阶段。

据了解，鸿钧001双臂轮式人形机器人专为汽车、3C、电力等多行业柔性作业场景打造，整机采用313仿生机械臂布局，肩部、肘部、腕部分别分配3、1、3自由度，单臂共7自由度，完整复刻人类手臂运动形态；手腕关节采用正交堆叠设计，搭配颠覆性腕部球形关节构型，深度模拟人类手腕万向运动能力，可实现360°全域旋转与多角度姿态调整，最大运动速度可达275°/s，能灵活完成任意角度拧紧、插拔、按压等精细复杂工序。

图片来源：翼菲科技

依托“四转四驱全向底盘+高精度仿生双臂”一体化形态，单台设备同时兼顾物料搬运与精细操作，打破传统移动机器人功能单一的局限，产品可替代工人完成变电站高压作业、发动机重型装配、3C产品视觉检测等高强度、高风险、高重复工作。

与此同时，翼菲科技也在持续深耕电子、半导体、新能源及汽车零部件等高价值行业，并实现BAT系列并联机器人在PCB等场景实现批量应用，晶圆盒LOT全自动智能包装整线稳定量产交付，进一步拓宽工业自动化应用边界。

翼菲科技海外市场拓展也同步提速。报告期内，该公司海外营收2260万元，同比增长318.5%，并持续完善东南亚、东亚、拉丁美洲及欧洲市场渠道布局。

截至报告期末，翼菲科技已累计服务客户2000+家，业务覆盖了全球27个国家和地区，全球化业务基础持续夯实。

简智机器人在成立仅短短一年的时间内，连续完成7轮融资，老股东连续追投，累计融资额超2亿美元，刷新了具身智能无本体数据累计融资体量，这背后是战略方、资本与行业对“数据驱动模型”这一产业底层逻辑的共识。

图片来源：简智机器人

当前，具身智能行业正处于从“专用演示”向“通用泛化”爬坡的关键节点。没有足够大规模、高质量的真实人类技能数据，就无法验证模型路线是否收敛、无法跨越智能泛化的临界点。

简智机器人正是为破解这一瓶颈而生，作为一家数据驱动、评测闭环的物理AI公司，简智机器人始终坚持源于人、服务人，模型服务模型（From Human for Human. From Model for Model.），致力于将海量人类技能数据，高效转化为可度量、可验证的具身智能与世界模型能力，为整个行业夯实基础设施底座。

简智机器人始终认准的朴素逻辑是用人类技能数据赋能物理AI，已经构建了覆盖人类技能数据收集、数据基础模型训练、大规模真机评测验证的基础设施。

简智早在今年年初时，就在全球开源社区发布了一个 13,000 小时以上的具身智能与世界模型无本体数据集，该数据集目前单月下载量已超百万次。

简智机器人自主研发了包括Gen DAS（Data Acquisition System）无感可穿戴采集设备、Gen Controller技能终端数据采集的产品矩阵，并拓展多种硬件模态，通过声音、磁触觉、压阻、电容、柔性织物、力反馈等多路传感完整记录人类行为，实现无本体数据的高精度、高保真采集还原。

简智机器人自研训练的Data Foundation Model专为具身智能、世界模型行业而打造，覆盖思维链（CoT）、6D位姿、深度信息、触觉感知、手部跟踪、全身Mesh等模型预训练所需的维度，并在持续扩展「领域-场景-任务-技能」的标准化人类技能体系。

在人工智能从“预测下一个词元”走向“完成下一个动作”的关键节点，简智机器人要做的事很明确：把可直接用于具身、世界模型训练的数据规模持续做大、把物理AI的新基础设施持续做厚、把模型在真实世界的能力评测做成可验证、可复用、可量化的行业基准，让具身智能、世界模型的每一次进化，都站在持续复利的基础设施底座上。

在指尖感知层面，第二代指尖传感器提供多形态适配方案，可灵活适配不同灵巧手平台。相比上一代产品，其耐用性提升5倍，重复性与跨传感器一致性超过97%，刷新率提升至120Hz。

图片来源：千觉机器人

在整手覆盖层面，该方案新增多位置柔性电子皮肤，覆盖面积提升5倍以上，分辨率达到0.01N。指尖负责高精度触觉感知，多区域柔性电子皮肤扩大接触覆盖，实现从局部触觉到整手感知的扩展。

方案同时配备高效掌心触觉HUB，支持5路触觉传感器同步接入，具备6TOPS边缘算力，可将主机计算负载最高降低90%。通过掌心HUB统一接入多路触觉信号，形成整手级的系统协同。

华翔启源是宁波华翔布局具身智能赛道的核心载体，依托母公司百万级量产工艺与零缺陷品控标准，华翔启源已构建起覆盖PEEK材料自研、核心零部件制造、整机集成、规模化量产的全链路智造能力。

图片来源：华翔启源

具体而言，本次华翔启源重磅首发的四足巡检机器人是华翔启源针对园区巡检场景打磨出的主力产品，搭载了 AI 双光识别能力，机器人在移动行进途中能不间断开展巡检，不用停靠固定点位，就能及时发现流动违规现象和各类突发异常状况，为工业厂房、物流仓储、商业综合体、大型社区等场景提供7×24小时不间断智能巡检服务。

目前，该四足巡检机器人已在华翔启源自有工厂已经完成实地测试，可实现每小时自动轮巡一次，覆盖数百个监测点位。

而华翔启源的四足机器人P30，有效载荷超30公斤、最大负载达150公斤，可攀爬45°斜坡，最大跳远距离超1.6米，空载续航达48公里，也已进入批量量产阶段。

值得关注的是，除了积极推进具身机器人研发，华翔启源还是智元机器人的深度合作伙伴，承担了智元远征A3系列量产工作，并于8月中旬正式实现了第1000台A3机器人下线。

据管理层介绍，现阶段城市领航辅助已经落地旗下多系列在售产品，不再局限于少数高配版本。按照OTA推进计划，今年三季度，搭载3.0架构的车型将迎来全国城市领航辅助驾驶推送，摆脱城市白名单限制，扩大高阶智驾的可用场景边界，让更多存量用户享受到全域城市智驾能力。

图片来源：零跑

即将在9月亮相的全新架构辅助驾驶方案，是零跑全域自研体系下的重要技术成果。官方表示，这套新方案并非简单软件迭代，将从底层架构层面带来体验跃升。零跑持续在L2+、L3、L4多等级智驾软硬件、智能底盘同步布局，上半年研发投入保持高位，为智驾算法迭代、数据积累提供支撑。

行业层面，国内车企高阶城市智驾正在从“限定城市”向“全国可用”快速过渡，OTA规模化推送成为主流落地方式。零跑一边给存量老车型持续解锁高阶功能，一边筹备新一代底层智驾架构，兼顾现有用户权益与未来产品竞争力。

长期以来，机器人电池行业深陷各自为战的困局：尺寸规格繁杂、硬件接口不统一、通信协议互不兼容，直接推高了整机厂商的生产与售后运维成本，成为制约机器人规模化落地的隐性瓶颈。

此次京东与比克联合打造的标准化电池方案，实现了机器人电池的 "即插即用"，从设计、生产到运维全链路摊薄综合成本，可广泛适配人形、工业、轮式等多类机器人形态。

图片来源：比克电池

作为整套方案的电芯供给方，比克电池凭借高一致性电芯产品，打通了从电芯到模组、再到统一对外接口的完整能源链路，为通用电池方案提供底层支撑。

而在通用标准化之外，比克电池还同步推出了面向人形机器人的 "一套底盘、三种性格" 差异化电芯方案。"一套底盘" 即基于成熟的 21700 标准化电芯，打造统一的电池物理与电气架构，依托其高能量密度、优异散热性能与稳定大电流输出能力，实现供应链与生产端的标准化降本。

"三种性格" 则针对不同应用场景量身定制：爆发型方案面向跑跳、负重攀爬等大动态运动场景，提供超高倍率放电性能；耐力型方案面向商用服务机器人，主打高能量密度以延长单次工作时长；均衡型方案面向家庭或工业协作场景，兼顾功率与容量，实现动力与成本的平衡。

这一设计打破了 "标准化等于同质化" 的行业误区，在统一底座之上保留了场景适配的灵活性。

当前，机器人能源生态正从各自为战的 "春秋战国" 时代，迈向模块通用、按需定制的规模化新阶段。京东的渠道与场景整合能力，叠加比克的电芯技术积累，有望加速电池标准化进程，为人形机器人降本增效、大规模量产提供关键支撑。

图片来源：佑驾创新

据悉，iSafety 4高性能前视智能辅助驾驶一体机基于地平线征程^®6B芯片打造，面向主流乘用车平台级智能化升级需求，在功能架构、行车性能、安全合规及全球化适配等方面均完成优化。

功能层面，该产品可实现红绿灯路口通行及读秒预减速、车道内动静态目标极限避让等精细化行车辅助，同时支持拓展DMS驾驶员监测、RVC后视影像等座舱辅助功能。

作为全球化定位产品，iSafety 4兼容GSR 2.0、ENCAP 2026等海外法规标准，可支撑国内落地与海外市场拓展。

值得注意的是，此次并非双方首次合作。

2025年11月，佑驾创新已获得该客户智能座舱项目定点，提供DMS驾驶员监测、OMS乘客监测及多模态交互等座舱解决方案，订单总金额约3.2亿元，2026年初已陆续量产交付。

本轮融资投资方覆盖字节跳动、汇川产投、国方创投、德宁资本、纳爱斯等近10家知名机构及产业资本，同时老股东持续重仓加持。

未来不远机器人成立于2022年，是国内聚焦C端家庭通用机器人的核心企业。但不同于多数仅靠单点技术融资的企业，未来不远的底气在于完整的产业闭环：从机器人大脑模型、整机硬件设计，到真实家庭数据积累、规模化量产落地、终端销售，全链路自主可控。这种闭环能力，构成了难以逾越的技术与数据双重壁垒。

目前，未来不远已经先后推出了F1、F2两款产品，其中F2于今年4月正式发布，2026年5月，未来不远发布新一代机器人大脑Self-Evolving WAM，并同步部署至未来不远F2中。

图片来源：未来不远

基于自进化WAM世界动作模型，在不久前的WRC 2026上，未来不远F2完成了7个步骤的肉酱意面端到端烹饪，展示从"轻家务"到"重家务"的场景跨越。

具体落地应用方面，目前未来不远机器人已进入全国500多个普通家庭，全面覆盖基础家务、儿童陪伴、老人陪护、宠物照料等高频刚需场景，全天候常态化运行。

这背后，未来不远核心技术团队已有近200人，骨干来自卡耐基梅隆大学、加州大学伯克利分校、清华大学等顶尖高校与头部大厂，覆盖机器人大脑、规控算法、硬件研发、量产落地等核心板块。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

当天，《道路交通安全法》修订草案提请十四届全国人大常委会第二十四次会议初次审议。

图片来源：新华社

此次修订一个尤其值得汽车行业关注的变化，是首次设置“自动驾驶汽车的特别规定”专章。草案明确，在自动驾驶功能激活状态下发生道路交通安全违法行为的，由自动驾驶汽车生产企业、进口企业接受处理；而自动驾驶功能未激活，或者车辆仅具备辅助驾驶功能时，则按照非自动驾驶汽车管理。

乘联分会负责人崔东树将这一变化概括为从“人开车”到“车担责”。在他看来，这次修法的重要意义之一，是把辅助驾驶与自动驾驶的边界进一步划清，也让消费者对“谁在开、出了问题找谁”有了更明确的制度预期。

这个判断抓住了此次修法最直观的变化。

但这里仍然需要把一个概念拆开。

草案目前明确的是交通违法行为的行政处理责任，比如系统激活状态下出现超速、闯红灯等违法行为，由谁接受处理。这并不等同于一旦自动驾驶发生交通事故，民事赔偿、产品责任甚至刑事责任就全部转移给车企。

也正因为如此，“从人开车到车担责”更像是一个方向，而不是已经完成的责任划分。

真正复杂的问题才刚刚开始。当法律开始区分“人开”和“系统开”，事故发生以后，责任究竟从哪里开始算，又到哪里结束？

现实道路上，最棘手的情况很可能并不是“全程人开”或者“全程车开”。

系统可能已经连续控制车辆很长时间，却在危险发生前几秒要求驾驶员接管；风险形成于系统运行阶段，碰撞发生时却已经变成人工驾驶。

系统退出以后，责任是不是也能立即退出？

这或许才是自动驾驶真正进入社会之后最难回答的问题。

问题：人车交接的“灰色地带”

2025年3月29日，一辆小米SU7标准版在安徽德上高速池祁段发生严重事故。

根据小米事后公开的信息，事故发生前车辆处于NOA智能辅助驾驶状态，以116km/h行驶。事发路段因施工封闭原车道，需要改道至逆向车道。系统接近障碍物后提示风险并减速，随后驾驶员接管，NOA退出，之后车辆发生碰撞。

这起事故至今没有公开完整的权威责任划分。

因此，它不能用来证明究竟应该由驾驶员还是车企承担事故责任。但作为一个现实样本，它提出的问题非常典型：如果危险形成于辅助驾驶阶段，但碰撞发生在驾驶员接管以后，到底应该看哪一刻？

如果只看碰撞瞬间，答案似乎很简单：系统已经退出，是人在驾驶。

但事故不是碰撞那一秒突然产生的。

系统什么时候发现施工区域？什么时候开始减速？什么时候要求驾驶员介入？留给驾驶员多少时间重新观察环境、判断风险并完成避让？

如果驾驶员真正接手车辆时，事故已经很难避免，那么一次形式上的系统退出，能不能彻底切断此前系统行为与事故之间的关系？

这个问题并非只有行业在讨论。一年多以后，国家标准层面已经正式回应了类似的场景。

2026年6月27日，GB 47955—2026《智能网联汽车 组合驾驶辅助系统安全要求》强制性国家标准获批准发布，拟于2027年1月1日起正式实施。标准针对组合驾驶辅助建立统一安全基线，并结合中国道路环境增加相关试验和安全要求。

这一变化说明了一件很重要的事：驾驶员承担驾驶责任，不意味着辅助驾驶系统没有自己的安全能力底线。

L2阶段，驾驶员仍然需要持续观察交通状况并控制车辆，这是标准明确的产品定位。

但“驾驶员应该随时接管”不能反过来成为系统处理复杂场景能力不足的免责理由。

图片来源：华为

换句话说，需要拆开两个概念：驾驶责任是一回事，系统是否满足安全要求又是另一回事。

到了L3，这种区别会更加明显。

2026年7月30日，GB 44721—2026《智能网联汽车 自动驾驶系统安全要求》获批准发布，拟于2027年7月1日起正式实施。该标准适用于L3、L4自动驾驶系统，并提出系统安全、驾驶人接管能力监测以及最小风险策略等要求。

背后的逻辑并不复杂，真正的自动驾驶，不能在自己已经无法解决危险时，只把最后几秒留给驾驶员。

因此未来涉及人机交接的事故，可能越来越难只靠“碰撞时谁握着方向盘”判断。

真正需要还原的，是整个过程：系统何时发现风险、何时作出反应、何时提出接管，驾驶员有没有合理的反应窗口，以及风险到底在哪个阶段已经形成。

自动驾驶要解决的第一道责任难题，因此不是“人负责还是车负责”，而是人和车之间，责任究竟怎么交接。

行业：从拼能力，到拼责任承诺？

这种责任变化，也可能重新塑造车企之间的智驾竞争。

今天一些高阶城市NOA已经可以完成跟车、变道、通过路口、上下匝道等复杂操作。工信部统计数据显示，2026年以来，我国搭载组合驾驶辅助功能的乘用车新车市场渗透率已经达到70%，其中搭载NOA功能车型的渗透率超过30%。

对于普通消费者来说，一些高阶L2产品在体验上已经越来越接近“车自己开”。

但法律属性并没有因此模糊。

GB 47955—2026仍然明确，组合驾驶辅助是在驾驶人持续观察交通状况并控制车辆的前提下提供辅助。

真正进入L3以后，系统才开始在限定条件下承担动态驾驶任务。

这意味着，技术能力可能是渐进式提升的，但法律责任却存在明显的阶段转换。

也正因如此，未来评价一家企业的自动驾驶能力，可能不能只问“能开多少城市、多少公里”，还要多问一句：企业愿意为自己的系统表现承担多少责任？

崔东树也判断，道交法修订后，行业竞争可能从“谁的功能更花哨”，转向“谁的系统更安全、谁的责任承担能力更强”。但至少从现阶段看，这种变化还刚刚开始。

今年5月，比亚迪提供了一个值得观察的先行样本。

图片来源：比亚迪

5月28日，比亚迪宣布，为天神之眼A、B用户提供一年城市领航安全兜底。在规定范围内合规使用城市领航（City NOA）功能发生有责交通事故时，应由本车承担的直接经济损失，包括车辆维修、第三方财产和人身伤害损失，由比亚迪进行兜底赔付。比亚迪随后特别说明，这项服务不是保险，也不能替代交强险和商业车险。

这里同样需要划清边界。

比亚迪目前提供的仍然是L2辅助驾驶，这项兜底是一项企业主动提供的商业承诺，并不意味着法律上的驾驶责任已经由驾驶员转移给车企。

紧随其后，引望宣布新增ADS高阶功能包保障与服务权益，将城区NCA、高速NCA及泊车全场景纳入保障范围。

保障内容与比亚迪类似，正常使用辅助驾驶过程中发生意外事故，造成自身及第三者人身损害或财产损失的，由企业承担。

但华为的方案有几个细节值得注意：首先，保障期限与购买时间挂钩，7月1日调价前购买高阶包的用户保障期为1年，调价后购买的用户保障期为3年。

其次，华为将调价归因于硬件成本上涨，数据显示高端车规级DDR5现货价格涨幅已超300%，AI公司的大算力芯片需求挤占了车规级芯片产能。

同时，ADS Max高阶功能包一次性买断价格从3.2万元恢复至标准价3.6万元，综合车企补贴后落地价从1.2万元涨至1.5万元。

华为兜底的底气同样来自数据积累。截至2026年5月，华为乾崑智驾ADS系统累计辅助驾驶里程达114.7亿公里，月活跃用户占比95.1%。引望方面表示，兜底权益的推出基于海量真实路测数据的技术自信。

但截至目前，这仍是一些个案，能不能发展成为新的行业竞争方式，需要看未来是否有更多企业跟进。

但这个样本至少提出了一个有意思的问题：过去企业证明智驾能力，往往谈城市覆盖、接管里程、芯片算力和算法路线。

当不同品牌的能力越来越接近以后，企业愿意为系统表现承担多少经济风险，会不会成为新的产品差异化方式？

某种程度上，这比一句“我们的智驾更安全”更容易被消费者理解。

因为技术指标很复杂，但“出了问题企业愿意承担什么”，很具体。

这不意味着智驾竞争已经进入所谓“责任竞争”。

更准确地说，责任承诺正在第一次成为智驾竞争中一个可以被消费者感知的变量。

而如果真正的L3规模化到来，这种变化可能会更加明显。

因为到了那时，企业需要面对的将不只是产品功能表现，而是系统安全、数据记录、人机交接、事故调查以及更复杂的法律与合规问题。

自动驾驶真正跨过L3门槛的时候，企业跨过去的不会只有技术门槛。

还有责任门槛。

制度：谁举证、谁赔钱、谁买单？

责任边界越精细，另一个问题就越重要：出了事故，凭什么判断是谁的问题？

智能汽车发生事故后，真正关键的信息已经不只是监控录像和车辆碰撞痕迹。

系统什么时候激活？什么时候发现障碍？作出了什么判断？什么时候制动？什么时候发出接管请求？驾驶员什么时候介入？碰撞前车辆执行的是系统指令还是人的指令？当时运行的又是哪一个OTA版本？这些信息都可能直接影响责任判断。

而其中大量关键数据，首先掌握在汽车企业手中。

这就带来一个自动驾驶时代必须面对的问题：潜在责任方，也可能是关键证据的掌握者。

所以未来只要求车辆“记录数据”远远不够。

数据保存多久、消费者有没有权利读取、交警和司法机构如何调取、不同企业的数据格式能否统一、第三方机构能不能独立还原事故，都需要建立配套制度。

OTA还会让这个问题更复杂。

传统汽车发生事故，分析的通常是一件基本固定的机械产品。

智能汽车却可能在一次软件升级后改变感知算法、规控策略甚至功能边界。

未来事故调查不仅要问“这是什么车型”，还要问：事故当天，这辆车究竟运行的是哪个版本的系统？

当算法逐渐参与甚至承担驾驶任务以后，车辆数据也就不再只是工程数据，而会越来越具有证据属性。

再往下一步，是保险。

此次道交法修订草案提出了“国家建立健全自动驾驶汽车保险制度”的方向。

这非常关键。

传统车险面对的主要是车辆和驾驶人的风险，而自动驾驶加入以后，系统能力、软件版本、自动驾驶运行里程甚至人机交接机制，都可能成为新的风险变量。

现在还很难说中国保险行业已经形成针对不同自动驾驶系统的成熟差异化定价模式，也不宜提前得出“未来某套智驾保费一定更低”的结论。

但随着自动驾驶真正进入L3，保险必然需要回答一个新的问题：机器开的这一段风险，到底应该怎么定价？

而这又会反过来影响智驾商业模式。

过去讨论“智驾免费还是收费”，主要算芯片、传感器、研发和算力成本。

未来如果企业还需要承担更高的数据存证、合规、保险以及风险处置成本，这张账会发生变化。

但责任增加也不等于智驾一定会收费。

拥有巨大规模的头部车企，完全可能通过整车利润和规模效应继续把智驾做成标配；另一些企业则可能尝试将更高阶自动驾驶能力与保险、风险保障组合起来，形成新的收费服务。

真正值得追问的不是“智驾以后是不是一定收费？”，而是当自动驾驶从一个软件功能变成一项包含风险承担的驾驶服务，它的定价逻辑会不会随之改变？

到那时，消费者购买的可能不只是“这套系统能不能帮我开车”，还包括它替我开的这段路，发生问题以后谁承担后果。

这也是这次修法真正打开的一扇门。

2026年，组合驾驶辅助和自动驾驶两项强制性国家标准先后发布，道路交通安全法修订草案随后首次增加自动驾驶专章。标准和法律正在先后把过去混在一起的问题拆开。

辅助驾驶系统应该达到怎样的安全底线；自动驾驶系统什么时候能够真正接过驾驶任务；人与系统怎么安全完成交接；交通违法由谁接受处理；事故发生后又该如何举证、赔偿和追责。

这些问题不可能靠一句“车企担责”全部回答。

但至少，它们正在第一次被放进同一个制度框架里讨论。

过去几年，中国智驾反复回答的是机器能不能开。

真正进入自动驾驶时代之后，问题会变成：

什么时候算机器在开？

机器出了问题怎么证明？

证明以后又由谁承担结果？

从这个角度看，道交法此次修订真正重要的地方，并不是简单宣布责任从驾驶员转移给车企。

而是法律终于开始承认当方向盘能够在人和机器之间交接以后，责任也必须拥有一套对应的交接规则。

所以，“系统退出，责任就能退出吗？”

现在还没有一个简单答案。

但从2026年开始，这个问题已经不能再只靠一句“驾驶员请随时接管”来回答。

表面看，蔚来“放走”了智驾核心人物；深层次看，这恰恰是一场精密的战略布局。

蔚来为何这么干？

为何要“放走”智驾一号位去布局具身智能？答案首先在于技术。智能驾驶与具身智能在底层技术上高度同源，任少卿本人正是这一技术迁移的最佳实践者。

2020年加入蔚来后，他带领团队完成了智驾算法从传统模块化方案向端到端、世界模型的演进。2023年，蔚来启动世界模型研发；2024年，任少卿代表蔚来发布了行业首个应用于智能辅助驾驶的世界模型NWM。

任少卿曾多次强调，世界模型是自动驾驶与机器人共享的基础范式，车端积累的时空认知、长时序推理与闭环优化能力，可直接迁移到物理AI与具身智能场景。

图片来源：蔚来

对于布局具身智能，四个月前李斌曾在一次采访中公开表态。

彼时，谈及车企扎堆进入机器人领域，李斌表示，车企做机器人是一个非常自然的选择，因为它的技术栈差不多，从能力模型的角度来讲都差不多的，不光是中国，全球汽车企业都在积极探索。

此外，他还补充道，从蔚来来说，在比较长的时间之内，还是专注把汽车的业务做好。

如今，蔚来通过战略投资，既保留了任少卿对蔚来智驾业务的主导，又能在具身智能新赛道提前卡位。

据悉，蔚来内部已明确，任少卿将继续担任蔚来智能驾驶业务负责人，相关工作按既定规划推进。

具身智能尚处早期阶段，技术路线未定型，需要长周期研发投入和充足试错空间。而蔚来刚刚完成财务逆转，若在内部孵化完整的机器人业务，将面临巨大的成本压力。

通过战略投资独立创业公司，新主体可以引入外部资本，吸引跨行业顶尖人才，拥有更高的业务自由度。对蔚来而言，这套模式有利于内部资源收拢，集中力量攻坚智能驾驶主业。

人才绑定的同时，蔚来在财务策略上也选择了另一条路——不做重资产投入，只做战略股东。

一边守住智能驾驶的基本盘，一边提前布局下一代物理AI技术——这正是蔚来的战略意图。

不止于一次投资

事实上，蔚来在具身智能领域落子，已经连点成线，涵盖芯片、资本、人才三大维度，构建起一个多层次、立体化的具身智能布局。

2025年6月，蔚来成立芯片子公司神玑，定位为覆盖自动驾驶、具身智能、Agent推理三大领域的全域全场景芯片企业。成立以来，神玑已完成近30亿元融资，彰显资本市场对其技术路线的认可。

2026年7月世界人工智能大会上，神玑发布“睿动”具身智能开发平台，搭载5nm车规级NX9031U芯片。该平台的核心价值在于：可将蔚来在车辆感知、实时控制、决策规划等方面的技术积累，直接平移至人形机器人等具身智能场景。

这意味着，蔚来在智驾芯片上的投入，正在产生“一鱼多吃”的协同效应——车端与机器人端共享同一套芯片架构和软件生态。

图片来源：蔚来

值得注意的是，李斌此前已透露，神玑芯片“已吸引外部客户，包括汽车同行、无人物流车甚至具身智能企业”。芯片业务的“出圈”，正是蔚来在具身智能领域“先学习再入场”策略的早期成果。

此外，通过旗下蔚来资本，蔚来已在具身智能赛道完成了一系列关键卡位：领投具身智能公司原力灵机A轮融资；参投工业移动机器人企业斯坦德机器人，切入智能制造物流场景；参投入局逐际动力等。

这些投资覆盖了从核心零部件、运动控制到整机应用的全产业链环节，形成了一条“零部件—本体—场景”的完整投资链条。

如今，蔚来对任少卿新公司的战略投资，是一场“分布式孵化” 的战略布局。通过资本纽带，蔚来将原本可能流失的顶尖AI人才转化为外部创新引擎，用可控的投资撬动了具身智能这一前沿赛道的入场券。

在芯片、资本、人才三大支柱的支撑下，蔚来已初步构建起一个“车端智驾—机器人芯片—具身整机—核心零部件” 的泛机器人生态闭环。

正如业内人士所言，人才保留加外部创新，这一步既留住核心骨干，又用市场化机制探索AI未来的可能性，或许会成为车企布局前沿科技的一种新样本。

结语

蔚来的步伐看似矛盾，实则一脉相承——用战略投资的方式“学习”，用体外孵化的手段“观望” 。

在智能驾驶竞争进入世界模型与端到端阶段后，具身智能被视为AI与物理世界交互的下一个核心战场。

蔚来用一次“放走”，换来了一个“锚点”——既守住了智驾的现在，也押注了机器人的未来。而这一切的起点，或许正是李斌在百人会上那句看似矛盾的判断：承认这是一条正确的赛道，但坚持自己上场的时机未到。

在镊子夹豆项目中，面对直径仅约5mm的黄豆，机器人需要通过镊子完成精准夹取，这让项目成为对机器人精细操作能力的直接考验：先要识别细小目标并精准定位，再协调机械臂与灵巧手灵活配合，在高速连续操作中准确夹取、转移和释放——任何一个环节的微小偏差，都会让黄豆滑落。

临界点自研的自主算法，通过将视觉感知、动作规划与臂手控制串联成一条完整链路，支持OmniHand以稳定、精准的硬件执行承接自主决策，让机器人把“看见”转化为“抓住”。

图片来源：临界点

如果说镊子夹豆考验的是机器人“能不能做的精”，积木搭建考验的就是机器人“能不能想得清”。

在该项目中，机器人需要自主完成目标识别、位置与姿态判断、规划取料到搭建的连续操作路径，在执行过程中还要根据实际状态进行调整，最终完成完整的搭建任务。

而粉末称量项目，则对灵巧手的耐盐雾性能、可靠性和持续作业能力都提出了更高要求。该项目的参与主体是武汉大学智元联合赛队，通过智元AIMA元苼计划借用了OmniHand，从训练、预赛到决赛，始终使用同一双手，期间没有更换过灵巧手，也没有出现损坏。

作为智元灵巧手子业务，临界点旗下拥有全直驱旗舰灵巧手OmniHand 3 Ultra-M、绳驱旗舰灵巧手OmniHand 3 Ultra-T、通用型灵巧手OmniHand 3以及OmniHand 3 Lite等多款产品，并已经开启规模化量产。

据临界点此前公布数据，目前该公司全系列累计已交付超20,000台产品。其中2026年第一季度，临界点位居全球灵巧手市场份额第一。

根据协议，双方将依托智平方领先的原创类脑具身大模型技术，与康龙化成深厚的生命科学场景与行业know-how深度结合，围绕具身智能在生命科学与医药研发领域的应用展开深度合作，共同探索智能化实验室创新生态，推动机器人进入真实研发与生产流程，为生命科学产业智能化升级探索新的生产力。

具体而言，双方将围绕药品生产、化学实验室、生物科学及分析实验室、动物实验等真实业务场景展开应用，并进一步结合具体业务流程，开发适配医药研发、实验科研及CDMO生产场景的具身智能自动化工作流（Workflow）。

图片来源：智平方

在此之前，智平方已于2025年与华熙生物合作部署爱宝机器人，在无菌车间常态化执行物料转运、智能拆包和视觉检验等操作，有效减少人员进入高风险区域从事重复性劳动，同时依托具身大模型灵活适应不同工艺流程。

此次与康龙化成的合作，将机器人能力从生物医药生产制造环节进一步延伸至更前端、对精细化要求更高的药物研发与实验场景。

双方还计划围绕高价值场景搭建示范实验室，导入机器人开展数据采集与可行性验证，逐步推进多场景开发和跨场景人机协作。

另外，双方将基于本合作项目形成的数据，开展技术验证与能力优化，实现"真实场景—数据—模型—再验证"持续进化的核心闭环：康龙化成的医药研发全场景将为智平方的"机器人大脑"提供多样化真实数据回流，反哺类脑大模型迭代。

目前，智平方已在汽车制造、半导体、生物科技、公共服务、新零售等多个行业实现商业化落地，形成"数据×商业"双闭环。此次合作，标志着智平方在工业制造、新零售之外，进一步把生命科学也纳入了核心布局。

本轮融资投资方包括基石资本、南山战新投、苏州趋势资本、能量守恒资本、杭实集团和西湖科创投，将主要用于人类行为数据产品研发、核心技术迭代、工业化生产体系建设及产业协同。

聚焦如何从不同形态的人类行为数据中提取、表征和组织有效的物理信息，并用于机器人训练，枢途科技已经形成了覆盖Ego、Exo、Tactile等多源数据形态的产品矩阵，可从不同来源中解析和表征机器人学习所需的物理信息，并形成贯通采集、清洗、运动信息提取、空间信息计算、质检与交付的成熟数据管线。

图片来源：枢途科技

通过这套数据管线，枢途科技已沉淀各类数据数十万小时，总量达3600万余条，覆盖超过260个品类场景，为具身模型训练、行为理解与技能迁移提供了高质量数据基础。

鉴于高质量的人类行为数据产品，不仅来自单次采集或算法处理，更依赖一套稳定、可扩展的生产体系，枢途科技还形成了覆盖任务设计、行为采集、数据治理、智能结构化和定制交付的完整生产流程，可以通过贯穿各环节的质量管理，保障规模化生产中的数据一致性与产品质量与一致性，形成面向模型训练和真机验证的工业化交付能力。

产业协同层面，枢途科技已先后与自变量、傅利叶、星动纪元等多家头部具身企业及互联网大厂在数据与技能迁移方面展开合作。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

图片来源：小鹏

本轮融资由IDG资本领投，高榕创投参投，同时获得腾讯和阿里巴巴两家战略投资者的支持；小鹏集团继续控股机器人业务。

据悉，此次四家投资方，本轮均属其在具身智能领域披露的最大规模单笔投资之一。IDG资本表示：“小鹏人形机器人代表当前中国人形机器人产业的领先水平，具备与海外龙头企业在全球市场竞争的实力。”

通过本轮融资，小鹏机器人业务获得清晰的市场化估值，也将加速小鹏机器人量产及小鹏物理AI模型的研发迭代，推动高阶通用人形机器人迈向全球商业化应用新阶段。

募集资金当中，208亿元投向长江存储量产线技术升级项目，122亿元投入研发相关项目。长存控股表示，募投落地后，将进一步提升产线代次、产品性能与研发实力，巩固企业全球竞争地位。

作为国内NAND Flash存储器IDM企业，长存控股产品覆盖服务器、数据中心、消费电子等领域。技术层面，公司先后推出Xtacking®3.0、4.0架构，实现200层以上3D NAND产品量产，2025年完成与国际头部厂商专利交叉授权。

图片来源：上交所

截至2026年3月末，企业建成国内规模最大3D NAND Flash晶圆生产基地，二期产线已满产，三期产能建设正在推进。

业绩端，公司经营情况改善明显。2023‑2025年主营业务收入分别为187.47亿元、452.03亿元、631.85亿元，2026年一季度营收470.42亿元。企业已于2024年实现扭亏，当年归母净利润67.71亿元；2025 年归母净利润142.11亿元；2026年一季度归母净利润333.79亿元。

NAND Flash产品是主要收入来源。TrendForce统计显示，2026年一季度，长存控股NAND Flash销售金额、出货量均排在全球第三、国内第一位。

股权方面，长存控股无控股股东、无实际控制人。持股超10%股东包含湖北长晟（26.54%）、芯飞科技（25.35%）、大基金一期（11.97%）、大基金二期（11.38%），股东阵营还涵盖地方产业投资平台以及多家银行系投资机构。

8月24日，宇树科技（688836.SH）股价盘中跌幅一度扩大至10%，至当日收盘，股价报603.08元/股，总市值约2439亿元。

这距离其上市首日盘中高点1100元/股、4449亿元市值，已累计蒸发超2000亿元，"A股人形机器人第一股"的估值正快速回归理性区间。

回顾8月19日，宇树科技上演了科创板历史上罕见的爆炒行情。该公司发行价为150.80元/股，对应发行后市值约610亿元，但开盘价直接跳涨至1100元，较发行价暴涨629%，盘中市值一度突破4400亿元，全天换手率高达85.28%，创下2026年科创板新股首日换手率新高。

极端的首日涨幅背后，是市场对"人形机器人第一股"稀缺标的的情绪性溢价，以及978万户有效申购、0.0181%超低中签率等累积的打新资金集中释放。

图片来源：东方财富网截图

然而爆炒行情未能持续。

上市当日，宇树股价便进入连续回调通道，随后短短四个交易日内快速从1100元高点跌至600元出头，近乎腰斩。

但即便以当前2400亿元市值计算，对应宇树2025年16.99亿元营收，市销率仍超过140倍，显著高于机器人行业平均估值水平。

作为全球四足及人形机器人龙头企业，宇树科技已实现产品规模化出货。2025年，宇树人形机器人出货量超5500台，位居全球第一；四足机器人累计销量超3.3万台，海外收入占比持续超过40%。

同期，宇树全年营收16.99亿元，主营业务毛利率达60.13%，是行业内少数实现规模化盈利的整机厂商，产品覆盖工业巡检、应急救援、商用服务等多元场景。

尽管如此，日前宇树科技创始人兼董事长王兴兴在2026世界机器人大会（WRC 2026）上公开坦言，目前具身智能仍然普遍面临泛化能力不够的行业级挑战，具身智能的"ChatGPT时刻"预计“快则2-3年，慢则5-10年”才会真正到来。

梅卡曼德此次招股日期为8月24日-8月27日，预计将于近期在香港联交所主板挂牌交易，中信建投（国际）融资有限公司、中信证券（香港）有限公司为联席保荐人。

图片来源：梅卡曼德

根据招股公告，梅卡曼德本次全球拟发售2314.06万股股份，其中香港公开发售115.70万股，国际配售2198.36万股，另设347.11万股超额配股权。最高发售价定为101.70港元，每手买卖单位30股，入场费约3081.76港元。

按最高发售价计算，梅卡曼德此次全球发售预计募资总额约22.79亿港元，扣除发行费用后募资净额约21.29亿港元，所募资金将重点投向五大方向：产品与技术研发、全球影响力扩张与商业化加速、产品组合丰富与应用场景拓宽、产能扩大与运营效率提升，以及营运资金及一般公司用途。

梅卡曼德成立于2016年，由清华海归团队创立，是国内最早布局AI+3D视觉赛道的企业之一，也是全球少数具备"眼-脑-手"全栈自研能力的机器人基础设施厂商。其核心产品包括Mech-Eye系列工业3D相机、Mech-Vision图形化机器视觉软件、Mech-GPT多模态具身大模型及Mech-Hand五指灵巧手，形成从感知、决策到执行的完整技术闭环。

据招股书披露数据，2023年-2025年，梅卡曼德营业收入由1.81亿元快速增长至3.89亿元，年复合增长率约47%。今年第一季度，梅卡曼德单季营收更是达到1.07亿元，较去年同期大幅增长73.1%。

净利润方面，2024年度、2025年度及2026年一季度，梅卡曼德净利分别为-2.83亿元、-3.60亿元、-5682.70万元，同比变动幅度为29.34%、-27.12%、19.50%。

这背后，梅卡曼德具身智能"眼-脑-手"相关产品已经在全球累计落地超过27000套，服务丰田、宝马、西门子、顺丰等超100家《财富》500强客户，方案广泛落地于汽车制造、3C电子、锂电光伏、物流仓储等数十个行业的上百种工业场景，积累了大量真实场景数据，并通过数据反馈持续优化感知、决策和操作能力，形成“应用—数据—模型—能力提升”的数据飞轮。

官方指出。本轮所募资金将主要用于打造第一代多功能运动脑机接口产品“全能一号”，全力推进非侵入式高通量超声脑机接口系统的自主研发与临床前验证，以及核心工程与临床团队的扩充。

AI制图；来源：豆包

脑器时代成立于2025年11月，是国内首家以“全脑接口”为技术定位的高性能脑机接口公司。该公司致力于构建人脑直接与AI交互的下一代人机交互平台，开发非侵入式通用多功能超声脑机接口技术产品，推动脑机接口从医疗器械走向更广泛的消费级应用。

以“高性能、可穿戴、非侵入、易迭代”为核心产品理念，脑器时代的技术路线采用了功能超声神经成像（fUSI）作为核心神经活动信号采集原理，通过非侵入式方式实现高通量、长寿命的大脑活动信号读出，绕过传统植入电极面临的免疫排斥与寿命瓶颈。

据悉，fUSI可实现等效百万通道级数据通量，空间分辨率达100微米，时间分辨率达20毫秒，兼顾实时控制需求。

脑器时代的首款产品“全能一号”，是全球首款将多类运动意图融合在同一非侵入平台的通用多功能运动脑机接口，优先面向脑卒中、脊髓损伤、渐冻症、偏瘫等运动功能障碍患者的医疗康复场景，未来将向人机交互与消费电子领域拓展。

关于《Seeds 发现》：

盖世汽车《Seeds 发现》栏目，旨在打造一个链接初创企业、产业链生态合作伙伴以及投资机构、地方政府的服务平台，为产业链上下游深度赋能。该栏目自启动以来，一直致力于发掘智能化变革大潮中对行业具有重要启发和引领作用的好公司、好技术、好的商业模式，推动产业创新力量的成长。据盖世汽车统计，经《Seeds 发现》栏目报道过的初创公司，几乎所有都已经成功对接了产业链生态资源。

宇树上市三日，市值蒸发超1700亿元

8月19日，宇树科技正式登陆上交所科创板，“A股人形机器人第一股”正式落地。

图片来源：宇树科技

当日开盘，宇树股价报1100元/股，较发行价150.80元/股，大涨629.44%，宇树总市值由此一度飙升至4449亿元。按此计算，投资者中一签（500股）浮盈约47.46万元，相当于直接赚出一辆理想L9，收益远超此前普遍预期。

但随后，开盘仅几分钟，宇树便从1100元快速跌破900元，盘中最低一度下探至800余元。此后股价反复拉升、回落，至19日收盘，宇树股价报845元，涨幅收窄至460.34%，总市值3418亿元，全天成交额高达245亿元，换手率达到85.28%。

此后两天，宇树股价持续下跌。截至8月21日收盘，宇树股价报672.41元，总市值2720亿元，较高点蒸发超1700亿元。

小智点评：首日爆炒6倍是情绪溢价，三日回调是价值重估。

奇瑞机器人业务谋求IPO

据路透社报道，奇瑞汽车旗下机器人业务负责人于8月19日透露，该机器人板块正筹备IPO，为后续业务扩张与技术投入筹措资金。

奇瑞国际总裁、墨甲机器人（AiMOGA Robotics）业务负责人张贵兵在北京世界机器人大会间隙接受路透社采访时表示，墨甲机器人正在开展相关筹备工作，并和多个上市地点进行沟通，计划明年大幅提升人形机器人交付量，力争跻身全球机器人行业头部企业行列。

当下，资本对中国机器人产业投资热情高涨。除了奇瑞机器人业务，鹿明机器人（Lumos Robotics）也向路透社表示，同样在考虑明年推进上市。

小智点评：与多个上市地点沟通，显示出奇瑞对机器人业务全球化布局的考量。

传逐际动力已秘密递表港交所

据知情人士称，逐际动力（LimX Dynamics）已以保密形式提交香港首次公开募股（IPO）申请，拟募资数亿美元，最高可达3亿美元，该公司正与中信证券合作推进上市事宜。

图片来源：逐际动力

在此之前，逐际动力刚刚于7月中旬宣布完成Pre-IPO轮融资，融资金额近2亿美元。至此，过去半年该公司已累计完成4亿美元融资。

逐际动力专注于通用机器人的研发、制造与商业化应用，具备本体硬件原创设计与制造、大小脑融合技术、人形大脑系统COSA三大核心技术，并建设了面向全球开发者的开放生态，开源具身模型训练基础设施，释放AGI在物理世界的泛化能力，其核心产品包括全自主人形机器人LimX Oli、LimX Luna，和模块化机器人TRON系列。

目前，逐际动力各款机器人产品已共计获得数千台订单，其中过半来自海外。

小智点评：上市对逐际动力来说，不仅是资金补充，更是从创业公司向公众公司转型的关键一步。

曝星动纪元拟赴港IPO，最高募资10亿美元

近日，据彭博社援引知情人士消息，清华系具身智能头部企业星动纪元（RobotEra）正筹划赴香港联交所主板上市，目标募资规模8亿至10亿美元。目前，该公司已与顾问团队推进上市筹备工作，相关细节仍在讨论中。

针对上述传闻，星动纪元官方暂未作出公开回应。

星动纪元成立于2023年8月，由清华大学交叉信息研究院孵化，是清华大学唯一直接持股的具身智能企业。

在核心战略上，星动纪元致力于通过“具⾝⼤脑”与“⼈形本体”软硬⼀体全栈自研，打造通用大脑及通用机器人。为此，星动纪元构建了从核心电机、驱动器、减速器等零件到部件，再到整机全栈自研的硬件体系，自研率超过了95%，并推出了全直驱灵巧手XHAND系列、全尺寸双足人形机器人星动L7、商业场景服务机器人星动Q5等核心产品。

不仅如此，星动纪元还面向物流行业打造了全栈式具身智能解决方案。目前，该方案已携手顺丰、中国邮政两大物流标杆企业，在全国十余个物流中心实现常态运营。

小智点评：携手顺丰、中国邮政常态运营，说明找对场景，比单纯堆技术参数更重要。

北京人形与奔驰达成合作

日前，在2026世界机器人大会（WRC 2026）上，北京人形宣布与梅赛德斯-奔驰达成深度战略合作。在现场，北京人形天工3.0化身“硅基推荐官”，完整展示了全自主商用作业能力。

图片来源：北京人形

据了解，天工3.0依托大小脑全栈技术，能够实时感知周边环境，自主规划行进路线，精准避让往来人群，全程无需人工干预。场景应用方面，机器人可独立完成迎宾接待、车型讲解、咨询交互等导购工作，充分验证了人形机器人在高动态公共空间的服务能力。

按照规划，未来天工3.0将走进奔驰门店、车展、赛事、直播及车主生活等多元场景，承担迎宾导览、车型推介、互动打卡、仪式交付等全链路服务。

小智点评：奔驰全国门店众多，一旦验证成功就是批量订单。

广汽GoMate Mini首次公开展示三折叠新形态

在2026世界机器人大会（WRC 2026）上，广汽集团重点孵化企业慧仑科技携第四代轮足人形机器人GoMate Mini亮相，围绕汽车产线等真实工业作业场景，集中展示机器人动态巡检、实时视觉感知、数据平台管理以及现场喷淋防水挑战等技术与应用成果。

同时，GoMate Mini还首次公开展示了三折叠新形态。针对汽车工厂零部件配送、工装夹具转运、工位间物料搬运等高频次、碎片化物流需求，GoMate Mini可从站立巡检状态切换为承载和运输形态，一机兼顾巡检与物流转运任务。

在慧仑科技看来，三折叠模式并不是单纯的机器人变形展示，而是从“单一岗位机器人”向“产线柔性作业机器人”拓展的重要产品探索。

同一台机器人根据不同任务切换工作形态，不仅有助于提升设备在产线上的利用效率，也为机器人从产线巡检向物料搬运、车间物流等领域延展提供了新的产品路径。

小智点评：一台机器人在不同任务间切换形态，比多台专用设备更能提升资产利用率，这对企业来说是实实在在的经济账。

京东宣布将创造超10万个机器人维修师就业岗

日前，京东发布机器人战略布局，未来5年将构建覆盖全球超过100个国家的机器人售后维修网络，并创造超10万个机器人维修工程师就业岗位。

图片来源：京东物流

京东正计划在全国建设10个培训认证中心，并培养超过10万名机器人维修工程师，全面覆盖机器人、智能家居售后维修等各类服务。近日，京东首批一线员工转型机器人维修工程师培训已完成，首批学员是来自全国各地的快递员、仓管员、质检员等，经培训后已在多个机器人维修中心转型上岗。

目前，京东在国内已经构建了8大维修中心，依托京东快递遍布全国的物流体系，实现维修配件与服务资源高效触达，为全国各地机器人用户提供便捷、快速的维修支持。

小智点评：机器人进万家，维修跟不上就是空谈。京东建全球售后网络，本质是在为整个行业补最后一块基础设施短板。

维他动力正式发布人形机器人Vbot ATOM

8月19日，Vbot维他动力在2026世界机器人大会（WRC）举办全家族产品亮相发布会。

会上，维他动力为生活空间设计的人形具身智能终端“Vbot ATOM”首次亮相并开放预订，同时“大头EDU-W轮足版”也正式上市，官方指导价49,988元。另外，维他动力还发布了Vbot Embodied Genome具身基因组技术体系及三大核心模型。

作为一款为生活空间设计的人形具身智能终端，Vbot ATOM身高1.6米，采用了较长的手臂和腿部设计，以提升操作覆盖范围和通行效率，并具备31个全身自由度。

不仅如此，ATOM还延续了Vbot的时尚设计语言，通过面部屏幕和耳部灯效与人进行直观交互，并在身体上采用了大面积织物包覆，以及静音足底设计，以减少机器人在室内移动时产生的噪声。

Vbot维他动力联合创始人兼产品总裁赵哲伦透露，ATOM将提供个人版、企业版和开发者版，面向不同用户和应用场景。不过他同时指出，目前展示的ATOM仍是初代机，维他动力预计今年年底开始交付。

小智点评：年底交付初代产品，说明已从概念进入量产前夜，消费级人形的第一波落地潮，正在到来。

国地中心推出全球首个消防人形机器人

日前，国地中心正式发布了全新自研的灵龙L2.0消防人形机器人。

图片来源：国地中心

作为全球首个消防人形机器人，灵龙L2.0采用1.73米仿生人形机身，配备42个主动自由度，最高稳定奔跑速度达3m/s，可翻越废墟、台阶等火场复杂障碍。其感知系统集成了可见光高清相机、红外热成像、激光雷达及多参数气体传感器阵列，浓烟环境下仍可精准感知全场环境。

作业能力上，灵龙L2.0可自主识别并关停燃气阀门、电气开关等危险源，从源头降低爆炸、触电风险；而通过视觉定位火源，还可自主搬运操作灭火器完成灭火作业，并依托热成像开展被困人员搜救，同步回传现场画面、气体参数与危险标识，支撑远距离侦察与救援路径规划。

国地中心还同步构建了消防Loong系列机器人编队，灵龙L2.0可与威龙M2消防版轮臂机器人、迅龙消防版四足侦察机器人协同，形成“侦察-处置-转运”一体化救援链条，覆盖火情处置全流程环节。

小智点评：用机器人替代消防员进入危险环境，每一次实际应用，都意味着对一线救援人员生命安全的保护。

优必选与基本半导体达成战略合作

2026世界机器人大会期间，优必选（股票代码：9880.HK，）与基本半导体（股票代码：9971.HK）签署战略合作协议。

根据协议，双方将依托优必选在人形机器人领域的技术与量产优势，以及基本半导体在碳化硅功率器件领域的核心技术与产业化能力，围绕人形机器人能源效率优化、低功耗高续航产品打造等方向开展深度合作，加速碳化硅功率器件在具身智能机器人领域的规模化应用。

具体而言，双方将联合开发低功耗高续航具身智能机器人，针对碳化硅功率器件在机器人电源管理、运动控制等多模块的应用展开研究验证，共同推动该项技术在人形机器人领域的广泛应用，打造新质生产力。

同时，基于优必选丰富的产品矩阵与场景能力，基本半导体还将在自有碳化硅产线部署优必选人形机器人，以进一步提升制造效率，降低制造成本，携手共建人形机器人半导体制造应用示范产线，从而为第三代半导体与具身智能的深度融合提供可复制、可推广的产业范式。

小智点评：从新能源汽车延伸到人形机器人，碳化硅正在打开全新应用市场。

图片来源：火山引擎

在美国市场，特斯拉搭载的是马斯克旗下xAI自研的Grok大模型，与FSD构成其AI体验的双引擎。而在中国，特斯拉选择了字节跳动的豆包，这不是简单的技术选型差异，而是一场涉及合规底线、用户体验和市场竞争的综合性战略调整。

合规：绕不开的第一道门槛

可能有人会问，特斯拉为何不直接将Grok引入中国？答案不在技术，而在法规。

我国《生成式人工智能服务管理暂行办法》与《汽车数据安全管理若干规定》明确要求，车辆采集的语音、定位等数据须在境内存储处理。Grok的服务器部署在美国，直接接入将涉及数据跨境传输。目前公开信息中，Grok系列尚未完成国家网信办备案。

这意味着，如果特斯拉坚持将Grok引入中国车机，每一次用户语音交互、每一次位置查询、每一次车内对话，都将面临数据出境的合规风险。按照现行规定，车载语音、定位、车内交互产生的用户数据，必须在境内完成存储和运算处理，禁止跨境传输。

特斯拉并非没有意识到数据合规的重要性。在FSD入华的道路上，特斯拉已经完成了大量本土化基础设施布局，例如，在上海临港数据中心实现超30亿公里中国本土道路数据境内存储；在中国自建AI训练中心，利用本地算力进行适配调优等。特斯拉副总裁陶琳多次对外表示，特斯拉辅助驾驶数据无需出境，严格遵守数据合规要求。

但Grok的特殊性在于，它不仅是数据处理工具，更是整套AI推理体系的核心。即便特斯拉愿意投入巨额资金改造海外模型，想要完成国内全套备案、数据本地化改造，投入周期长、风险极高。而豆包大模型已经完成国内完整备案，整套服务依托火山引擎本土算力运行，所有交互数据闭环留在国内。

体验：中文交互的“水土不服”

如果说合规是Grok入华的外部障碍，那么中文语境下的交互体验则是内部短板。

特斯拉此前的语音系统在国内长期处于“基础阶段”。有数据显示，特斯拉Model Y的语音识别准确率为92%，但在高速路段噪音干扰下下降至85%，且缺少连续对话能力。有测评博主做过对比：对特斯拉语音助手说“有点热”，它可能念一段天气预报；用四川话说“开哈窗”，特斯拉语音助手会将其识别成“打开天窗”；更别提一口气说出的多指令，特斯拉此前根本接不住。

更直观的对比来自行业评测。有报道指出，特斯拉在中国车载语音交互满意度排名垫底，准确率不到65%，远低于小鹏、理想等本土品牌85%以上的水平。更关键的是，直到2026年，特斯拉的语音系统依然不支持方言识别，而比亚迪三年前就已覆盖粤语、四川话等方言。

有分析指出，特斯拉语音系统的问题，从来不在硬件，而在软件本土化能力的长期缺位。Grok的训练语料以英文为主，对中文的多义表达、方言变体难以精准理解。

Grok为海外训练产物，缺乏中文训练数据，存在指令识别不准、本土场景识别不稳定等问题，远不如本土大模型适配中国用户需求。让Grok理解“帮我把后面那个调小一点”，它大概分不清你说的是空调还是座椅。

相比之下，豆包在中文情绪理解、方言识别、多指令处理等方面的本土化优势，是特斯拉原有语音系统难以短期内补齐的短板。

竞争：智能座舱已成“标配战场”

合规是底线，体验是能力，但真正推动特斯拉做出改变的，是中国市场激烈的竞争压力。

2025年全年，特斯拉中国市场零售销量约62.6万辆，同比下降4.8%，这是特斯拉进入中国市场以来首次出现年度销量下滑。2026年颓势延续：一季度国内零售累计约13.3万辆，同比下降16.2%。4月单月零售仅2.6万辆。2026年上半年，特斯拉在中国市场的销量较2023年的峰值下降了19%。

销量下滑的背后，是中国智能座舱市场的剧烈洗牌。盖世汽车研究院《智能座舱产业报告（2026版）》数据显示，当前国内乘用车智能座舱渗透率已超80%，新能源车型基本实现标配，预计2030年国内智能座舱整体市场规模将达到3300亿元。

中国品牌已经将大模型座舱作为核心卖点。华为鸿蒙座舱HarmonySpace 6搭载的“小艺智能体”打通了导航、控车、聊天、生活服务等各类场景。小鹏G9全面接入自研XGPT大模型，实现“不限轮次自由对话”，语音识别率达96%。比亚迪则将大模型语音交互做到了全系标配。

国内新势力改款、换代频繁，OTA几乎月月有。而特斯拉Model 3上一次中期改款还是2023年的事。产品迭代速度的差距正在被市场感受并定价。在20万到30万这个主流价位，小米SU7在智能化上持续蚕食Model 3的份额。Model Y虽然仍是销冠，但已被理想L6、小米YU7等中国车企围攻。

盖世汽车研究院分析师指出，随着大模型、智能助手和多模态交互技术加速落地，语音供应商竞争正从传统语音识别能力转向大模型能力、场景理解能力以及座舱生态整合能力的综合比拼，头部企业优势有望进一步扩大。

实际上，特斯拉并非第一个向中国大模型“低头”的外资品牌。奔驰早在2023年就和字节跳动搭上线，2025年9月纯电CLA预售，成为奔驰体系里第一款搭载豆包的车型。宝马2025年3月牵手阿里巴巴，2026年4月基于千问大模型推出座舱智能体。奥迪则押注华为。

从“全栈自研”到“生态合作”

马斯克一直坚持“特斯拉是AI公司”，强调AI必须全栈自研。从Autopilot到FSD，从Dojo超算到xAI的Grok，特斯拉一直只认一个逻辑：核心技术必须握在自己手里。

但在中国市场，这套逻辑正在被改写。

2025年8月，特斯拉与火山引擎正式达成技术合作，由火山引擎为特斯拉中国智能座舱交互体验提供大模型服务。2026年4月，车机语音大模型服务在上海完成备案。6月火山引擎FORCE原动力大会上，双方合作正式官宣。7月31日，2026.14.13版本OTA正式推送。从签约到落地，双方磨合了将近一年。

值得注意的是，特斯拉中国车机采用“豆包+DeepSeek Chat”双模型协同架构，两款模型均通过火山引擎统一接入。豆包主要负责控制类语音命令——导航设定、媒体播放、空调调节等；DeepSeek则侧重闲聊互动与资讯服务。这种“控制与闲聊分离”的架构设计，既保证车控指令的确定性响应，又释放了大模型在开放性对话上的创造力。

更值得关注的是，豆包上车可能只是特斯拉中国本土化战略的冰山一角。消息称，特斯拉在国内租赁火山引擎、百度云等本土算力进行大模型训练。FSD入华同样面临本土化数据训练需求，特斯拉已在中国自建AI训练中心，利用本地算力进行适配调优。豆包上车或许意味着，在智能座舱领域验证可行的“本土合作”模式，未来可能延伸至更多维度。

从Grok到豆包，特斯拉在中国完成了一次“换脑”手术。这不是技术上的退步，而是战略上的务实，毕竟合规红线不可逾越，中文体验难以速成，市场竞争不容等待。

马斯克曾说过，不自己造AI的车是“没有灵魂的组装厂”。但2026年8月，他自己的车在中国装上了豆包。剩下的FSD、底层车控，他还死死攥在手里。这种“核心自研、外围合作”的边界划分，或许正是跨国科技企业在中国市场生存的最优解。

对中国AI产业而言，这件事的意义同样非同寻常。豆包成功进入特斯拉座舱，意味着国产通用大模型正式获得国际头部车企认可。特斯拉做出的示范效应，会让越来越多的外资品牌重新评估国产大模型的落地可行性。

当全球最具影响力的电动车企在中国换上“中国大脑”，这场关于智能汽车未来走向的博弈，才刚刚进入深水区。

所以，目前还没有大规模推。

这句话放在当下人形机器人热度高涨的节点，显得格外坦率。

要知道，过去半年间，国内外头部人形机器人厂商都在积极推动人形机器人落地工厂，网络上也随处可见“量产元年”“拐点已至”的说法。但王兴兴却直言不讳：目前试点项目中的人形机器人，距离真正规模化应用在工厂产线上，还隔着一道全行业普遍未跨越的坎。

"最后几毫米"：业内普遍还没跨过去的坎

这道坎有个很具体的名字——泛化能力。

王兴兴认为，当前通用机器人要真正走进生活、走进家庭，当前最大的瓶颈，是具身智能的泛化能力不够。

“目前全世界很多AI模型，在一个固定场景里，如果进行足够的数据采集和训练，任务成功率基本可以做到接近100%。”王兴兴表示。

但是，只要机器人操作的物品发生一些变化，或者环境稍微换一下，成功率会下降非常严重。

图片来源：世界机器人大会直播截图

这背后，他认为最主要的原因是，“目前AI模型的输入和输出，与真实机器人的对齐程度还不够。”

王兴兴在演讲里描述了一个让所有从业者心照不宣的场景：比如让机器人移动，把一些东西装配在一起，或者把一个物体搬到另一个位置。从大的趋势来看，现在的模型基本没有太大问题。

“问题往往发生在最后几个厘米，甚至最后几个毫米。机器人看起来快要拿住了，但是最后一点点误差，它没有办法很好地修正，这就会导致整个任务的成功率严重下降。”

为什么会出现这种情况呢？

王兴兴以语言模型作为对比，因为语言模型处理的信息，本身就是数字编码的。一个文字输入是什么、输出是什么，严格限制在一个向量空间里，基本不会产生特别大的偏差。

但对于机器人来说，由于还涉及与物理世界的交互，每进行一次输入和输出，都可能存在偏差和损失。

在王兴兴看来，如果哪一天，当一台机器人被带入陌生环境，在80%的陌生场景中，通过语音或文字指令，机器人能够顺利完成大约80%的任务，即为行业真正的撬动性时刻。

对此，他给出的时间预判是“快则2-3年，慢则5-10年”。

这个时间表乐观还是保守，目前没人能下定论。但至少有一点是清楚的：在那一天到来之前，整个行业都得老老实实地跟"最后几毫米"死磕。

宇树的下一步：让机器人自己写代码

既然行业的主要瓶颈已经清晰，接下来就是怎么做的问题。

王兴兴透露，宇树最近在推一件事：让AI接管研发，实现物理AI机器人模型自进化。

事实上，过去几年很多企业已经在大量使用AI做编程或者AI开发，但在机器人领域的开发上，应用还是相对欠缺。

宇树具体怎么做的呢？

图片来源：世界机器人大会直播截图

具体流程是，以目前最前沿、最顶尖的AI大模型为核心驱动，由宇树定义好技能、工具和任务约束等，AI大模型自己去网上搜索最新论文、好的研究成果以及各种优秀的开源方案，并构建方案，自主生成机器人控制代码，然后在仿真环境里运行，或者调用一些大模型，再部署到实体机器人上测试，最后由AI和人联合评分，并将结果反馈回去，从而形成一个闭环。

听起来虽然有点复杂，但这个逻辑一旦跑通，意义远不止"提高开发效率"。

目前机器人行业的开发模式，本质上还是"人肉迭代"——工程师写代码、调参数、上真机测试、发现问题再改，一个技能从开发到稳定运行，往往需要经过多轮调试和反复迭代。甚至今天开发完一个技能，明天换个场景可能就废了，技能没法沉淀。

王兴兴说的这个自循环体系，实际上是想把"写代码-测试-评分-反馈"这个链条自动化，并形成一个体系，从而让机器人的技能可以更好地沉淀和迭代。

更关键的是，这个闭环的能力上限会跟着基础模型一起涨。

“随着每个月、每一年基础模型能力的提升，这套自进化循环本身的能力也会进一步提升。”王兴兴表示。换言之，这是一个随全球AI进步共同进化的正循环。

不仅如此，相较于人工开发，这套体系还可以使用更加多元的数据，从而大幅提高数据的使用效率。毕竟单纯依靠人工去使用和处理数据，效率总归是有限的。

再者，随着真机部署数量增加，测试数据和评价指标也会越来越丰富，数据利用率和增长速度都能得到保障。

从这个意义上来说，这种“自循环”体系是试图用软件的迭代速度，去破解硬件数据采集慢的死局。

当然，这条路目前还处在非常早期的阶段，接下来还有很多工作要做。特别是从"能生成代码"到"生成的代码能稳定控制一台物理机器人不出事"，中间还有大量工程问题要解决。毕竟，仿真到真机的迁移差距，本身就是一个长期难题。

但这一方向的价值在于，它提出了一个不同于"堆数据、堆算力"的新路径。

过去行业的共识是，谁先铺出十万台真机，谁就能拿到数据飞轮的入场券。但如果AI自我进化的闭环能跑通，数据效率可能会被重新定义：不是靠蛮力攒小时数，而是靠智能体自动生成、自动验证、自动迭代，把每一次失败都转化为可复用的技能沉淀。

结语

王兴兴这场演讲最值得记住的，不是宇树展示了多少项新技术，而是王兴兴反复强调的那些"还做不到"。

在一个所有人都在抢着宣布拐点到来的行业里，承认瓶颈本身就是一种稀缺品。至于那几毫米什么时候能跨过去，答案不在发布会的PPT里，而在每一台真机摔过的跟头里。

双方自2025年8月达成深度战略合作以来，已在端侧AI算力及中央计算层面形成长期协同。目前搭载旭日S100P的Vbot ATOM将实现全链路打通，为ATOM在家庭服务、零售服务、公共服务、办公服务等四类生活空间场景中的稳定运行提供了高实时算力底座。

图片来源：Vbot维他动力 

与多数面向工厂、仓储等工业场景的人形机器人不同，Vbot ATOM围绕“为生活空间设计”的定位精准定义，身高160厘米、臂展180厘米、腿长95厘米，拥有31个本体自由度，契合桌面、柜面、货架、门把手等人类尺度环境。

截至目前，大头累计完成126万次大模型交互、23700公里用户伴随里程、131500小时用户陪伴，两周用户留存率达百分之八十六。

海量真实使用数据持续回流，驱动产品在过去三个月完成4次OTA升级，新增31项功能、优化66项体验，模型能力提升超过百分之三十。

当日起，迪拜乘客在使用UberX或Uber Comfort时，有机会匹配到萝卜快跑车辆。为提高匹配几率，乘客可直接在Uber应用中选择“无人驾驶”选项。这项服务初期将在迪拜乌姆苏盖姆和朱美拉的部分地区推出，未来计划扩大服务范围。

图片来源：萝卜快跑

早在今年3月，萝卜快跑在迪拜上线了自营App“Apollo Go”，并组建了当地规模最大的无人车队。运营期间，其凭借安全便捷的体验收获大量好评，订单激增。此次接入后，用户可在Apollo Go与Uber双平台叫车，出行需求将得到更充分满足。

数据显示，萝卜快跑已落地全球28座城市，累计完成超2300万次订单，自动驾驶总里程突破3.5亿公里，全无人驾驶里程超2.4亿公里。

另值得一提的是，萝卜快跑在中国香港获得当地首批全无人测试牌照，并在机场岛启动测试，成为全球首个在“右舵左行”体系开展全无人驾驶测试的平台。

据了解，该安全智能体以AI为核心，能把无人车运营分散在车辆、道路、任务和车队等环节中的安全风险，纳入一套持续感知、处置、预警并自我进化的全流程闭环体系，实现L4无人车安全治理从“事后被动响应”升级为“事前主动防控”。

图片来源：豆包AI

随着系统安全能力的持续增强，无人车得以在更复杂多样的运行场景中保持稳定，并支撑更大规模的商业化部署，进而提升整体运营效率与商业价值。

该智能体另一项核心机制在于数据闭环驱动的自我进化能力。每一次真实发生的安全事件，均自动转化为高质量训练样本，用于反哺优化感知模型的识别精度。车队规模越大、运行数据越丰富，系统的风险识别与响应能力也随之同步增强。

至此，新石器形成双层AI架构，自动驾驶AI负责单车自主行驶，“玄武”负责车队安全运营。新石器表示，这套数据闭环将使安全能力随车队规模同步增强，为L4无人车扩大商业化运营提供支撑。

根据协议，双方将依托优必选在人形机器人领域的技术与量产优势，以及基本半导体在碳化硅功率器件领域的核心技术与产业化能力，围绕人形机器人能源效率优化、低功耗高续航产品打造等方向开展深度合作，加速碳化硅功率器件在具身智能机器人领域的规模化应用。

图片来源：优必选

具体而言，此次合作将主要围绕三个方面展开：

第一，联合开发低功耗高续航具身智能机器人。双方将针对碳化硅功率器件在机器人电源管理、运动控制等多模块的应用展开研究验证，共同推动该项技术在人形机器人领域的广泛应用，打造新质生产力。

第二，共建人形机器人半导体制造应用示范产线。基于优必选丰富的产品矩阵与场景能力，基本半导体将在自有碳化硅产线部署优必选人形机器人，以进一步提升制造效率，降低制造成本，携手共建人形机器人半导体制造应用示范产线，从而为第三代半导体与具身智能的深度融合提供可复制、可推广的产业范式。

第三，加速“第三代半导体+具身智能”融合发展。此次合作将碳化硅能效优势与具身智能机器人的场景深度融合，共同树立“第三代半导体+具身智能”赋能产业升级的标杆范式。

作为第三代半导体创新企业，基本半导体专业从事碳化硅功率器件研发与产业化，总部位于深圳，在世界各地设有研发中心和制造基地。

目前，该公司已掌握碳化硅核心技术，覆盖芯片设计、晶圆制造、封装测试、驱动应用等全产业链关键环节，核心产品包括碳化硅二极管和MOSFET芯片、汽车级及工业级功率模块等，服务全球多领域数百家客户。

舍弗勒拥有丰富的驱动技术产品组合，当前正充分利用其在汽车与工业领域数十年的技术积累，为人形机器人提供高品质、高效可靠且可拓展的解决方案，包括机器人高性能计算机、48V 低压电网控制器（LVPC）、腱绳驱动灵巧手及执行器、电动升降立柱套件、拉压力/扭矩传感器、行星减速器、高精度反向式行星滚柱丝杠、机器人轴承解决方案、机器人用编码器、无框力矩电机等。

图片来源：舍弗勒

其中，舍弗勒此次展出的轻量化一体式谐波减速器关节模组，基于高度轻量化和极其紧凑的产品设计，可灵活部署于人形机器人的肩、肘、腕等关键部位，助力提升系统集成度。

在旋转关节领域，舍弗勒还提供一款集成行星齿轮减速器的关节模组，该产品通过将轴承直接集成在转子中，实现整个驱动器的安装空间减少约20%，最高减重500克。

依托在生产制造领域的长期积淀和丰富的工业应用场景，结合数字孪生、5G、AI大模型等先进技术，舍弗勒在人形机器人领域已经形成了“前沿技术研发+数智工厂落地+数据资产沉淀”三位一体模式，打通了从技术研发到生产应用的完整闭环。

基于此，舍弗勒具身智能机器人公司面向行业可以提供灵活的合作模式：作为系统与零部件供应商，依托舍弗勒在驱动技术领域的深厚积淀，供应人形机器人从零部件到系统模块的解决方案。

作为人形机器人应用方，在真实的工厂环境中部署人形机器人系统，提供制造场景落地、数据支持等增值服务。

目前，舍弗勒具身智能机器人公司已获得本土人形机器人客户的定点，并将在今年实现相关零部件的量产。

目前，京东计划在全国建设10个培训认证中心，并计划培养超过10万名机器人维修工程师，全面覆盖机器人、智能家居售后维修等各类服务。

近日，京东首批一线员工转型机器人维修工程师培训已完成，首批学员是来自全国各地的快递员、仓管员、质检员等，经培训后已在多个机器人维修中心转型上岗。

图片来源：京东物流

在此之前，京东已于4月宣布推出“机器人救护车”，并在行业率先推出专属机器人产业的“赛博医疗体系”，可为行业前沿的人形机器人、四足机器人、AI陪伴机器人等提供专业维修保养服务，涵盖基础维修、故障诊断、换电补能、测试鉴定、美容保养、设备回收等全场景。

截至目前，京东在国内已经构建了8大维修中心，依托京东快递遍布全国的物流体系，实现维修配件与服务资源高效触达，为全国各地机器人用户提供便捷、快速的维修支持。

同时，京东还通过自研的机器人售后服务SaaS系统，面向机器人生产制造商、租赁运营服务商以及各行业终端客户，提供故障智能预警、系统智能派单、上门/返仓维保等一站式数字化售后管理服务。

不仅如此，京东还于6月在欧洲推出了JoyRobocare机器人维修服务，并于英国贝德福德、德国杜伊斯堡等地落地机器人维修中心，“机器人救护车”上门服务可覆盖英国、德国、法国、荷兰等多个国家主要城市。

此外，京东还先后在阿联酋、美国等海外国家建立机器人售后维修服务中心，通过海外本地化“机器人救护车”上门服务，故障机器人无需跨国返厂即可维修，大幅降低了企业、消费者的售后维修成本。

聆动通用成立于2024年12月，总部位于合肥高新技术产业开发区，脱胎于科大讯飞产业生态，定位为通用具身智能机器人企业，主打工业级场景落地。目前已经推出了工规级通用机器人LDB以及采训推机器人LDT两大产品系列。

图片来源：聆动通用

其中通用机器人LDB系列，作为全国首个获得CR认证的工业级具身智能机器人，搭载了iFlyBot-VLM视觉语言大模型与iFlyBot-VLA技能操作模型，实现“感知-理解-规划-控制”端到端闭环运行，整机遵循工规级标准设计，已在物流、泛制造、汽车、3C等场景逐步启动交付验证。

值得关注的是，聆动通用LDB机器人还同步取得了欧盟CE-MD准入。

而具身智能采训推机器人LDT系列，本质是一套覆盖“采-训-推”全链路的行业级基础设施，支持多品牌、多形态机器人数据采集适配。该系列产品内置了高效训练推理框架，经过少量真实数据微调后，可迁移至其他本体，实现从实验环境到生产环境的平滑迁移。

目前，LDT也已在多个公共数据采集训练场、企业私有化训练场及高校科研机构稳定运行，覆盖泛制造业工艺优化、具身大模型训练数据供给、科研教学验证等真实需求。

早上9:30开盘，宇树股价报1100元/股，较发行价150.80元/股，大涨629.44%，宇树总市值由此一度飙升至4449亿元。

按此计算，投资者中一签（500股）浮盈约47.46万元，相当于直接赚出一辆理想L9，收益远超此前普遍预期。

这场全民级的打新热度，早在申购阶段便已显现。

根据此前公告，宇树本次网上发行最终中签率仅为0.01809759%，相当于每一万个申购账户里，中签的不到两个人。正是这种“万里挑一”的稀缺度，让这只硬科技新股彻底破圈，成了全网讨论的资本话题。

事实上，宇树的敲钟，只是具身智能赛道资本化浪潮的开篇。

据盖世具身智能不完全统计，目前国内已有十余家机器人企业将 IPO 纳入正式日程，从科创板到创业板，从A 股到港股，一场覆盖全赛道的上市竞速正在全面开启。

三级梯队成型，A股成核心主力市场

纵观当前具身智能赛道的上市进程，一支梯队分明的“赶考大军”已经成型。

站在最前排的，无疑是刚刚敲钟的宇树科技，从受理到过会仅用73天，刷新了科创板预先审阅机制下的硬科技企业审核速度标杆。

图片来源：宇树科技

紧随其后的，是已经进入监管审核通道的“种子选手”，包括云深处科技、乐聚智能、越疆科技、睿尔曼智能等。

其中，云深处科技的科创板IPO已经进入了实质性审核的核心问询阶段，乐聚智能创业板IPO申请也于5月获深交所受理，而越疆科技此前已经登陆港股，当前正准备在A股进一步拿下第二张资本化门票。

这一梯队的共性很明确：都有实打实的营收基本盘，其中部分企业已经实现盈利，不是靠纯故事撑估值的概念标的，这或许也是这批企业敢于冲刺A股的核心原因。

第二梯队是已经完成股改、拿到Pre-IPO融资的“预备役”，代表企业包括众擎机器人、星海图、逐际动力、原力灵机等。

这批企业当前估值已普遍站上百亿关口，其中星海图和原力灵机最新估值甚至已经超过了200亿。按照正常节奏，这些企业大概率会在未来12个月内正式递表，是接下来具身智能IPO供给的主力部队。

第三梯队，则是有相关IPO传闻的头部独角兽，包括智元、智平方、自变量、星动纪元、逐际动力、傅利叶智能等，大多将港股作为备选通道。

图片来源：智元机器人

其中智元，据此前消息最快将于8月在港股上市，目前基石投资人给出的目标估值在400-500亿港元，较2025年披露的150亿估值大幅跃升。这意味着，智元或已秘密递表。

另外，自变量和傅利叶也被曝已秘密递表港交所，而智平方则传出最快明年赴港IPO。

这背后，本质是产业阶段的适配。当前整个具身智能行业仍处于产业化初期，多数玩家还在高投入、低营收的未盈利状态。在这样的产业背景下，港股18C章对特专科技企业的包容性，给了赛道企业一条相对稳妥的资本化路径。

过去两年，很多自动驾驶公司便是通过这种方式登陆资本市场的。

但不同点在于，这波具身智能IPO热潮中，选择A股的企业也很多。

为什么同样是硬科技、高研发、长周期赛道，自动驾驶和具身智能的上市路径出现了如此明显的分野？这背后，是制度环境、产业阶段与资本结构共同作用的结果。

首先是制度供给的时间差。

2023-2025年期间，自动驾驶赛道掀起IPO热潮时，刚好踩中港股18C章的红利期。当时，A股对尚未盈利硬科技企业的包容路径尚不清晰，长期亏损的自动驾驶公司几乎没有成功申报的先例。

但时至今日，游戏规则已经改写，不仅创业板增设了第四套上市标准，明确支持未来产业企业，科创板也推出了预先审阅机制，大幅压缩审核周期。当A股的制度通道彻底打通，且审核效率、政策支持度都拉满时，有条件的企业自然会优先选择本土市场。

更深层的原因，是两个赛道商业化成熟度的代差。

过去几年，自动驾驶始终处于“技术有突破、商业化没拐点”的状态。头部企业虽然年营收数亿，亏损却动辄十几亿，看不到清晰的盈利路径，只能靠远期故事支撑估值，天然适配港股特专科技板块的定价逻辑。

但具身智能不同，头部企业普遍有成熟的现金流业务托底。比如宇树，2025年扣非净利润接近6亿，乐聚2025年营收也实现了爆发式增长，达2.58亿元，同比增长约365%。这意味着，这些企业并不是纯靠远期故事的标的，而是有实打实的业绩支撑。

再者，A 股对具备业绩支撑的稀缺硬科技标的，估值溢价显著高于港股，也是重要支撑。

港股科技股长期存在流动性折价：市场以机构投资者为主，资金高度向头部集中，非头部标的成交量低迷，估值普遍被压低，上市破发是常态。

比较之下，A股对高端制造、国产替代、未来产业赛道有明确的估值溢价。以宇树科技为例，其发行价对应扣非净利润PE约92倍，上市首日估值进一步跃升，这放在港股市场根本无法想象。

对企业来说，同样稀释股权，在A股能融到数倍的资金，这笔账怎么算都划算。

另外，两个赛道资本底色的切换，也会在很大程度上影响上市地选择。

早期，自动驾驶赛道融资多以美元基金为主，很多企业从成立之初就搭好了VIE架构，美元LP更习惯通过港股、美股实现退出，况且拆VIE架构回A也需要时间和资金成本，处于退出窗口期的美元基金根本等不起。

但具身智能这波融资，主力已经变成人民币基金、地方国资与产业资本。人民币LP更认可A股的退出渠道，也更看重A股的估值溢价与政策背书，天然会推动企业优先冲击A股。

叠加人形机器人作为“十五五”重点未来产业的政策定位，国产替代、自主可控的叙事高度契合A股的政策导向，审核支持力度也更强。

集体冲上市：绝不止“缺钱”这么简单

如果从产业化进展来看，具身智能这波上市潮来的有点急。为什么大家突然这么急了？

最现实的动因，是研发、量产双线烧钱，一级市场已经“喂不动”了。

具身智能是典型的“硬件+AI”双重烧钱赛道，资金消耗强度远高于纯软件互联网或单一高端制造赛道。

图片来源：乐聚机器人

硬件端，从原型机到规模化量产，开模、建产线、供应链整合、可靠性测试，每一步都是巨额投入，单条量产线的建设成本就动辄数亿元，后期产能扩张还要持续消耗现金流。

宇树此次IPO募资中，就有6.24亿元投向智能机器人制造基地，规划年产能19万台，其中包含7.5万台人形机器人和11.5万台四足机器人。

算法端的投入同样是“资金黑洞”。具身大模型研发、真实世界交互数据采集、算力基础设施搭建，每一项都是不菲的开支。

“从大模型研发投入来看，今年起必然已经进入了10亿级规模，甚至可能达到几十亿，这些投入涵盖算力、人员、数据等各个环节。”某头部企业相关业务负责人李华对盖世具身智能表示。正因为如此，在其看来目前留给新玩家的机会已经不多了。

今年以来，大模型赛道10亿级融资频现，就是最直接的证明。甚至按照宇树最初计划，此次募资总额的一半，即20.22亿元，也将投向具身智能大模型研发项目。

一边是研发和量产的投入持续攀升，另一边，即便头部企业的量产规模也才刚刚突破万台，多数玩家仍处于小批量交付阶段，远未形成稳定的收入规模和正向现金流。再加上头部企业估值一路水涨船高，早已超过了很多一级市场基金的单票投资上限，开启二级市场融资通道，就成了必然选择。

尤其当前具身智能已经进入商业化落地初期，赛道比拼的重点，正从前两年谁的Demo做得更炫，变为谁能先把行业场景跑通、把产能爬起来、把成本打到客户能接受的区间，这一切同样需要持续、大额的资金投入。

从这一点来说，上市还是后期赛道卡位战的关键“弹药”。

而从上市时机的维度看，这波具身智能IPO热潮，本质上是企业在抢当前的“赛道红利窗口”。

一方面，政策层面，人形机器人已被纳入“十五五”未来产业核心方向，国产替代、自主可控的叙事拉满，监管层对硬科技企业的支持态度非常明确。

与此同时，在制度层面，港股18C章多次下调门槛，A股这边，科创板硬科技通道、创业板第四套上市标准，也给了有营收、有技术的企业清晰的上市路径，都是显著利好。

另一方面，当前二级市场对人形机器人产业正处于预期高点，相关概念股估值水涨船高，此时上市有望以更少的股权稀释融得更多资金。

一旦等热度退去，或者行业落地进度不及预期，估值回调之后再想上市，不仅募资金额会大打折扣，甚至可能直接错过窗口

因此，对很多企业来说，现在不是“想不想上”的问题，而是“错过这村没这店”的问题。

除了以上两点，还有一只看不见的“手”，是一级市场的退出压力。

一级市场的资金都有存续期，通常5-7年就要向出资人交付回报。而2026年前后，正是很多基金的退出周期。

对投资方来说，企业上不上市、什么时候上市，直接决定了这笔投资的回报能不能落地。因此很多企业的IPO进程，背后也不乏投资方的推动，毕竟哪怕标的商业化还没完全成熟，先上市、先完成退出，总比卡在一级市场不上不下好。

综上，这波IPO热潮背后，“缺钱”只是最直观的表象，真正的内核是整个行业的阶段跃迁：靠一级市场融资烧钱做Demo的时代已经过去了，接下来要靠二级市场的钱，打量产、拼场景、决出真正的行业龙头。

优必选踩过的坑，“宇树们”绕得开吗？

毫无疑问，宇树上市是具身智能赛道的里程碑事件。但不可否认：上市并不是真正胜利的终点，而是新一轮考验的起点。

在这件事上，优必选就是最直观的前车之鉴。

2023年底，优必选登陆港股时，顶着“全球人形机器人第一股”的光环，叠加2024年初AI概念行情爆发，股价一度冲高到328港元每股，较发行价涨幅高达264%，市值突破1300亿港元，对应市销率超过80倍，风光程度丝毫不逊于今天的宇树。

但其高光时刻来得快，光环退散的速度也快。

图片来源：东方财富网截图

接下来大半年里，因人形机器人业务进展及业绩兑现不及预期，叠加限售股解禁、早期股东减持，优必选股价一路回调，最低跌至40.8港元，总市值一度只有200亿港元，较最高点时蒸发超千亿港元。

目前，优必选股价虽有所反弹，保持在90港元上下，但较历史高点仍下跌超7成，总市值只有400多亿港元。

要知道，优必选2025年交出的成绩单，其实已经算行业头部水平：全尺寸人形机器人销量1079台，同比激增35866.7%，对应收入8.21亿元，同比暴增2203.7%，人形业务占比从2.7%跃升到41.1%，工业场景交付占比超八成。

但即便如此，优必选全年依然净亏损7.9亿元，整体毛利率不到38%，没有对股价形成坚实的支撑。

这对宇树及其他正在冲刺上市的玩家启示非常直接：“第一股”的光环能炒一时，但并非长久之计。

当下宇树的“全民打新热”，很大程度上也是在吃“A股人形本体第一股”的稀缺性红利。

这份红利固然会在上市初期把情绪推到顶点，但窗口期同样有限。一旦宇树后续业绩增速、人形出货量、工业落地进度不及预期，估值回归的力度大概率会同样猛烈。尤其A股散户占比更高、情绪博弈更浓，上市初期炒作热度更高，一旦业绩不及预期，回调的速度和幅度只会更极端。

值得注意的是，在宇树上市首日的高光之外，市场情绪已快速出现分化。

图片来源：网络

有市场观察人士注意到，宇树科技创始人兼董事长王兴兴在敲钟现场全程神态沉稳，与多数企业创始人上市时的兴奋状态形成反差，这也被外界解读为对后续产业竞争与业绩兑现的清醒判断。

更直接的信号来自二级市场走势：宇树股价在19日开盘触及高点后，便进入持续回调通道。截至8月20日收盘，宇树科技报687元/股，较首日高点回落18.7%，总市值收于2779 亿元，较盘中峰值蒸发超1600亿元。

就在当天，王兴兴亮相 2026 世界机器人大会主论坛，发表题为《从展品到产品：人形机器人产业的下一个十年》的演讲，再次对具身智能的“ChatGPT 时刻”给出明确判断。

他提出，行业临界点的核心标准是“双 80%”：在80%的陌生场景中，机器人通过语音或文字指令，能够顺利完成约80%的任务。按照这一标准，他认为具身智能的产业爆发拐点，快则2-3年到来，慢则需要 5-10 年。

这背后，他认为当前制约拐点到来的核心瓶颈已不是硬件运动能力，而是AI大模型与物理世界的对齐精度。

当然，宇树与优必选的业务底盘存在本质差异，并非所有风险都会完整复刻。优必选早期以消费级人形、教育娱乐场景为主，工业场景转型是上市后才加速推进。而宇树靠四足机器人打下了成熟的现金流基本盘，工业巡检、科研教育场景早已完成商业化验证，人形业务是增量而非全部，业绩安全垫更厚。

而比业绩波动更隐蔽的风险，是一级市场筹码向二级市场转移的阵痛。

2025年前后，优必选股价的大幅度下跌，很大程度上不是基本面崩了，而是解禁潮带来的筹码冲击。

2024年底，优必选上市满一年，该公司创始人周剑与多位早期投资人解除一致行动人协议，同时迎来1.066亿股限售股解禁，叠加随后腾讯大举减持，直接引发市场恐慌性抛售，股价连续多日暴跌。

这种震荡，本质上是早期一级市场投资方，在二级市场集中兑现收益，筹码供给瞬间放大，而承接资金不足，导致股价快速下台阶。

对其他具身智能标的来说，这个风险同样存在。

过去几年，一级市场虽然给人形机器人头部玩家堆出了百亿估值，但投资方都有明确的退出周期诉求，这意味着上市其实并非终点，反而是早期投资者退出的起点。

或许上市初期流通筹码少，情绪还能推高股价，但随着限售股逐步解禁，产业资本、早期基金的退出诉求会持续释放，届时高估值能不能承接住解禁潮，将是比短期业绩更隐蔽的考验。

图片来源：优必选

从这一点来说，优必选已经给整个赛道提了个醒：人形机器人的故事再性感，二级市场终究是要算账的。稀缺性、赛道预期、情绪热度，都只能带来短期的估值泡沫，真正能撑住市值的，永远是持续提升的出货量、不断优化的成本结构、可验证的场景落地，以及最终的盈利拐点。

因此不难预见，接下来随着越来越多企业冲刺上市，行业的真实水位必将逐渐清晰，赛道也将进入真正的洗牌期。

拿到上市资金的头部企业，会加速爬产能、铺场景、并购上下游技术团队，快速拉开和中小玩家的差距，行业集中度会加速提升。而没能赶上这波资本化窗口的企业，将在资金、人才、客户资源上逐渐落后，被边缘化甚至淘汰。

这种判断并非危言耸听。某具身智能数据公司相关负责人张奇就预判，当下大量涌入具身智能赛道的企业只是追逐行业热度，并未理清长期技术落地路径，因此接下来肯定会有很多企业会被淘汰掉。“只有找准远期收敛技术路线的企业才能长期存活，单纯跟风入局的玩家终将被市场淘汰。”张奇认为。

更有行业人士给出了更为激进的预判：由于当前行业统一标准与强制规范尚且缺失，准入门槛远低于汽车等成熟产业，预计两年内90%-95%的初创整机企业会被清出市场。

不过最终实际淘汰节奏，仍取决于产业落地速度与资本供给的持续性。

本质上，这波IPO潮既是行业的集体融资窗口，也是第一轮产业淘汰赛的发令枪。资本的入场只会加速分化，不会改变竞争的底层逻辑。

结语

说到底，这波席卷全行业的IPO潮，更像是具身智能产业的 “成年礼”，标志着这个赛道终于走出了实验室和一级市场的小众圈子，站到了全市场的聚光灯下。

但热闹之外更该清醒：股价会波动，情绪会退潮，概念会冷却。资本市场从来都是锦上添花，不会雪中送炭。

最终能支撑一家企业、一个赛道走得长远的，还是实打实的技术突破与场景落地。真正的护城河，永远在产品里。

（应采访者要求，文中李华、张奇均为化名）

图片来源：优必选

工业展区，Cruzr Y1和Cruzr S2全程实景演示汽车钣金件上下料、机加件上下料、拆码垛及物流小件分拣四大场景，整套作业无人自主运行，无需人工干预。优必选将工业定位为具身智能落地的核心基石，强调长时间、高强度工况下的稳定性与容错能力。

图片来源：优必选

商用服务领域，全尺寸Walker C1发布，面向商超、展馆等场景集成迎宾导览、互动展演功能；教育版本C1 EDU Tutor搭载UIRO智能助教系统，可独立完成授课、拍题讲解、智能问答等教学工作。

图片来源：优必选

家庭消费端，超仿生人形机器人U1搭载自研Resonance-LM情感大模型，具备33轴面部肌腱网络和19个主动自由度，可实现细腻微表情和毫秒级眼球跟踪。公司称其为全球首款可规模化量产的超仿生人形机器人，主打陪伴与情感交互。

技术层面，优必选展出全栈自研体系：Thinker基座大模型在10B以下具身智能大脑评测中获9项第一，最大参数达100B；Thinker-WM世界模型在Libero评测中登顶榜首；Thinker-VLA模型在工业场景推理效率提升176%，存储用量降低60%。

现场，优必选还与基本半导体签署合作，围绕机器人能效优化和低功耗长续航研发；与广东文翰教育签约产教融合省级合伙人，共建人才培养生态。同时展示与锋龙股份、德马科技等产业链伙伴在伺服驱动、拆码垛、上下料等环节的协同成果。