引言 机器的身体可以批量制造,但适配万千场景的智能能力,只能在真实的海外作业中一点点生长,未来的出海之争,终究是场景话语权与产业链利润分配权的博弈。
全球机器人行业,真的要变天了。
过去几年,人形机器人越来越会整活,跑步、跳舞、后空翻,甚至还能打拳击,动作一个比一个花哨。但问题是,除了这些表演,它们到底能干多少正经活?
如今,AI巨头开始给出新的答案。
前不久,Anthropic发布新一代旗舰模型Fable 5.2与Mythos 5.2,其中Fable 5.2在在RoboDojo双臂仿真机器人基准测试中,平均成功率已经来到了64.9%,表现已经优于大多数专为机器人控制而设计的AI模型。
更恐怖的是,上一代大模型Fable 5.1在这项测试中的成功率仅为27.6%,换言之, “0.1代”更新成功率即提升37.3个百分点。
很多人可能还不清楚这意味着什么?
简单来说,过去想让机器人完成一项新任务,往往需要针对特定场景开发控制程序、收集数据并进行训练。而现在,通用大模型正在尝试让机器人理解任务,并将理解转化为拧瓶盖、还原魔方这些实际动作。
在机器人变得越来越聪明的同时,资本市场也呈现出与往日不同的景象。
经历了前两年的融资狂热,机器人行业的资金开始向头部企业和具备商业化能力的公司集中。相比炫酷的技术演示,投资人越来越关心真实订单、量产能力和商业回报。
一边是机器人的“大脑”加速进化,一边是资本开始为机器人的实际生产力算账。
这两股力量正在推动机器人行业发生一场更深层次的变化:机器人可能不再只是一台按照既定程序工作的工业设备,而是逐渐成为能够理解任务、持续升级的智能终端。
对于已经凭借制造能力和供应链优势走向全球的中国机器人企业来说,这也意味着一轮新的出海竞争正在酝酿。
过去几十年,机器人行业主要解决的是其实是让机器动起来,接下来,行业要解决的可能是如何让机器自己决定该怎么动。这是两套完全不同的技术和商业逻辑。
传统工业机器人其实早就能够完成大量复杂操作。比如汽车工厂里的机械臂,但这些能力大多建立在预设程序、固定流程和相对确定的工作环境之上,一旦任务发生变化,或者工作环境不再可控,机器人往往就需要重新编程、调试甚至训练。
这也是为什么人形机器人能在舞台上完成后空翻,却未必能在陌生的仓库里独立整理货架。
通用大模型的进步,正在尝试打破这层限制。
事实上,Anthropic并不是第一个闯入机器人领域的AI巨头。此前,OpenAI的GPT-6 Astra已经展现出直接控制机器人执行任务的能力。根据英伟达研究团队的测试,在没有经过专门机器人数据微调的情况下,Astra控制机械臂完成抓取和放置任务的成功率达到66.3%。
更有意思的是,银河通用的测试发现,如果让Astra负责理解和规划任务,再由专用具身模型负责执行,机器人的任务成功率反而能够进一步提升。
这给行业提供了另一种可能:机器人未必需要一套从头到尾完全独立开发的“大脑”,通用大模型也可以承担其中一部分理解、推理和决策工作。
一位行业人士透露,国内部分具身智能公司虽然购买了大量训练数据,却迟迟不敢投入足够的算力和资金进行模型研发。
原因并不复杂。机器人基础模型的训练是一笔不小的开支,技术路线又尚未收敛。企业今天投入大量资金训练出来的模型,明天可能就被海外科技巨头发布的通用模型,或者一套开源方案追上。这种不确定性,正在改变机器人企业的技术选择。
当然,现在就说通用大模型要取代具身模型,还为时过早。机器人需要实时感知和动作反馈,而通用模型在推理延迟、控制精度和运行成本上仍有明显短板。但技术路线的变化,已经足以让机器人产业重新思考自己的价值分工。
过去,一家机器人公司的核心竞争力,往往集中在机械结构、运动控制、硬件性能和制造成本上。谁能把机器人造得更稳定、更便宜,谁就更有机会拿下订单。
但当机器人能够理解自然语言、适应不同环境,甚至通过模型升级不断解锁新技能时,它的价值就不再完全取决于出厂时的硬件配置。
某种程度上,这与当年手机从功能机走向智能机的变化颇为相似。
功能机时代,企业主要围绕硬件性能、制造成本和渠道竞争。到了智能手机时代,操作系统、应用生态和软件体验逐渐成为影响产品价值的重要因素。机器人也会经历类似的变化。
一台能够自主理解任务、通过软件持续升级的机器人,开始具备智能终端的属性。客户购买的不仅是一台机器,还有它未来能够不断扩展的任务能力。
一些机器人企业已经开始探索新的产品路径。比如松延动力,通过工程塑料模具成型降低结构件成本,将旗下“小布米”双足人形机器人的价格做到了9998元。
表面上看,这仍然是中国制造最熟悉的低价打法。但从智能机器人产业的发展来看,低价可能还有另一层意义:让更多机器人进入真实使用环境,为后续算法优化和产品迭代积累经验。
同样的思路也出现在开源领域。萝博派对将旗下RPO机器人定价1.5万元,并公开机械结构、CAD图纸和物料清单,试图通过降低开发门槛吸引更多参与者。
这意味着,机器人硬件的价值可能不再只体现在销售当下。装机规模、开发者生态,以及真实场景中积累的数据和反馈,都有机会成为产品未来竞争力的一部分。
这也意味着,机器人行业的商业模式可能随之改变。
过去卖出一台设备,企业主要依靠硬件销售、维护和零部件更换获得收入。未来,部分智能机器人还可能通过软件订阅、功能升级、按任务收费等方式创造持续收入。
当然,这些模式能否真正跑通,仍然取决于客户是否愿意为智能能力持续付费。
更值得关注的是,一旦机器人的“大脑”和“身体”逐渐分离,产业链的利润分配也可能随之改变。
谁负责制造硬件,谁掌握基础模型,谁拥有真实场景的数据,谁又能直接触达客户?这些过去未必是机器人制造商最核心的问题,未来却可能决定一家企业能够拿走多少利润。
对于以供应链、规模化制造和成本控制见长的中国机器人企业来说,这种变化既是机会,也是一场新的考验。
毕竟,当机器人开始从制造业设备向智能终端演进,决定产品竞争力的,就不再只有制造能力了。
有意思的是,技术越热,资本反而冷静了下来。
过去几年,具身智能可以说是资本市场最不缺故事的赛道之一。从能跑能跳的人形机器人,到号称即将进入千家万户的家庭助手,只要技术足够新、演示足够惊艳,就有机会获得大笔融资。
但到了2026年,风向开始变了。
据IT桔子数据,今年6月,国内具身智能赛道共发生55起融资,融资总额达到308.92亿元。而到了10月,融资事件减少至33起,融资额也降至101.05亿元。短短四个月,融资金额缩水了约三分之二。
比融资降温更值得警惕的,是资本退出预期也开始出现变化。
今年9月以来,市场陆续传出人形机器人企业IPO审核趋严的消息。有媒体报道称,监管部门更加关注机器人企业收入的真实性和可持续性,部分公司的上市进程可能受到影响。这对一级市场的影响不容小觑。
过去,一家机器人创业公司即便短期没有盈利,也可以依靠持续融资支撑研发,再通过上市实现资本退出。但如果上市进程面临更多不确定性,投资机构就不得不重新审视企业的商业模式,以及现有资金究竟还能支撑多久。
换句话说,资本市场不再愿意无限期地为一台尚未证明商业价值的机器人续费。
不过这并不意味着资本不看好机器人了,而是钱开始往少数企业手里集中。
华山资本创始合伙人杨镭披露的数据显示,今年前五个月,具身智能行业融资额已经达到489亿元,超过2025年全年的约455亿元。但10亿元以上的大额融资主要流向27家公司,剔除大额融资后,单笔融资均值反而从去年的2.22亿元降至2.12亿元。
换句话说,机器人行业依然不缺钱,只是越来越多的公司拿不到钱了。并且资本的筛选标准也在变化。
杨镭在2026进博会期间提出,2027年可能是机器人的落地年,下一阶段投资的重点就是看谁能真正落地。尤其对于机器人本体企业,投资人已经开始更加关注订单、出货量和营收,而不再仅仅为技术概念和未来想象力买单。
事实上,机器人行业现在面临的尴尬,可能比没有订单更复杂。
据一位产业链上游人士透露,部分机器人本体公司的订单规模,甚至不足以支撑供应商维持长期正常生产。更麻烦的是,一些制造业客户愿意尝试机器人,是因为看好具身智能的发展前景,而不一定是机器人已经解决了某项实际生产问题。
这就造成了一个很有意思的现象:机器人有了订单,却未必有了真正的市场。
比如盈合机器人,有报道称,其曾签订近亿元规模的项目,却长期未能通过验收,这意味着即使合同金额可观,也不代表企业就能顺利确认收入、回收现金。
另一家无境动力,则在成立约8个月后出现停工欠薪情况。据报道,其对外宣称的1.1亿元融资中,部分关键资金未能按预期交割,最终影响到公司的资金链。
这些案例反映出,机器人行业的商业化远比发布产品和签订合同复杂。从客户试点、产品部署,到项目验收、回款和后续复购,每个环节都有可能成为一道门槛。
更棘手的是,为了争夺有限订单,一些供应链企业还在不断压低价格。如果客户需求不足、订单难以持续,低价竞争又进一步压缩企业利润,那么企业就可能陷入没有利润研发、没有研发难以改善产品、产品不成熟又难以获得新订单的循环。
对于一家制造业企业来说,能卖出产品固然重要,但能够持续交付、稳定回款,并依靠业务本身维持运营,才意味着商业模式真正跑通。
北京人形机器人创新中心CEO熊友军就曾指出,目前机器人在不少应用场景中,投资回报率的账还算不过来。除了设备价格偏高,泛化能力不足、部署时间成本过高,也在限制实际应用。
这恰恰说明,机器人从制造业设备向智能硬件演进,并不意味着它可以跳过制造业最基本的商业规律。
相反,当一台机器人开始具备更强的智能能力,企业不仅需要证明硬件足够可靠,还需要证明额外的软件和模型投入,究竟能够创造多少新增价值。
智能化可以提高产品的想象空间,却不能自动提高客户的支付意愿。
对于资本而言,机器人有没有“大脑”固然重要,但更重要的是,这颗“大脑”能否让机器人完成过去做不到的工作,或者把原本昂贵的自动化方案变得更便宜、更高效。
这也解释了为什么机器人行业会同时出现技术加速和融资分化。
一方面,通用大模型的发展不断抬高机器人能力的上限;另一方面,资本正在通过订单、营收和真实应用场景,筛选出能够把技术转化成生意的企业。而这场变化的影响,恐怕不只局限于中国市场。
当机器人企业开始走向海外,面对更加多样化的客户需求、用工成本和应用环境,能否提供一套真正算得过账的智能化解决方案,将越来越直接地影响产品的竞争力。
毕竟,海外客户愿意为什么样的机器人付钱,最终看的不是它有多像人,而是它到底能替人干多少活。
事实上,对于中国机器人企业来说,这场变化来得正是时候。
过去几年,中国机器人产业最突出的优势,是把机器人造出来,而且能够以更低的成本、更快的速度实现规模化生产。
根据Omdia的数据,2025年全球人形机器人出货量排名前三的企业均来自中国。这背后,是供应链以及成熟的制造业配套能力。
这些优势,已经转化为中国机器人企业打开海外市场的筹码。
包括空客、ROSSMANN在内的多个欧美巨头都在积极和国内机器人企业合作,但需要正视的一个事实是,进入采购清单,距离真正成为一门成熟的生意,还有很长一段路。
以ROSSMANN为例,这家德国零售企业引入Walker S2,并不是单纯为了购买一台中国制造的机器人,而是希望验证它能否适应复杂的物流环境,承担不同任务,并最终形成可行的商业模式。
换句话说,当机器人开始具备自主理解任务、适应复杂环境的能力,客户对产品的期待也随之提高。所以未来的竞争不只是把机器卖出去,还包括后续的模型适配、场景数据积累、软件维护和能力升级。
对于各家机器人企业而言,这既可能带来更高的产品附加值,也意味着更加复杂的全球竞争。
另外,一个不容忽视的问题是,国内企业负责制造机器人的身体,海外科技巨头提供大脑,软件系统、模型服务和客户数据又掌握在别人手里,那么中国机器人会不会重走部分消费电子产业曾经走过的路:产品越卖越多,产业链中更有价值的利润却未必留在制造商手中?
对于传统设备来说,企业把产品卖给客户,完成安装、调试和售后,交易的主要价值就已经实现。
但智能机器人不同。机器人每天在真实环境中执行任务,可能不断产生视觉、动作、任务反馈等数据。这些信息经过授权和处理后,有机会用于改进模型,让机器人在类似场景中完成任务的能力持续提升。
问题在于,这些数据未必掌握在机器人制造商手里。
假设一家中国机器人企业为德国工厂提供设备,底层模型来自美国科技公司,工厂生产数据又受到当地客户的严格管理,那么中国企业究竟能够获得多少用于模型改进的数据?又能否将一家工厂积累的经验,用到另一家海外客户身上?答案取决于具体的合同、技术架构与数据合规安排。
所以说,在智能机器人时代,产品交付之后的软件升级、场景数据以及长期客户服务,也可能成为重要的价值来源。如果中国企业只拥有硬件制造能力,却无法有效参与这些环节,那么即便机器人出口规模不断增长,也未必能够获得智能化带来的全部收益。
反过来,如果中国企业能够掌握产品系统、建立海外服务体系,并在合规前提下形成持续的数据和模型迭代能力,那么中国制造的优势,就有机会从成本竞争力进一步转化为智能产品的长期竞争力。
从这个角度看,中国机器人出海的下一阶段,真正值得争夺的可能不再只是全球市场的出货量,还有智能化升级带来的产业链价值分配权。
最后,没有人能确定,定义这一代机器人生意的,是模型厂商、本体厂,还是手握场景的海外客户,但唯一可以确定的是,只靠性价比和供应链卷出来的时代,正在安静落幕。

扫码关注二维码
2026-11-09 13:48
2026-11-10 11:24
2026-11-10 10:32
2026-11-11 11:27
2026-11-11 10:02
2026-11-12 10:50
合作咨询
扫码加入社群
扫一扫
关注亿恩公众号