2026年8月29日，上海吳江路DQ門店，吧檯後面沒有店員。

一台機器人從消毒櫃裡取出金屬杯圈，在一疊紙杯中抽出一隻，接住冰淇淋機下的奶漿，舀上三勺奧利奧，高速攪拌，翻腕關門，刮淨殘餘，最後把杯子倒轉過來，杯口朝下，冰淇淋紋絲不動。

全程55步，6分鐘，做出一杯標準的暴風雪冰淇淋。隔壁真人櫃檯，3分鐘出一杯。

但就是這台“慢一倍”的機器人，讓首批預約名額一天內搶空，開業當天拍照打卡的人絡繹不絕。

它背後的公司叫Sharpa，成立不到兩年，累計融資超45億元，投後估值約220億元，投資方包括阿里巴巴、美團、騰訊、京東、紅杉中國、啟明創投等。

更有意思的是，創始團隊正是全球雷射雷達龍頭禾賽科技的三位聯合創始人：李一帆、孫愷、向少卿。

一家做雷射雷達的公司，三位已經功成名就的創始人，為什麼跑來讓機器人做冰淇淋？

李一帆是向少卿在清華大學的同門師弟，向少卿和孫愷則是史丹佛校友，李一帆在美國伊利諾伊大學深造時，三人逐漸有了交集。

2012年，李一帆和孫愷在史丹佛喝酒，聊起那些已經功成名就的學長學姐，孫愷突然冒出一句：“我們也搞個billion dollar company吧。”兩人一拍即合，隨即又把向少卿拉了進來。

2013年，在矽谷聖何塞，三人先是利用業餘時間攢起了這個創業局，一年後，正式回國創辦禾賽科技。

十二年間，李一帆看市場、孫愷鑽技術、向少卿抓落地，把這個酒後吹的牛兌現了。

2025年，禾賽全年營收30.28億元，淨利潤4.36億元，成為全球雷射雷達行業第一家按照GAAP準則實現全年盈利的公司。全年總出貨量162萬台，全球ADAS主雷射雷達出貨量排名第一，拿下43%的份額。

客戶名單上排著比亞迪、吉利、長城、理想、小米，也進了奔馳的供應鏈。

這應該是禾賽最好的時候，但資本市場給了截然相反的答案。

截至2026年9月，禾賽美股在52周低點附近徘徊，距高點跌了約46%。

港股市值徘徊在200億港元上下。而在一年前，市值則突破了360億港元。

一家全球市佔率第一、連續盈利、手握頂級車企訂單的龍頭，在二級市場上被當成了一個增長見頂的硬體供應商。

這種冷臉不是沒有理由的。雷射雷達本質上是一個被夾在中間的生意。上游是晶片和光學元器件，下游是整車廠。禾賽做得再好，它賣出的每一顆雷達都嵌進了別人的車裡，貼著別人的品牌，走的是別人的管道。

這是硬體生意最經典的困局：你做到了極致，但那條價值鏈的終點從來不屬於你。

李一帆的會客室裡掛著一幅《教父》的二創油畫，五個神情詭譎的中年男人圍坐談判桌，畫裡有籌碼、鈔票和一支指向對方的槍。他骨子裡是技術派，但也在商業世界裡學會了用隱喻和戲謔來表達態度。

他看到了另一組數字。機器人行業的市場規模可能是汽車的10倍，未來集中度會遠高於汽車，“我從未見過錢如此多、人才如此密集、關注如此高但沒有明確標準的行業。”李一帆說，另一句更狠：“全球最後也許只剩5家，有做成蘋果這類超大公司的機會。”

你品品這句話的潛台詞，一個從0到1做過一家上市公司的人，看到了一個總量可能10倍於自己所在行業、但規則還沒有被定義的賽道。他不是在選“更大的生意”，他是在選一張還沒人坐過的牌桌。

於是，2024年底，三個人決定再幹一次。

Sharpa與禾賽沒有股權從屬關係，核心團隊以外聘為主，三位聯合創始人只負責戰略規劃，不擔任實際職務。

當外界疑惑為什麼不在禾賽內部去孵化，打造第二曲線，三劍客卻知道這是最明智的選擇。

機器人業務5到10年的長周期、高投入，如果掛在禾賽體系裡，會對上市公司的盈利穩定性造成衝擊。獨立營運既能規避這個風險，又能借助禾賽在晶片、硬體製造和供應鏈上的積累，為Sharpa提供底層支撐。

Sharpa的第一款產品不是整機，而是靈巧手Wave。單手22個主動自由度，每個指尖超過1000個觸覺感知點，壓力靈敏度做到0.005N，就像你用手指輕輕碰一下羽毛的那種感覺，靈敏度超高。

2025年10月量產後，直接打進了輝達和宇樹的合作項目。2026年6月，輝達與宇樹聯合推出的人形參考設計H2 Plus，用宇樹H2做本體，雙手換成了Sharpa Wave。

在機器人圈內，Sharpa Wave迅速建立起一種近乎口口相傳的聲望。

全球多家頭部機器人公司的視訊demo裡，那隻銀色靈巧手成了默認的最優操作終端。輝達、Google、MIT、史丹佛的機器人實驗室裡也都能看到它的身影。

行業內幾乎所有研究機器人操作的從業人員對Sharpa Wave的評語都是，“除了貴，幾乎沒有缺點”。

確實，Wave為客戶提供定製報價約5萬美元，屬於行業高端產品。

而行業裡萬元級靈巧手已經批次出現，智元系臨界點的OmniHand靈動款無觸覺版約1.48萬元，強腦Revo1基礎版約3.5萬元。

但Sharpa沒有打價格戰，它選了另一條路，用觸覺的精度和可靠性，換取高端市場的定價權。

用一隻手切進行業，再向上延伸到整機。

Sharpa的第二款產品是全身67個自由度的輪式人形機器人North，同時自研了融合視覺、觸覺和語言的靈巧操作基座模型CraftNet。

從零部件到全端，這條路和當年禾賽從氣體檢測切到雷射雷達的節奏很像，先用一個足夠硬的技術單品打開局面，再沿著能力邊界向外擴張。

但靈巧手賽道本身正在變得擁擠。

截至2026年8月初，本年度靈巧手賽道錄得74起融資事件、47家公司入局，已披露金額合計約285.1億元，超過2025年全年。

● 中國靈巧手賽道近幾年的融資趨勢

玩家分為兩派，本體派是人形機器人整機廠商自研靈巧手，供應商派是獨立銷售靈巧手的第三方。Sharpa屬於供應商派，但它和大多數供應商的區別在於，它不只賣手，它在用DQ門店證明這隻手能幹完整的活。

大多數具身智能公司的落地路徑是先做demo，再找場景，場景方說你能不能把裝置改一改、流程調一調。調完這一家，換一家又得重來。

Sharpa走的是反向路徑。門店什麼都不動，機器人來適應。

李一帆反覆提一個原則：不為機器人創造就業機會。

他舉過一個反例。自動咖啡機把咖啡做好，人形機器人只負責遞出去。

一個擁有幾十個自由度、帶視覺和力控的機器，最終做了一個低自由度機械臂就能完成的動作。那不叫替人幹活，那叫給機器人安排了一份工作。

真正的替人幹活，得讓一個崗位徹底不需要人。55步，只做完54步都不行。

所以，DQ門店驗證的不只是一杯冰淇淋。整套流程覆蓋了取杯、套環、接料、加料、攪拌、倒置、交付，用到了七八種不同工具，涉及精細力控、動態感知和長程任務規劃。

每一步都不算難，難的是把它們串成一條長程任務鏈，任何一步的微小偏差都會沿鏈條累積，最後在倒杯的瞬間暴露。

反過來，一旦這個高難度的場景跑通了，機器人就掌握了七八種工具的用法，再遷移到做漢堡、烤披薩，就不是從零開始。

李一帆管這叫“做穿”。把一個場景裡的所有環節全部打透，讓每一個環節都變成可遷移的模組。

但他也很清楚這件事的份量。他把DQ試營運看作一場必須真誠面對結果的測試。

第一層是到底能不能做？不改造環境，不降低難度，連續跑完55步，連續工作12小時。如果每天都在雞飛狗跳，那就承認這條路沒跑通。第二層才是“能不能做得更快、更便宜”。

而在他的判斷裡，只要先跨過“能做”這條線，提速和降本就是百分之百確定會發生的事。

現場實測資料顯示，機器人有一定機率需要人工介入處理。6分鐘一杯的速度，意味著客流高峰時排隊是確定性事件。

不過，DQ那邊的心態反倒更鬆弛。CFB集團CEO許惟掄說：“現在成本不是我們主要的考量，這個機器人是不是真的能做出暴風雪才是我們此刻的重點考量。”

說白了，人家算的不是這筆帳。

2025年，具身智能首次被寫入政府工作報告，與量子科技、生物製造等一同列為未來產業重點培育方向。

2026年6月，工信部與國務院國資委聯合啟動“2026年度人形機器人與具身智能實景實訓專項行動”，明確推動人形機器人在真實生產生活環境中常態化部署，按照“最小干預、利舊復用”原則開展作業環境適配改造，到2026年底形成百個以上高價值應用場景，帶動形成萬台級規模落地能力。

而Sharpa做的事情恰好踩在了這條線上。DQ門店的55步驗證，本質上就是一次“實景實訓”，不改造環境，不降低難度，讓機器人直接接受真實營運的檢驗。

Sharpa這個名字的靈感來自夏爾巴人。這是一群“天生的攀登者”，也是全世界最專業的登山嚮導。李一帆對機器人的定位，就是夏爾巴人這樣的角色：讓機器人幫助人，干人們不想幹的事，而不是與人類競爭。

一台比人慢一倍的機器人，站在南京西路最熱鬧的商圈裡，一杯一杯地做著六分鐘的暴風雪。這畫面不夠性感。它沒有demo視訊裡的流暢和酷炫，沒有“未來已來”的震撼感。

但你仔細想，禾賽當年也是這樣過來的。從矽谷聖何塞一間辦公室裡做氣體檢測，到上海建10億元的工廠做雷射雷達，從一個被投資人當面拒絕的“話太多的年輕人”，到全球市佔率第一。

2016年，雷射雷達的價格大約是8萬美元一顆。今天跌了99.5%。沒人覺得這件事會發生，但它發生了。

三個已經登過頂的人，選擇回到山腳下，從頭開始搭一條讓所有人都能上山的索道。這杯沒掉的冰淇淋，就是入場券。  (AI科技銳評)

四家機器人公司創始人談共識：不賭拐點，不湊熱鬧，不靠炫技，最終算好商業帳

跑了深圳四家人形機器人企業，

越說不出“爆發”“拐點”這類詞。

判斷五：既要“好演算法”  也要“算好帳”

具身智能資本融資規模迅速擴大，商業化落地仍處於早期探索階段。

據不完全統計，截至2025年12月，中國具身智能和機器人領域投資事件數達744起，融資總額735.43億元人民幣。

“人形機器人有一個很大的坎，就是找到場景。”越疆科技創始人劉培超說，過去兩年，人形機器人在運動性能、互動性能上取得了突破，但最終人們期待的是它落地，是場景需要的操作性能。

在劉培超看來，真正使用者要付費、企業能收到錢持續投入研發，這個“飛輪”賺錢的核心是使用者能算過帳、能付費。“現在很多團隊把樣品當成產品，拍個demo就結束了。但真正使用者要付費，核心是ROI（投資回報率）。”

劉培超給出了一個核算標準：“使用者買一兩台叫嘗鮮，可以不計成本；買三五台是能用起來了；真正買到10台、20台時，客戶就是算過投資回報率了。當它的生產效率已經超過手工或其他專業裝置時，就會批次上線。”

“按照現在中國市場的勞動水平，購買機器人‘打工’，大概是3年左右回本，歐美市場大概是1年半左右。”劉培超判斷，“核心挑戰是要有更穩定的硬體、可控的大腦，就能很快實現行業技術和產品的突破。我相信這個過程非常快，3到5年應該是一件確定性的事情。”  (察理思特)

智象未來聯合創始人兼首席營運官王科，圖片經由AI生成

AI造劇的速度，正在改變很多人的日常。當AI參與製作後，新劇上線的速度明顯加快，觀眾幾乎每天都能刷到不同題材、不同畫風的短劇。

根據QuestMobile資料顯示，2026年2月，國內短劇行業覆蓋使用者達到7.18億；短短三個月，短劇的增長速度越來越快，到5月，短劇行業去重使用者規模達到8.51億。

使用者規模擴大，內容需求也隨之增長。從內容生產到產品互動，再到商業化和市場競爭，AI視訊行業正在同時經歷多方面變化。

智象未來聯合創始人兼首席營運官王科告訴騰訊科技：“短劇和漫劇的需求增長非常快，正在從流量紅利期逐漸進入優勝劣汰的階段。”

對於創作者來說，一個好用的AI視訊工具極為重要，不僅能降低製作成本，還能做出更有審美的畫面和創意表達。

目前，AI視訊產品的功能，已經從輸入提示詞、生成片段，延伸到更多創作環節。創作者們可以上傳角色和場景參考，反覆調整鏡頭，給畫面配音配樂，有些產品還會根據劇本安排分鏡。

一位視訊內容創作者向騰訊科技表示：“做爆款的內容難度非常大。從製作角度來看，目前比較難的環節還是出片時要反覆‘抽卡’。一個鏡頭可能會生成好幾次，才挑出能用的版本；如果一集有幾十個鏡頭，時間和成本就這樣疊上去了。我們更關心生成一次有多少內容能用”。

並且，生成鏡頭只是製作的一部分。面對一集中的幾十個鏡頭，創作者還要逐一篩選、修改和拼接，同時處理整集節奏，並確保人物、場景和聲音前後銜接。

這些具體的製作難題，也在不斷推動AI視訊產品演變。

智象未來聯合創始人兼首席營運官王科告訴騰訊科技，目前，AI視訊工具大致有兩類互動方式：一類是畫布式或節點式工作流，強調專業控制和自由度。另一類是對話式互動，試圖降低操作門檻。隨著Agent承擔任務拆解和執行，創作者可以更多地表達目標，複雜的模型呼叫和製作流程則由系統在後台完成。

王科強調，AI參與的環節越多，創作者的判斷力、審美和敘事能力越重要。內容供給增加後，創作者的價值會更加突出。AI可以降低製作門檻、承擔更多執行工作，但對於劇本、審美、節奏和情緒等關鍵判斷仍然依賴創作者。

以下為王科的分享交流實錄內容（精選版）：

問：隨著AI視訊進入影視、廣告和短影片的實際製作流程，行業對產品的要求發生了那些變化？這種變化會分別給這些行業帶來什麼影響？

王科：過去兩年，行業更多關注誰能生成質量更高的視訊片段。隨著AI進入實際生產流程，使用者的需求也變得更加具體：最終交付的內容能否直接使用。

這一變化對不同行業的影響有所不同。

對影視行業來說，AI會降低執行和製作環節的門檻，同時對創作者的判斷力、審美和敘事能力提出更高要求。劇本是否成立、節奏是否合適、情緒是否到位，這些關鍵的創作判斷仍然需要由人完成。AI可以承擔越來越多執行工作，創作者則要對作品作出最終判斷。

對廣告行業來說，內容生產的顆粒度會越來越細。過去，一個品牌可能只製作十幾條廣告；有了AI之後，可以針對不同人群、平台和使用場景批次生成差異化素材，再根據投放資料持續調整。廣告內容將更接近即時生產和精準匹配。

對短影片行業來說，AI會進一步擴大內容供給，但使用者的時間和注意力不會同步增加。

未來，內容和管道之間的競爭可能更加激烈，也會推動短影片向更垂直、更個性化和更精品化的方向發展。

問：目前，AI視訊最熱的幾個落地場景，包括短劇、漫劇、廣告和電商行銷。你怎麼看這些需求的可持續性？那些是真正能夠長期形成穩定付費的市場，那些更多還處於流量紅利或者早期“嘗鮮”階段？

王科：短劇和漫劇的需求增長很快，目前正從流量紅利期逐漸進入優勝劣汰階段。未來能夠形成長期付費的，主要是那些可以持續生產精品內容、沉澱IP資產，並保持高效穩定產出的平台。

相比之下，廣告和電商行銷的需求更為穩健。這些場景的內容生產頻率高、反饋周期短，投入產出也更容易量化。

跨境電商商家會直接計算一條AI行銷視訊能夠帶來多少轉化。只要投入產出能夠算得過來，商家的付費就可以持續。

OPC市場目前仍處於快速放量階段，距離天花板還比較遠。以智象自身為例，隨著vivago R1全球上線，我們預計使用者規模還會進入一個新的增長階段。

問：前兩年大家最容易比較的是畫質、運動幅度、生成時長。到現在，那些指標正在取代這些參數，成為決定產品競爭力的新標準？那些能力仍然能夠形成真正的差異？

王科：畫質、運動幅度、生成時長這些指標今天依然重要，只是它們正在逐漸成為產品的基礎能力。

現在評價視訊生成產品，需要看的維度更多。基於自己的實踐，我們提出了一套“CHATS™視訊Agent評估標準”，總體主要看這幾個方面，供大家參考：

C，Consistency，一致性。角色、場景和風格能否在多個鏡頭之間保持穩定。

H，Human Intent，意圖理解。系統能否精準理解使用者的創意，並且在多輪對話中持續推進任務。

A，Audio & Visual，視聽完整度。除了生成畫面，還要能夠處理聲音、節奏以及整體視聽體驗。

T，Timeline & Tale，時間線與敘事。一個故事能否在多個鏡頭、多個段落之間持續成立。

S，Stability，穩定交付。能否減少反覆生成和返工，提高最終內容的可用率。

未來真正能夠形成差異的，我認為會是系統工程能力。

行業正在發生一個比較明顯的變化，競爭正在從單點模型能力，進一步走向整條創作鏈路的協同。從指令碼規劃、分鏡設計、角色管理到音效匹配，最終考驗的是整套系統的組織效率和交付確定性。

比如vivago R1也在驗證這個方向。根據我們的統計，其背後的HD-AgentOS調度系統目前可以大幅提高有效內容的可用率，減少視訊生成過程中反覆“抽卡”帶來的不確定性。這套系統需要理解整個項目，再完成需求分析、任務拆解和模型調度，讓不同能力圍繞同一個創作目標協同工作，逐步提高完整作品的交付能力。

問：目前大語言模型已經出現明顯的價格競爭，視覺多模態賽道是否也會走上類似的路徑？智象未來怎麼避免陷入價格戰？

王科：當一類產品逐漸標準化，大家能夠生成的內容越來越接近，價格很容易成為重要的競爭維度。

智象更希望把競爭放在價值和差異化能力上。

第一，繼續做目前市場上還比較難完成的事情。比如R1希望一次完成更長視訊的生成，同時提高商業可用成功率、角色一致性和整體穩定性。這些能力很難單純通過降價獲得。

第二，通過系統能力建立壁壘。智象目前重點投入的是“模型+智能體+資料”這套閉環：模型提供理解和生成的基礎能力，智能體負責把這些能力組織成完整創作流程，資料再通過真實使用不斷反饋到系統中。

隨著這幾個部分持續循環，最終競爭會越來越多地落到整體系統能力上。

問：面對字節Seedance、Seedream以及快手可靈等大廠產品，獨立創業公司在基礎模型、產品和流量等方面會存在資源差距。未來最現實的競爭空間在那裡？

王科：創業公司的融資規模和資源體量與大廠相比確實存在很大差距。我覺得要競爭，主要有三點。

第一，認知要快。對於模型架構、下一代模型的技術方向以及技術選型，要儘可能做出更早、更準確的判斷。有時候只要比大廠提前半個身位，甚至提前三個月，就可能出現機會窗口。

第二，落地速度要快。方向確定之後，要盡快完成模型迭代，同時推進產品化和商業化，在窗口期形成產品壁壘或者使用者壁壘。

第三，組織調整要快。創業公司的一個優勢是組織更加扁平，決策鏈條更短，可以根據技術和產品變化快速調整方向。

智象也有比較明確的生態位。比如我們與TikTok有比較緊密的合作，大廠擁有流量和資本優勢，我們更希望依靠底層模型創新和工程落地速度參與競爭。

在這個市場裡，我們不會和大廠在所有方向全面競爭，而是希望在關鍵節點抓住技術和產品窗口。比如出現新的技術方向之後，我們可以很快把演算法、工程和產品團隊拉到一起，當天討論，第二天就開始做Demo。

這種速度，就是創業公司的生存空間之一。

公司的核心策略依然是在圖片和視訊多模態模型上持續投入，希望長期保持在全球第一梯隊，這也是我們最核心的競爭力。

問：近日，智象未來上線內容創作智能體vivago R1，並同步升級國內版本“夠搭”。vivago R1定位為“內容創作智能體”，而非單純的視訊生成工具。“智能體”和“工具”的核心區別是什麼？

王科：這裡最核心的區別是，使用傳統工具時，使用者需要自己決定每一步怎麼做；使用智能體時，使用者更多隻需要說明自己最終想得到什麼結果，系統會自己規劃中間過程。

以幀贊為例，底層採用自研的原生全模態架構，可以把文字、圖片、視訊、參考資產、文件說明以及歷史創作結果放進同一個任務語境中，讓Agent理解整個項目的上下文，而非只執行一個單點指令。

在此基礎上，智能體系統再把模型能力組織成持續推進的創作流程，在指令碼、分鏡、角色、場景、鏡頭和音效之間進行規劃和調度，同時處理複雜敘事中的角色形象、聲音特徵和風格一致性。

傳統視訊生成工具中，使用者輸入提示詞，模型生成一個片段。如果想完成一部完整短片，使用者往往還需要自己拆分鏡、調整提示詞、逐個生成鏡頭、手動拼接以及完成後期處理。

我們希望使用者先告訴系統自己想做什麼，後面的任務拆解和環節協調儘量交給Agent完成，最終圍繞同一個項目持續推進。

問：長視訊生成涉及幾十個甚至更多鏡頭，行業目前普遍面臨角色、風格和敘事難以保持一致的問題，智象未來通過那些方式解決？

王科：我們的思路是採用“多Agent協作機制”。

比如R1的主Agent可以先理解使用者的整體創意，將其拆解成不同任務，再由子Agent分別處理指令碼、分鏡、角色、場景和音效等環節。

這些Agent共享同一套項目上下文。使用者提供的文字、圖片、視訊和其他參考素材都會進入同一個任務語境，各個Agent據此理解人物設定、故事走向和視覺風格，減少不同環節之間的偏差。

HD-AgentOS負責調度整個製作流程，協調各個Agent的任務和輸出，儘量讓角色形象、畫面風格、敘事節奏和整體質感保持一致。

我們認為，系統協同是其中一個重要原因。長視訊涉及多個連續環節，最終效果取決於這些能力能否穩定配合，而非某一個環節能夠生成多好的單個鏡頭。

問：R1強調“Chat-First”（以對話為主要的互動方式）。自然語言會成為下一代專業創作軟體的主要互動方式嗎？像Photoshop、Premiere這類複雜的專業軟體，未來可能發生多大變化？

王科：好的創作工具應該儘可能順應人的表達習慣。對於視訊創作來說，創作者最先想到的通常是自己想表達什麼，而非節點、畫布或者具體參數、。

目前，AI視訊工具大致有兩類互動方式。

一類是畫布式或節點式工作流。產品將模型、工具和參數交給使用者，由使用者自行連接和偵錯。這種方式自由度較高，對專業使用者很有價值，但學習和使用門檻也相對較高。

另一類是R1採用的對話式互動。使用者可以直接通過自然語言提出需求，由系統生成視訊，並通過多輪對話繼續修改和調整。

在這一過程中，使用者主要負責表達目標，Agent負責拆解和執行任務。SkillHub承擔類似“翻譯層”的作用，根據使用者意圖匹配和編排不同的Skill，將創作需求轉化為可以執行的任務序列。

我們希望通過這種方式封裝複雜的系統能力，為使用者提供一個更簡單的創作入口，縮短從產生靈感到開始執行之間的操作鏈條。 (騰訊科技)

過去兩年，人形機器人、特種機器人、服務機器人快速量產，但整個行業長期卡在一個致命痛點：技術成熟、產品量產、場景難落地。

機器人不同於汽車、手機、家電等標準化消費電子，無法靠線上電商完成成交，也無法依靠傳統經銷商簡單鋪貨流轉。

在此背景下，一套全新的線下管道體系快速崛起：機器人 4S、6S、7S 門店。它不是汽車 4S 店的簡單復刻，而是適配機器人非標化、場景化、重服務屬性的全新產業交易與落地樞紐。

截至 2026 年 8 月，全國已落地開業門店超 20 家（據公開資料整理或有遺漏），覆蓋北上廣深、武漢、無錫、青島、佛山、合肥、鄭州等核心城市，形成了從單點樣板到全國鋪開的管道雛形。

本文純行業視角，完整梳理全國最全門店名錄、業態層級定義、底層營運邏輯、投入營收結構、行業變革價值、現存瓶頸與終局趨勢，深度拆解機器人新管道的產業意義。最後再回答部分網友諮詢，汽車4S店如何轉型機器人4S店。

一、核心定義：4S→6S→7S，機器人管道業態的層級升級

行業無國家標準統一釋義，所有 S 級體系均為機器人產業專屬定製服務模型，逐級疊加能力，層級越高、業態越完整、商業閉環越強。

1、機器人 4S 店（基礎落地型管道）

核心四大能力：Show 實景展示、Sale 整機銷售、Service 全周期維運、Solution 場景解決方案

區別傳統裝置展廳：不做靜態擺展，主打真實工況實景驗證，解決客戶 “看宣傳不敢落地” 的信任難題，是機器人落地的基礎剛需管道。

2、機器人 6S 店（商業化盈利型管道）

在 4S 基礎上新增兩大核心盈利類股：Share 裝置租賃、School 產業培訓這是目前行業最主流、最適配市場化盈利的業態。

補齊了機器人行業兩大短板：客戶試錯成本高、行業操作維運人才稀缺，靠租賃做短期現金流、靠培訓做穩定副業收入、靠銷售方案做長期利潤。

3、機器人 7S 店（產業生態型管道）

在 6S 基礎上疊加Sparepart 備件體系、Survey 行業資料反饋

定位城市級機器人產業樞紐，不僅做交易，更承擔產業鏈資料收集、產品迭代反饋、區域產業孵化、人才實訓輸出功能，多為政府重點落地的標竿旗艦門店。

層級總結4S = 場景落地工具店｜6S = 市場化盈利主力店｜7S = 區域產業生態旗艦店

二、中國已開業機器人 4S/6S/7S 完整名錄（全網最全、僅收錄實體落地門店）

1、機器人 4S 店系列（基礎場景落地型）

北京亦莊 Robot Mall 具身智能 4S 店
全國首個具身智慧型手機器人 4S 標竿，4000㎡超大展廳，匯聚人形、四足、工業、特種全品類機器人，主打企業場景驗證、政企項目對接、定製化方案輸出，是北方機器人管道核心樞紐。

無錫農業機器人 4S 店（全球首家農業專項 4S）
唯一實景大棚式機器人門店，以真實農田、大棚工況做測試展示，聚焦果蔬採摘、植保、巡檢農業機器人，專攻智慧農業垂直落地。

長沙超能機器人 4S 店
前店後廠模式，覆蓋工業、康養、文教機器人，主打本地政企採購、場景定製、科普落地，中部區域下沉市場樣板。

鄭州中原異構人形機器人 4S 店
中原地區核心人形機器人管道，入駐宇樹、智元、樂聚等頭部品牌，配套中部機器人實訓場地，主打商演租賃、企業落地、人才實訓。

揚州智境機器人 4S 店
聚焦人形、四足、機械臂裝置，深耕長三角中小製造企業、文旅場景落地，輕資產適配下沉市場。

漳州晟育機器人 4S 店
閩南地區核心管道，覆蓋工業、醫用、家用機器人，主打區域企業採購、科普體驗、小型場景改造。

2、機器人 6S 店系列（行業主流盈利型）

深圳龍崗星河 WORLD 機器人 6S 總店（全國最強標竿）
全球首家標準化機器人 6S 旗艦店，1200㎡展廳，入駐 60 + 機器人企業、200 + 台真機，搭建零部件超市、場景驗證中心、二次開發實驗室。獨創租賃 + 定製 + 銷售 + 維運完整現金流模型，租賃低至 1000 元 / 天，同時承接商用、海外訂單，已啟動全國 23 城城市合夥人佈局，是目前全國商業化最成熟、可複製性最強的機器人管道樣板。

佛山高新區機器人 6S 店
珠三角製造業專屬 6S 門店，聚焦工業機器人、巡檢機器人，主打工廠場景適配、產線改造、裝置租售，深度服務佛山、東莞製造業叢集。

青島機器人 6S 體驗店
青島資料集團打造，採用 “前店後場” 模式，打通展示、租售、維保、研學、二次開發全鏈路，賦能膠東半島智能製造落地。

貴州機器人 6S 首店
早期標竿 6S 門店，千萬級投入，驗證了 “研學 + 商演租賃 + 政企採購” 的基礎盈利模型，為全國 6S 業態提供早期營運資料參考。

無錫高新區機器人 6S 店
4000㎡超大空間，集結 11 款人形機器人、8 家頭部廠商，依託無錫機器人產業叢集優勢，主打產業孵化、場景驗證、政企項目落地。

合肥包河、瑤海雙 6S 店
安徽區域產業重點項目，瑤海店總投 5000 萬，配套區域總部、訓練基地、實訓中心，主攻中部政務、文旅、工業智能化改造市場。

3、機器人 7S 店系列（區域產業生態旗艦型）

武漢光谷人形機器人 7S 店（全國首家人形 7S 標竿）
國家級產業樣板，匯聚本地人形機器人全產業鏈產品，覆蓋銷售、備件、維運、資料反饋、方案定製、展示培訓七大體系。不止做交易，更承擔湖北人形機器人產業迭代、人才輸出、場景試點職能，是中部機器人產業門面管道。

上海松江 XBOT 愛咖 7S 店
紮根 G60 科創走廊，主打消費級服務機器人（咖啡、餐飲、服務機器人），聚焦連鎖商業場景落地、創業孵化、樣板輸出，是 C 端服務機器人核心管道。

三、全新拆解：機器人新管道的底層營運邏輯（和傳統裝置經銷商本質區別）

傳統機器人銷售模式：廠商研發→經銷商舖貨→客戶自行落地偵錯

痛點極其致命：裝置非標、場景不匹配、落地無服務、售後無保障、客戶不敢買、廠商難迭代。

而 4S/6S/7S 新管道，徹底重構為「場景驗證前置 + 全生命周期服務 + 多元現金流」的全新商業邏輯。

1、先驗證、後成交，解決非標落地難題

所有門店核心核心競爭力，不是賣機器，而是實景場景模擬驗證。工業機器人在模擬產線測試、農業機器人在實景大棚測試、文旅機器人在模擬展廳測試。把 “買回來試錯”，變成 “試好再購買”，徹底降低 B 端企業採購決策門檻。

2、從 “賣硬體” 轉向 “賣服務 + 賣方案”

機器人硬體毛利極低，行業純賣裝置基本不賺錢。新管道核心利潤來自：場景二次開發、演算法偵錯、產線適配、全周期維運、定製化解決方案。門店本質不是零售店，是機器人場景整合服務商。

3、多元現金流，破解行業回款慢、周期長痛點

傳統機器人銷售：大單周期長、帳期久、現金流枯竭。6S/7S 門店靠三層現金流穩住經營：

短期現金流：機器人商演、展會、項目租賃（高頻、快結、低風險）

穩定現金流：政企研學、企業維運培訓、技師認證培訓

長期高利潤：整機銷售、場景定製改造、大型政企項目落地

4、反向賦能廠商，形成產業閉環

門店直面一線場景痛點、裝置 bug、適配難題，收集真實市場資料、工況反饋、使用者需求，反向給到廠商迭代最佳化，解決機器人行業 “閉門造車” 問題。

四、真實投入、營收結構、行業經營現狀（測算僅供參考）

4S 基礎店（400-800㎡）
總投入 300-600 萬，主要成本：樣機採購（最大頭）、場景搭建、基礎技術營運團隊

6S 標準盈利店（1000-1500㎡）
總投入 800-1200 萬，增加二次開發實驗室、多場景模擬系統、專職技術偵錯團隊，月營運成本 70-110 萬

7S 產業旗艦店（2000㎡以上）
千萬級投入，配套實訓基地、備件中心、產業孵化功能，多為政府聯合企業共建

2、行業通用營收佔比（經營資料）

裝置租賃：20%-30%（門店最穩現金流，保本核心）

拿下全球第一的“雷射雷達三劍客”，讓機器人做冰淇淋

四家機器人公司創始人談共識：不賭拐點，不湊熱鬧，不靠炫技，最終算好商業帳

AI短劇湧入市場，為什麼做爆款卻更難了？

機器人 4S/6S/7S 全新線下管道業態，重構具身智能商業化邏輯