從“講故事”到“找面包”人形機器人產業的分水嶺已顯現，務實者的腳步比以往任何時候都更加清晰。2025年10月，我們的“探源計畫 · 具身智能巡迴調研”第二站抵達杭州，在這個以電商和數字經濟聞名的城市，一場關於下一代計算平台的產業實踐正在悄然進行。此次，我們深入杭州兩家代表性人形企業：雲深處科技與智澄AI。前者是從四足機器人穩健拓展至人形賽道，後者是高舉世界模型技術旗幟直指通用人工智慧。此前在北京站感受到的“行業分化”，在這裡進一步加深。一邊是自下而上，從硬體穩定性出發的務實路徑；另一邊是自上而下，從世界模型切入的宏大構想。“硬體優先”和“模型驅動”的分野杭州兩家企業選擇了截然不同的技術路線，這實質上也是行業對如何實現具身智能本質的不同理解。“硬體優先”是雲深處科技鮮明的特質。這家從浙江大學實驗室走出的企業，帶著濃厚的工程實踐基因。創始人作為長期從事機器人研發的學者，將“穩定性”列為技術開發的第一優先順序。雲深處科技毫不避諱硬體本體的基礎性地位：“若本體穩定性不足，即使有大模型，機器人仍無法落地。”這一觀點建立在他們深耕B端市場多年的實戰經驗上。在電力巡檢、消防應急等場景，機器人故障意味著可能造成重大損失，客戶對故障幾乎是零容忍。巡迴調研 · 雲深處科技雲深處科技選擇了一條看似保守但極為紮實的發展路徑：先通過四足機器人在高需求、高容錯要求的B端場景驗證穩定性，再逐步拓展至人形機器人領域。他們的四足機器人已在電力巡檢、消防領域佔據九成市場份額，這種“場景深耕”策略為其提供了持續的收入來源和真實的資料反饋。從四足機器人起家，到2025年才拓展至人形機器人賽道，這一演進路徑本身就說明了其漸進式的技術哲學。與雲深處科技形成鮮明對比的是智澄AI的“模型驅動”路徑。這家2024年初才成立的新銳公司，由前Meta、微軟、華為高管創立，帶有明顯的AI軟體和演算法基因，其核心競爭優勢之一就是建立在物理世界大模型的研究和創新上。智澄AI提出了一個引人深思的觀點：VLA路線依賴於資料記憶，而當前摩爾定律已接近極限。相比之下，世界模型通過理解物理規律實現泛化，脫離了記憶資料分佈的侷限，且更有可解釋性。他們將技術重心放在物理智能的實現上，旨在使機器人能夠真正感知世界、理解物理規律，並利用因果關係推斷下一秒的行為互動。智澄AI的產品線佈局同樣遵循這一理念：從TR4物理智能複合型人形機器人到TR5高性能通用人形機器人，均以世界模型作為核心競爭優勢之一。他們堅信，通用機器人的未來並非侷限於特定場景的最佳化，而在於對物理世界的全面理解能力。巡迴調研 · 智澄AI兩種路徑背後，實質是行業對“何為機器人核心競爭力”的不同回答。雲深處科技的硬體優先路線，源於其在四足機器人領域已經驗證的工程能力；而智澄的模型驅動路線，則基於對通用人工智慧的長期信仰。這兩種路徑並非完全對立，更沒有絕對的優劣之分，而是行業探索過程中的必要分化。但一個不容忽視的事實是：無論選擇那條路徑，企業都必須面對技術成熟度與市場預期之間的巨大落差。從“講故事”到“找面包”如果說技術路徑的選擇反映了企業的基因，那麼商業化策略則體現了企業對生存現實的認知。在杭州站的調研中，我們看到了兩種不同但務實的商業化思路。雲深處科技的商業化路徑帶有明顯的“行業需求驅動”特徵。公司的四足機器人業務已在電力巡檢、消防應急等領域實現90%的市佔率，形成了穩定的B端收入來源。值得注意的是，其客戶採購行為發生了明顯變化：從往年的1-2台/家增至10-20台/家，這種批次採購的現象，不是來自市場宣傳，而是產品穩定性提升帶來的自然結果。雲深處科技對人形機器人的商業化保持謹慎樂觀。公司推出的D202人形機器人主打“全天候全戶外”能力，但明確採取“小範圍定製化交付”策略，暫無大規模預售計畫。這種克制源於對產品穩定性的重視。圖源：雲深處科技智澄AI的商業化路徑則展現出科技公司的靈活轉型特質。公司初期聚焦世界模型的創新研發，結合中國商業化特點與行業發展趨勢，發現機器人本體業務更能凸顯企業特色，遂佈局機器人硬體賽道，形成“模型+本體”協同發展的模式。目前，其TR4物理智能複合型人形機器人、TR5高性能通用人形機器人，兩款通用機器人明星產品已登陸京東平台。智澄AI明確將柔性製造、安防巡檢、生化場景等領域作為重點應用場景，秉持實用主義的定位策略。公司已和廚具企業、工業製造方及食品檢測機構展開戰略合作，但同時坦言，目前尚未實現大規模量產落地。兩家企業的商業化策略雖有差異，但共同點是都放棄了“概念炒作”，轉向了更為務實的生存模式。雲深處科技依靠四足機器人的穩定收入支撐人形機器人研發；智澄AI則通過硬體銷售為模型研發輸血。這種“以戰養戰”的策略，正是行業從前期的狂熱轉向理性發展的重要標誌。資料、供應鏈與可靠性瓶頸在調研過程中，無論是硬體優先的雲深處科技，還是模型驅動的智澄AI，都坦言面臨著一系列技術產業化落地的共同挑戰。資料短缺是制約模型迭代的核心瓶頸。智澄AI團隊坦言，真實場景下的有效資料極為稀缺，比如抓取水杯需成千上萬次訓練實操，而當前這類資料仍主要依賴人工手動採集，不僅耗時費力，完成度也相對較低。在模擬資料層面，智澄AI已與合作夥伴達成戰略合作，獲取多場景下的模擬資料儲備，但模擬環境終究無法完全復刻物理世界的複雜變數，難以徹底彌補真實資料的缺口。智澄AI指出，部分零部件供應商缺乏人形機器人相關的經驗，需要各方共同探索解決方案。供應鏈成熟度是另一個現實約束。智澄AI指出，部分零部件供應商缺乏人形機器人相關的經驗，需要各方共同探索解決方案。雲深處科技則採取自研核心部件與外部合作相結合的策略，確保技術可控性與適配性。供應鏈的成熟不是單一企業能夠推動的，需要整個產業鏈的協同進步。圖源：智澄AI這些挑戰的存在並不意味著行業停滯，相反，它們指明了前進的方向。知道那裡有問題，比盲目樂觀更重要。值得注意的是，兩家企業都對短期市場預期保持理性。雲深處的判斷頗為謹慎：他們認為四足機器人市場仍處早期，離“iPhone時刻”很遠，需要政府引導、成本下降、技術成熟三方面共同推動。對於人形機器人，他們預計短期（1-2年）內難以大規模應用，2030年左右才可能進入家庭或複雜場景。這種保守預測源於他們的實戰經驗——只有真正交付過產品的人，才知道從演示到商用的距離有多遠。雲深處拒絕參與“框架協議噱頭”，強調務實比炒作重要，這種態度在當前的行業環境下尤為可貴。智澄AI對行業趨勢的判斷亦彰顯其理性特質：他們認為，上半年行業偏重“表演”性質，而下半年正逐步轉向實際應用，資本的關注點也更集中於世界模型的落地能力。此外，當前階段亟需聚焦於具體的應用場景。寫在最後：尊重規律，尊重現實兩家企業都認識到，行業的真正突破不會來自單一技術點的最佳化，而是系統能力的整體提升。雲深處強調“軟硬一體化”的工程難度，智澄AI則關注世界模型的通用能力，都是從系統視角思考問題。行業正經歷著從追求“技術可能性”到注重“商業可行性”的深刻轉變。無論是雲深處的場景深耕，還是智澄AI的模型探索，最終都要回答一個簡單而殘酷的問題：能否在真實場景中穩定解決問題並創造價值。在杭州這兩家企業身上，一種難能可貴的品質是：對規律的尊重和對時間的耐心。杭州站的調研給我們最大的啟示不是技術突破或商業奇蹟，而是一種現實主義者的堅韌。無論是雲深處的硬體優先，還是智澄的模型驅動，他們都選擇了一條尊重行業規律、尊重市場現實的路徑。 (高工人形機器人)