人形機器人的四月天，有領獎台加冕的氣球，也有股市被戳破的泡沫。2026年4月19日，北京亦莊半程馬拉松暨人形機器人半程馬拉松舉行，榮耀機器人“閃電”以50分26秒的成績衝過終點線。這個成績超越了人類半程馬拉松世界紀錄。就在人形機器人跑贏人類時，機器人相關產業鏈公司集體披露業績。這些公司主要生產機器人需要的感測器、控制系統、執行結構、伺服驅動系統及電池組等關鍵部件。它們頂著“人形機器人核心標的”的光環，站在資本熱捧的巔峰期，卻交出了與預期相差很大的業績，盡顯人形機器人產業在資本與商業化困境中的窘態。01. 瘋狂的資本，拉垮的業績本屆北京亦莊人形機器人半程馬拉松比賽的規模擴大近5倍，參賽的自主導航隊伍猛增至近40%，人形機器人的最快完賽時間也縮短了三分之一。但這是機器人研發團隊們精心籌備的一場大秀。以榮耀為例。人形機器人“閃電”的設計思路是“大電機+輕機身+大長腿”，天生適合跑步。大功率的電機產生的熱量少，輕機身能減輕電機的能耗。加上定製化液冷散熱技術，解決了因電機過熱當機的問題。而大長腿能有更大的步幅，提升速度。其他多支完賽的機器人多採用了即時監測電機溫度和電池狀態的方法，在發熱接近臨界點前主動減速。這就是大家在短影片看到的工作人員追著機器人跑，強制減速，乾冰降溫，他們努力將功率控制在安全線以內。解決續航和能源管理的同時，機器人研發團隊還將雷射雷達和攝影機安裝到人形機器人身上，利用無人駕駛領域的感知和導航技術幫助機器人識路。再借助舉辦方提供的精準電子地圖，機器人能適應坡道、急彎、狹窄道路等複雜地形。而已經量產的宇樹H1，身體沉、電池小、腿短，倒在臨近終點的地方，被工作人員用擔架抬走；去年的冠軍天工Ultra因系統紊亂，竄進了綠化帶，同樣未能完賽。還有更多的機器人倒在這條21公里的賽道上。不可否認，人形機器人在北京亦莊半馬中表現亮眼，但這場特意展現人形機器人身體協調與運動能力的比賽，讓人們對這個行業越來越疑惑。過去兩年，中國人形機器人數量從不足50家激增至140余家，相關產品超過330款。2025年，據T橘子資料統計，國內機器人行業融資額超過511億元。今年第一季度，人形機器人賽道再次受到資本的追捧，融資規模接近300億元，同比增長近60%，日均吸金超3億元。狂熱的資本，讓10家機器人企業進入百億估值俱樂部。有宇樹科技、銀河通用、千尋智能、智平方、自變數機器人、星海圖、智元機器人、眾擎機器人、星動紀元、靈心巧手等企業。資本火熱，但業績卻慘淡。“人形機器人第一股”優必選（9880.HK）發佈2025年年報，儘管收入與銷量雙增長，但全年仍然淨虧損7.90億元，經調整淨虧損6.91億元。優必選虧損的原因主要是，研發投入的商業化轉化率偏低，技術壁壘未能有效轉化為盈利能力。近四年優必選累計研發投入達19億元，這種高強度投入只換來了2985項授權專利、人形機器人有效專利數全球第一的地位。2025年優必選研發費用為5.08億元，雖較2024年的36.6%有所下降，但仍顯著高於行業15%—20%的平均水平。今年3月，宇樹科技的IPO招股書披露了其收入結構。這或許能解答優必選的難盈利的疑惑。宇樹科技2025年前三季度，人形機器人業務收入中73.60%來自科研機構，商業消費佔17.39%，行業應用僅佔9.01%。其中大多數的機器人被高校買來做科研實驗、企業買來做展廳導覽、消費者買來體驗新奇感。宇樹的情況並非孤例。智元機器人的靈犀系列雖已能騎自行車、玩滑板車等，但主要還是文娛展演、展廳講解以及科研教育場景。人形機器人商業落地難的問題，並沒有限制住資本的想像力，反而傳導到了整個產業鏈。02. 被業績戳破的供應鏈泡沫人形機器人核心零部件賽道有很多高估值的公司，以人形機器人供應鏈公司綠的諧波、奧比中光、中大力德等公司為例，它們的市盈率（PE）顯著高於行業平均水平，部分公司PE高達數百倍。但這些公司在2025年的淨利潤均不超過1.5億元。綠的諧波的產品包括諧波減速器、行星滾柱絲槓等精密零部件。諧波減速器技術壁壘高，國內能生產該部件的企業很少，一台人形機器人需30—50個諧波減速器，這讓綠的諧波吃到了人形機器人賽道的溢價，PE最高超過了300倍，遠超行業均值。而它的財報卻很刺眼，綠的諧波2025年實現營收5.69億元，較上年增長46.86%；但歸母淨利潤只有1.25億元。可以看出，綠的諧波利潤規模小，高增長但基數低。專注於3D視覺感知產品的奧比中光的PE達到了約266倍。人形機器人賽道爆火前，奧比中光-UW歷史累計虧損超11億元。2025年實現營收9.41億元，歸母淨利潤1.28億元，仍然未能彌補之前的虧空。中大力德為宇樹科技提供行星減速器、諧波減速器等關節核心部件，被稱為“人形機器人核心供應商”。其股價曾一路走高，年內漲幅突破5倍，其 PE約175倍。在亦莊人形機器人馬拉松比賽開始前三天，中大力德發佈2025年財報，在營收增長的表象下，多項關鍵財務指標出現惡化：經營活動產生的現金流量淨額同比銳減85.30%，至3072萬元；資產負債率上升6.81個百分點，至35.13%；第四季度單季淨利潤同比大幅下滑64.8%。在核心技術研發上，中大力德的步伐卻明顯放緩。2025年中大力德研發費用為6295.65萬元，較2024年的6384.95萬元小幅下降。在全球機器人技術快速迭代、減速器高端化競爭加劇的背景下，中大力德的研發投入卻縮減，這不免引起市場的擔憂。更值得警惕的是，中大力德的負債和現金流。報告期末，中大力德存貨帳面價值達3.17億元，較上年末大幅增長24.04%；同期存貨跌價準備計提1518.8萬元，同比增加超60%，庫存積壓與產品跌價風險同步凸顯，反映出公司產品周轉效率下降、下游需求消化能力不及預期的問題。這進一步印證目前整個人形機器人行業還處在樣機研發、小範圍測試的階段。減速器這類關鍵部件，只有小批次試用需求，完全不足以帶動企業業績大幅增長。03. 人形機器人“大腦”難題多種跡象表明，人形機器人處在樣機的研發和測試階段，但為何今年資本還是瘋狂追逐人形機器人賽道呢？因為業內和資本開始押注人形機器人的“大腦”。亦莊人形機器人馬拉松比賽主要體現的是人形機器人的“小腦”能力，身體協調、步態平穩、運動能力強悍，在一定程度上讓業內相信未來科技。而“大腦”負責智能決策，比如任務理解、環境感知與泛化執行，研發的難度可想而知。人形機器人需要的不是普通的大語言模型，而是視覺-語言-動作 (VLA) 三位一體的具身智能大模型，核心是實現“感知-認知-決策-行動-反饋” 的物理世界閉環互動。簡單點講，就是要像人一樣，“看懂”“聽懂”“執行”“適應環境”，這需要多模態深度融合。從這次亦莊人形機器人馬拉松比賽中，阿里、騰訊、華為、百度這樣有自己大模型的網際網路大廠都很低調。阿里巴巴旗下的高德地圖，在2026年初成立具身業務部，發佈具身導航基座模型。這次在亦莊人形機器人馬拉松比賽中亮相了四足機器人“途途”，一隻協助視障人士完成路徑識別和障礙躲避的智能導盲犬。根據高德官方的表述，途途有三層遞進的能力：能出門、會思考、會導盲（即能幹活）。可以看出阿里似乎對人形機器人不感冒，而是小規模投入，在落地應用層面試探。騰訊早在2018年就創辦了企業級機器人實驗室Robotics X，在去年7月發佈了國內首個以模組化方式提供大模型、開發工具和資料服務的具身智能軟體平台Tairos（“鈦螺絲”）。但騰訊更想做機器人廠商的“大腦供應商”。百度的策略也是“賣鏟子”，不做機器人本體，只做AI基礎設施，為機器人企業提供算力、模型、資料服務。百度智能雲為天工Ultra等機器人提供AI訓練基礎設施，也服務智元機器人、宇樹科技等企業。華為在人形機器人領域同樣採取“不造機器人本體，只造機器人大腦”的輕資產戰略，聚焦AI大模型、作業系統、通訊技術輸出。從大廠們入局姿態可以看出，人形機器人的“大腦”難以短時間攻克。當下大語言模型（LLM）具備強大的抽象推理能力，但缺乏對物理定律和感測器資料的本質理解。這種脫節被稱為“具身鴻溝”。此外，人形機器人的視覺、語音、觸覺、力覺等感知器件全部是天然攻擊入口，存在互動層隱患。2025年GEEKCON安全極客大賽上，白帽駭客通過構造語音指令繞過宇樹G1機器人的安全驗證機制，直接獲得系統控制權。更嚴重的是，這種攻擊具有傳染性，已被控制的機器人能將攻擊指令傳播給同型號裝置，形成類似病毒傳播的連鎖效應。“具身鴻溝”和安全隱患，擋住了人形機器人商業化處理程序。人形機器人沒有“大腦”，全靠秀“肌肉”很難打開想像力，也會被泡沫淹沒。但有了“大腦”，人類能否接受也是一個行業難題。 (NEXT趨勢)

最近小米最讓我驚喜的新品，不是汽車，也不是手機，而是一款還沒正式發佈的人形機器人，小米 CyberOne V2。在前天的小米投資者大會上，它第一次公開亮相。不跑不跳，也沒有表演後空翻，只是安靜地站在那裡，像一位訓練有素的工作人員，給與會嘉賓遞上伴手禮，和人握手、擊掌。小米官方目前還沒有發佈正式的參數，根據網上的爆料資訊，小米 CyberOne V2 這款人形機器人身高 178cm、體重約 52kg。其他的參數像是機器人的步行速度，大約為 0.98m/s，單臂的舉重能力可以支撐 3kg 的重量。對比早前宇樹發佈的 H2 機器人，其最快行走速度是 3.3m/s，手臂最大負載 15kg，額定 7kg。小米 CyberOne V2 的重點，很明顯沒有放在走路和舉重上，這次最值得關注的，是小米機器人重新設計的手部。這雙手是按照成年男性的手 1:1 比例製作，具有 22-27 個自由度，不僅能做到快速擰螺絲、掌內轉螺柱這些精細工業化場景的任務，還能捏羽毛和觸碰氣球。更意外的是，這雙手竟然還有人類的「汗腺」。其他的爆料還提到，小米 CyberOne V2 依靠背後的情感 AI 模型，能夠識別面部表情和聲音，從而給出恰當的互動反饋。但也有美國網友在下面評論說，小米 CyberOne V2 的樣子和特斯拉 Optimus 也太像了，馬斯克選擇不提前展示 Optimus 的任何資訊是對的。此前馬斯克有說過，推遲展示 Optimus V3，是為了防止競爭對手抄襲，並認為在大規模量產前，應儘可能將其藏在門後。靈巧手是機器人的硬體瓶頸從技術和資本市場，機器人這段時間的發展都很迅猛，幾乎每天都有一個具身智能的融資。在腳上的功夫，機器人半馬刷新了人類紀錄，來到了一小時內。但在「用手操作」上，翻書、繫鞋帶，這些人類雙手的日常操作，對機器人來說卻還是天方夜譚。具身智能的核心，其實就在於機器人的大腦如何通過物理軀體與現實世界互動，而靈巧手成了實現完美互動最大的硬體瓶頸。多家機器人公司都曾專門研究過靈巧手的問題，強腦科技此前發佈了 BrainCo Revo 3 智能靈巧手；21 個自由度，整合了全掌觸覺和指尖視觸覺，並且相容開源生態。在官方發佈的演示視訊裡，這隻手超越了人手的活動空間，並且覆蓋了 33 種抓握手勢，能雙手解魔方，使用剪刀，和盤手串等。靈巧手之所以成為一項難題，是難在軟體和硬體同時卡住。軟體上，人手到機器人手的動作需要重新導向；硬體上，手指內部的小型執行器又很難同時做到有力、靈敏、可靠。這裡的「重新導向」可以理解為：把人手的姿態、指尖軌跡和接觸關係，轉換成機器人手能執行的關節角和控制命令。但人手和機械手的尺寸、關節數量、運動範圍都不完全一樣。人類做起來很自然的動作，直接對應到機器人手上，可能會變成不可達、穿模，或者接觸點不對。在硬體上，腿部關節通常有更多空間，可以放更大半徑、更高扭矩密度的電機，因此更容易採用低減速比或準直驅方案。比如 6:1 減速比，意思是電機轉 6 圈，輸出軸轉 1 圈；速度降下來，輸出扭矩放大上去。腿部電機（齒輪比：6）與手指（齒輪比：288）。扭矩隨r³縮放。手指沒有這種空間。電機必須縮到能塞進指節的尺寸，而在幾何相似的情況下，電機扭矩大致隨特徵長度的三次方下降。線性尺寸縮小到 1/10，扭矩可能只剩原來的 1/1000 量級。扭矩不夠時，常見做法是靠更高減速比補回來，比如 100:1、200:1，甚至 288:1。高減速比的代價也很直接：摩擦、齒隙、效率損失和反射慣量都會變得更難處理。模擬裡很輕巧的手指，到了現實裡可能變得又硬又鈍，接觸時不夠柔順，精細操作也就難了。根據小米技術此前發佈的全掌觸覺仿生手探索文章，為了能 100% 復用人類的資料，小米對 CyberOne V2 的仿生手這次也進行了大刀闊斧的重構。1:1 極致仿生： 將仿生手體積大幅壓縮了 60%，尺寸與成年男性手部完全一致。同時增加了 64% 的自由度，具有 22-27 個自由度 DoF，可達空間、慣量分佈都無限逼近真實人手。全掌觸覺覆蓋： 機器人如果視覺一旦被遮擋，基本上就無法正常運作。小米引入了觸覺手套方案，將全掌觸覺感測器覆蓋面積提升至 8200 平方毫米。人類穿上它打樣，機器人就能完美繼承「手感」。15 萬次耐久拉鋸： 在實驗室裡、演示視訊裡捏個杯子很簡單，但在工廠裡連續打一萬次螺絲，機器人的腱繩、彈簧和套管就會斷裂。小米這雙仿生手目前在實際抓握中，突破了 15 萬次的循環壽命。而最特別的細節，是靈巧手的「汗腺」。為了實現這雙高自由度的靈巧手，小米也必須在機器人的單手小臂內塞滿各種電機。而在實際應用中，單手電機功率超 100W，其中 30W 會直接轉化為廢熱，極易燒燬線路。在沒有外掛大型風扇的狹小空間裡，他們從人類「出汗散熱」中找到了靈感。小米使用金屬 3D 列印，在緊湊的小臂結構中製作了微型液冷循環通道。利用微泵將熱量轉移，再通過水分蒸發吸熱降溫。在實測中，這套仿生汗腺系統，每分鐘僅需蒸發 0.5mL 水，就能提供約 10W 的主動散熱能力。手之外，還有機器人的大腦硬體在迭代，模型也在同步推進。兩個月前，小米開源了 Xiaomi-Robotics-0，一個面向具身智能的 VLA（視覺-語言-動作）模型。在小米技術的官方推文裡，他們進一步開源了真機後訓練（Post-training）的完整流程。最直觀的資料是，基於預訓練基座，用 20 小時的任務資料進行真機後訓練，Xiaomi-Robotics-0 模型就能學會「把耳機放進耳機盒」這個高難度任務，並且能連續完成多個耳機的收納。這套後訓練流程裡有一個值得關注的技術細節：「偷懶效應」的解決方案。為了讓機器人動作不卡頓，業界通常採用非同步推理和「動作前綴」技術，即讓新動作順著上一個動作的慣性自然過渡。但這會導致 AI 開始「偷懶」：過度依賴動作慣性，選擇性無視攝影機傳來的即時視覺反饋。小米用了三種機制來對抗這個問題：自適應加權損失、Λ 型注意力掩碼、前綴動作隨機遮蔽。簡單說，就是在訓練裡故意給模型製造「答案殘缺」的情況，強迫它不得不去看當前的視覺訊號。軟硬體能力的綜合，也讓小米機器人已經在汽車工廠裡搬磚了。在自攻螺母上件工位，做到了 3 小時持續無干預作業，安裝成功率高達 90.2%，能配合生產線 76 秒的高速節拍。開始大規模交付的機器人特斯拉此前把 Model S/X 的整條生產線砍掉，騰位置給機器人。在一季度財報會上馬斯克宣佈，第三代 Optimus V3 預計年中亮相，7 月下旬至 8 月在加州弗裡蒙特工廠啟動生產，2026 年下半年向企業客戶交付，規劃年產能 100 萬台。但就像馬斯克之前在播客裡承認的一樣，手部精細操作是「整個項目最難的環節」。特斯拉的 Optimus 還沒量產，美國另一家人形機器人公司 Figure 機器人，今天在 X 上宣佈生產規模擴大了 24 倍，從每天生產一個機器人，變成 1 小時生產一個機器人。在官方新聞稿裡，Figure 提到他們已經交付了超過 350 個機器人。對小米來說，做機器人，可能不會很快像 Figure、宇樹、甚至是特斯拉一樣，賣出一台消費級通用人形機器人。但從 CyberOne V2 的方向也能看出來，小米真正想解決的，除了要讓機器人跑得更快、舉得更重，還有要讓它更像一個能真正幹活的手。小米領投的量變機器人公司官網視訊畢竟，人形機器人能不能走進工廠、家庭，決定因素從來都不是它能不能翻跟頭，而是它能不能擰螺絲、收耳機、遞東西，完成那些看似簡單、卻最貼近日常的動作。而這，恰恰也是人形機器人距離大規模落地最近的一步。 (愛范兒)

人形機器人進入“決賽年”，智元和宇樹都不想輸。智元和宇樹，這兩家在過去一年合計售出全球70%以上人形機器人的公司幾乎很少同台。宇樹在春晚的舞台上表演空翻、大迴旋、翻桌跑酷，智元沒有上春晚，而是自己辦了一場機器人專場晚會“機器人奇妙夜”；幾天前，宇樹在北京亦莊參加第二屆人形機器人半程馬拉松，智元則在比賽的兩天前辦大會、發產品、發模型、聊生態、聊應用。表面上，兩家公司各忙各的，但暗地裡的競爭從未停止。今年1月，宇樹對第三方機構發佈的2025年全球人形機器人出貨量資料報告緊急發文澄清，稱自己才是“第一”，而非報告中所統計的“智元第一，宇樹第二”。在4月17日的智元APC2026合作夥伴大會上，智元創始人、總裁彭志輝在被問及宇樹的時候表示，宇樹是以本體為主，智元做的是全端佈局，不是為了推出一個通用的硬體平台，而是要把平台用在真實場景裡，給客戶帶來實際的生產力。言下之意，相比於專注於人形機器人本體的宇樹，智元的能力更加全面。回顧兩家公司的發展歷程，從2023年8月同步發行首款人形機器人產品至今，雙方一直是彼此在人形機器人領域最主要的競爭對手之一。到了2026年，這場較量明顯升級。一位從事具身智能早期投資的投資人告訴「定焦One」，行業記憶體在一個“應用場景折價係數”，如果2026年還不能在人形機器人的通用性上有所進展，找到真實的下游需求場景，這個係數可能會降到0。也就是說，人形機器人行業將在2026年進入決賽階段。在這個節點上，行業“第一”的含金量比以往各個階段都更高。這也解釋了，為什麼智元在這一年格外急於證明自己。01. 智元的“一哥”野心藏不住了在近日舉辦的合作夥伴大會上，智元不僅一口氣發佈了四款機器人本體產品、六款AI模型，還一同披露了一組經營資料：公司2025年收入10.5億元，較2024年0.6億元收入大幅增長，並自稱是中國最快實現收入超10億的機器人公司。與之相比，成立於2016年的宇樹在2025年才首次突破10億營收，用了9年時間。不過宇樹此前主業是四足機器人，2023年才正式進入人形賽道，直接比較時間快慢不完全公平，但智元這麼表述，本身就是一種競爭姿態。除了展示發展速度，智元也處處透露著對於行業話語權的強烈訴求。智元機器人董事長、CEO鄧泰華在大會現場發佈具身智能產業XYZ曲線與生產力實現框架，將行業的發展分為三個階段，分別是2022年到2025年的開發嘗鮮期，2026年到2030年的部署成長期，以及2030年及以後的部署普及期。根據智元的判斷，當前行業已經進入部署態元年，核心訴求從“技術炫技”轉向“實際應用價值落地”。“具身智能真正的分水嶺，不只是AI模型進入物理世界這麼簡單，而是機器人開始進入真實的工作流。”彭志輝表示。當前智元的產品主要覆蓋下游工業和商用場景，應用場景包括工業物流、商用接待講解、門店導購等，與這套框架一致。在這個時間節點，智元所強調的涵蓋人形機器人本體、小腦、大腦、訓練資料、下游場景的全端能力，無疑是它用來區別於行業其他玩家的籌碼。事實上，這並不是今年智元與宇樹在“誰是人形機器人行業一哥”上的首次交鋒。年初，Omdia發佈報告顯示，2025年人形機器人出貨前三名為智元機器人、宇樹科技、優必選，對應出貨量分別為5168台、4200台和1000台。然而，這一說法很快遭到宇樹的反駁。宇樹發佈官方公告稱，根據自身統計資料及第三方核驗，其2025年人形機器人出貨量才是全球榜首，2025年的實際出貨量約為5500台。並解釋稱，目前各種機器人形態多樣，建議大家勿把不同類型的機器人數量，直接合併在一起對比。如果把時間拉長，智元與宇樹的“暗戰”，不僅體現在出貨量的爭奪上，更滲透在產品佈局、上市處理程序、公開表態等多個層面。從產品佈局來看，雙方的發力節奏高度同步。智元成立於2023年2月，同年8月推出首款人形機器人產品遠征A1，宇樹科技早年主要做四足機器人，同樣是在2023年8月推出旗下第一款人形機器人H1，雙方幾乎同時吹響了進軍人形機器人賽道的號角，從一開始就形成了直接的競爭關係。在“人形機器人第一股”的爭奪上，兩家企業的競爭同樣激烈。2025年7月，宇樹正式啟動科創板上市輔導。幾乎同期，智元通過智元恆岳收購上緯新材63.6%的股份，成為上緯新材的控股股東。儘管此次收購併未涉及資產重組，智元的核心資產也未注入上緯新材，不構成借殼上市的條件，但仍有不少人認為這是智元在資本市場層面對宇樹的一次回應。在公開表態上，宇樹創始人王興興在2024年接受採訪時曾表示，“不在意今天那些高額融資被做軟體、做大模型出身，卻還沒有真正核心產品的精英創業公司拿走”。當時的智元剛剛成立一年多，在發佈公司首款人形機器人產品後不到一年時間就融了5輪資。話沒有點名，但行業內的人都聽得懂。截至目前，行業內關於“誰是行業第一”的爭議仍未平息，有人認可智元的規模化落地能力和全端自研優勢；也有人看好宇樹的硬體實力和成本控制能力，認為其產品更具性價比和市場競爭力。行業第一之爭，同樣也是路線之爭。02. 兩條路，走向同一個戰場智元與宇樹的發展路徑差異明顯。在產品形態和技術路線上，宇樹的核心優勢集中在硬體研發和運動控制領域，走的是“硬體為王、成本制勝”的路徑。宇樹最大優勢是95%以上的核心硬體自研，涵蓋電機、減速器、感測器、編碼器、電池等關鍵部件，並且有60%的零件可以在人形機器人和機器狗之間復用。這種硬體自研的模式，使其在成本控制上做到了行業極致。例如，宇樹自研的M107關節電機成本僅為進口電機的50%。在技術層面，宇樹更集中在機器人“小腦”的開發，也就是運動控制和執行。通過“模仿+強化學習”運控演算法，以及自研的高精度電機，確保機器人在動態環境中快速響應與穩定運行。產品形態上，G1基礎版主打性價比，H1定位高端工業場景，覆蓋了消費級、工業級等多個細分領域。從財務資料來看，宇樹的這條路是跑通了。其2025年營收超10億，淨利潤超6億元，是目前人形機器人賽道中極少數實現盈利的公司之一。但資本市場給出的估值，卻較為保守。市場上對於宇樹的估值更強調它的硬體屬性。其上市前的最後一輪投後估值約120億元，一位具身智能投資人告訴「定焦One」，以宇樹招股書募資金額和股本佔比估算，公司的發行估值大約是420億元，對應的PS僅有20多倍，這還是在溢價普遍偏高的A股科創板類股，對應到港股市銷率只會更低。智元也面臨同樣的估值“困境”，最新估值150億元，儘管它走的是一條與宇樹截然不同的“軟硬結合”之路。智元定位於具身智能全端服務提供商，在本體、核心零部件、大小腦方面均有自研能力，但更注重軟體層面的突破，先後推出了Genie Operator-1（GO-1）、WholeBodyVLA和GenieReasoner三款具身大模型，建構起完善的大模型體系。其中，GO-1引入ViLLA框架，能從人類視訊中學習，智元稱該架構能夠在少樣本或零樣本場景中擁有較好的泛化能力。在產品形態上，智元建構了遠征、精靈、靈犀三大家族產品矩陣，覆蓋全尺寸、半尺寸、輪式、四足等多種形態，重點聚焦工業和商用場景，產品售價相對較高，定位偏向中高端市場。上述投資人告訴「定焦One」，智元更喜歡強調自己在具身通用大腦上的能力，但實際上行業內目前沒有比較統一的評測標準，在通用模型能力上，智元和宇樹的實際差距並不大。從估值邏輯來看，智元也是一家偏硬體的公司。多位具身智能行業投資人和分析師在與「定焦One」的交流中普遍認為，和大多數人印象中的“泡沫”不同，當前市場對人形機器人公司的估值其實較為謹慎。一個比較明顯的對比是商業航天賽道，同樣作為近年來興起的新興科技賽道，商業航天一家年營收幾千萬的民營火箭頭部公司，連年虧損且沒有實現火箭回收，一級市場的估值就能輕鬆突破200億元。這種差距歸根結底在於下游需求。由於當前人形機器人行業內缺少可比上市公司樣本，不少投資人會選擇用AI大模型公司作為對標對機器人公司進行估值，並在此基礎上疊加一個“折價係數”，這個折價係數反映的是下游需求，市場在用“折價”來避險不確定性。“AI大模型公司的下游需求是明確的，商業航天儘管產品形態還不成熟，但下游發射衛星的需求也是明確的，人形機器人目前依然沒有明確的下游需求場景。”一位投資人說。無論是走硬體路線的宇樹，還是走軟硬結合的智元，在成為行業第一前都要先回答同一個問題：2026年，人形機器人的使用場景在那裡？03. 行業第一，這個時候為什麼格外重要？智元和宇樹之所以在這個時間點爭搶行業第一，是因為資本流向在變。據IT橘子統計，2026年Q1國內具身智能賽道披露的融資事件已經超過50起，累計融資額約200億元，同比增長近60%。但仔細觀察獲得高額融資的公司，如銀河通用、星海圖、自變數、千尋智能等，普遍在通用具身模型，也就是機器人“大腦”領域具備一定的技術儲備和競爭優勢，而不是單純做本體硬體的廠商。4月中旬，主攻具身大腦的它石智航宣佈完成超4.5億美元（約合人民幣超30億元）融資，打破中國具身智能創業公司單輪融資紀錄；另一家具身通用模型公司深度機智，有報導稱投資人為了約見其創始人“排起長隊”。這說明資本的偏好正在向具有一定通用模型能力的企業聚攏，誰家的機器人能服務更多真實場景，誰才能成為真正意義上的行業龍頭。而想讓機器人“進家庭做家務”“進廠打螺絲”所要解決的首要問題是泛化能力，即機器人能否在沒有專門訓練的新場景裡，自主完成任務。泛化能力的核心瓶頸是資料。大語言模型可以呼叫以兆計的人類語言資料進行訓練，但具身智能所需要的真實世界資料與語言資料有幾萬到幾百萬倍的差距，就好比要用一塊磚去蓋一棟樓。目前行業內解決資料不足主要通過三種方式：網際網路圖文視訊+模擬合成資料（量大但資料質量最差）、自主採集的人類第一視角資料如UMI（依賴人工採集，不如第一種豐富）、機器人真機資料（最貼近機器人工作場景，資料質量最高但量最少）。智元採用的是三種方式結合來訓練機器人大腦。核心的ViLLA架構相比於行業內普遍使用的VLA架構多了一個Latent環節（隱式規劃器），理論上能用更少的真機資料實現更好的泛化效果。宇樹則採用的是VLA架構，在2024年就推出了基於Transformer架構的UnifoLM大模型，模型訓練資料上主要依賴真機資料，並在2025年11月推出了“身外化身，全身遙操作平台”。一位具身智能技術人員向「定焦One」解釋，“身外化身”可以理解為對數量不足的真機資料的一種補充。由工作人員穿戴動捕裝置獲得資料，再結合一些機械臂資料合成真機資料。目前行業內有不少公司採用這一路線來補足真機資料不足的問題，做的比較好的有宇樹、西湖機器人等。總結來看，兩種方案都有合理性，不過，一位具身智能投資人告訴「定焦One」，目前行業內對於用那種資料訓練具身大腦仍然有比較大的爭議，技術路線有主要依賴合成模擬資料的銀河通用，有依賴真機資料的宇樹、星海圖、自變數，也有用多種資料結合的智元、星動紀元等等。“但他們的共同點是，沒有一家在泛化能力上表現遠超同行。”這就是智元和宇樹真正要面對的競爭格局。真正的威脅，未必來自對方，反而可能來自那些正在加速融資的通用大腦公司。突破通用大腦技術、實現機器人能力全面泛化的企業一旦出現，無論是宇樹的硬體優勢還是智元的全端敘事，都可能面臨衝擊。它可能是當前100多家具身智能公司中的某一家，又或者這家公司還沒有成立。 (AI科技銳評)

【新智元導讀】一場全球峰會在矽谷引爆！不僅有圖靈獎得主站台，更有Big Seven巨頭的頂級科學家現身。這家成立近兩年中國公司，一口氣甩出三大新品。美西時間4月28日，具身智能行業有史以來，第一場全球性峰會在矽谷落幕！這場大會星光熠熠——2015年圖靈獎得主、公鑰密碼學奠基人Martin Hellman做開場主旨演講，主題是「安全、智能與物理世界的交匯」。輝達GEAR Lab高級研究科學家、亞馬遜前沿AI研究院科學家、史丹佛大學副教授同台對談，上千名來自全球的AI學者、開發者和投資人到場。張藝興也驚喜現身在這場名為GEIS（全球具身智能創新大會）的峰會上，一口氣發佈三款核心產品，覆蓋世界模型、靈巧手和人形機器人。如此豪華的陣容，硬核的發佈，倒像是矽谷本土巨頭的畫風。誰能想到，GEIS的發起方竟是一家成立剛滿兩年的中國公司——魔法原子（MagicLab）。在矽谷辦會、請圖靈獎得主站台，具身智能賽道還從未有過這種先例。機器人缺的不是胳膊腿，是腦子過去兩年，人形機器人的關節扭矩越來越大，自由度越來越多，翻跟頭的姿勢越來越花。但一個尷尬的事實始終沒變，絕大多數機器人離開預設好的demo場景，就「不會幹活」了。問題出在那？目前主流的VLA（視覺-語言-動作）大模型已經能讓機器人聽懂指令、看見場景，但一旦進入真實環境，光照變了、桌面材質換了、物體擺放位置偏了幾釐米，泛化能力就開始崩。說到底，機器人缺的不是更強的胳膊腿，是一個真正能理解物理世界的「大腦」。這才是核心瓶頸。這正是魔法原子此次發佈的世界模型Magic-Mix要解的題。世界模型Magic-Mix，自己教自己Magic-Mix由兩個核心引擎協同運作。第一個叫Magic-Mix WAM，負責物理環境理解、空間推演和動作決策。通俗地說，它讓機器人在動手之前，先在「腦子裡」模擬一遍接下來會發生什麼。抓一個杯子，手指接觸杯壁的瞬間會產生多大的力？杯子的重心在那？如果桌面是濕的，摩擦係數怎麼變？這些物理常識層面的推演，是VLA模型不擅長的，而世界模型恰好補上了這塊。第二個引擎叫Magic-Mix Creator，是一個離線資料生成器。它的工作是大批次合成訓練資料樣本，持續喂給WAM做訓練和迭代。以上兩個引擎組合在一起，形成了一個閉環，海量資料生成→模型訓練→訓練結果反饋→資料再生成。換言之，Magic-Mix是一個能「自我進化」的動態系統。機器人在真實場景中每執行一次任務，產生的資料都會回流到這個閉環裡，驅動模型持續進化。在訓練機制上，Magic-Mix有一個很硬核的設計，視訊動作雙專家協同訓練。一個專家負責「看」，從視訊資料中學習物理世界的運行規律；另一個專家負責「動」，把觀察到的規律轉化為具體的動作策略。兩個專家共享底層資訊，但梯度更新彼此隔離，避免互相干擾。這套機制還引入了目標圖像約束和失敗圖像特徵輸入。系統不僅學習「成功長什麼樣」，也學習「失敗長什麼樣」，從而在執行長線程任務時減少誤差累積。而支撐這套系統運轉的底層基礎，是資料。資料，恰恰是當前具身智能最大的瓶頸。真機資料採集成本高、周期長、場景覆蓋有限，這是全行業面臨的共性難題。魔法原子給出的解法是「兩條腿走路」——一方面，大力投入真機資料採集。日均採集約16000條，VLM層模型參數量達3B，已積累約36萬條真機資料；另一方面，通過Magic-Mix Creator大批次合成訓練資料，實現萬倍等級的資料體量擴展。其建構的Robot Data Pool，高品質資料集規模已超100萬小時。這套「真機採集+合成擴展」的資料飛輪，大幅降低了對純真機資料的依賴，也為模型訓練提供了持續穩定的彈藥補給。從行業視角看，誰能率先跑通資料閉環，誰就能在具身智能的下半場佔據先機。一個可以想像的場景是，如果這套世界模型率先在家庭環境中跑通，機器人就能在廚房里根據檯面上食材的擺放位置自主規劃切菜、裝盤的動作序列，而不需要人類預先編排每一步。從水龍頭出水的角度到碗碟疊放的高度，這些細碎的物理變數都在世界模型的推演範圍內。家庭這種高度非結構化的場景都能應對，工業產線上相對標準化的任務就更不在話下。這是世界模型真正的戰略意義：它是為所有場景提供底層能力支撐。誰先把世界模型跑通，誰就拿到了具身智能規模化落地的「萬能鑰匙」。靈巧手H01，比人手還「敏感」有了「大腦」的決策能力，還需要足夠精密的執行終端。會上，同期發佈的新一代靈巧手MagicHand H01，有幾個參數值得單獨拎出來看。20個自由度，其中15個為主動自由度，整機重量僅1公斤，額定負載卻達到10公斤。機器人的手越重，對整機負載的擠壓就越大，留給實際作業的有效載荷就越少。H01把自重壓到了1公斤，幾乎不吃整機的負載預算。44個高解析度三維觸覺感測器覆蓋手掌和指尖，力感知解析度達到0.05牛頓。要知道，人類指尖的力感知閾值大約在0.05到0.1牛頓之間。H01在力感知精度上，已經摸到了人手的下限。但H01最有辨識度的能力是「未觸先覺」。產品具備0到40mm的動態感知範圍，接近覺解析度達到0.5毫米，能夠在真正接觸物體之前就完成動作預判。配合5mm級的硬體閉環響應系統，機器人的手在離物體還有幾釐米的時候就已經開始調整姿態和力度了。這在護理、康復訓練、家庭服務這類場景中尤其關鍵。機器人跟人近距離接觸時，靠碰撞檢測做事後補救太晚了，H01能在接觸發生之前就完成力度和軌跡的調整。1秒內完成完整開合動作，響應速度足以應對工業產線節拍。同時支援適配市面上多款人形機器人本體，不繫結自家平台。這個開放策略在靈巧手賽道並不常見。更具實用價值的是，H01被設計為通用模組，可適配市面上多款人形機器人本體。這是一個明確的生態化訊號：魔法原子不只想給自家機器人配上靈巧手，而是想讓H01成為行業的「標準件」。MagicBot X1，7×24小時不下班三款產品中的最後一塊拼圖是旗艦人形機器人MagicBot X1。上一代Gen1，身高174cm、42個自由度、雙臂搬運負重20公斤，是魔法原子在春晚和工廠產線上驗證過的主力機型。而這一次，X1在Gen1基礎上做了幾個關鍵升級。第一是運動能力大幅提升。X1身高拉到180cm，體重70kg，全身31個主動自由度（Gen1是42個總自由度，但主動自由度數未公開披露），極限關節扭矩從Gen1的體系升級到450N·m。整機運動速度綜合提升30%以上，運動範圍提升超過50%。更高的扭矩和更大的運動範圍組合起來，意味著X1能在更複雜的空間姿態下完成作業。舉個栗子，工業場景中經常需要機器人彎腰探進裝置內部做檢測或取件，這類動作對軀幹和肩關節的運動範圍要求很高，Gen1在某些極限角度下會受限。X1提升50%的運動範圍，直接拓寬了它在柔性生產場景中的適用面。第二是續航問題的根本解法。Gen1綜合續航最高5小時，對於需要兩班倒，甚至三班倒的工業場景來說不夠用。X1沒有選擇堆更大的電池，而是做了雙電池熱插拔系統，支援不斷電更換電池，直接實現7×24小時連續作業。工廠不需要等機器人「下班充電」，維運人員換塊電池就行。這個設計思路比單純拼電池容量更務實。第三是產品化程度。X1一共有兩個SKU：開箱即用「標準版」，以及面向高校和開發者「科研版」，支援底層二次開發和外形定製。Gen1在產品化層面更偏向定製項目交付，X1從一開始就是衝著標準化量產去的。到這裡，技術拼圖閉環了。Magic-Mix世界模型是「大腦」，H01靈巧手是「雙手」，X1人形機器人是「身體」。從感知、決策到執行，一口氣補齊。行業拐點已至，誰在真正落地？站在更宏觀的視角來看，GEIS上大會上的集中發佈折射出的是，整個具身智能行業正在經歷的結構性轉折。年初，智源研究院在發佈的《2026十大AI技術趨勢》中指出，具身智能正迎來行業「出清」，中國已有超過230家具身智能企業，其中人形機器人企業超過100家。但這一輪競爭的技術難度、資金需求遠超過往，當前企業數量遠超賽道的物理承載量與資本供給能力。換言之，2026年，是具身智能從「百團大戰」走向「諸侯割據」的分水嶺。誰能從實驗室走向量產交付，誰能打通從技術到產品再到商業的完整鏈路，誰就能在洗牌中存活並勝出。從這個角度審視魔法原子的GEIS發佈，其戰略意圖更加清晰——世界模型提供理解世界的能力，靈巧手提供精細操作的能力，人形機器人提供全場景作業的身體平台。而「閉環」，恰恰是此次GEIS矽谷發佈會的核心敘事。全端自研+全球押注支撐這套閉環的底層，是魔法原子硬體自研率超過90%的全端路線。自研關節模組峰值扭矩525N·m，專利佈局超150項，自建資料採集工廠日產真機資料16000條。這條路線的代價是研發投入大、周期長，但回報也擺在那裡。成立兩年內，從春晚百台群控、蘇超近300台戶外暴雨群控到香港論壇4.5小時零故障商務服務，連續完成了一條跨場景驗證鏈。拿下大健康領域1.5億元單筆訂單。業務覆蓋全球50個國家和地區，海外收入佔比超過60%。GEIS大會上，魔法原子總裁顧詩韜首次對外披露長期目標——2036年衝刺140億美元營收，未來五年投入10億美元打造全球開發者生態。大會現場與矽谷AI企業Openmind、PrismaX AI、Cosmicbrain AI、Physis完成簽約，基於「千景共創」計畫向生態夥伴開放硬體樣機、開發資金和核心技術支援。當全球具身智能行業還在為「大腦」和「身體」誰先誰後爭論不休時，魔法原子選擇了一條更樸素也更難走的路徑——兩手都要抓，兩手都要硬。這家從江蘇走出來的公司，正在矽谷用一場發佈會向全球宣告：中國具身智能的全端時代，已經到來。 (新智元)

去年 4 月，人形機器人第一次和人類站在同一條賽道上跑馬拉松；今年4月，機器人已經跑得比人類還快。不過，爭議聲也隨之而來：機器人跑那麼快有什麼用；機器人什麼時候才能幹實事？但這一次，機器人企業給出了更務實的答案——想要幹活，先去實習。近日，智元機器人宣佈新款A3人形機器人將通過“擎天租”平台交付，批次上崗景區；自變數機器人宣佈與58同城合作提供到家服務，機器人將進入真實家庭，與保潔阿姨協同作業。具身智能迎來了一波密集的商業化動作，行業敘事也在悄然轉向。過去兩年，登上春晚、參加比賽是機器人展示拳腳的最佳舞台；但如今，深入工廠、走進家門，在真實場景中解決實際問題，才是對機器人的真正考驗。“大腦”還沒長好早在一個月前，自變數跟58同城合作，推出全球首個機器人保潔員，與保潔阿姨協同為使用者提供家庭清潔服務。在社交媒體上，有不少使用者進行了“嘗鮮”，但整體評價依然是“機器人不如人”。有使用者稱，機器人動作比較笨拙，雖然能做晾衣服、收納之類比較複雜的家務，但疊一件衣服就要接近10分鐘；機器人的活動範圍有限，有台階、有門檻都進不去。但這種“不足”並非一家機器人企業面臨的難題，而是整個行業的共同挑戰。自變數CEO王潛在近日表示，“今天在全世界範圍內，沒有任何一台機器人可以在沒有遙控操作的情況下，獨立完成大部分的日常家務。”宇樹科技創始人王興興也提過類似觀點，他表示機器人在預設場景任務中，成功率趨近100%，一旦場景變化或出現從未見過的事件，成功率會斷崖式下跌，機器人做家務還要3-5年。這也是當下具身智能行業最大的瓶頸——機器人無法理解真實世界的物理邏輯。業內有個形象的比喻，機器人雖然“小腦”發達，但“大腦”還在發育。“小腦”指的是機器人的運動控制能力，能做武術、舞蹈等複雜動作；“大腦”則是認知、決策能力，是“能幹事”的基礎。因此，讓機器人真正擁有一顆會思考的“大腦”，是當下整個機器人行業都在努力的事情，目前來看，主要分成了三條技術路線：VLA端到端是當下的主流，也是最成熟的路線，主要通過融合視覺等多模態感知訊號與語言指令直接生成機器人動作。簡單來說，就是機器人聽命令，然後直接做事情，比如使用者說“我餓了”，機器人就會找到食物並遞給你，只要機器人見過類似物體，它就能執行指令。但弊端也很明顯，那就是隨著任務的複雜程度增加，出現機器人沒有訓練過的複雜場景和行動軌跡，它就很容易出現“邏輯當機”。而且，行業中常用的VLA架構，基本上是將視覺、語言、動作三個模組各自獨立運行，資料每經過一次模組邊界就會發生資訊損耗和延遲，涉及精細動作，“大腦”容易跟不上“小腦”。世界模型路線則被認為是最接近人類思考模式的路線，它的核心是能理解物理世界的運轉規律，從而預測下一刻會發生什麼。比如一隻杯子從桌子上掉下來，物理模型能基於對運動、重力等方面的認知，估算出杯子掉落的基本方向，基於這個理解，機器人就可以扶穩杯子，或者避開杯子。但世界模型也面臨著更巨大的成本挑戰，包括資料需求、訓練成本等，輝達的Cosmos世界基礎模型，便經過了9000兆個Token的訓練。大小腦分層是更具國內特色的路線，LLM大模型作為“大腦”，負責理解任務；VLA/動作模型作為“小腦”，負責精細控制。但將大小腦拆分開來，容易導致任務出現延誤，難以實現高精度操作。況且，模組越多，成本也會越高。不過，由於國內大部分機器人企業在“小腦”環節都有一定積累，採用大小腦分層路線，先立住長板，再集中資源補短板，顯然比從零造一個“大腦”更務實。邊“幹活”，邊“補腦”總的來說，每一條技術路線都各有優劣，難言誰才是最終路徑。況且，各個機器人企業雖然都有押注的主流技術路線，但也並非只有一條路線走到底，深度融合才是大勢所趨。比如VLA端到端和世界模型的融合。智元Genie業務部生態及解決方案總監沈詠劍曾在採訪中表示，世界模型與VLA並不一定是替代關係，也有可能有融合或合作的狀態。今年以來，智元推出了世界模型迭代版本GE-Sim 2.0、新一代VLA基座大模型Genie Operator-2，以及第二代一體化具身大小腦系統GenieReasoner。智元在傳統世界模型僅建模“狀態”的基礎上，提出了世界動作模型的方向，將“狀態-動作-狀態演化”作為統一建模對象，並未只圍繞單一路線推進具身模型。自變數則推出了世界統一模型架構的具身智能基礎模型，將大小腦塞進同一個模型，能更有效消除模組間的資訊損耗與延遲，提升機器人在真實物理環境中的泛化能力與互動效率。其具身智能基礎模型WALL-B的特點就是“干中學”，讓機器人在反覆失敗、嘗試中完成自我迭代。自變數CTO王昊指出，“世界模型並非一個單獨的模組，它本質上是一種能力，但這種能力不能簡單地累加，並不是在VLA後面再掛一個世界模型就能理解世界。”智平方則提出了快慢雙系統融合方案，將智能體劃分為“快系統”（負責全身控制）和“慢系統”（負責邏輯推理），讓機器人在面對複雜的動態環境時，既能快速反應，又能保持對長程任務的深度理解。可以看出，無論走那條技術路線，機器人“大腦”要真正“長好”，最大的挑戰都繞不開兩件事：一是理解世界，二是讓思考跟上身體的反應速度。但這並非練得越多就越強。自變數CTO王昊舉了一個例子，“一個人在泳池裡學了10年游泳，但把他丟到大海，他還是有可能會淹死。”他認為實驗室裡的訓練資料太過乾淨，機器人待在象牙塔裡，很難具備真正的獨立思考能力，最好的方法就是讓機器人到複雜的、充滿隨機性的環境中學習。復旦大學電腦科學技術學院教授肖仰華也曾對外表示，“訓練具身智能大模型，保守估計當前已有資料量與所需資料量之間至少還差兩個數量級。”出於對真實資料的渴求，機器人開始加速湧入真實場景。優必選的人形機器人已經進入了工廠。創始人周劍表示，優必選花了兩年時間，從新能源汽車製造場景切入搬運、上下料、物料分揀、質檢等任務的POC 實訓。銀河通用的Galbot機器人開始參與藥房營運，可以自主識別訂單並抓取藥品、掃碼、打包；魔法原子的人形機器人則變身“汽車銷售”，在汽車專賣店招攬顧客，為顧客講解車輛參數。不同的機器人企業，不同的真實場景，大家的目標都只有一個：在真實場景獲取資料，驗證機器人的能力，再反哺給具身智能基礎模型的迭代，讓機器人“大腦”從單一任務、有限場景，逐步實現物體泛化、背景泛化和任務泛化，變得更加聰明。場景拉高上限一旦理解了“練大腦”離不開“真資料”，就能明白為何資本市場對具身智能的估值邏輯，在最近這一年悄然發生了轉向。據第一財經不完全統計，截至4月10日，國內具身智能領域至少發生269起融資事件。但與往年相比，資本投向的側重點出現了明顯變化——資本正在加速湧向資料與模型演算法，本體硬體的估值預期，則從技術敘事轉向商業落地。今年以來，多家側重於“大腦”的具身智能企業，完成了數十億元等級融資：自變數宣佈已完成近20億元的B輪融資；它石智航拿下4.55億美金Pre-A輪融資，刷新中國具身單筆融資紀錄；具身資料與模擬基礎設施公司光輪智能最新一輪融資達10億元。行業發展到當前階段，本體硬體的形態已基本完善。今年機器人馬拉松的奪冠者並非傳統機器人企業，而是消費電子廠商榮耀，也從側面說明了硬體的技術門檻正在降低。市場開始形成一種新共識，那就是決定機器人能否投入實際應用的核心變數在於“大腦”，而“大腦”背後則是模型能力與資料資產。如果說過去的資本邏輯，是希望通過硬體銷量率先完成佔位；那麼今天市場在估值時，則會更關注誰的“大腦”更聰明，並具備充足的泛化能力。機器人的硬體門檻會隨著供應鏈成熟而逐漸拉平，但“大腦”卻不一樣——誰的模型能在更多真實場景中跑通，並將特定場景中學到的技能和知識，遷移到新的對象、任務或環境‌，誰就能“舉一反三”，快速在更多不同場景中落地。而且，具身模型的泛化能力越強，護城河越高，天花板也更高。自變數創始人王潛提到，“家庭場景對泛化性要求最為極致，能讓模型在極複雜的家庭場景跑得通，進傳統的工業場景都能完全降維打擊。”這意味著，模型能力成熟以後，其可以在一個行業甚至多個行業通用，是一個可以無限復用的商業模式。而且，相較於先建構能力再尋找落地場景，不少機器人企業已經將商業場景置於產品設計之前，將產品服務與商業場景繫結在一起。比如銀河通用推出的兩款輪式機器人，強調穩定性和負載能力，更適合執行搬運、抓取、分揀等重複性工作；小鵬 IRON則明確將會優先落地博物館、4S 店、商場。“機器人到底能幹什麼”這個問題，具身智能已經漸漸摸到了答案。“宇樹們”花了十年時間，讓機器人實現從0到1的突破，但要讓機器人具備真正獨立思考的能力，擺脫對人類單一重複命令的依賴，背後是從1到10，再到無限的臨界點。手腳能讓機器人站起來，但真正活下去，還要靠大腦。 (伯虎財經)

導讀：行業主要上市公司：目前國內人形機器人行業主要的上市公司有匯川技術(300124.SZ)、三花智控(002050.SZ)、藍思科技(300433.SZ)、恆立液壓(601100.SH)、拓普集團(601689.SH)、領益智造(002600.SZ)、中聯重科(000157.SZ)、金力永磁(300748.SZ)等。本文核心資料：人形機器人市場規模行業概況1、人形機器人的定義機器人是融合感知、決策與執行能力的可程式設計自動化實體系統，能在其環境中自主或半自主地完成預定任務，而人形機器人就是仿照人類特徵設計的一類智慧型手機器人，具備類人運動與互動能力。按照官方技術分級標準《人形機器人分類分級應用指南》，人形機器人可分為四個等級，基礎執行型(L1級)、條件智能型(L2級)、自主協作型(L3)、全場景適應型(L4)，北京人形機器人創新中心《人形機器人智能化分級》新增了類人智能(L5級);除此之外，按照人形機器人的移動方式還可將其分為涵蓋雙足式、輪式及混合移動式人形機器人;按照應用場景，可分為工業製造型、服務型、特種作業型、娛樂展示型及通用型人形機器人。當前市場主流產品多處於 L2-L3 技術階段，L4 級產品尚處研發與小範圍應用階段，L5 級類人智能是未來的重點探索方向。2、人形機器人行業產業鏈剖析中國人形機器人產業鏈上游分為軟體和硬體兩大類股，主要包括減速器、感測器、動力電池、控製器、伺服系統等硬體及AI演算法軟體，其中減速器代表性企業有綠地諧波、雙環傳動等，感測器有柯力感測、東華測試等，動力電池有寧德時代、比亞迪等，控製器包括新時達、埃斯頓等企業，伺服系統包括匯川技術、禾川科技等企業，AI演算法領域代表性企業有科大訊飛、寒武紀等，為全產業鏈提供關鍵技術與部件保障;中游企業基於上游核心供給，聚焦人形機器人本體的設計、整合與製造，按用途可分為工業人形機器人、服務人形機器人及物流人形機器人，其中工業人形機器人企業包括埃斯頓、新松機器人等，主要覆蓋汽車製造等工業場景，服務人形機器人企業包括優必選、科沃斯等，涉足商用、家庭、教育等領域;下游應用場景呈現多元化佈局，涵蓋醫療健康、物流倉儲、教育科研、生活服務、特種作業等多個領域，主要佈局企業新松機器人、軟通動力、杭叉集團、晶品特裝、僑銀股份等。人形機器人產業鏈中下游關聯性極強，中游的產品研發與生產需精準對接下游不同場景的定製化需求，通過最佳化產品功能、性能及適配性滿足實際應用痛點，而下游場景的實際運行反饋能夠反向賦能中游企業，推動產品迭代升級與技術創新。行業發展歷程 從技術築基到產業爆發1985-2000年萌芽探索期，以哈工大啟動研發、國防科大“先行者”和北理工“匯童BHR-1”問世為標誌，實現雙足行走等基礎技術突破;2001-2012年技術積累期，完成多感測器融合、複雜動作控制等系統整合，優必選成立開啟商業化探索;2013-2022年穩健發展期，優必選Alpha系列、Walker系列迭代落地，核心零部件國產化率提升至50%以上，產業生態初步形成;2023年至今爆發增長期，優必選上市、“天工”“遠征A2”等產品創下多項世界紀錄，實現千台級量產與多場景規模化應用，核心零部件國產化率超90%，市場規模快速擴張，行業從技術驗證邁向規模應用。行業發展政策 規模化規範化發展2012年以來，中國人形機器人行業政策體系持續健全完善，以“技術突破、生態培育、場景推廣”為核心導向，從戰略頂層設計到專項實施細則層層遞進——既聚焦核心技術研發攻堅，為行業築牢創新根基;又著力建構標準體系、強化安全監管，精準填補行業發展的規則空白，全方位推動人形機器人行業從技術萌芽階段穩步邁向規模化落地、規範化發展的全新階段。工信部於2023年10月20日正式發佈的《人形機器人創新發展指導意見》，是中國首個國家級、系統性人形機器人行業政策，明確了人形機器人戰略定位與發展目標，聚焦核心零部件自主可控、AI 融合及標準體系建構，推進多場景應用並配套保障機制，引領行業高品質發展。行業發展現狀：供需規模不斷擴大1、供給市場：多樣化的產品選擇2025年人形機器人賽道進入量產熱潮。優必選WalkerS2斬獲超13億元訂單，於2025年11月啟動批次交付，月產能達300台，全年交付目標超500台;宇樹智能應急機器人產業園開工，月產能將達500套;12月8日，智元靈犀X2等三大系列累計下線5000台，驗證了通用具身機器人規模化量產可行性。中國人形機器人產品覆蓋工業製造、商業服務、科研展示等多場景，售價普遍在10-50萬元的區間內，市場選擇更加多樣化。AI大模型賦能、核心零部件國產化等技術突破，以及政策支援與資本加持，進一步推動行業走向規模化應用。2、需求市場：訂單激增但交付能力不足2024年4月，由北京市經濟和資訊化局、中關村科學城管委會指導，立德機器人平台攜手中關村融智特種機器人產業聯盟主辦的首屆人形機器人產業大會在北京召開，會上發佈的《人形機器人產業研究報告》顯示，2024年中國人形機器人市場規模預計達到27.6億元，同比增速53%左右。根據IDC發佈的資料，全年公開披露訂單超35億元，但成功交付的人形機器人僅800-2000台左右。隨著優必選、宇樹等企業的量產推進，以及政策持續加碼與產業叢集效應，2025年中國人形機器人市場規模預計突破82億元，行業正式邁入規模化發展階段，預計屆時中國市場將佔據全球份額的30%以上。行業競爭格局1、中國人形機器人行業企業三大競爭派系人形機器人行業按產品或業務類別可分為三大核心競爭派系：機器人核心零件、機器人演算法控制、機器人整機製造。核心零件派細分為減速器、伺服系統、感測器等關鍵硬體領域，以加速國產替代、提高技術自主性與成本控制能力為目標發展;演算法控制派主攻感知、決策等智能技術，聚焦跨場景泛化、動態平衡即時性等行業核心技術難點;整機製造派專注人形機器人本體整合與場景落地，頭部企業憑藉全產業鏈整合與技術積累佔據優勢，中小廠商則面臨成本管控與規模化量產的挑戰。從企業產品佈局與空間佈局來看，核心零件派聚焦伺服電機、減速器等關鍵部件的研發與供應，深度繫結國內外頭部整機廠供應鏈，形成穩定配套合作關係;演算法控制派以AI技術為核心，主攻互動智能、視覺感知等核心技術研發，部分企業憑藉成熟技術實力深度覆蓋歐美整機廠商，海外市場滲透率突出;整機製造派產品分佈國內外市場，適配工業製造、商用服務、學術科研等多元化場景。2、中國人形機器人行業區域競爭格局：長三角領先發展據GGII發佈的《人形機器人產業地圖》可知，中國目前共有人形機器人行業核心企業超300家。長三角分佈企業數量領先全國，共有超過130家，在全國佔比超過40%，珠三角地區為93家、京津冀地區為58家，分別佔據28%和17%，其他地區佔比為14%左右。從各個區域的企業分佈情況來看，長三角以滬杭蘇為中心形成覆蓋21個城市的完整產業鏈網路，上海集聚近半數整機企業，江蘇、浙江在減速器、電機、AI大模型等領域各有突破;珠三角以深圳為核心，其企業分佈數量全國排名第一，在珠三角區域企業數量佔比約80%，建構起全產業鏈生態;北京是京津冀地區的絕對核心，分佈企業數量佔區域的90%左右，整個區域以傳統產業配套為主。三個區域由於產業資源、配套設施及市場需求差異，技術成果多流向長三角及珠三角地區。行業發展前景及趨勢預測人形機器人應用落地工業替代高危及重複性勞動、老齡化社會的適老化服務、消防/巡檢等特種作業場景，既是民生與產業需求所向，更是支撐未來經濟全面升級的重要動能;但受制於核心零部件生產成本高企、終端產品售價居高不下、關鍵技術性能待突破、行業統一標準與配套設施尚未完善等因素，供給端的響應速度與適配能力暫時難以跟上需求擴張的節奏。在政府補貼及配套設施政策和需求導向的作用下，企業將聚焦核心技術攻關降本提效、加快場景化落地驗證，人形機器人行業發展前景極為廣闊。摩根士丹利預測，2026-2050年中國人形機器人銷量將從1.4萬台飆升至542萬台，產品平均售價也將向下調整，性價比大幅提高。(前瞻經濟學人)

一、從前沿技術收斂看未來產業趨勢1.關鍵技術的行業地位與國家佈局① 關鍵技術的中國企業地位我們看看新基礎設施各個關鍵技術上，中國企業所處的行業地位：在新能源及新能源汽車領域處於領跑的地位；高端裝備的規模和效率，目前是世界第一；晶片領域，45奈米製程已經完全自主可控，12奈米和14奈米以上製程，中國自給率達到75%；5G通訊，世界第一；海洋、航天工程能力，世界第一。AI大模型的應用效率，世界第一；人形機器人的平衡與運動能力，排名世界第一，其出口量也是全球第一。受國際地緣競爭影響，由於美國NASA推動的登月計畫和馬斯克加速推進太空算力佈局，讓中國在商業航天領域，同樣會投入重要的資源。在量子電腦方面，中國同時在三條技術路線上推進，分別是合肥的超導路線、北京的離子阱路線、上海的中性原子路線，以期突破物理量子位元超過2000，甚至6100，邏輯量子位元突破300-500，從而大規模地進行新材料和新藥物的研發。但我們還要看到一個現實：在2025年《財富》世界500強企業排行中，中國有130家企業上榜，其中相當比例的企業集中在金融、能源、金屬產品等行業。如果以市場化程度更高、科技創新為主的行業為參照，具備全球競爭力的500強企業大約在40-70家之間。中國要在2035年成為經濟、產業和科技的強國，那意味著世界500強裡中國企業的數量或許要逼近200家。這中間巨大的“增量空間”，本質上就是硬科技創業者們應該定位的自我新坐標。近年來的大國博弈中，供應鏈的韌性與自主性成為強國夢想最堅實的基礎，尤其是國家安全性的硬核產業，更要實現全域自主可控。也就意味著儘可能在關鍵環節上確保擁有不受制於人的自主與替代方案，比如航空航天、無人機、能源、通訊、半導體，以及機器人等。② 從國家規劃中找到自己的獨特價值及未來機會今年兩會提出了“十五五”產業規劃：六大新興支柱產業，包括積體電路、航空航天、生物醫藥、低空經濟、新型儲能、智慧型手機器人。以此為基礎，作為創業者，我們要做兩方面的思考。其一，如果我們企業是創新的一個單元，就需要對這幾大領域進行審視。通過對全球及中國鏈主企業進行穿透式的分析，精準定位其結構性缺口與亟待補位都環節。有了這些思考與企業精準切入，才可能有爆發性的收入。其二，既然“十五五”規劃指明了未來五年的發展方向，那麼未來的“十六五”規劃又將在這些產業基礎上衍生出那些新的產業？比如現在的幾大新興支柱產業中，低空經濟、智慧型手機器人是過去沒有的。進一步看，智能機器人都深度發展，折射出中國製造業未來的一條重要路徑——那就是“軟硬結合、以硬為主”，這將成為中國未來新的產業燈塔和產業坐標，智能機器人就將借助中國的製造業優勢，成為未來中國產業“從產品輸出到產能輸出”的一個重要方向。2.科創生態的演變① 改變產業浪潮的三股力量在科技創新與產業融合的過程中，必然會出現改變時代產業浪潮的三股力量：其一，先鋒派，是新時代的“攪局開路者”。希望以第一性原理實現從“0-1”的創新，打破傳統體系與供應鏈格局；其二，務實派，是新時代創新落地與資源整合的“實際推動者”。依託高管創業，混合體制，善於從1-10跨越，在有限時間實現“有限目標”。其三，基石派，是新技術規模化應用的國家支柱性產業“締造者”。帶有國家隊天然的後發優勢，善於從10-100的產業覆蓋，鞏固國民經濟的技術底座。② 科創演變的關鍵要素與基本邏輯從2024年的下半年開始，國家邏輯前置了，資源快速聚焦頭部，這就加速了創業項目內部要素的重塑。創業項目要遵循兩個邏輯：一是國家邏輯，關注支柱性產業、安全自主發展，解決“卡、替、硬”，具有戰略前瞻佈局意識，關注顛覆性技術的長遠價值；二是市場邏輯，以企業化運作為主，以市場需求為導向，以效率、規模化增長、稀缺性為本。在這樣的邏輯背景下，我們一定要明白：創業是一個市場經濟活動，而非單純的技術活動。在這場經濟活動中，在不同階段要有不同的要素組合。若只遵循國家邏輯，沒有市場訂單怎麼辦？若只有市場邏輯，沒有跟上未來的發展趨勢和國家產業邏輯，又該怎麼辦？因此，一定要同時在這兩個底層邏輯上理解整個產業鏈，先找到產業鏈鏈主企業，並找到自己在產業鏈中自己的價值。③ 技術同源，產業間融合有望催生出“聚合智能體產業”過去20年，“軟硬結合、以硬為主”的中國製造業，建構了我們在世界的話語權，更推動了一次次新興產業的跨越式發展。未來十年，如果我們把新興產業群理解為是一個具有認知，能夠形成閉環，甚至能夠不斷自我進化的智能體的話，將會形成一個新舊融合的聚合智能體產業，而在這些通用技術產業的交叉融合中，新的千億級、兆級龍頭鏈主企業將應運而生。在這其中，具身智能具有最大的發展機會，它正將傳統汽車、新能源汽車、電動自行車、數控機床、工業機器人這些看似分立的產業，在具身智能的催化下，融為一體——即“聚合智能體”。3.智慧型手機器人必然成為新興支柱產業的核心邏輯第一，全球面臨勞動力系統性短缺。有報告顯示，缺口大概在億級規模，從技術研發人員、服務人員到各類創新配套崗位，都在缺人。第二，技術正在快速收斂。大模型方向，行業普遍認為垂類應用會加速收斂；物理場景也在收斂——把應用場景確定、系統流程和核心智能模組定下來，產業化速度會大幅加快。基於這個判斷，有人認為未來十年，機器人進入家庭的滲透率有望達到10%；甚至有觀點認為，如果家庭端滲透10%，工業端滲透率可能達到80%。所以現在是全方位競賽：模型在競賽、產業佈局在競賽、市場信心也在競賽。AI+傳統機器人，尤其是加上數字員工相關方向，正在全面加速。二、具身智能，重構社會1.具身智能的概念與特點在2022年之前，具身智能長期處於分散發展的階段，所以我們以往對它的定義比較宏觀。機器人，是利用電腦圍繞機械載體，實現程式設計、感知、決策和操作的工具或裝備。而具身智能，本質上是一個物理載體，是智能從數字世界走向物理世界、實現進化的一種範式。具身智能有三個核心特點：一是人機互動，能實現人與物理載體的有效聯動；二是閉環操作控制，形成“感知-決策-操作-反饋”的完整閉環；三是持續進化，能夠隨著時間推移，通過不斷採集資料，實現自身智能水平的迭代提升。2.2026，是具身智能應用元年根據高盛和摩根士丹利的分析，人形機器人未來的發展空間很大，至少類人形機器人是這樣。所謂類人形，就是具備雙眼雙臂、輪式移動，上身和人類相似的機器人。從應用場景看，這類機器人未來可以覆蓋工業、商業和家庭等多個領域。今年普遍認為是具身智能的應用元年，因為大家想通了一個問題，不一定要完全通用，不一定要完全建立世界模型，而是先進行“智能定界”。智能定界包含兩個含義：一是界定應用場景的邊界，從相對約束環境應用的“具身技能”出發，對技能進行收斂與歸納，再從具體任務、功能、載體、模型、資料等角度看待“具身智能”的研發。二是從系統角度定義智能功能，針對客觀環境的各個環節、流程、容錯容忍度、成本維護等要素，設計或選擇相應的智能功能以替代某些特定環節，從而實現產品與市場的價值匹配（PMF）。從這兩個角度來強化所謂的通用操作平台和相對垂類的應用模型。最終，通用模型會集中到三五家，而垂類專用模型可能有50家到60家，這大概是這個產業的終局狀態。3.智能體，加速社會重構隨著機器人產業的發展，工廠的數位化營運將成為必然，那麼員工的角色需要被重新定義：第一類是真實的人，他們可能拿著iPad，也可能攜帶某種智能眼鏡，成為現場調度者；第二類是機器人，比如銲接機器人、3D印表機器人，承擔相應的體力勞動；第三類是數字員工，負責即時抄報、監控、協調流程性工作。過去我們想像的機器，就是要完全替代人類。那在未來，會不會有一種全新的生產管理模式出現呢？其實就是把這三類人或三類物種重新協調起來，明確什麼時候需要人、什麼時候需要機器、什麼時候需要數字員工。而OpenClaw這類智能體技術又會加快整個處理程序。一是人們可以通過自然語言來程式設計，不用再靠寫程式碼，只要我說出來，它就能理解並進行調度；二是第三方技能包的呼叫，也會讓這個處理程序加速迭代。在這樣加速發展的過程中，如果純粹以資料效率為驅動，它將化為一匹不可抗拒的科技黑馬——既在倒逼傳統企業變革，推動創新企業誕生，也在重構整個社會。而這個重構的過程，本質是通過兩類“派遣”實現的：一類是藍領勞務派遣，我們理解為就是機器人；另一類是白領派遣，也就是我們所說的數字員工。在這種重構中，一個共識正在形成：只要是標準化、大規模的工作，人就應該儘可能少的投入，因為這類職業被替代的周期大概是24個月——也就是一輪勞動力成本的回收周期。從這個迭代速度來看，像物流配送、環衛清潔、銲接裝配、拋光打磨、農副產品或食品加工、傳統駕駛、農業種植、建築工程等領域，很容易被機器人覆蓋；而難以被替代的，是類似幼兒教育、養老服務、水暖維修這類相對複雜、難以標準化的領域。三、創業，不確定性的“九死一生”征途1.創業的兩個關鍵變數① 價值要素，正在發生變遷農業時代，價值附著於土地、農具、耕牛和勞動力上；到了工業時代，價值靠工廠、裝置和勞動時間定義，再通過資本實現擴張；網際網路時代，價值是靠創新體驗、智能終端和流量來定義；而未來，價值將由算力、資料、機器人、數字員工，乃至Token的消耗量來定義。現在全球都充滿焦慮：過去值錢的土地、房產，其價值邏輯在變；過去奏效的——僱傭人力、按時間付薪、靠效率和規模創造價值的模式，也正在被打破。如今，人越來越多地以“自我存在的價值”為導向。靠單純的效率和規模，已經很難再創造新價值了。你想想，衣服、汽車、手錶、相機……我們還缺什麼新東西嗎？② 資本市場：價值兌現前置，產業泡沫伴生很多創業者都希望通過融資快速發展，於是就出現了：事情還沒真正發生，大家靠想像、期待和政策訊號，就覺得它馬上會實現。另外，產業裡還有一個規律：投資者都在期盼著找到黑馬，守護白馬。往往出現一種情況——十年甚至二十年的價值，可能在前兩三年就被透支了七八成，後面很多年才慢慢兌現剩下的部分。簡單說，一家企業真實價值可能是100億，前三年就實現了70億的估值，後面七年再慢慢迭代耕耘通過後續增長填平估值。這是一個很奇特的現象。這個現象說明了兩點：一是當下社會本就會出現這種價值提前兌現、泡沫伴生的情況；二是對創業者而言，必須快速迭代，因為競爭極其激烈。機器人領域的一些非理性投融資，也正由過高預期、價值透支和同質化競爭共同作用。但我始終相信一句話：悲觀者往往正確，樂觀者才能前行。結語：短期的痛苦與挑戰，更有利於成功我覺得，成功往往倒推不出確定性的結論，但不成功反而都有共性的原因。所以，我覺得有幾件事是創業者要避免存在短板的：第一，是要有強烈的激情，堅持不懈的韌性；第二，要有敏銳的商業思維，要站在客戶的角度迭代產品；第三，在過程中不能教條，要與時俱進，辯證統一地拿捏資源、把握節奏。在這個過程中，如果創業的方向既符合時代的需求，又能與自己的優勢相契合，不管結果成功與否，其實都是特別值得的一個經歷。讓所有人都認同很難，只要看準自己的方向，對社會有意義，就勇敢地走下去。 (筆記俠)

走進北京車展的那一刻，你可能需要適應一下。不僅要適應38萬平方米的雙館聯動的規模，以及每天接近3萬步的高強度逛展，更要適應那些異國面孔。走到那裡，耳朵裡都會聽到幾段外國對話，英語、阿拉伯語、日語、韓語，我隨機在幾個展台前數了一下人數：平均每四個人裡，就有一個外國面孔。（圖源：電車通攝製）更神奇的是，這些老外們扎堆的地方，有明顯的規律。單從現場外國人的數量來看，鴻蒙智行展台斷檔領先，蔚來和小鵬旗鼓相當，零跑展台擠滿了拿著名片盒的經銷商。中國新勢力開始在多個維度上挑戰全球汽車行業，來這裡評估威脅的，已經不只是國內同行了。而那些外國人聚集最多的地方，就是他們認為威脅最大的地方。（圖源：電車通攝製）路徑不同，熱度也不同先看綜合熱度。從各家新勢力的現場熱度來看，鴻蒙智行的引力明顯強過其他幾家。單憑直覺可能會說：因為華為，但這個答案太淺，更準確的說法是：其他幾家在爭的，和鴻蒙智行在爭的，根本不是同一件東西。蔚來、小鵬、小米、理想、零跑，是一場產品力的競爭，終點是使用者的購買決策。鴻蒙智行爭的，是作業系統和生態標準。這兩場競爭，量級不一樣。（圖源：電車通攝製）汽車正在成為一個移動的智能終端，這件事在行業裡已經是共識。但共識之後的那個問題，當汽車變成終端，誰來提供作業系統，還沒有答案。華為在做的，就是把這個問題變成自己的答案：用鴻蒙OS、華為乾崑、HiCar建構起一套生態體系，讓合作車企旦用難回。這個邏輯，和手機時代iOS與Android的戰爭高度相同，那場戰爭的結果是：掌握作業系統的蘋果，拿走了智慧型手機行業絕大部分利潤，即便硬體出貨量遠低於Android陣營。華為在汽車上複製的，正是這套規則。（圖源：電車通攝製）所以這屆北京車展，鴻蒙智行展台規模加起來共4400平方米，20輛以上的展車，專門設立的技術區，華為ADS 5.0的即時演示、五界三境集體亮相、鴻蒙座艙與多裝置聯動……這就是斷檔的原因，不是鴻蒙智行的車比別人好多少，而是它參與的那場競爭維度更高，來展台的外國人感受到的，正是這種量級差異。（圖源：電車通攝製）當然，其他幾家並不是“輸”，它們只是在打另外幾場仗。小鵬在用VLA架構把智駕推進到理解語言、完成任務的代際，何小鵬在展台現場宣佈的“園區漫遊”和“地庫漫遊”，就是這個進化最直接的落地證明。小米在用“人車家”生態把汽車變成一個全天候生活場景的資料入口，雷軍在展台站了兩個多小時，裡三層外三層都圍滿了人。（圖源：電車通攝製）零跑在打一張看起來最不性感但越來越穩的牌，Lafa 5 Ultra以11.88萬元打進了雷射雷達標配的價格地板，2025年，零跑國際已經實現盈利，通過Stellantis的管道網路覆蓋超40個國家和地區。它在用成本管理和全球擴張的組合，在別人沒有認真看的賽道上建立先發優勢。理想展台的熱度相對平穩，不是因為產品不好，而是因為它選擇的路線天然缺少戰略壓迫感。增程+大空間+家用智能，這是解決中國家庭購車需求的答案，這條路很穩，但在車展這個技術敘事密集的場合，穩容易被讀成“保守”。理想真正的主場，應該是幾天後的普通觀眾日。（圖源：電車通攝製）威脅越大的品牌展區，外國人越多有意思的是，熱度最高的展台，與外國人的數量並不成正比。（圖源：電車通攝製）這些外國人身份不同，想找的答案不同，代表的利益也不同。有一批人是來抄作業的。這批人最多，而且最安靜，他們不會在展台前拍照發社交媒體，而是默默打開平板記錄。這批人想搞清楚的是：中國人是怎麼把成本和技術同時捲到這個水平的？（圖源：電車通攝製）他們沒有華為的命，但想知道華為的路是不是真的可以學。這批人分佈在幾乎每個新勢力展台，密度最高的反而不是鴻蒙智行，因為鴻蒙那套東西他們知道短期內複製不了，而是在零跑、小鵬這類更容易找到可借鑑模組的展台前。有一批人是來看新鮮賽道的。這批人最敏銳，他們關注的不是某一款車的參數，而是Robotaxi、飛行汽車、機器人等，比如小鵬的IRON機器人、小鵬匯天飛行汽車以及第二代VLA智駕系統，甚至這些不只是小鵬有，其他新勢力也在共同推進。（圖源：電車通攝製）這批人要把這個訊號帶回去，變成內部討論的正式議題。他們在展台前的停留時間最長，但表達最克制，因為他們知道，自己問的問題，歸根結底是在問自己的國家有沒有落後。有一批人的目的是觀察消費者。這批人不是研發工程師，而是產品定義團隊。他們的任務是回答一個問題：中國使用者在2026年已經習慣的那些體驗，比如車內大模型助手即時對話、智駕、智能座艙等，歐美使用者會不會也想要？中國消費者已經成為全球電動智能汽車體驗的先行者，這個判斷在行業裡已經被接受。這批人站在小米的展台前，站在鴻蒙座艙的體驗區裡，尋找這套體驗背後的使用者需求理解方式，這才是可以被帶回去影響未來產品定義的資產。（圖源：電車通攝製）還有一批是來談生意的，比如零跑展台前那批拿著名片盒的海外經銷商。Lafa 5 Ultra在中國市場11.88萬打進雷射雷達標配，如果這套價格能力被移植到海外市場，對他們本地市場的競爭格局意味著什麼？最後就是國外的科技媒體，這群人基本聚集在小米展台，Vision GT概念超跑進行國內首秀，YU7 GT定價預計50-60萬，1003匹最高時速300km/h，雷軍站台，這家公司到底在往那裡走？手機公司做車，做到這裡之後，邊界在那裡？這個問題沒有確定答案，但正是沒有確定答案，才有持續的關注度。（圖源：電車通攝製）把這些聚集放在一起看，會發現一個規律：外國人越密集的展台，意味著這個品牌對全球汽車秩序的挑戰越直接，熱度是結果，威脅感才是原因。新勢力座次真的換了，但不是你以為的那種換法回到新勢力本身，從北京車展來看，新勢力的座次已經明顯發生了變化。銷量層面，2026年Q1的排行榜早就不是“蔚小理”了。零跑登頂，鴻蒙智行逆勢增長，蔚來反超小鵬，理想過了季度指引上限但毛利承壓……座次確實變了，而且變得相當徹底。（圖源：電車通攝製）但說實話，新能源汽車發展到今天，對比銷量已經沒有任何意義，銷量已經不是這場競爭最重要的變數。每家新勢力正在佔據的競爭維度已經徹底分叉，它們不再在同一個賽道上你追我趕，而是在朝著不同的方向擴散。鴻蒙智行在爭生態控制權，蔚來在爭基礎設施的先發壟斷，小鵬在爭技術代際差，小米在爭跨場景生態黏性，零跑在爭成本線管理和全球先發，理想在守使用者心智的精準佔位。（圖源：電車通攝製）他們彼此之間的競爭關係已經部分脫鉤，你很難說小米和鴻蒙智行在正面競爭，或者小鵬和零跑在搶同一塊市場。這是一種比銷量排名更重要的格局變化，當一個行業裡的競爭者開始在不同維度分別建構壁壘，各家的核心資產就不再是同質的，競爭優勢也不再能被簡單對比。你不能說蔚來2700座換電站比小鵬的VLA更有價值，也不能說零跑的全球管道比小米的生態黏性更強，因為它們在博弈不同的未來。（圖源：電車通攝製）當然，每一條路也都有它的致命風險。生態路線跑不通，比任何人都死得快；基礎設施路線如果規模沒到臨界點會被重資產拖死；技術代際差需要技術真的成熟並商業化；跨界生態如果車賣不好就是空架子；全球擴張如果遭遇貿易壁壘，成本優勢會被吃掉；精準佔位如果護城河被持續侵蝕最終會喪失定價權。沒有一條路是穩贏的，這才是這場競爭真正讓人覺得刺激的地方。所以，2026年4月的北京車展，展台熱度不是人氣排行，那裡最熱，說明那條路當下的關注度最高；那裡平穩，說明那條路的邏輯清晰但不需要被重新發現。北京車展上沒有輸贏，唯有一件事是確定的，全球汽車行業開始認真對待一件它一度以為不會來臨的事：中國的新勢力，已經不只是在中國賽道上跑了。 (電車通)