图源：视觉中国
文丨雅萱
编辑丨叶锦言
出品丨深网·腾讯新闻小满工作室
2025年，具身智能赛道的“马太效应”日益加剧。一边是部分创业公司陷入业务收缩乃至破产清算的困境；另一边，资本持续向具备技术优势和商业前景的企业集中。今年前五个月，机器人领域融资总额已达232亿元，超过2024年全年。
“今年是检验具身智能公司真实价值的关键一年。”一位行业投资人表示，“资本关注的重点并非企业是否盈利，而在于能否推出具备商业价值的产品或完成概念验证（POC），并在具体场景中证明其解决问题的潜力。”
作为行业领军企业，智元机器人今年明显加快了商业化步伐。继获得龙旗科技数亿元框架订单后，其精灵G2产品于10月16日启动了与均胜电子价值超亿元采购合同的首批商用交付。据智元机器人合伙人、高级副总裁姚卯青透露，截至今年9月，公司已交付数千台订单。
以下是姚卯青关于人形机器人产业化落地、智元海外市场布局，以及VLA模型与世界模型局限性等方面的主要观点，在不改变原意的情况下有删节。
“机器人进厂打工”背后的经济账
问：与传统机械臂相比，龙旗科技在其平板产线引入智元精灵G2有何本质区别？
姚卯青：3C组装厂目前仍面临两大难题：一是大量岗位依赖人工，传统自动化难以覆盖；二是产线换代成本高、周期长，原有设备通常无法复用。人形机器人的核心优势在于“通用性”，它能像人工一样灵活接入产线，任务变更时无需更换硬件，仅通过短期“培训”即可适应，从而提升产线灵活性、避免重复投入。
问：举个例子，龙旗科技日后想把G2应用到手机产线就不需要更换机器人，只需重新训练原有的这批机器人就行？
姚卯青：对，这正是通用具身智能的一个优势，就不需要更换硬件设备，只需要重新培训。
问：G2首批机器人批量落地的场景为何选择消费电子组装领域，这一选择是否与该场景的特性有关？
姚卯青：选择消费电子组装这一场景并非偶然，而是基于对技术匹配度、客户合作意愿和商业化潜力的综合评估。
首先，该场景中许多工位操作高度标准化、重复性强，工人作业方式接近“类机器人”，但因环境和物体存在一定变化性，难以用传统自动化设备替代，这恰好契合当前人形机器人的技术能力。
其次，合作伙伴龙旗科技对新技术持开放态度，愿意在早期阶段开放产线，协同开展联合开发、测试与集成，为产品落地提供了有力支持。
更重要的是，消费电子产线工位高度相似，一旦验证成功，可快速复制到成百上千个同类岗位，具备极强的规模化潜力。这种高回报率的研发投入，使得该场景成为理想的商业化突破口。
问：在该消费电子组装场景中，具身智能技术具体解决了哪些痛点？
姚卯青：主要解决用工难题和产品一致性问题。重复枯燥的工作导致人员流动性高，招工难、留人难。机器人无情绪、不疲劳，可7×24小时稳定作业，保障质量与产能的持续性。
问：对于龙旗科技等工厂来说，使用人形机器人的投入回报比是不是比传统的机械臂更高一点？
姚卯青：机器人并非替代机械臂，而是对标人工。当前我们以“人力ROI”为基准，传统已自动化环节无需改造。
问：假如G2机器人在生产线上出现错误操作，这种损失一般由谁来承担？
姚卯青：类似自动化产线逻辑，如有经济损失由机器人公司承担。目前项目仍处部署测试阶段，未进入全面商业化运行。
问：有没有具体的交付时间表？
姚卯青：预计在今年年底前完成实验室的概念验证（POC），随后在明年第一季度开始正式在产线上进行落地部署。
问：今年智元披露了很多订单信息，目前交付了多少了？
姚卯青：到今年9月份，已经交付了数千台。
问：龙旗科技本身也参与了智元科技的B轮融资，会有人质疑智元订单的“含金量”，您如何看待这个问题？
姚卯青：合作是需求驱动，并非为投资而采购。双方经营合规，财务审计严谨。
问：一般而言，产线工人一个月工资大约五六千，采购人形机器人要花五六十万，还要配备一个工程师。对于工厂来说，这笔账什么时候能算过来？
姚卯青：衡量人形机器人的经济性不能只看单个工人的月薪，而要综合考虑企业整体的人力成本。以长三角地区为例，工厂普遍实行两班或三班制，企业为一名工人实际承担的综合年人力成本（含工资、福利、五险一金等），七八万很常见。相比之下，随着机器人规模化量产带来的成本优化，投入两年服役机器人，工程投入成本已经可以打平。
这还是在中国这个人力成本相对较低的市场，海外一些市场，人力成本远高于中国，用机器人在经济上已经是一项合算的选择。
问：智元也有自己的具身智能数据采集超级工厂，精灵G2在生产线上的落地，对智元采集真机数据也算是补充？
姚卯青：是的，核心目标之一是进入真实场景获取高质量数据，推动“部署-收集-迭代-再部署”的技术闭环。
问：除3C产线外，智元机器人接下来将探索哪些工业场景？这些场景具备哪些共性特征？
姚卯青：未来将重点拓展汽车零部件、汽车电子等领域的工业场景，这些行业同样存在大量适合人形机器人落地的工序。
这些场景大体有三个共同点，一是需要具备一定的智能性，能够应对环境变化、物体差异或跨任务切换，传统自动化难以覆盖；二是任务难度适中，以测试、抓取、转运等操作为主；三是依赖柔顺控制技术，如力控与位控相结合，以实现精细、安全的操作。
这类场景不仅技术匹配度高，而且市场需求量大，具备良好的商业化前景。
问：除工业领域外，未来一两年智元机器人还会落地在哪些领域？
姚卯青：除工业领域外，安检、巡检（如机房等场景）以及结合自主执行与远程操控的操作类任务也具备广阔应用前景。同时，展厅讲解、展馆导览等侧重人机交互与服务体验的场景已接近规模化落地。
总体来看，工业、巡检运维和服务交互三大类场景均已具备较高的商业化可行性，是当前人形机器人率先落地的重点方向。
明年海外收入占比将超过30%
问：智元机器人是否有进军海外市场的计划？当前在海外布局和整体业务进展方面有哪些具体动作？
姚卯青：海外市场是智元重点布局的战略方向。发达国家普遍面临人力成本高、用工难、老龄化加剧等结构性问题，对自动化需求迫切，市场接受度高，定价空间和利润水平也更具优势。
目前，公司已启动全球化布局：一方面建设全球经销网络，另一方面在重点市场与本地伙伴合作，开展产品设计、研发、生产与销售，以更快理解并响应区域需求。明年，我们的目标是海外收入占总收入比例达到30%甚至更高。
问：精灵G2与Figure AI等美国人形机器人公司在场景布局（工业与家庭）上存在重合，如何看待这种竞争关系？
姚卯青：多家公司共同聚焦这些场景，恰恰证明该方向的正确性与市场潜力。竞争是好事，既加速用户教育和市场普及，也推动行业在技术路线和产品定义上更快收敛与提升。
问：行业有观点认为当前人形机器人领域硬件进步远超AI，真正的具身智能反而被弱化，您怎么看？
姚卯青：实际上，硬件与软件算法都在快速发展，甚至算法的进展可能更快。
硬件方面，行业供应链逐渐成熟，构型设计和关键模组选型不断优化，传感器也正针对机器人进行专项适配，整体基础日趋坚实。
算法层面进展更为明显。相较于机械系统依赖的相对成熟工程体系，AI算法领域缺乏现成路径，正处于快速探索阶段。尤其在大模型推动下，运动控制、操作作业与任务级智能等方向涌现大量前沿成果。
正是这些算法的快速进步，才让我们在工业场景中找到真正可落地的应用方向。相关能力不仅停留在论文层面，更在真实作业环境中经过数万次测试，实现接近零失误的稳定表现，具备实际应用条件。
问：过去一年，机器人“智能”水平有哪些直观提升？
姚卯青：最直观的是从“不可用”到“可用”的转变。过去在很多场景中，硬件稳定性与算法成功率都达不到量产要求，硬件难以持续运行一天，算法成功率仅70%-80%，无法与人工相比。
如今，在如物流分拣等场景中，算法成功率已稳定在99%以上，结合工业级硬件可靠性及远程遥操作兜底，整个系统已能实现连续作业与持续部署。
问：VLA、世界模型等新范式在实际体验中改善不明显，您怎么看？
姚卯青：这些技术在落地系统中应用仍有限。例如在自动驾驶中，受实时性与算力限制，它们多用于辅助环节，尚未成为实时决策核心。
具身智能的落地也应循序渐进。现阶段应在相对可控、简单的作业环境中，通过多种技术融合，快速实现有效应用。
问：目前智元训练模型中，真实机器人采集的数据占比约为多少？
姚卯青：我们使用的数据中，真实机器人采集占比超过90%，与自动驾驶行业类似。主流厂商真实数据占比普遍达98%-99%，仅辅以少量仿真数据覆盖长尾场景。为提升机器人适应与泛化能力，仿真数据占比目前一般控制在10%以内。
