扫描下载APP
其它方式登录
文章探讨人形机器人商业化落地的核心瓶颈：缺乏将采购成本、实际运行工时、有效任务完成率、人工介入频次与最终经济节省整合于同一真实项目中的完整经济账。Agility等公司虽公布理论回本周期和成本模型，但数据仍属假设性推演；Figure、星动纪元等案例显示运行记录日益详实，却仍未形成可复核的‘机器人工资表’。
Agility Robotics拟通过SPAC合并上市，获25亿美元估值，但2025年营收仅180万美元，市销率高达1400倍，远超中国宇树科技的36倍；其RaaS商业模式尚未实现收入闭环，凸显人形机器人行业普遍存在的高估值与低现实营收矛盾，以及对二级市场融资缓解资金压力的迫切需求。
Agility Robotics作为人形机器人领域商业化进展最靠前的公司，已将Digit机器人部署于多家制造与物流企业进行真实作业，积累大量运行数据并获得3亿美元Digit v5多年期RaaS订单，但2025年营收仅178万美元、净亏损1.38亿美元，凸显其从试点验证迈向批量交付和规模化生产的巨大挑战。
COCO Matrix CEO高宇翔提出具身智能应转向In-Context Learning（ICL）范式，以应对物理世界无法穷举的挑战；通过现场示范、纠正等上下文即时学习新任务，降低部署门槛与适配成本，摆脱对海量预训练数据的依赖，推动机器人从‘预训练聪明’走向‘落地即适应’。
DeepMind前机器人团队高管创立Reimagine Robotics公司，聚焦具身智能落地难题，提出面向工厂场景的‘现场后训练’范式：工人通过直观示教与实时纠错，无需编程即可快速训练和调整机器人执行新任务，显著缩短适配时间，提升工业机器人易用性与持续学习能力。
德国国家工程院院士Michael Dowling指出，人形机器人当前仍以技术展示为主，缺乏在工厂等真实工业场景中的实用价值；其商业化进程将比市场预期更慢，核心瓶颈在于操作能力（尤其是手部）、长期稳定性及投资回报率，而非外形或炫技动作；未来竞争焦点将转向软件、服务及Robotics-as-a-Service模式。
文章发布全球具身智能30强榜单，强调行业正从展示性视频和融资热度转向真实商业落地，核心评判标准是机器人在工厂、仓库等实际场景中稳定执行任务的能力、客户复购与RaaS模式验证，而非技术表演或人形外观。Agility Robotics因Digit在GXO仓库完成超10万料箱搬运及多客户商业部署位列第一，Figure、智元、优必选等紧随其后。
Kaito AI 推出浏览器插件 Kaito Pulse，将 X 平台社交行为与链上活动（如 Polymarket、Hyperliquid 仓位）绑定，构建‘注意力+行为验证’的 Aura 评分体系，旨在提升内容影响力真实性；但因插件涉及设备指纹识别、X 行为追踪及第三方账户验证等深度权限，引发用户隐私争议。
人形智能公司Current Robotics（元流）完成种子轮、天使轮、Pre-A轮累计数亿元融资，由95后创始人祝毅晨创立，聚焦全身灵巧操作（Loco-Dexterous Manipulation），构建覆盖数据采集（HumanEx可穿戴系统）、模型训练（Curr-0）、世界模型评测与后训练（CurrentWorld-0）的全栈技术闭环，推动人形机器人从演示走向真实场景落地。
三星电子通过控股子公司Rainbow Robotics加速布局人形机器人，涵盖双足与轮式平台研发、执行器自研、AI世界模型开发，并在龟尾市建设数据工厂与量产基地；同时成立RX机器人业务办公室，整合人才与技术资源，响应韩国‘物理AI’国家战略。
旧金山初创公司Tau Robotics推出30美元一小时的人形机器人上门保洁服务，实际由真人远程遥控操作，AI仅辅助视觉识别和路径微调。该定价远低于边际成本，本质是通过亏损运营采集真实家庭场景下的操控数据，以推动人形机器人从1:1人工配比向1:N自主化演进。家庭环境因高度非结构化成为商业化最难突破的场景。
美国初创公司Tau Robotics推出人形机器人保洁服务，以遥控方式实现家庭清洁任务，三位命名机器人分别负责日常、定期和深度清洁，定价30美元/小时（约200元），强调真实一倍速演示与数据飞轮构建逻辑，聚焦具身智能在家庭场景的早期落地探索。
Mobileye创始人兼CEO Amnon Shashua在公司业绩承压、营收下滑、市值大幅缩水背景下辞去CEO职务，转向其创办并由Mobileye收购的具身智能机器人公司Mentee Robotics，折射出智驾供应商从传统ADAS Tier 1向Physical AI平台转型的战略困局与价值重估。
Walden Robotics是从丰田研究院分拆成立的机器人公司，半年内估值达11亿美元，获3亿美元种子轮融资。公司依托丰田制造体系加速商业化验证，聚焦大行为模型（LBM）技术，推动通用机器人在工厂场景中实现多任务学习与自适应操作，提升产线柔性与效率。
文章探讨家用机器人从‘人形叙事’向‘家务任务交付’的产品化转型，以Weave Robotics的Isaac 1、Nori L2、Fauna Sprout和Sunday等为例，分析其通过降低形态存在感、聚焦可验证任务包（如Laundry Flow、Daily Reset）、重构低成本机械臂设计及家庭动作数据采集等方式，回应真实家庭场景中的安全、隐私、可靠性与成本挑战。
