云领未来 · 智驭灵韵 服务热线 021-62280217 中文 | EN

具身智能进入订单与成本验证期,资本从整机回流芯片

事件概述

本周具身智能领域出现三条方向一致但落点不同的信号。其一是通用模型路线的组织调整。据外媒报道并经公司确认,OpenAI已调整原有独立机器人团队,机器人研究人员并入由首席研究官负责的核心研究体系,应用机器人与硬件团队转入由总裁负责的应用组织。公司表示机器人仍是长期核心方向,调整意在加快进展。报道提到,年初团队预期进展将来自视频模型,此后通用模型展现出的推理与多模态能力使部分机器人任务可直接调用通用模型能力;该公司尚未展示自有人形机器人,目标在2027年进行首次公开演示。

其二是商业化订单开始绑定可量化条件。物流运营企业GXO与人形机器人公司Apptronik签署合作意向书,围绕货到人与人到货拣选、箱体及周转箱搬运、包装与分拣等仓储任务开展试验,计划自2027年起扩大现场试验,若达到双方约定的生产效率、安全性与运营指标,将在未来四年内推动最多1000台Apollo机器人的全球部署,首批北美部署预计在2027年下半年启动,并拟采用机器人即服务(RaaS)模式。需要明确的是,1000台是附带条件的未来部署意向,并非已签署的采购订单或已交付数量。

其三是资金流向的结构性变化。有财经媒体11月15日报道,投资人对具身智能整机与模型的判断出现分歧,资金开始从整机与模型端撤离、向半导体回流,具身智能芯片成为资金集中方向。同期披露的交易包括:面向机器人端侧的大小脑一体SoC企业完成5亿元天使轮融资,计划2027年提供开发验证平台、2028年发布首款芯片;相关大算力芯片企业10月完成合计约17亿元融资;德国人形机器人与机械臂企业完成5亿美元融资、估值85亿美元,其工厂预计2026年生产约2000台;国内建筑机器人企业完成超亿元融资,抹灰机器人日均作业面积约300至350平方米,预计2026年产品销售订单同比增长超过100%。

背景与解读

一、技术背景与演进脉络

具身智能的技术架构正在从单一专用模型向分层协同演化。过去机器人通常需专门训练视觉、动作与控制模型;通用模型推理与多模态能力增强后,高层任务规划、语义理解与异常处置有机会直接复用通用能力,而实时性、运动安全、力控精度与环境适应仍依赖专用模型与底层控制系统。组织调整反映的正是这一分工重估:把机器人研究并入核心模型体系,并不等于专用控制环节消失,而是把竞争力重心上移到通用规划与下移到可靠执行的两端。独立团队是否必要,取决于两者之间的接口能否标准化。

二、核心驱动与底层机制

第一个机制是验证标准从演示转向单位经济性。仓储物流合作把部署规模与生产效率、安全指标、设备利用率绑定,并采用RaaS降低客户初期资本开支,意味着供应商需要承担更长周期的运行风险与维护成本;竞争焦点由能否完成动作变为单位任务成本、连续运行时长与故障率。第二个机制是算力从云端训练向端侧部署迁移。机器人对时延、离线可用性与功耗的约束,使端侧推理芯片成为独立品类,大小脑一体SoC试图在单芯片上同时承载视觉感知、模型推理与运动控制,资本从整机回流芯片正是对这一瓶颈的定价。第三个机制是供应链成熟度差异。整机与模型的技术路线尚未收敛、估值缺乏可比锚点,而芯片、传感器、减速器等环节有更明确的量产节奏与客户验证路径,在不确定性上升时资金自然向上游可验证环节集中。

三、市场格局与产业链影响

产业链分工可能进一步细化:通用模型厂商提供高层规划能力,控制系统与实时执行层由专业厂商承担,端侧芯片与传感器决定物理边界,运营方则以场景数据与效率指标反向定义产品规格。对整机企业而言,估值逻辑将从技术叙事切换为订单质量——附条件意向、试点合同与批量采购需分层披露,混同表述会放大预期波动。对芯片企业,2027至2028年的开发验证与首发节奏意味着短期收入有限,需警惕把融资额当作产业化进度。对物流、建筑、制造等应用方,RaaS与细分场景机器人提供了低门槛试错路径,建筑机器人先以工艺数字化把单道工序做稳定、再叠加环境理解能力的做法,说明商业化未必都要从通用大模型起步。

影响与趋势

短期看,行业将进入订单与成本数据的密集披露期,教学重点从发布会演示转向可核验的运行指标。中期看,若通用模型在高层规划上的复用被验证,专用模型与整机厂商的价值可能向数据、控制与系统集成集中;若端侧算力无法在功耗与成本上达标,整机量产节奏会受制约。关键观察变量包括:现场试验的效率与安全指标是否公开、RaaS合同的单位任务定价、端侧SoC的流片与实测算力、以及整机企业披露订单中已交付与意向的比例。资本层面还需关注资金从整机回流芯片是否形成持续趋势,或仅是阶段性避险。

对产业参与者的启示

投资机构应把意向台数、试点台数与已交付台数分开核验,并以单位任务成本、设备利用率与长期运行稳定性作为估值输入,而非以参数规模或演示视频判断进度。整机与方案商宜主动披露条件性条款与验收口径,降低市场预期错配;同时把维护、备件与远程诊断纳入产品成本模型。芯片与部件企业需围绕真实工况定义算力、时延与功耗指标,尽早与整机厂共建验证平台。应用方在试点合同中应明确效率基线、安全责任与数据归属,并保留按指标分期扩大部署的权利,避免一次性锁定未经验证的规模。

本栏目内容为行业信息整理与技术观点分享,不构成任何投资建议。