中國服務機器人出海：全鏈路碾壓開始了

5月30日，海豚社中國企業全球化50人論壇第三期——走進擎朗智能，在上海舉辦。

擎朗智能成立于2010年，是國內最早一批服務機器人公司，累計出貨量已突破10萬臺，為全球首家達到該量級的服務機器人廠商。IDC報告顯示，2023年中國餐飲配送機器人出海市占率44.8%，2024年全球商用服務機器人出貨量22.7%，均為全球第一。

本期活動圍繞「服務機器人出海與具身智能商業化」展開深度交流。

（海豚社·中國企業全球化50人論壇第3期-擎朗游學活動參觀現場）

前言：

AI終究要進入物理世界，這個趨勢沒有人會否認。但問題來了——為什么中國在具身智能領域機會最大？

中國贏面最大，是因為供應鏈成本、場景密度、迭代速度，三個優勢是疊加的。海外競爭對手缺一不可，中國全有。

過去兩年，人形機器人成了資本圈的流量密碼，估值一個比一個夸張。但冷靜下來看，真正跑通商業化落地的，幾乎全是專用形態的機器人——配送、清潔、醫療，場景明確，ROI可算。至于人形機器人？走進家庭的入場券，至少還要5年以上。。。。

但有一點很確定：這個賽道，中國企業贏面最大。 不是某一項領先，是全鏈路領先。以下為東哥觀點整理提煉，先從最務實的商業化場景說起。

01 | 酒店場景：人形機器人最務實的商業化起點

東哥在擎朗的實驗室親眼看了人形機器人的訓練過程。有一間按照真實酒店客房1:1搭建的模擬間，機器人在里面練疊衣服、換洗漱用品。

注意，崗位沒有被替代，是工作結構優化。 保潔阿姨不是失業了，是效率提高了、工作體驗改善了。這才是正確的AI落地邏輯——讓人做更有價值的事。

當前單臺人形機器人售價約數十萬，成本偏高。但擎朗的配送機器人當年也是從高價起步，隨著供應鏈成熟逐步降下來的。人形機器人大概率走同樣的曲線。

02 | 機器人成本已經打穿了人力成本

2019年前后，一線城市用一臺機器人的成本，已經和雇一個人基本持平。2023年以后，全國各線城市機器人成本都低于人力了。

重慶有家火鍋店叫"洞子口"，改造后新增15臺機器人，員工只增加了10個人，原來需要45人的規模。一臺機器人的工作效率，約等于兩個人。

這個成本曲線，未來只會越來越陡。

為什么？兩個驅動力：一是供應鏈成熟，硬件成本持續下降；二是算法迭代，機器人效率持續提升。

今天的配送機器人成本已經很低了，但真正讓東哥興奮的，不是配送，而是人形機器人。因為人形機器人才是AI進入物理世界的最終載體——沒有實體，AI只能存在于網絡空間。

擎朗的配送機器人就是在這個窗口期跑出來的。2018年量產線落地泰州，正好踩中成本曲線的拐點。

03 | 具身智能不等于人形機器人！

第一個認知刷新：Embodied Intelligence（具身智能）≠ Humanoid（人形機器人）。

具身的定義是“有物理身體的人工智能”，輪式、履帶式、機械臂都算——只是最近資本瘋狂追捧人形而已。目前真正跑通商業化落地的，幾乎全是專用形態，不是人形。

那人形的價值到底在哪？兩個底層邏輯：

①人類建造的物理世界默認按人體尺寸設計——門把手高度、臺階坡度、工具握持方式，非人形的適配成本長期存在；

②To C屬性最強，一旦進入家庭場景情感連接至關重要，這是輪式或履帶式很難替代的。

但現實很骨感：短期內最具商業化確定性的落地場景是特種行業、服務行業、工廠制造。大規模進入家庭？擎朗技術負責人的原話是：至少還要5年以上。

04 | 機器人行業的"小腦"和"大腦"

機器人三大核心能力：本體、小腦、大腦。

本體——機械設計、電機、電控、算力——已經初步具備穩定量產能力了。低故障率基本實現。這塊中國供應鏈碾壓全球，不用多說了。

小腦——運動控制——是目前國內最強的環節。以宇樹科技為代表，強化學習讓機器人的運動能力已接近人類水平。波士頓動力走的是液壓路線，單臺成本曾高達500萬美金；宇樹走關節式運控路線，性能接近但成本只有零頭。為什么？中國伺服電機、電池電控的完整產業鏈帶來的成本優勢。

追平宇樹的運動控制能力，判斷至少需要5年時間加等量人才投入。這個壁壘不算永久，但也不算短期。

真正卡脖子的是大腦——任務理解與決策。大模型讓"我說渴了，機器人去拿水"成為可能，但離商業可用還遠。核心瓶頸不是算法，是數據。

05 | 宇樹科技：硬件壁壘階段性，模型才是終局

宇樹科技是當前人形機器人賽道最受關注的公司，融資數十億，其中相當比例投向大模型研發。

東哥的看法很直接：宇樹的機械和運動控制壁壘是階段性優勢。中國供應鏈的追趕速度極快，華為、小鵬等巨頭已經入場，1-2年內運動控制差距可以被大幅縮小。宇樹真正的生死線在模型端——如果大模型研發不及預期，運動控制再強也只是"身體好但腦子笨"。

最終存活的企業必須雙輪驅動：硬件保證產品力，模型保證差異化。

這也是為什么東哥更看好擎朗的"崗位化"路線——通過在單一崗位上用人形機器人做深做透，積累海量的真實世界數據，再反哺給底層的通用智能模型。這種“專用→通用→專用”的數據飛輪，有效解決了具身智能缺乏物理訓練數據的行業痛點，是當前推動人形機器人從實驗室走向真實落地場景的最務實路徑。

06 | 數據，才是這個行業最深的護城河

人形機器人的訓練數據分三類：互聯網公開數據（成本低但質量差，放進去浪費算力）、仿真引擎數據（中等）、真實場景數據（成本最高，價值最大）。

真實數據怎么采集？頭戴設備錄制真人操作軌跡、VR手教生成運動軌跡、真機部署后持續采集強化學習數據。

但數據采集不是簡單的「錄下來就行」。背后還有切割、標注、清洗、多模態對齊（視覺+力覺+時序）、動作融合等工序。技術門檻遠高于傳統互聯網數據標注公司。

判斷：數據采集是伴隨整個行業的長期業務，不是階段性使命。具身智能的多維物理交互數據，價值遠超互聯網的一維/二維數據。未來頭部數據公司會從「賣服務」轉型為擁有私有域IP的平臺型企業。

真正決定商業價值的，不是機器人能不能跳高，而是能不能穩定可靠地在真實場景完成任務。而獲取數據的唯一方式，就是大量部署、持續運行。

誰先部署得越多，誰積累的數據就越多，模型就越強，能力就越好，部署就更多——這是一個飛輪，比互聯網時代的網絡效應更深，因為物理世界的數據門檻遠高于數字世界。這和消費互聯網的邏輯一模一樣：先有規模，才有數據；先有數據，才有壁壘。

擎朗的優勢就在這里。十幾萬臺設備在真實場景運行，客戶需求明確，供應鏈能力可控，后臺調度和安全管理體系已經成熟。別人還在PPT上畫餅，擎朗已經在真機跑了。

07 | 中國機器人出海，就是降維打擊

擎朗2020年左右啟動出海布局，2022年加速，僅用4年，海外營收已占到公司一半。日本軟銀既是投資人又是經銷商。

東哥和硅谷幾個機器人創業公司聊過，發現一個很有意思的現象。有家美國初創公司，從不同供應商買了一條手臂和一個靈巧手，拼在一起發現螺絲不匹配——螺帽和螺絲對不上，只能在實驗室里手搓零件。在國內，淘寶閃購或打個電話給供應商就解決了。

還有一家公司，需要工廠場景訓練機器人，美國找不到工廠給他們練手，最后跑回中國，趁國內工廠休息時間用機器人在產線上練。

硬件成本對比：國內同類型機器人成本僅為海外的30%-50%。物流設備也是類似邏輯——國內賣400萬的設備，海外賣1000萬以上。利潤空間極其豐厚。

海外本土廠商呢？ABB、庫卡、發那科、安川這些工業機器人"四大家族"，在服務機器人領域基本空白。LG價格高企、AI能力弱，三星試了一圈發現服務場景交互太復雜直接放棄。美國初創公司數量極少，且硬件供應鏈弱、缺少真實場景做訓練。

東哥的判斷：至少未來5-10年，中國企業在全球服務機器人賽道將保持絕對領先。這個邏輯和無人機賽道一樣——早期由美日主導，現在頭部企業全是中國的。服務機器人大概率走同樣的路徑。

總結

東哥對機器人行業的三個核心判斷：

第一，具身智能是確定性的大賽道，但不要低估時間。

行業還處于數據積累的早期，距離大規模商用至少5年以上。擎朗的"崗位化"路線是最務實的商業化路徑，不要幻想一步登天。

第二，中國機器人出海是真正的降維打擊。

供應鏈優勢（成本僅為海外30%-50%）+場景驗證優勢（國內高并發電商/物流/餐飲場景為模型訓練提供充足數據），海外傳統廠商和初創公司基本沒有競爭力。擎朗4年出海做到營收占半壁江山就是明證。

第三，數據飛輪是這個行業最深的護城河。

10萬臺設備在真實場景運行產生的數據，是任何純技術公司無法獲取的。部署量越大→數據越多→模型越強→能力越好→部署更多。誰先把飛輪轉起來，誰就贏。

中國企業全球化，下一站是具身智能。這波浪潮的體量，可能遠超我們所有人的想象。

最后感謝擎朗智能的精彩分享和接待。對機器人賽道感興趣的朋友，歡迎留言交流～