「視覺具身智能第一股」港交所上市：一條場景先行的商業化路徑

7月8日，港股“視覺具身智能第一股”瑞為技術正式登陸港交所。香港公開發售獲3646.06倍認購，國際發售獲3.08倍認購。

這不是一個孤立的IPO事件。把它放在2026年AI行業的坐標里看，它折射出一個更值得關注的信號：資本市場對AI公司的審美正在發生變化。

過去兩年，AI和具身公司靠“參數規模”和“技術展示”搶奪頭條。但到了2026年中，二級市場開始用另一種尺度衡量企業的價值，估值邏輯轉向“商業化能力”——不是“你的模型有多大”、“跑跳是否流暢”，而是“你的技術能不能進到真實場景里干活”，

與其他公司不同的是，瑞為技術提供了一個“場景先行”的樣本。這家公司不是“拿著算法找場景”，而是從機場、商業空間等B端實際需求切入，先解決機器如何“看懂”，再沿著業務流程往具身機器人延伸，逐步補齊決策與執行能力。

瑞為創始人詹東暉將其概括為一句話：“AI要從人的智力助手，進化為人的生產力助手。”

從“垂直場景”出發

瑞為進入具身智能領域并非臨時起意。2012年公司成立時，從致力讓機器“看見”起步，十四年間，先做感知，再做認知，最后進入執行。詹東暉描述這個路徑為“先造大腦，再造手腳”。

這一順序決定了瑞為與其他具身智能公司的差異。目前，具身智能賽道大致存在兩類主流路徑：一類是機器人本體公司，思路是用產品打開場景——從運動控制、整機工程和量產能力出發，試圖用規模化生產降低成本，進而將機器人推向更多場景。另一類是通用AI公司，試圖用能力更強的模型為機器人裝上“大腦”，提升泛化能力。但這兩條路線面臨共同挑戰：能力演進尚未跟上通用場景的實際需求。

瑞為走的是第三條路——根據具體場景定義產品。先識別哪些產業任務適合機器完成，再倒推所需的感知、決策和執行能力。這種方式與其團隊基因有關。創始人詹東暉畢業于南京大學電子學與信息系統專業，曾在華為工作近九年。公司CTO、首席科學家等技術高管均為博士背景。這決定了瑞為的“工程化”路徑：從具體場景的問題出發，再根據客戶需求擴展產品范圍。

這條路線在原有視覺智能業務中已經跑通。根據招股書，2023年至2025年，瑞為收入由2.42億元增長至4.43億元；2025年，智慧民航、智慧商業和智慧安全駕駛分別貢獻收入1.72億元、1.54億元和1.16億元。

這也說明，先進入場景、理解任務、打磨產品，再向更加復雜的執行能力延伸，同樣可能成為一條具身智能商業化的現實路徑。

面向生產力，B端應用將是主戰場？

在瑞為創始人詹東暉的判斷里，未來三到五年，具身智能將率先在企業級場景放量。盡管B端落地門檻更高，但與需求分散、場景開放的C端相比，工業、物流和交通等領域的任務邊界更清晰、流程更標準，效率提升也更容易量化。

機場行李搬運就是這樣的典型場景。2025年，瑞為將認知決策能力與機器人執行能力結合，推出“曉蟻”行李轉運機器人，公司研發的復合執行器集成吸盤、夾爪和拉鉤等功能，可以針對不同類型的行李組合作業，這與傳統印象中的靈巧手并不相同，背后體現的依然是實用為先的思路。在詹東暉看來，“對B端客戶而言，機器人是否足夠像人不是首要標準，能否穩定完成任務、降低成本、持續創造生產價值更為重要。”

2026年4月，瑞為推出VTFLA多模態具身大模型，在傳統VLA框架中加入觸覺和力覺反饋，使機器人能夠判斷抓取是否穩固、力度是否合適，并實時修正動作。瑞為將自研重點投入末端執行器、整機工程和軟硬件協同。詹東暉特別強調一個在具身智能領域較少被提及的指標—魯棒性。“真的要到企業客戶的生產環境中完成7×24小時工作，機器人本體的工程設計、魯棒性、安全可靠性，將成為非常核心的要素”。

相較于從模型或機器人本體出發、再尋找應用場景的企業，瑞為的優勢在于已經進入真實生產流程，在長期服務的民航、商業空間和安全駕駛場景中，積累了大量行業數據、客戶需求和工程交付經驗。

跨場景復制，從“縱向”深耕到“橫向”擴張

如果說具身智能商業化的第一步是進入場景，那第二步就是從單一場景提煉可復制的能力。當前，不少機器人企業已經能夠在工廠、倉庫、機場等場景完成試點，但從“做成一個項目”到“復制一類產品”，仍存在較大距離——每進入一個新行業，往往都要重新適配模型和硬件，研發與交付成本難以下降，業務最終停留在高度定制的項目制階段。

換言之，具身智能規模化的關鍵，不是將同一臺機器人原封不動地搬到所有行業，而是明確哪些能力可以復用，哪些環節必須重新適配。

瑞為的戰略差異，提供了一個新的觀察樣本。公司創始人詹東暉，將其過去十余年的發展方式概括為“市場不變、產品變”的縱向深耕策略：圍繞民航、商業空間和安全駕駛等市場，持續增加產品種類。進入具身智能階段后，公司提出轉向“產品不變、市場變”的橫向擴張策略，以相對聚焦的機器人產品進入更多應用場景。

橫向擴張能否成立，取決于跨場景復用能力。視覺、觸覺和力覺感知，多模態模型、末端執行器及整機工程等技術模塊具有一定遷移空間，但不同行業的客戶需求、業務流程和安全約束難以直接復制。

對此，瑞為試圖復用的，不只是具體技術和產品，還包括識別需求、建立客戶信任，以及在垂直場景和真實業務流程里積累起來的方法論。這也解釋了，之所以從機場起步延伸具身智能產品，就是因為瑞為在民航領域深耕多年，懂得場景、信任可遷移——部署機器人的路，比任何人都短。

而據招股書披露，工業物流和倉儲自動化已在產品路線圖規劃中，與機場場景共用同一技術平臺——視覺智能體從感知向執行的延伸，是同一套技術底座向相鄰場景的自然擴展。

從這一規劃看，瑞為試圖復制的并非某一款機器人的具體形態，而是“底層能力復用、具體場景適配”的產品化路徑。

此外，區別于云端通用大模型，瑞為一開始就明確自己的定位——要做端側智能，致力于在有限的算力與成本約束下，實現接近千億級參數模型的性能。

加碼研發、供應鏈、出海，上市之后的新征程

弗若斯特沙利文預計，到2030年，僅機場具身智能產品的潛在市場規模就有望達到300億元，這遠高于民航視覺智能產品約63億元的市場規模。

新業務也意味著更高投入，而此次IPO為瑞為爭取了更長的研發與商業化窗口。招股書顯示，募集資金將用于研發、渠道及生產基地建設，達產后預計形成每年600臺智慧登機門、120套安檢門和200臺行李轉運機器人的產能。同時，公司還計劃將部分募集資金用于拓展海外銷售渠道。在詹東暉眼中，未來10年，海外將成為瑞為的下一個市場重點。

接下來，資本市場關注的將是，公司開發的各類具身智能產品能否從試點轉向規模交付，相關能力能否走出機場，進入物流、制造和特種作業等更多場景，以及技術投入最終能否轉化為收入、利潤和現金流。

對瑞為而言，上市是對過去十余年視覺智能業務的一次總結；從“看見、看懂”走向“能夠行動”，則是一場剛剛開始的新戰役。瑞為能否跑通這條場景先行的路徑，也將為行業判斷具身智能的商業化方向提供一個重要樣本。