智能機(jī)器人最常見(jiàn)的“競(jìng)爭(zhēng)對(duì)手”不是其他的機(jī)器人，而是人工和專(zhuān)用設(shè)備。

具身智能賽道的熱度空前。然而，如何將技術(shù)熱度轉(zhuǎn)化為商業(yè)價(jià)值，仍是所有從業(yè)者面臨的難題。

具身智能的落地并非“魔法”，當(dāng)技術(shù)演示的驚艷感褪去，所有企業(yè)都必須面對(duì)從0到1、從1到N的嚴(yán)酷挑戰(zhàn)。這條路上布滿(mǎn)了陷阱，稍有不慎便可能因“過(guò)早擴(kuò)張”而耗盡資源，這也是行業(yè)普遍面臨的困境。

在2025年8月21日中國(guó)科技產(chǎn)業(yè)智庫(kù)「甲子光年」舉辦的「渡口——甲子引力X2025科技產(chǎn)業(yè)投資大會(huì)」上，梅卡曼德機(jī)器人創(chuàng)始人兼CEO邵天蘭帶來(lái)的題為《具身智能的技術(shù)進(jìn)步、實(shí)用落地與可規(guī)模化的商業(yè)模式》的分享。

演講中，他探討了具身智能從技術(shù)突破到商業(yè)落地的全過(guò)程，并回應(yīng)了行業(yè)內(nèi)廣泛關(guān)注的幾個(gè)核心問(wèn)題：

• 智能機(jī)器人的進(jìn)化路線(xiàn)圖是什么？

• 最大的陷阱在哪里？

• 智能機(jī)器人的真正生態(tài)位何在？

• 如何找到破局的思路，實(shí)現(xiàn)技術(shù)與商業(yè)的結(jié)合？

以下是梅卡曼德機(jī)器人創(chuàng)始人兼CEO邵天蘭演講實(shí)錄，經(jīng)「甲子光年」編輯，有刪改。

大家好，非常榮幸今天有機(jī)會(huì)和大家分享一下我們?cè)诰呱碇悄?，特別是在商業(yè)落地方面的一些思考。

先放一下前陣子7月26日至29日在上海世界人工智能大會(huì)上的現(xiàn)場(chǎng)展示。我們的展臺(tái)參觀(guān)人數(shù)超過(guò)5萬(wàn)人，現(xiàn)場(chǎng)一直人很多，在網(wǎng)上也能找到很多相關(guān)視頻。

第一個(gè)視頻展示的是我們的大模型在控制機(jī)器人自主完成疊衣服的任務(wù)，這是典型的柔性物體的長(zhǎng)程操作。過(guò)去大家普遍認(rèn)為柔性物體非常難處理，但隨著大模型的進(jìn)步，現(xiàn)在也能夠?qū)崿F(xiàn)非常好的操作效果。

第二個(gè)視頻展示的是“海量物體”任務(wù)。我們現(xiàn)場(chǎng)準(zhǔn)備了幾百種物體，機(jī)器人通過(guò)互聯(lián)網(wǎng)數(shù)據(jù)、仿真數(shù)據(jù)和真實(shí)機(jī)器訓(xùn)練，共同訓(xùn)練得到的大模型，能夠完成物體的識(shí)別、抓取和分類(lèi)。

第三個(gè)視頻是我們?cè)赪AIC現(xiàn)場(chǎng)的展示，也是當(dāng)時(shí)唯一一家進(jìn)行此類(lèi)展示的企業(yè)：機(jī)器人能夠通過(guò)語(yǔ)言執(zhí)行多樣化的指令，完成復(fù)雜任務(wù)，現(xiàn)場(chǎng)有很多人在測(cè)試。最后，我們還結(jié)合人形機(jī)器人展示了Manipulation的能力。

對(duì)于機(jī)器人來(lái)說(shuō)，目前大家最關(guān)注的幾個(gè)方向主要有兩個(gè)：一是Navigation（導(dǎo)航），這一方向相對(duì)比較成熟；二是Locomotion（運(yùn)動(dòng)），在前幾天的機(jī)器人運(yùn)動(dòng)會(huì)上，大家也看到了跑、跳、在不平衡路面行走，甚至打拳、跳舞等，這些都是典型的Locomotion，也就是機(jī)器人的運(yùn)動(dòng)能力。

隨著像PPU以及仿真等整個(gè)技術(shù)棧逐漸成熟，現(xiàn)在能夠?qū)崿F(xiàn)機(jī)器人跳舞等功能的公司也越來(lái)越多。而自公司成立以來(lái)，我們一直專(zhuān)注于機(jī)器人操作。

剛才大家看到的例子，包括處理海量物體、多維物體、透明物體、快遞包裹、柔性線(xiàn)材等，尤其是在面對(duì)未知環(huán)境、大量物體隨意堆疊、柔性物體等復(fù)雜場(chǎng)景時(shí)，這正是我們所專(zhuān)注的方向。

目前，我們已經(jīng)進(jìn)入了規(guī)?；腿蚧A段。我們現(xiàn)在服務(wù)了超過(guò)110家《財(cái)富》500強(qiáng)客戶(hù)，今年銷(xiāo)售量預(yù)計(jì)過(guò)萬(wàn)臺(tái)。根據(jù)多家第三方市場(chǎng)研究數(shù)據(jù)，我們?cè)谥袊?guó)已經(jīng)連續(xù)五年市場(chǎng)占有率第一。

去年在中國(guó)市場(chǎng)的占有率達(dá)到近40%，是第二名的數(shù)倍。在全球范圍內(nèi)，我們同樣排名第一，領(lǐng)先優(yōu)勢(shì)非常明顯，并且在日本、美國(guó)、韓國(guó)、歐洲、東南亞等主要區(qū)域都位居前列，這就是我們目前的市場(chǎng)份額情況。

最后總結(jié)一下，梅卡曼德機(jī)器人的Manipulation技術(shù)，背后是“眼-腦-手”協(xié)同能力，已經(jīng)可以應(yīng)用在非常多的行業(yè)。大家主要看到的還是制造業(yè)和物流業(yè)，但現(xiàn)在也在逐步進(jìn)入服務(wù)業(yè)。

1.從L0到L10：機(jī)器人進(jìn)化與陷阱

這里想和大家分享我們?cè)谏a(chǎn)制造、物流等領(lǐng)域的一些嚴(yán)肅應(yīng)用實(shí)踐，以及其中的“打怪升級(jí)”路線(xiàn)。過(guò)程中有一些關(guān)鍵點(diǎn)，也存在一些Trap，這些往往是最容易導(dǎo)致失敗的環(huán)節(jié)，也是我們這些年觀(guān)察到的現(xiàn)象。

我們現(xiàn)在的主力產(chǎn)品在L9到L10階段，因?yàn)槿ツ晡覀兊臉I(yè)務(wù)大部分在L10，小部分在L9。我們也有新的產(chǎn)品，比如說(shuō)百億以上參數(shù)的大模型，目前在L3.5。L0為什么我不叫它L1？因?yàn)橛袝r(shí)候L0其實(shí)什么都沒(méi)有。它可能是仿真、渲染、AI生成的，或者擺拍、多次拼接的結(jié)果。

L1可以一鏡到底，多拍機(jī)器人能夠有多次運(yùn)動(dòng)。

L2大家在WAIC和WRC上看到非常多的展示，就是它可以在短時(shí)間內(nèi)演示，比如跑個(gè)一兩次，但做不到長(zhǎng)時(shí)間高頻率的運(yùn)行。

L3是長(zhǎng)時(shí)間的連續(xù)演示。但因?yàn)槭莻€(gè)封閉場(chǎng)景，所以仍然可以設(shè)計(jì)、單獨(dú)調(diào)整。比如說(shuō)針對(duì)一臺(tái)機(jī)器和一個(gè)環(huán)境，我們的核心研發(fā)團(tuán)隊(duì)可能會(huì)鋪三個(gè)月，用無(wú)數(shù)數(shù)據(jù)去適配。但它確實(shí)可以做到連續(xù)演示。

到L4時(shí)，我們能夠在個(gè)別客戶(hù)現(xiàn)場(chǎng)展示，但往往需要核心研發(fā)人員參與。

到L5時(shí)，在個(gè)別現(xiàn)場(chǎng)的設(shè)備能真正使用起來(lái)，但這里要特別強(qiáng)調(diào)：核心人員仍然需要長(zhǎng)時(shí)間參與。

到L6時(shí)，核心研發(fā)人員就不需要駐場(chǎng)了。

L7時(shí)，在研發(fā)人員參與的情況下，可以擴(kuò)展到更多客戶(hù)，但仍離不開(kāi)研發(fā)人員。

L8時(shí)不需要研發(fā)人員參與，產(chǎn)品就可以直接銷(xiāo)售。

L9時(shí)，公司會(huì)通過(guò)渠道等支持來(lái)推動(dòng)銷(xiāo)售。

L10就是我們現(xiàn)在大部分業(yè)務(wù)的狀態(tài)，合作伙伴可以自主完成銷(xiāo)售。這里面綠色標(biāo)注的是重大Milestone，紅色標(biāo)注的是Trap。

根據(jù)這些年我們?cè)趪?guó)內(nèi)外的觀(guān)察，包括中國(guó)、日本、美國(guó)、歐洲等市場(chǎng)，我們發(fā)現(xiàn)絕大部分公司都死在紅色標(biāo)注的階段。這就是典型的Premature Scaling（過(guò)早擴(kuò)張）。

當(dāng)你還沒(méi)達(dá)到相應(yīng)成熟度時(shí)，強(qiáng)行去做成熟階段的事，就會(huì)發(fā)現(xiàn)資源被過(guò)快稀釋。

而資源過(guò)快稀釋是非?？植赖?，沒(méi)有任何公司，哪怕是谷歌這樣萬(wàn)億級(jí)公司，也扛不住3次方速度的資源消耗。

我先講一下L2到L3的Trap。L2的Trap在于，很多人看到設(shè)備能跑一兩次，就會(huì)想當(dāng)然地認(rèn)為它是L3，覺(jué)得它能真正落地。于是就會(huì)要求開(kāi)始接觸客戶(hù)。

我們見(jiàn)過(guò)非常多公司死在這里。因?yàn)槎虝r(shí)間的演示對(duì)模塊穩(wěn)定性、成熟度的要求沒(méi)那么高，但如果沒(méi)到L3就直接拿去客戶(hù)現(xiàn)場(chǎng)展示，就會(huì)帶來(lái)極不合理的時(shí)間預(yù)期。

此時(shí)很多研發(fā)人員應(yīng)該會(huì)有共鳴：在公司內(nèi)部做短時(shí)間演示壓力不大，可以把模塊和產(chǎn)品好好打磨。但一旦進(jìn)入L3，開(kāi)始接觸客戶(hù)，就會(huì)有巨大的時(shí)間壓力。前線(xiàn)會(huì)告訴你客戶(hù)在等著，要求你一個(gè)月能不能出成果，下個(gè)月能不能交付，研發(fā)就會(huì)陷入非常不合理的節(jié)奏。

L5也是典型的Trap。原因在于L5雖然產(chǎn)品能在現(xiàn)場(chǎng)使用，但研發(fā)人員還沒(méi)真正脫手。

這時(shí)候一定不要急。如果業(yè)務(wù)前線(xiàn)像L6一樣大規(guī)模拓展，就會(huì)導(dǎo)致后續(xù)2次方甚至3次方的消耗增長(zhǎng)，取決于你的擴(kuò)張速度。核心研發(fā)能力會(huì)被迅速稀釋。意味著每開(kāi)拓一個(gè)客戶(hù)，就會(huì)損失一部分研發(fā)力量。如果要保持研發(fā)力量不變，就需要指數(shù)級(jí)的增長(zhǎng)，沒(méi)有任何公司能承受。

L5是非常典型的Trap。很多公司在個(gè)別客戶(hù)那里耗費(fèi)了巨大精力，勉強(qiáng)跑起來(lái)一兩臺(tái)設(shè)備，但還沒(méi)到L6，就盲目擴(kuò)張到L7、L8，結(jié)果資源被快速稀釋。

這就是為什么紅色階段很危險(xiǎn)。如果沒(méi)有真正堅(jiān)持到綠色Milestone，就會(huì)迅速消耗資源。

梅卡曼德現(xiàn)在處在L9到L10之間，已經(jīng)全面經(jīng)歷過(guò)這些階段。經(jīng)驗(yàn)是，當(dāng)處在紅色階段時(shí)，一定要有耐心，堅(jiān)持到綠色階段，再去做擴(kuò)張。

再分享一下機(jī)器人的智能程度分級(jí)。很多機(jī)器人，包括現(xiàn)在的人形機(jī)器人，其實(shí)智能程度還停留在L0或L1。比如機(jī)器人打鼓、炒爆米花、穿串，這些動(dòng)作幾乎都是預(yù)設(shè)，屬于L0或L1。

到L2的主要標(biāo)志是動(dòng)作要自主，雖然任務(wù)可以固定，但動(dòng)作必須自主完成。到L3時(shí)，任務(wù)要能夠動(dòng)態(tài)下發(fā)。隨著智能程度的提升，應(yīng)用場(chǎng)景會(huì)隨著環(huán)境的可控性、任務(wù)的復(fù)雜性、客戶(hù)的專(zhuān)業(yè)度要求以及市場(chǎng)規(guī)模的提升而不斷拓展。

我們認(rèn)為，機(jī)器人智能的關(guān)鍵在于能否應(yīng)對(duì)復(fù)雜和變化的環(huán)境，而不在于是不是人形。

如果是人形但只做固定動(dòng)作，比如打鼓，那并沒(méi)有智能。而即使是機(jī)械臂形態(tài)，只要能處理復(fù)雜的任務(wù)，比如貨品操作，那才是真正的智能，也是關(guān)鍵能力所在。

梅卡曼德目前在L2的智能上，已能針對(duì)特定任務(wù)通過(guò)統(tǒng)一靈巧手進(jìn)入試用階段，單年出貨量預(yù)計(jì)過(guò)萬(wàn)臺(tái)，其中一半在海外，全球范圍都取得領(lǐng)先。L3階段，我們認(rèn)為初步應(yīng)用應(yīng)該能以月為單位推進(jìn)。這就是我們現(xiàn)在正在做的事情，目前我們已經(jīng)實(shí)現(xiàn)了通用化、標(biāo)準(zhǔn)化和全球化。

2.智能機(jī)器人的生態(tài)位

智能機(jī)器人的真正客戶(hù)，不會(huì)因?yàn)椤爸悄軝C(jī)器人”這五個(gè)字就買(mǎi)單。無(wú)論是“具身智能”，還是“通用大模型”，客戶(hù)并不會(huì)單純因?yàn)楦拍疃?gòu)買(mǎi)。

智能機(jī)器人最常見(jiàn)的“競(jìng)爭(zhēng)對(duì)手”不是其他的機(jī)器人，而是人工和專(zhuān)用設(shè)備。

人工的競(jìng)爭(zhēng)力非常強(qiáng)。首先，人工具備高度多樣化的能力。比如大家去星巴克，會(huì)發(fā)現(xiàn)店員的能力非常綜合，什么都能做。同時(shí)，人工的靈活性也很高，服務(wù)能力也很強(qiáng)。比如咖啡師，除了能做咖啡，還能促進(jìn)銷(xiāo)量，主動(dòng)推銷(xiāo)杯子等。他們能處理很多任務(wù)。

另一個(gè)顯著優(yōu)勢(shì)是應(yīng)對(duì)突發(fā)和長(zhǎng)尾需求，這在服務(wù)業(yè)里非常常見(jiàn)。只要去過(guò)餐館稍加觀(guān)察，就能發(fā)現(xiàn)突發(fā)長(zhǎng)尾需求非常多，便利店也是如此。人工的單次成本其實(shí)很低，比如短時(shí)間內(nèi)家里需要清潔或收拾，短期雇傭人工的成本并不高，而且可以快速、動(dòng)態(tài)地調(diào)配。像“618”這樣的電商大促，快遞爆單時(shí)可以臨時(shí)多雇人，平時(shí)則減少雇傭，這是人力的強(qiáng)大之處。

但人工也有問(wèn)題，比如穩(wěn)定性、一致性不足，長(zhǎng)期綜合成本較高，包括質(zhì)量、食宿、培訓(xùn)、管理等。同時(shí)一些特定技能（如焊接）以及安全性，也對(duì)人有較高要求。

另一類(lèi)強(qiáng)大競(jìng)爭(zhēng)對(duì)手是專(zhuān)用設(shè)備。我們每個(gè)人家里都有，比如洗衣機(jī)、洗碗機(jī)，現(xiàn)在發(fā)展很快的割草機(jī)、采摘機(jī)等。比如說(shuō)如果拿人形機(jī)器人去玉米地里掰玉米棒，很顯然是不合理的方案，收割機(jī)才是更高效的方式。

專(zhuān)用設(shè)備完成特定任務(wù)的效率極高，如果能飽和使用，效果更好。比如家里有大面積玉米地，每天都要收割，那收割機(jī)的效能就非常高。

但如果只種十根玉米，就完全不值當(dāng)去買(mǎi)收割機(jī)。再比如餃子機(jī)，一般家庭不會(huì)用到買(mǎi)餃子機(jī)的程度。但如果是餃子館，買(mǎi)餃子機(jī)顯然比買(mǎi)人形機(jī)器人包餃子要靠譜得多。

那么機(jī)器人包餃子有沒(méi)有用？當(dāng)然有。比如家里有一個(gè)人形機(jī)器人，它也能包餃子。雖然包的不是一天一萬(wàn)個(gè)，只是幾十個(gè)夠家里吃，這種場(chǎng)景就會(huì)有價(jià)值。

但整體來(lái)看，機(jī)器人會(huì)受到人工和專(zhuān)用設(shè)備的雙重?cái)D壓。因此智能機(jī)器人必須找到自己的生態(tài)位。

我們對(duì)智能機(jī)器人的期待是：它要能夠填補(bǔ)專(zhuān)用設(shè)備難以應(yīng)對(duì)的復(fù)雜、多變和長(zhǎng)尾的場(chǎng)景。同時(shí)，它要像人工一樣靈活，能夠快速部署、快速調(diào)整——客戶(hù)想讓它干什么就能干什么，并且比人工更穩(wěn)定。

機(jī)器人領(lǐng)域存在非常典型的難點(diǎn)。我這里講一點(diǎn)：市場(chǎng)極度碎片化。

原因是，不碎片化的市場(chǎng)基本都被專(zhuān)用設(shè)備覆蓋了。比如包餃子，餃子機(jī)的效率遠(yuǎn)遠(yuǎn)高于人形機(jī)器人。普通家庭包餃子不值得買(mǎi)餃子機(jī)，但餃子館買(mǎi)餃子機(jī)顯然更劃算。所以機(jī)器人在這種場(chǎng)景中只能發(fā)揮有限作用。

機(jī)器人注定要面對(duì)一個(gè)龐大但碎片化的市場(chǎng)，應(yīng)用場(chǎng)景復(fù)雜。

因此，我們的選擇是：要做“眼-腦-手”通用組件，實(shí)現(xiàn)真正的通用性，而不是用“看似通用”的形態(tài)去做某一個(gè)專(zhuān)業(yè)任務(wù)。

我們的商業(yè)模式是堅(jiān)持“標(biāo)準(zhǔn)化產(chǎn)品+合作伙伴”，而不是自己做所有事情的解決方案。通過(guò)商業(yè)閉環(huán)和數(shù)據(jù)飛輪來(lái)實(shí)現(xiàn)健康發(fā)展。我們選擇這樣的形態(tài)，正是為了應(yīng)對(duì)這些挑戰(zhàn)。

我們的核心技術(shù)，像人工智能的視覺(jué)、機(jī)器人等被我們沉淀為標(biāo)準(zhǔn)化產(chǎn)品。“眼-腦-手”可以結(jié)合各種形態(tài)的機(jī)器人，進(jìn)入不同行業(yè)，滿(mǎn)足各種需求。

我們的核心技術(shù)變成標(biāo)準(zhǔn)化產(chǎn)品，再結(jié)合各種設(shè)備進(jìn)入場(chǎng)景。我們自己不做各種形態(tài)的機(jī)器人，但能夠適配?，F(xiàn)在已經(jīng)適配了四十多個(gè)品牌、一千多個(gè)型號(hào)，并且有大量實(shí)際落地案例。我們覆蓋的行業(yè)主要是制造和物流，應(yīng)用場(chǎng)景非常廣泛。

最后我再簡(jiǎn)單解釋一下“眼-腦-手”。眼睛是高精度3D成像，高精度相機(jī)在0.2秒內(nèi)就能完成物體的精細(xì)掃描。我們做的是具身智能，不是魔法，我們沒(méi)有突破數(shù)學(xué)和物理定律。我建議大家也不要嘗試。數(shù)學(xué)家很少告訴你能做什么，但總會(huì)告訴你不能做什么，不聽(tīng)的下場(chǎng)通常不太好。我們也一樣。

如果原始信號(hào)中的信息量不足，就不可能通過(guò)任何方法達(dá)到可靠性，這是數(shù)學(xué)決定的。

但這有一個(gè)好處：三維掃描交給算法工程師時(shí)，沒(méi)有人會(huì)說(shuō)“我識(shí)別不了”或“做不了”，大家都覺(jué)得可以。這也解決了一些內(nèi)部扯皮的問(wèn)題?？梢钥吹剑覀兊某上褓|(zhì)量非常高，這是“眼”的部分。

“腦”和“手”的部分，我們已經(jīng)進(jìn)入規(guī)模化部署。我們有大量真實(shí)數(shù)據(jù)，因?yàn)槲覀兲幚磉^(guò)10萬(wàn)種貨品。

“手”的部分今天時(shí)間有限，視頻就不展示了?！笆帧北举|(zhì)上是個(gè)軟件產(chǎn)品，因?yàn)闄C(jī)械部分相對(duì)容易，真正的核心還是軟件。

除此之外，我們也形成了非常高效的運(yùn)營(yíng)體系。整個(gè)機(jī)器人行業(yè)鏈條很長(zhǎng)。除了核心技術(shù)，比如多模態(tài)大模型、眼睛、手等基本功外，培訓(xùn)、渠道、質(zhì)量、生產(chǎn)等基本功也很重要。我見(jiàn)過(guò)很多案例，最終死于基本功沒(méi)做好。我們?cè)谶@方面投入了很多努力，現(xiàn)在大客戶(hù)和渠道能力也已經(jīng)發(fā)展得很好。

我們作為“具身智能眼-腦-手”的基礎(chǔ)組件提供方，能夠適配各種形態(tài)的設(shè)備，進(jìn)入各種行業(yè)和應(yīng)用場(chǎng)景。我們現(xiàn)在實(shí)現(xiàn)了高度的標(biāo)準(zhǔn)化和通用化。同一款軟件、同一系列相機(jī)，可以結(jié)合四十多個(gè)品牌、一千多個(gè)型號(hào)，年銷(xiāo)量超過(guò)萬(wàn)臺(tái)。同時(shí)，我們有一半業(yè)務(wù)來(lái)自海外，在主流發(fā)達(dá)國(guó)家市場(chǎng)都拿到第一。

目前我們大部分業(yè)務(wù)已經(jīng)不需要自己派技術(shù)人員，更不需要派研發(fā)人員，完全通過(guò)渠道生態(tài)就能實(shí)現(xiàn)落地，并進(jìn)入多個(gè)行業(yè)，市場(chǎng)占有率也在快速提升。

今天，希望以我們自身為例，和大家分享具身智能所面臨的真實(shí)挑戰(zhàn)：比如專(zhuān)用設(shè)備的競(jìng)爭(zhēng)、人力的替代、市場(chǎng)的碎片化，以及我們的應(yīng)對(duì)思考。更多信息，歡迎大家通過(guò)微信或我們的網(wǎng)站搜索我們的名字——梅卡曼德，謝謝大家。

（封面圖來(lái)源：「渡口——甲子引力X2025科技產(chǎn)業(yè)投資大會(huì)」；文中其他配圖來(lái)源：梅卡曼德機(jī)器人）