













良品率是第一道坎。 做10台和做1000台完全是两回事。工业场景对一致性的要求远高于消费级场景,一旦良品率掉到某个阈值以下,售后成本会反过来吃掉所有利润。我听到的内部说法是,目前头部企业的量产良品率在85%上下,距离工业级客户要求的95%还有差距。这个差距能不能在Q3之前补上,是个硬仗。 数据闭环是第二道坎,也是更关键的。 机器人不是卖出去就完事了。卖到工厂里跑起来之后,能不能把真实操作数据回流到模型训练里,形成迭代飞轮——这直接决定了产品的长期竞争力。目前听说几家公司在数据采集和标注的投入上非常激进,但数据质量参差不齐,很多团队在"数据清洗"这个环节就卡住了。 成本是第三道坎。 现在行业头部产品的整机成本大概在20到40万一台。一个工厂熟练工一年工资10到15万。你让厂长花20多万买个机器人,回收期要两三年,他多半会再想想。 







核心零部件国产替代。丝杠、减速器、力矩传感器、灵巧手——这些"卡脖子"零件的国产化是最确定的方向。逻辑很朴素:整机卖得越多,零件需求就越大,而且目前国产替代的渗透率还很低。风险也低一些,因为技术路径比较清晰,不太会出现颠覆性变化。
软件和数据。数据标注平台、仿真训练工具、VLA开发工具链——这些属于"铲子"生意,不管谁最后赢了,铲子商都能赚钱。但风险在于不确定性大,还没形成清晰的商业模式,烧钱速度也不慢。适合风险承受能力比较高的资金。
机器人即服务。如果下半年真的有企业跑通租用模式,那么专门做"机器人运营商"的企业会跑出来——自己不造机器人,买别人的,打包成解决方案卖到工厂去。这个模式一旦验证成功,窗口期不长,但利润率可能比整机厂还好看。

具身智能数据工程师:不是传统的数据标注员,而是需要理解机器人操作逻辑、设计数据采集方案、做数据质量控制的专业人才。需求量在爆发,但符合条件的人很少。
机器人应用工程师(偏场景集成):把机器人塞进客户的真实产线里,调试到能用为止。这种活需要同时懂自动化和AI,目前在行业里属于严重供不应求的状态,薪资已经在往高处走了。
VLA/世界模型训练工程师:以前这批人基本在高校和研究院,现在被企业直接挖走。岗位要求高,薪酬开得也大方,是今年跳槽性价比最高的方向之一。
机器人产品经理(B端):理解工厂生产逻辑、能跟客户沟通需求、同时能跟技术团队对齐方案——这种"翻译官"角色在每家公司都缺,而且很难培养。




机器人的"实战能力"被高估了。 现在多数产品在结构化场景(比如固定工位上做个简单重复动作)表现还行,但真实工厂里到处是突发状况——物料放歪了、零件尺寸有公差、旁边有人走过产生了干扰。这些"小意外"对人类工人来说不值一提,对机器人来说可能直接卡死。行业里有个不太公开的说法: 展台上跑得好,不等于工厂里跑得通。 这话虽然不好听,但确实是实话。 估值可能虚高了。 200亿融资,13家百亿估值公司——这些数字很漂亮,但多数企业的营收还处在"不太好看"的阶段。如果下半年宏观面收紧,或者某个明星企业爆出重大负面,整个赛道的估值可能出现剧烈回调。抄底的机会和被套的风险并存。 供应链的脆弱性被低估了。 部分关键传感器还依赖进口,灵巧手执行器产能跟不上整机需求。这些瓶颈不是砸钱就能立刻解决的。如果地缘政治层面再出什么幺蛾子,产业化节奏可能被硬生生拖慢。 商业模式还没一个真正跑通的。 直售的话客户嫌贵,租用的话还没人走完全流程。大家都在赌下半年能打开局面,但万一赌错了呢?如果头部企业到年底都拿不出一个看得过去的盈利模型,二级市场一级市场的情绪可能一起凉下来。 人才争夺正在抬升成本。 行业缺人已经不是新闻了。现在的问题是,缺的这部分人太贵了。一个有经验的VLA训练工程师年薪能开到百万级,这对还亏损的创业公司来说是很大的负担。人才成本压不下来,毛利就永远好看不了。 


3年全球第一!智元机器人如何用"中国速度"重塑人形机器人产业
2026-03-10

百亿估值闯关IPO:宇树科技,胜诉之后如何守住“人形机器人第一股”之位?
2026-03-06

2026-03-17

