本文原载于《慎思行》，经授权转载

2026年，具身智能正处于从演示走向落地的关键一年。百余家具身公司林立，头部融资竞逐，但真正实现可复制商业化的案例仍属罕见。贝恩公司研究预测至2035年全球出货量将突破千万台——10倍增长背后的驱动逻辑究竟是什么？商业化拐点的真实信号在哪里？不同技术路线谁能率先胜出？

对此，《慎思行》邀请了贝恩公司全球合伙人、大中华区高科技业务主席成鑫来到“元代码”展开深度对话，聚焦具身智能商业化突破的核心命题。“元代码”是一档拆解科创企业在智能浪潮下商业成功“底层源代码”的深度对话系列。

本次对话核心议题

•增长驱动：千万台级别市场的引爆条件与关键变量

•拐点信号：从展示到真实复购的可量化拐点判断

•技术路线：VLA全栈通用 vs. 分层聚焦，谁能率先跑通

•市场结构：200+玩家的淘汰赛，终局是什么结构

•核心构建：场景闭环能力与运营生态合作

1、千万台市场的引爆逻辑

Q: 今年是人形机器人商业化元年，也是关键窗口期——经过多年技术探索和众多资本加持，已进入需拿出实际落地成果的阶段。贝恩近期的一份报告预估了2030年人形机器人出货量100万台，预计2035年突破1000万台，5年内实现近10倍增长。支撑这一预测的核心驱动因素、以及实现这一跨越式增长的引爆条件是什么？

我们做出货量预测时，既参考外部机构观点，更重要的是聚焦核心驱动变量——人形机器人大规模部署，关键取决于四大变量同步改善，这也是划分基准与乐观场景的核心依据。

四大变量包括：一是成本与ROI，这是企业核心考量；二是关键技术成熟度，是落地基础；三是真实需求紧迫性，如工业场景招工难等痛点；四是场景风险承受能力，即机器人对现有流程、安全规范的适配性。

基准场景对应600万台出货量，乐观场景对应1300万台，差异在于四大变量跨越门槛的速度是渐进式还是加速共振式。共振式更易走向乐观场景，渐进式则贴近基准场景。

在其中，我们重点强调ROI与可靠性：技术可实现与客户持续购买存在差距，核心在于总拥有成本及机器人能否嵌入现有组织业务流程。具身智能的核心价值是“持续可用”，而非“单次演示”。

若未来几年大幅降本、数据闭环、训练效率、运维简化、安全规范同步推进，行业更接近乐观场景，任一环节滞后则回归基准场景。2030-2035年10倍增长的关键，是少数高价值半结构化场景（尤其是工业制造、物流）率先跑通正向ROI。

落地核心可总结为“能用、好用、划算”。“能用”即核心技术成熟；“好用”即能嵌入现有流程，无需大规模改造；“划算”即全生命周期成本优于现有自动化方案。三者兼备方能形成引爆场景，前提是先在少数高价值场景跑通闭环、点状突破。

2、商业化拐点的可量化信号

Q: 当前中国不少人形机器人应该都处在“能用”层面（机械属性、小脑运控等）表现优秀，但相关场景多停留在“眼球经济”相关，真正规模化放量还是来源于支持企业生产力提升的真实采购。应该从哪些信号来判断具身机器人商业化拐点？从“能用”到“好用”，工业场景需打通哪些关键环节，才能实现点状突破、辐射展开？这是众多人形机器人判断发展节奏的核心问题。

这一行业反差正是核心痛点——多数企业停留在“能演示”，距离“能落地、能复购”仍有差距。从客户视角，判断商业化拐点有四大明确信号，也是我们长期跟踪的核心维度。

一是从“单次展示”到“重复采购”，核心看客户从1-2台试验性采购，升级为车间、仓储区的批量复制，复购率是关键指标。二是从“单机展示”到“流程嵌入”，机器人需融入制造、物流链条，与现有流程无缝衔接，无需大规模现场改造，这是“好用”的核心。三是从“数据采集为主、作业为辅”，转向“持续作业为主、数据采集为辅”，摆脱人工遥操和高度结构化环境限制，才能真正替代人工、创造价值。四是稳定的ROI，若有客户能提供明确数据，证明机器人在成本、效率、质量、安全性任一维度有显著改善，即说明行业进入商业化良性阶段。

最后，一个最容易被忽略的就是客户组织准备度：若企业客户内部通过数字化团队、信息化团队成立专门的具身智能运营团队，优化协作流程、完善运维体系，说明企业真正“用起来”机器人，而非单纯尝试。当前行业仍处于试点和早期商业化阶段，多数项目依赖人工干预，尚未实现无缝替代现有方案，但上述信号落地后，行业将进入加速期。

3、路径选择与产业终局

Q: “组织准备度”指向重要机会点——工业场景引入多厂商、多形态具身机器人后，其统一管理与组织融入将成为核心工作，涉及数字化基础设施、智能化运维等，运维本身蕴含巨大市场空间。顺着这一思路，当前具身企业发展路径可以粗略分为三类：全栈自研（国内智元、国外特斯拉）、聚焦大脑算法（如银河通用）、聚焦本体与动控（如宇树）。在未来三年的商业化窗口期，哪种路径更易率先突围？产业终局是全栈整合，还是专业化分工协同？

产业终局难以精准预判，但不同路径的优劣与适配性清晰。通用大脑（VLA路线）长期想象空间大，通用性与泛化能力突出，但前期研发、数据、量产投入极大，周期长、强度高，更适合资本、算力、数据实力较强的头部玩家。分层模型路线训练压力小，聚焦具体场景任务，不追求全场景通用。我们判断，未来2-3年内，率先突围的将是场景聚焦、能实现“模型+数据+本体+服务”闭环的企业，只要形成可复制收入模式，就能建立短期优势。

我们认为行业不会出现简单“赢家通吃”，长期更可能形成“少数平台型玩家+专业垂直型玩家”格局：少数平台型企业掌握通用模型、大脑与本体强耦合等系统级能力；传感器、芯片等关键环节形成专业壁垒，出现一批细分冠军；同时存在大量场景协同方负责落地适配。

单一企业难以垄断产业链，未来核心是“系统级能力+专业化分工”协同，平台型企业掌握核心壁垒，分工伙伴聚焦细分环节，共同推动行业规模化。

4、市场结构与破局逻辑

Q: 当前具身行业融资呈现头部集中特征，百亿估值企业仅十几家，而融过资的相关企业达200多家，新企业与产业巨头也还在持续入局，这让人联想到中国新能源车早期发展，不过当下人形机器人企业的数量远超新能源车当时的景象。从这个角度来看，智能汽车本身也是具身智能的一种体现。那回到人形机器人市场，您如何看到未来市场结构？哪些企业会被淘汰？

当前产业仍处于早期，价值不会集中在本体整机环节，未来市场结构将契合“少数平台型玩家+一批关键环节冠军+大量场景协同方”的格局。人形机器人价值链涵盖上游核心软硬件、中游本体制造、下游集成与维保等环节，未来留存企业不会仅为整机品牌。认知、传感器、系统集成等各技术领域，均可能形成竞争壁垒，诞生专业玩家。

行业必然经历洗牌，三类企业最易被淘汰：一是只有概念、无场景闭环；二是只有样机、无量产交付能力；三是只有融资、无真实客户与商业能力。

能够留在牌桌上的人形机器人企业，必须在具备数据闭环、真实场景、量产供应链、系统集成、持续研发融资等能力中取得多项的领先。未来不会是200多家共存，也不会仅1-2家垄断，而是头部2-3家平台型企业、一批关键环节冠军与大量场景协同方，形成分工协同格局。

Q: 当前人形机器人市场的头部效应已显现，短期内难以超越。对于商业化未成功、并非身处第一梯队的人形机器人企业，如何破局？这类企业各有禀赋，又面临市场、投资者、客户多重压力，您会给他们什么样的务实建议？

腰部企业破局核心是“做减法、抓核心、善合作”，摒弃“大而全”，追求“深而实”。一是精准聚焦1-2个高频刚需、流程清晰、容错可控的单点场景，不盲目追求全能通用机器人，聚焦单点才能快速跑通闭环。二是路线选择匹配自身禀赋：强项在本体、供应链的，夯实生产交付硬实力；强项在算法、数据的，围绕场景做好模型闭环，无需盲目走全栈路线。三是尽快形成复购证据，当前市场Demo与宣传繁杂，核心竞争力不在于“能合作”，而在于“能复购”，打造可复制客户案例与灯塔工厂，才是最有说服力的商业证明。四是拥抱生态、拒绝重复造轮子，聚焦自身核心优势，通过合作补齐短板，提升效率、降低成本。

总结而言，腰部企业现阶段核心目标是“做实小事”——跑通一个场景、拿到一批复购、建立一个闭环，这是破局关键。

Q: 海外Figure AI等企业最近直播热度很高，但出货量少、集中于高端工业场景；中国宇树、智元等企业出货量高一个量级，但分布散、多在表演场景。海外是“高估值、重算法”，中国是“重量产、务实地推降本”，两种模式未来会趋同还是长期差异化？

国内外模式差异源于产业禀赋、资本市场环境、客户需求不同，现阶段差异也是正常的。海外玩家依托高估值支撑，重研发、优先验证通用能力与高价值场景，聚焦RaaS（Robot as a Service）模式追求高价值复用；中国玩家依托供应链优势，优先降本量产、以出货为核心，逐步拓展场景。

目前已出现趋同信号，一些国内头部企业开始提及RaaS模式，关注机器人长期价值复用。行业最终必然回归两大核心能力：一是制造与成本能力，这是具身机器人落地物理世界的基础；二是算法、软件与数据能力，决定泛化与长期壁垒。

短期国内外双轨并行、模式共存；长期将局部趋同，海外强化制造成本能力，中国提升算法数据能力，双方互补延伸，形成“大脑+本体”双核心格局，通过合作、代工等方式补齐短板。

5、闭环，闭环，闭环！

Q: 对于身处人形机器人万亿级赛道的创业者而言，如果说给他们一些提醒，哪些事是他们当前易忽略、如果现在不做，未来会后悔的事？

从商业化落地与长期价值来看，最易被忽略的是“真实世界的数据与部署闭环”。当前不少创业者聚焦机器人运动能力演示或融资节奏，却忽视了具身机器人的本质——它不是单纯软硬件产品，而是需在物理世界持续运营、迭代的智能数据系统。

未来决定行业格局的，是更早建立“算法+数据+部署+运维+迭代”闭环的企业，核心在于真实场景的数据收集、异常处理、长期运维及与客户组织流程的深度融合。若仅重视样机演示，忽视现场落地与组织协同，难以跨过“演示到规模化复制”的门槛。创业者需跳出“炫技思维”，聚焦真实场景，打造长期运营能力与闭环，这才是长期竞争力核心。

Q: 实现真实场景闭环并且构建长期运营的能力，要求这一方懂企业客户、特定产业、特定场景及深谙数字化与机器人技术，角色的专业复合度很高，之前提过客户自己可以自建，人形机器人企业在某些专业上也不匹配，那这类运营方应该是一个什么画像？

您说的很对，这一角色无法由单一企业承担，需“产业领头企业+具身企业+解决方案企业+顶层咨询机构”四方协同落地。

产业龙头企业提供场景与数据、开放组织试点；人形机器人企业提供硬件与核心算法、负责研发交付；解决方案企业补齐场景Know-How与数据治理短板；咨询机构提供顶层规划，优化组织流程与运维体系。

目前人形机器人行业内尚无成熟模式已经跑出来，但国内外头部工业企业已朝此这个方向进行布局。单靠一家家企业难以完成这项复杂且持续的工作，多方协同才能推动人形机器人融入产业、实现规模化落地。