中国服务机器人出海：全链路碾压开始了

5月30日，海豚社中国企业全球化50人论坛第三期——走进擎朗智能，在上海举办。

擎朗智能成立于2010年，是国内最早一批服务机器人公司，累计出货量已突破10万台，为全球首家达到该量级的服务机器人厂商。IDC报告显示，2023年中国餐饮配送机器人出海市占率44.8%，2024年全球商用服务机器人出货量22.7%，均为全球第一。

本期活动围绕「服务机器人出海与具身智能商业化」展开深度交流。

（海豚社·中国企业全球化50人论坛第3期-擎朗游学活动参观现场）

前言：

AI终究要进入物理世界，这个趋势没有人会否认。但问题来了——为什么中国在具身智能领域机会最大？

中国赢面最大，是因为供应链成本、场景密度、迭代速度，三个优势是叠加的。海外竞争对手缺一不可，中国全有。

过去两年，人形机器人成了资本圈的流量密码，估值一个比一个夸张。但冷静下来看，真正跑通商业化落地的，几乎全是专用形态的机器人——配送、清洁、医疗，场景明确，ROI可算。至于人形机器人？走进家庭的入场券，至少还要5年以上。。。。

但有一点很确定：这个赛道，中国企业赢面最大。 不是某一项领先，是全链路领先。以下为东哥观点整理提炼，先从最务实的商业化场景说起。

01 | 酒店场景：人形机器人最务实的商业化起点

东哥在擎朗的实验室亲眼看了人形机器人的训练过程。有一间按照真实酒店客房1:1搭建的模拟间，机器人在里面练叠衣服、换洗漱用品。

注意，岗位没有被替代，是工作结构优化。 保洁阿姨不是失业了，是效率提高了、工作体验改善了。这才是正确的AI落地逻辑——让人做更有价值的事。

当前单台人形机器人售价约数十万，成本偏高。但擎朗的配送机器人当年也是从高价起步，随着供应链成熟逐步降下来的。人形机器人大概率走同样的曲线。

02 | 机器人成本已经打穿了人力成本

2019年前后，一线城市用一台机器人的成本，已经和雇一个人基本持平。2023年以后，全国各线城市机器人成本都低于人力了。

重庆有家火锅店叫"洞子口"，改造后新增15台机器人，员工只增加了10个人，原来需要45人的规模。一台机器人的工作效率，约等于两个人。

这个成本曲线，未来只会越来越陡。

为什么？两个驱动力：一是供应链成熟，硬件成本持续下降；二是算法迭代，机器人效率持续提升。

今天的配送机器人成本已经很低了，但真正让东哥兴奋的，不是配送，而是人形机器人。因为人形机器人才是AI进入物理世界的最终载体——没有实体，AI只能存在于网络空间。

擎朗的配送机器人就是在这个窗口期跑出来的。2018年量产线落地泰州，正好踩中成本曲线的拐点。

03 | 具身智能不等于人形机器人！

第一个认知刷新：Embodied Intelligence（具身智能）≠ Humanoid（人形机器人）。

具身的定义是“有物理身体的人工智能”，轮式、履带式、机械臂都算——只是最近资本疯狂追捧人形而已。目前真正跑通商业化落地的，几乎全是专用形态，不是人形。

那人形的价值到底在哪？两个底层逻辑：

①人类建造的物理世界默认按人体尺寸设计——门把手高度、台阶坡度、工具握持方式，非人形的适配成本长期存在；

②To C属性最强，一旦进入家庭场景情感连接至关重要，这是轮式或履带式很难替代的。

但现实很骨感：短期内最具商业化确定性的落地场景是特种行业、服务行业、工厂制造。大规模进入家庭？擎朗技术负责人的原话是：至少还要5年以上。

04 | 机器人行业的"小脑"和"大脑"

机器人三大核心能力：本体、小脑、大脑。

本体——机械设计、电机、电控、算力——已经初步具备稳定量产能力了。低故障率基本实现。这块中国供应链碾压全球，不用多说了。

小脑——运动控制——是目前国内最强的环节。以宇树科技为代表，强化学习让机器人的运动能力已接近人类水平。波士顿动力走的是液压路线，单台成本曾高达500万美金；宇树走关节式运控路线，性能接近但成本只有零头。为什么？中国伺服电机、电池电控的完整产业链带来的成本优势。

追平宇树的运动控制能力，判断至少需要5年时间加等量人才投入。这个壁垒不算永久，但也不算短期。

真正卡脖子的是大脑——任务理解与决策。大模型让"我说渴了，机器人去拿水"成为可能，但离商业可用还远。核心瓶颈不是算法，是数据。

05 | 宇树科技：硬件壁垒阶段性，模型才是终局

宇树科技是当前人形机器人赛道最受关注的公司，融资数十亿，其中相当比例投向大模型研发。

东哥的看法很直接：宇树的机械和运动控制壁垒是阶段性优势。中国供应链的追赶速度极快，华为、小鹏等巨头已经入场，1-2年内运动控制差距可以被大幅缩小。宇树真正的生死线在模型端——如果大模型研发不及预期，运动控制再强也只是"身体好但脑子笨"。

最终存活的企业必须双轮驱动：硬件保证产品力，模型保证差异化。

这也是为什么东哥更看好擎朗的"岗位化"路线——通过在单一岗位上用人形机器人做深做透，积累海量的真实世界数据，再反哺给底层的通用智能模型。这种“专用→通用→专用”的数据飞轮，有效解决了具身智能缺乏物理训练数据的行业痛点，是当前推动人形机器人从实验室走向真实落地场景的最务实路径。

06 | 数据，才是这个行业最深的护城河

人形机器人的训练数据分三类：互联网公开数据（成本低但质量差，放进去浪费算力）、仿真引擎数据（中等）、真实场景数据（成本最高，价值最大）。

真实数据怎么采集？头戴设备录制真人操作轨迹、VR手教生成运动轨迹、真机部署后持续采集强化学习数据。

但数据采集不是简单的「录下来就行」。背后还有切割、标注、清洗、多模态对齐（视觉+力觉+时序）、动作融合等工序。技术门槛远高于传统互联网数据标注公司。

判断：数据采集是伴随整个行业的长期业务，不是阶段性使命。具身智能的多维物理交互数据，价值远超互联网的一维/二维数据。未来头部数据公司会从「卖服务」转型为拥有私有域IP的平台型企业。

真正决定商业价值的，不是机器人能不能跳高，而是能不能稳定可靠地在真实场景完成任务。而获取数据的唯一方式，就是大量部署、持续运行。

谁先部署得越多，谁积累的数据就越多，模型就越强，能力就越好，部署就更多——这是一个飞轮，比互联网时代的网络效应更深，因为物理世界的数据门槛远高于数字世界。这和消费互联网的逻辑一模一样：先有规模，才有数据；先有数据，才有壁垒。

擎朗的优势就在这里。十几万台设备在真实场景运行，客户需求明确，供应链能力可控，后台调度和安全管理体系已经成熟。别人还在PPT上画饼，擎朗已经在真机跑了。

07 | 中国机器人出海，就是降维打击

擎朗2020年左右启动出海布局，2022年加速，仅用4年，海外营收已占到公司一半。日本软银既是投资人又是经销商。

东哥和硅谷几个机器人创业公司聊过，发现一个很有意思的现象。有家美国初创公司，从不同供应商买了一条手臂和一个灵巧手，拼在一起发现螺丝不匹配——螺帽和螺丝对不上，只能在实验室里手搓零件。在国内，淘宝闪购或打个电话给供应商就解决了。

还有一家公司，需要工厂场景训练机器人，美国找不到工厂给他们练手，最后跑回中国，趁国内工厂休息时间用机器人在产线上练。

硬件成本对比：国内同类型机器人成本仅为海外的30%-50%。物流设备也是类似逻辑——国内卖400万的设备，海外卖1000万以上。利润空间极其丰厚。

海外本土厂商呢？ABB、库卡、发那科、安川这些工业机器人"四大家族"，在服务机器人领域基本空白。LG价格高企、AI能力弱，三星试了一圈发现服务场景交互太复杂直接放弃。美国初创公司数量极少，且硬件供应链弱、缺少真实场景做训练。

东哥的判断：至少未来5-10年，中国企业在全球服务机器人赛道将保持绝对领先。这个逻辑和无人机赛道一样——早期由美日主导，现在头部企业全是中国的。服务机器人大概率走同样的路径。

总结

东哥对机器人行业的三个核心判断：

第一，具身智能是确定性的大赛道，但不要低估时间。

行业还处于数据积累的早期，距离大规模商用至少5年以上。擎朗的"岗位化"路线是最务实的商业化路径，不要幻想一步登天。

第二，中国机器人出海是真正的降维打击。

供应链优势（成本仅为海外30%-50%）+场景验证优势（国内高并发电商/物流/餐饮场景为模型训练提供充足数据），海外传统厂商和初创公司基本没有竞争力。擎朗4年出海做到营收占半壁江山就是明证。

第三，数据飞轮是这个行业最深的护城河。

10万台设备在真实场景运行产生的数据，是任何纯技术公司无法获取的。部署量越大→数据越多→模型越强→能力越好→部署更多。谁先把飞轮转起来，谁就赢。

中国企业全球化，下一站是具身智能。这波浪潮的体量，可能远超我们所有人的想象。

最后感谢擎朗智能的精彩分享和接待。对机器人赛道感兴趣的朋友，欢迎留言交流～