「视觉具身智能第一股」港交所上市：一条场景先行的商业化路径

7月8日，港股“视觉具身智能第一股”瑞为技术正式登陆港交所。香港公开发售获3646.06倍认购，国际发售获3.08倍认购。

这不是一个孤立的IPO事件。把它放在2026年AI行业的坐标里看，它折射出一个更值得关注的信号：资本市场对AI公司的审美正在发生变化。

过去两年，AI和具身公司靠“参数规模”和“技术展示”抢夺头条。但到了2026年中，二级市场开始用另一种尺度衡量企业的价值，估值逻辑转向“商业化能力”——不是“你的模型有多大”、“跑跳是否流畅”，而是“你的技术能不能进到真实场景里干活”，

与其他公司不同的是，瑞为技术提供了一个“场景先行”的样本。这家公司不是“拿着算法找场景”，而是从机场、商业空间等B端实际需求切入，先解决机器如何“看懂”，再沿着业务流程往具身机器人延伸，逐步补齐决策与执行能力。

瑞为创始人詹东晖将其概括为一句话：“AI要从人的智力助手，进化为人的生产力助手。”

从“垂直场景”出发

瑞为进入具身智能领域并非临时起意。2012年公司成立时，从致力让机器“看见”起步，十四年间，先做感知，再做认知，最后进入执行。詹东晖描述这个路径为“先造大脑，再造手脚”。

这一顺序决定了瑞为与其他具身智能公司的差异。目前，具身智能赛道大致存在两类主流路径：一类是机器人本体公司，思路是用产品打开场景——从运动控制、整机工程和量产能力出发，试图用规模化生产降低成本，进而将机器人推向更多场景。另一类是通用AI公司，试图用能力更强的模型为机器人装上“大脑”，提升泛化能力。但这两条路线面临共同挑战：能力演进尚未跟上通用场景的实际需求。

瑞为走的是第三条路——根据具体场景定义产品。先识别哪些产业任务适合机器完成，再倒推所需的感知、决策和执行能力。这种方式与其团队基因有关。创始人詹东晖毕业于南京大学电子学与信息系统专业，曾在华为工作近九年。公司CTO、首席科学家等技术高管均为博士背景。这决定了瑞为的“工程化”路径：从具体场景的问题出发，再根据客户需求扩展产品范围。

这条路线在原有视觉智能业务中已经跑通。根据招股书，2023年至2025年，瑞为收入由2.42亿元增长至4.43亿元；2025年，智慧民航、智慧商业和智慧安全驾驶分别贡献收入1.72亿元、1.54亿元和1.16亿元。

这也说明，先进入场景、理解任务、打磨产品，再向更加复杂的执行能力延伸，同样可能成为一条具身智能商业化的现实路径。

面向生产力，B端应用将是主战场？

在瑞为创始人詹东晖的判断里，未来三到五年，具身智能将率先在企业级场景放量。尽管B端落地门槛更高，但与需求分散、场景开放的C端相比，工业、物流和交通等领域的任务边界更清晰、流程更标准，效率提升也更容易量化。

机场行李搬运就是这样的典型场景。2025年，瑞为将认知决策能力与机器人执行能力结合，推出“晓蚁”行李转运机器人，公司研发的复合执行器集成吸盘、夹爪和拉钩等功能，可以针对不同类型的行李组合作业，这与传统印象中的灵巧手并不相同，背后体现的依然是实用为先的思路。在詹东晖看来，“对B端客户而言，机器人是否足够像人不是首要标准，能否稳定完成任务、降低成本、持续创造生产价值更为重要。”

2026年4月，瑞为推出VTFLA多模态具身大模型，在传统VLA框架中加入触觉和力觉反馈，使机器人能够判断抓取是否稳固、力度是否合适，并实时修正动作。瑞为将自研重点投入末端执行器、整机工程和软硬件协同。詹东晖特别强调一个在具身智能领域较少被提及的指标—鲁棒性。“真的要到企业客户的生产环境中完成7×24小时工作，机器人本体的工程设计、鲁棒性、安全可靠性，将成为非常核心的要素”。

相较于从模型或机器人本体出发、再寻找应用场景的企业，瑞为的优势在于已经进入真实生产流程，在长期服务的民航、商业空间和安全驾驶场景中，积累了大量行业数据、客户需求和工程交付经验。

跨场景复制，从“纵向”深耕到“横向”扩张

如果说具身智能商业化的第一步是进入场景，那第二步就是从单一场景提炼可复制的能力。当前，不少机器人企业已经能够在工厂、仓库、机场等场景完成试点，但从“做成一个项目”到“复制一类产品”，仍存在较大距离——每进入一个新行业，往往都要重新适配模型和硬件，研发与交付成本难以下降，业务最终停留在高度定制的项目制阶段。

换言之，具身智能规模化的关键，不是将同一台机器人原封不动地搬到所有行业，而是明确哪些能力可以复用，哪些环节必须重新适配。

瑞为的战略差异，提供了一个新的观察样本。公司创始人詹东晖，将其过去十余年的发展方式概括为“市场不变、产品变”的纵向深耕策略：围绕民航、商业空间和安全驾驶等市场，持续增加产品种类。进入具身智能阶段后，公司提出转向“产品不变、市场变”的横向扩张策略，以相对聚焦的机器人产品进入更多应用场景。

横向扩张能否成立，取决于跨场景复用能力。视觉、触觉和力觉感知，多模态模型、末端执行器及整机工程等技术模块具有一定迁移空间，但不同行业的客户需求、业务流程和安全约束难以直接复制。

对此，瑞为试图复用的，不只是具体技术和产品，还包括识别需求、建立客户信任，以及在垂直场景和真实业务流程里积累起来的方法论。这也解释了，之所以从机场起步延伸具身智能产品，就是因为瑞为在民航领域深耕多年，懂得场景、信任可迁移——部署机器人的路，比任何人都短。

而据招股书披露，工业物流和仓储自动化已在产品路线图规划中，与机场场景共用同一技术平台——视觉智能体从感知向执行的延伸，是同一套技术底座向相邻场景的自然扩展。

从这一规划看，瑞为试图复制的并非某一款机器人的具体形态，而是“底层能力复用、具体场景适配”的产品化路径。

此外，区别于云端通用大模型，瑞为一开始就明确自己的定位——要做端侧智能，致力于在有限的算力与成本约束下，实现接近千亿级参数模型的性能。

加码研发、供应链、出海，上市之后的新征程

弗若斯特沙利文预计，到2030年，仅机场具身智能产品的潜在市场规模就有望达到300亿元，这远高于民航视觉智能产品约63亿元的市场规模。

新业务也意味着更高投入，而此次IPO为瑞为争取了更长的研发与商业化窗口。招股书显示，募集资金将用于研发、渠道及生产基地建设，达产后预计形成每年600台智慧登机门、120套安检门和200台行李转运机器人的产能。同时，公司还计划将部分募集资金用于拓展海外销售渠道。在詹东晖眼中，未来10年，海外将成为瑞为的下一个市场重点。

接下来，资本市场关注的将是，公司开发的各类具身智能产品能否从试点转向规模交付，相关能力能否走出机场，进入物流、制造和特种作业等更多场景，以及技术投入最终能否转化为收入、利润和现金流。

对瑞为而言，上市是对过去十余年视觉智能业务的一次总结；从“看见、看懂”走向“能够行动”，则是一场刚刚开始的新战役。瑞为能否跑通这条场景先行的路径，也将为行业判断具身智能的商业化方向提供一个重要样本。