年内让1000台机器人下矿井、上太空干活，物理AI公司「五一视界」提出震动产业新解法AperOne

©潮涌AI编辑部

一台价值几十万元的人形机器人，开箱之后能做什么？

答案是：几乎什么都不会。

它可能会走路，可能还会跳舞、打拳。但是根本没法进入实际的生产和生活场景——要让它在工厂巡检、在商场导航、在矿井里完成具体任务，甚至是在空天飞行自主作业，都还差得远。

这就是具身智能行业今天最缺的东西：硬件越来越强、越来越便宜，却没有人对“机器人真正上岗干活”这个最终结果负责。

物理AI上市公司五一视界给出的答案叫AperOne：本体厂商负责把硬件做好，五一视界负责把上岗所需的一切打包——场景重建、定向训练、仿真测评、部署与数据回流，一站式交付。

这家公司给自己定的目标是：年内让1000台机器人真实上岗干活。

这个让机器人真正干活的路线，在8月18日被完整地讲了出来。

当天，一场主题为「物理AI宏伟蓝图2030」的线上直播吸引了超百万人次观看——在具身智能产业圈内，这不是一场普通的产品发布，而是一次影响整个产业的、关于“机器人到底怎么才能上岗”的破局讨论。

五一视界是有底气做好“让机器人真正去干活”这件事的公司。

多年深耕世界模型和AI数据算法，旗下51Sim以53.5%的份额占据中国端到端高阶智驾仿真及数据平台市场第一（弗若斯特沙利文数据），也是英伟达在智驾仿真领域的唯一中国合作伙伴。

五一在发布会上刺破了机器人产业的产业核心问题：当硬件已经越来越便宜、越来越好的时候，怎么让这些硬件真正产生价值？

五一视界创始人兼CEO李熠在发布会上反复提到一句话：“现在的硬件什么都不会。”

这句话的背后，是具身智能行业当下最真实的困境，而五一视界给出的答案，就是以AperOne这个产品为核心的一整套解法。

具身智能的卡点：没有免费数据，容错率却极高

要理解AperOne为什么重要，得先看这个行业的两个核心痛点。

数字AI（比如大语言模型）能快速发展的原因，业内已经总结得很清楚：它拥有两个天然优势。

第一是数据，互联网上几乎有无穷无尽的文本、图片、视频可以免费拿来训练；第二是容错率，一个聊天机器人给出勉强及格的回答，用户可以顺手改到满意再提交，不影响使用。

自动驾驶走了另一条路。

它同样拥有海量数据——量产车队每天的日常行驶，都在持续为系统贡献训练样本，但自动驾驶的容错率极低，一次失误可能就是一条人命。

所以，这个行业花了整整十年，才从规则驱动走到端到端，从技术1.0迭代到今天的3.0版本。

李熠在发布会上给出一个规律：科技产品往往要迭代到第三、四代，才真正进入规模化商业阶段，iPhone如此，自动驾驶也是如此。

具身智能比这两者更难。

它既没有数字AI那样的海量免费数据——机器人的每一个动作、每一次抓取、在每一种场景下的表现，都需要重新采集。

它的容错率要求又极高——一台进工厂干活的机器人，客户要求的是99.9%的稳定度，而不是“大概能用”。

这个缺口有多大？弗若斯特沙利文《2025年中国世界模型发展白皮书》的测算是：具身智能全行业对训练数据的需求约6000万小时级别，而现有真实数据供给缺口超过99%，堪称“千倍级”失衡。

成本账更直观：行业测算显示，真实机器人数据采集成本约180美元一小时，仿真合成数据约2.2美元一小时，相差近百倍。

“数据稀缺”和”容错率低”，这是李熠给具身智能行业总结的两个核心卡点，也是AperOne要解决的问题。

AperOne：机器人的“上岗培训”

AperOne不是凭空冒出来的。

五一视界在自动驾驶仿真领域已经做了近十年。

IDC今年发布的《从数字AI到物理AI》产业图谱中，五一视界被同时归入“模型与策略”“仿真与验证平台”“场景数据与合成数据”三大模块——以图谱呈现为口径，这是中国物理AI软件层唯一可见的三位一体闭环企业。

这份积累，如今被组织成一条完整的产品线：AperData负责数据的采集与生成，AperOne负责机器人的训练与上岗，底层由AperEgo（硬件）和AperOS（软件）构成软硬一体的技术底座；此外，还有承担真实场景的验证与展示的深圳前海首个人机共生智能空间——AperBase，由前海管理局联合香港引进重点企业办公室携手打造，各方领导莅临现场与五一视界李熠一起为此揭幕。

三款产品加一套底座，构成一条从“数据从哪来”到“机器人在哪练”再到“真实场景验证”的完整链路。而这场发布会的主角，是AperData和AperOne两款新品——其中承载“上岗”这个最终命题的，是AperOne。

比数据采集更难的问题，李熠称之为“上岗”。

今年，工业和信息化部与国务院国资委联合印发《2026年度人形机器人与具身智能实景实训专项行动通知》，提出带动万台级规模的机器人场景落地。

李熠说，他在公园散步时看到这条消息，第一反应是“惊呆了”。

不是因为这个数字太大，而是因为他沉到产业里研究之后发现，即便是“一万台”，对整个行业来说也是一个极其艰巨的目标。因为这涉及客户信任、硬件稳定性、场景适配、后期运维，不是一家公司能独立完成的事情。

这背后是行业本身的结构性问题：具身智能眼下的热闹，大多停留在演示阶段。

本体厂商可以把关节、步态、灵巧手越做越好，但一台机器人进入任何真实场景，都要从头训练——哪怕是某个特定场景的路径规划、一次抓取的角度、日常干活的细节，没有一样是开箱即会的。演示视频里的惊艳，和客户要求的“每天都能把活干完”之间，隔着一整套训练、测评、部署和运维的工程。

敢接这个问题，底气来自积累。

从智能驾驶仿真到智慧城市，五一视界十几年里服务了19个国家及地区、超1000家企业客户。长期和物理世界的真实客户打交道，让它比大多数技术公司更清楚两件事：客户的痛点到底在哪，以及机器人要怎么训练才能解决这些痛点。这也是它和本体厂商的根本区别——机器人公司卖的是本体，五一视界卖的是场景化解决方案加定向训练，两条完全不同的路子。

AperOne平台界面/机器人场景验证图

AperOne的底层逻辑，是李熠称之为“上岗前的全方位培训”的一套五步法：

第一步，场景重建。五一视界在数字孪生领域有超过十年的积累，可以把一个商场、一个园区、一条产线，完整重建为高精度的数字副本。这个副本不是给人看的，是给机器人学的。

第二步，后训练。在重建好的数字场景里，让机器人针对这个特定场景进行训练。商场巡检和矿井检测是完全不同的任务，AperOne提供的是定向训练，而不是通用能力。

第三步，仿真测评。在虚拟环境里反复测试机器人的表现，这在真实场景里几乎不可能——没有哪个客户愿意让你拿他的生产线做实验。

第四步，真实部署。把在虚拟世界训练好的模型部署到真实场景。

第五步，数据回流。机器人在真实场景中运行时的表现数据，会回流到系统中，形成持续优化的闭环。

为什么这套流程必不可少？举几个例子就清楚了。

一台人形机器人进商场做巡检，它要认识这个商场的每一条通道、每一个扶梯口、每一种地面材质——换一个商场，很多东西要重新学。

以五一视界的合作伙伴为例：高仙的商用清洁机器人出货量全球领先，但每进入一个新园区，地面材质、动线、人流密度都不同，清洁路径必须重新规划；云深处的四足机器人进变电站巡检，和进矿井做检测，是两套完全不同的能力。更不用说那些极端场景——连基本的抓取都要重新训练，才能在800米深的井下作业。

而没有哪个客户愿意让一台没练好的机器人在自己的商场客流里、生产线上磕磕碰碰——真实场景不给试错机会，这正是仿真训练的价值：练好了，再批量部署下去。

李熠在现场公布了一个目标：今年内，AperOne要实现1000台机器人的真实部署上岗——行业万台级目标里，五一视界给自己定的份额是1000台。他说，这不是展示技术，而是“信任”：“我们跟客户说的，是我们会为最终的价值负责任。”

这就是AperOne这个模式的本质：卖的不是机器人本体，而是“机器人进入场景之前，已经完成定向培训”的一站式解决方案。

本体厂商（比如发布会上亮相的合作伙伴云深处、银河通用、七腾、北京人形机器人创新中心等）负责把硬件做好，五一视界负责让这台硬件在特定场景里真正能用。

在李熠的框架里，AperData和AperOne分别对应具身智能必须走通的两个闭环：数据闭环和商业闭环——前者解决“有没有足够好的数据”，后者解决“客户为什么愿意持续买单”。

用他的话说，只有当这两个飞轮一起转动，具身智能的AGI之路才会越走越宽。

AperData：把数据采集的成本打下来

AperOne要解决“上岗”，前提是“有数据”——这正是AperData的位置。

简单来说，AperData是一个数据采集底座。

五一视界与联合影像成立了合资公司，推出软硬件一体的解决方案：AperEgo（硬件）加AperOS（软件）。按照李熠的说法，这套系统交付数据的轨迹物理一致性可达99%，对标工信部相关数据集标准；并且承诺平台“不涉及数据贩卖”，只做基础设施。

定价很有意思：5100元/套。

李熠在现场解释了这个数字的来历——5.1亿是地球表面积的平方公里数，“把后面的亿去掉，就是我们今天的定价”。这也呼应了51WORLD品牌名与“克隆地球”的渊源。

9月开始量产交付。

采集数据这件事，在具身智能行业有多重要？李熠打了一个比方：现在的行业困境，就像自动驾驶早期——没有数据，模型就训练不出来；模型不行，产品就没法用；产品没法用，就没人愿意买；没人买，就更没有数据。这是一个死循环。

五一视界想做的，就是把数据采集这一层的基础设施做好，让行业不用再重复造轮子。

从地球到太空：仿真在极端场景里是刚需

发布会上，李熠花了相当一部分时间讲五一视界的第三站：太空。

这个方向看起来遥远，但逻辑很直接。

低空经济、商业航天、深空探测，这些领域有一个共同特点：没法实地训练。你不可能为了训练一架低空飞行器，就在城市里先载个人试飞；你也不可能为了训练一台火星机器人，先把人送上火星。

同样的逻辑，也适用于地球上的极端环境。以矿井为例：中国埋深800米以深的矿井超过210处（来自于中国工程院院士袁亮团队数据），深井高温高湿、瓦斯风险叠加；七部门2024年印发的指导意见已明确要求，到2026年危险繁重岗位机器人替代率不低于30%。

火灾、深海等场景同样如此——这些地方恰恰是机器人最有价值的去处，却也最不可能让没训练好的真机先进去试错。可行的路径只有一条：先高精度扫描建模，让机器人在虚拟环境里完成训练，再下井、进场部署。

从矿井到火星，本质上是同一件事：用虚拟世界消化真实世界的风险。

在火星上，地球发出的指令单程约3至22分钟才能到达（取决于行星相对位置）。这意味着遥操是不可能的，机器人必须完全自主。而火星上没有行为数据，所有训练都必须在地球上的仿真环境里完成。

五一视界的太空布局分为三层。

• 低空层，已经和合作伙伴探索低空经济的仿真训练。

• 太空层，今年7月宣布与环天智慧达成战略合作，联合定制全球首颗专为物理AI训练设计的商业遥感卫星ECS-1（地球克隆之星），计划2027年底发射。这颗卫星搭载0.5米分辨率的光学成像载荷，单轨单次过境就能生成高精度三维地形模型，配合五一视界的4DGS处理管线，可以把数据处理周期从天级压缩到小时级，成本降低约90%。

• 深空层，据五一视界披露，其已与深空探测实验室合作，参与火星重建与探索。

李熠说了一句话：“从地球到太空，不是逃离地球，是更好地理解地球。”

业绩验证：物理AI收入暴涨

五一视界的这些布局，正在财务数据上得到验证。

2026年中期财报显示，公司总收入1.24亿元，同比增长129.8%。其中物理AI核心收入（51Sim）达到5130万元，同比增长545.2%，收入占比从14.8%跃升至41.4%。

公告称，这标志着51Sim升级为“核心增长引擎业务”的关键拐点——换句话说，仿真数据业务正在从公司的第二曲线变成主引擎。

在自动驾驶仿真领域，五一视界已经占据了53.5%的市场份额，行业第一。随着强制性国家标准GB 44721—2026发布、并将于2027年7月1日实施，仿真验证正在从“锦上添花”变成产品上市前的必经环节。

支撑这些布局的，是一个不常被注意到的客户底盘：招股书披露，五一视界的业务覆盖19个国家及地区，服务超1000家企业客户——从车企到机器人公司，这些B端客户既是今天的收入来源，也是世界模型持续迭代的场景入口。

市场空间的量级，可以从两组数据里看出轮廓：IDC预测，中国具身智能机器人用户支出将从2025年的约14亿美元增至2030年的770亿美元，年复合增长率约94%；弗若斯特沙利文测算，中国物理AI仿真及数据平台的可渗透市场空间，2030年可达1806.1亿元，其中智驾仿真约占651.9亿元。

这些数据说明，五一视界讲的不是一个遥远的概念。它在自动驾驶领域已经跑了十年，现在正在把这套能力复制到具身智能和太空探索。

李熠在发布会上提到，五一视界的地球克隆蓝图已经坚持了十年，从没有改变过。按照最新披露，这个计划分为五个阶段：静态世界、动态世界、半模拟世界、全模拟世界，最终通向数字孪生地球。

2030年之后呢？李熠说，下一阶段的战略叫“超越地球”。

听起来很宏大，但回到当下，五一视界做的事情其实可以用一句话概括：让机器人在真正进入场景之前，先在虚拟世界里学会干活，无论是工厂、商场、矿井，还是火星表面。

具身智能行业现在很热，但热度和商业闭环之间，往往隔着一段很长的路。五一视界选择的位置，不是去和本体厂商竞争，而是解决一个更底层的问题：当硬件已经越来越便宜、越来越好的时候，怎么让这些硬件真正产生价值。

这或许就是那个能让行业从“一万台目标”走向“上亿台现实”的关键一步。

=▹

联系我们 CONTACT US!

请添加微信xingminghui15