智元的10亿之后：觅蜂科技挑起大梁，把昂贵的训练成本变成可复制的数据生意

2025年营收10.5亿元，2026年累计量产下线突破2万台，智元正在加快机器人商业化。不过，从科研教育、文娱商演走向真实生产线之后，公司也开始面对新的成本问题：每进入一家工厂，机器人需要重新采集多少数据、投入多少调试资源？这些成本能否随着部署规模扩大而下降？

今年2月，智元将数采业务独立运营，成立觅蜂科技，试图通过无本体设备、众包网络和数据服务，把原本昂贵的训练过程变成可以规模化复制的业务。与此同时，宁波华翔、富临精工、龙旗科技等A股合作伙伴逐步进入制造、应用与数据环节。机器人之外的生意开始成形，只是距离真正赚钱，还有几本账需要算。

以下是正文：

今年2月，智元成立觅蜂科技。到8月底，觅蜂累计下线2万套无本体采集设备，生产超过100万小时真实世界数据。9月，公司进一步推出众包平台，让普通人通过佩戴设备、完成指定操作来生产机器人训练数据。

随着觅蜂开始对外提供数据，智元原本用于内部研发的数采能力，第一次有机会形成独立的外部收入来源。过去，公司主要依靠机器人销售及相关交付获得收入；现在，它开始把原本服务内部研发的数据采集能力向外开放，尝试从更多机器人企业身上赚钱。机器人生产得越多，智元需要面对的，也就不再只有产能问题。如果每进入一个新场景，都要重新投入大量采集、训练和工程开发成本，那么机器人卖得越多，后面的研发团队也可能跟着膨胀。

从展台到工厂，智元开始让机器人“上班”

2025年，智元实现营收10.5亿元。2023年，公司收入还只有约30万元，2024年增长至6000多万元，两年后便跨过10亿元门槛。今年4月，智元创始人、董事长兼CEO邓泰华在合作伙伴大会上表示，公司现阶段仍将保持较高研发投入，希望通过销售规模扩大，逐步摊薄单位研发成本。

过去两年，科研教育和文娱商演为人形机器人提供了重要的早期市场。高校和科研机构需要机器人进行开发测试，展会、演出和商业活动则为机器人的运动、交互能力付费。这类需求帮助机器人公司完成了最初的商业验证。但科研教育和文娱商演的采购频次、使用场景与工业制造存在明显差异，智元需要寻找能够持续、大规模部署的新市场。

今年3月，智元披露，精灵G2已进入龙旗科技南昌工厂的平板生产线，承担精密上下料任务。在宁波均胜电子的汽车零部件工厂，精灵G2被用于三销定位等柔性装配环节，精灵G2最快作业节拍达到12.97秒，后期任务成功率稳定在99.9%以上。

部署方案成熟之后，智元还有机会获得本体销售之外的收入。客户可能需要软件适配、流程调试、设备维护及后续功能升级；对于文旅、商业活动等使用频率波动较大的场景，智元孵化的擎天租则尝试通过RaaS模式降低客户的使用门槛。智元也开始调整交付方式。今年4月，公司发布七大生产力解决方案，覆盖生产线上下料、工业搬运、物流分拣、零售、巡检和清洁等场景，希望将已经验证的任务能力标准化，减少每次进入新项目时的定制开发。

随着机器人进入更多真实生产环境，数据采集、模型训练和场景适配，开始成为影响部署成本的重要因素。假如智元每进入一家新工厂，都需要重新采集大量数据、训练模型和调整动作，那么客户数量增长的同时，研发与工程成本也可能同步上涨。要让机器人业务形成规模效应，智元就需要想办法让之前积累的能力，在下一个项目中继续发挥作用。这也是数采业务被单独做出来的重要原因。

把数采拆出来，智元找来更多“老师”

让机器人学会叠衣服，需要的数据远比一段操作视频复杂。机器人除了识别衣服的位置，还需要知道双手如何移动、什么时候抓取、如何控制力度，以及每一步动作完成后发生了什么变化。这些信息很难直接从互联网上获得，通常需要专门采集。

这类数据最接近机器人实际执行任务的状态，但生产成本较高。机器人设备、操作人员、场地维护和后续数据处理都会产生费用，采集过程中还可能出现操作失败、设备中断等问题。训练需求扩大以后，单纯增加机器人和数采场地，很容易变成一项重资产投入。

2026年2月，智元孵化成立觅蜂科技，由智元联合创始人姚卯青担任董事长兼CEO。觅蜂将原本服务于智元内部研发的数采能力独立运营，面向其他机器人公司、具身模型企业和科研机构提供数据服务。智元此前积累的采集技术和训练经验，也开始有机会服务更多客户。

今年4月，觅蜂推出MEgo系列无本体采集设备。采集人员可以佩戴相关设备，完成整理物品、抓取工具、工业装配等操作，由设备记录第一视角画面、手部运动和空间位置等信息，再通过轨迹重建、动作转换等处理，生成可供具身模型训练的数据。9月23日，觅蜂进一步推出众包平台“觅蜂派”。用户通过App领取任务，佩戴MEgo完成指定动作，上传数据并通过审核后，按照有效采集时长获得报酬。觅蜂希望以此把过去集中在数采场的生产工作，逐步扩展到更多真实环境。

来源：觅蜂科技

截至8月31日，MEgo累计下线2万套，累计生产超过100万小时无本体数据。在觅蜂派为期一个月的内测中，平台吸引约2万名注册用户，收到1.3万份采集任务提交。

规模扩大以后，新的难题也出现了：无本体数据也有自己的局限。

人手与机器人机械手的结构、关节活动范围和动力学特征存在差异，人能完成的动作，机器人未必能够直接照搬。因此，大量人类操作数据可以帮助模型学习动作规律，具体机器人仍然需要真机数据进行训练、适配和验证。4月，邓泰华提出觅蜂全年1000万小时有效数据产能目标，其中200万小时来自高质量真机数据，800万小时来自无本体数据。无本体数据占目标产能的80%，承担了主要的扩量任务，而真机数据仍是机器人执行能力训练和验证的重要环节。

过去，智元内部的数据团队主要围绕自有模型研发开展工作，现在觅蜂可以向不同具身智能企业提供数据。只要这些数据具备足够的通用性，同一套采集和治理能力就能服务更多客户，前期研发和设备投入也有机会通过更多订单分摊。因此，觅蜂独立运营的意义，同时体现在智元内部和外部市场。对智元而言，它有机会降低长期训练成本；对觅蜂而言，数据开始成为可以对外销售的产品。

机器人公司开发模型时，通常需要大量具体任务的数据，例如工业装配、仓储分拣或家庭整理。觅蜂可以根据客户要求组织采集，完成数据处理、质量审核和交付。2026年8月底，觅蜂披露与腾讯Robotics X实验室达成无本体数据业务合作，为其具身模型研发提供数据支持。设备销售则是另一种生意：部分机器人公司和科研机构可能希望长期拥有自己的采集能力，直接采购MEgo设备及配套工具就具有一定吸引力。对觅蜂而言，硬件可以形成销售收入，也能够扩大其数据采集体系在外部客户中的覆盖范围。

采集人员需要获得报酬，MEgo设备需要制造和维护，平台还要承担任务组织、审核、存储和数据治理等费用。觅蜂能否盈利，取决于向客户收取的费用，能否覆盖这些成本，并随着规模扩大提高单位有效数据的生产效率。因此相比单纯追踪累计数据小时数，觅蜂未来更值得观察的是三个指标：每小时有效数据的生产成本、实际对外销售量，以及客户复购率。

对智元来说，数据还有一层间接价值：机器人进入工厂后，会不断遇到新的物料、动作和工作环境。在取得授权的前提下，这些真实任务中产生的有效数据可以用于模型训练，让机器人逐步提高任务成功率和场景适应能力。

智元将这种机制称为“部署态数据飞轮”。随着机器人部署规模扩大，模型有机会接触更多真实任务；经过训练和验证的能力，又可以用于后续机器人部署，减少部分重复开发工作。

但数据飞轮能否真正转起来，关键还在能力复用：一台机器人在龙旗工厂学会的操作，换到另一家工厂仍需重新采集大量数据、反复调试，那么先前的数据积累所产生的规模效益就会受到限制。只有当跨任务、跨工位的迁移逐渐减少新增部署成本，模型与数据的投入才有机会被更多业务共同分摊。

这也是觅蜂对智元更长期的意义。它一方面通过外部数据服务争取收入，另一方面支持智元持续改进模型、减少后续训练和适配投入。 所以，判断觅蜂的商业价值需要同时看两张账：独立的数据业务能够赚多少钱，以及它能让智元下一次部署少花多少钱。

从战略合作到真金白银，智元A链走到哪了？

智元机器人量产规模扩大后，越来越多上市公司出现在其合作伙伴名单中。减速器、电关节、连接器、整机制造，以及工业应用和数据服务，各个环节都有企业参与。但把合作公告放在一起看，商业化进度却存在明显差异。

宁波华翔2025年年度报告披露，公司正式切入人形机器人业务，成立全资子公司宁波华翔启源科技，为智元提供关节模组总成生产与整机装配。报告给出了一个具体数字：其上海临港工厂全尺寸双足机器人出货1198台，相关业务包括为智元提供关节模组总成生产和整机装配。

1198台能够证明宁波华翔已经参与真实制造交付，比一般战略合作公告更接近实际经营成果。公司过去积累的汽车零部件制造、总成装配及供应链管理能力，可以进一步延伸到机器人本体。

富临精工则通过合资公司进入了更复杂的合作环节。2025年，富临精工与智元等合作方参与设立成都安努智能技术有限公司，推动机器人应用系统、场景开发和本体定制等业务。富临与智元的合作涵盖硬件制造、应用开发和产业投资，未来收益也可能来自不同环节。

2025年10月，龙旗科技向智元下达数亿元精灵G2机器人框架订单，双方计划在消费电子制造领域部署近千台机器人。框架订单的金额很大，但实际收入仍取决于后续合同执行、交付和验收。对龙旗而言，采购机器人本身是一项成本，只有提高生产效率、减少换线调整或降低长期运营支出，才有继续扩大采购的动力。

另一方面，智元官方披露，精灵G2已经进入均胜电子汽车零部件制造环节，并取得过亿元采购合同。与供应商相比，这类工业客户能够同时提供订单、生产环境和实际作业反馈，为智元检验机器人性能、优化模型提供条件。

来源：智元AGIBOT

这些合作开始呈现一个共同特点：一家企业可能同时拥有客户、制造商和场景提供方等多重身份。对智元而言，这种合作能够帮助公司更快进入真实行业，获得部署经验；对合作伙伴来说，投入和收益则不一定同步出现。部分企业已经参与生产和采购，另一些企业仍处于场景验证、项目开发阶段。

爱仕达就是一个很有代表性的例子。2026年7月，爱仕达全资子公司与智元签署战略合作协议，涵盖采购交付、委托制造、供应链、技术支持及场景应用等多个方向。合作内容相当广泛，但爱仕达9月7日公告披露，截至2026年6月底，公司新开展的具身智能机器人业务销售收入只有13.72万元，并预计该业务不会对当年经营业绩产生重大影响。合作范围虽然广泛，现阶段的财务贡献仍然有限。

从宁波华翔的制造交付，再到爱仕达的新业务布局，智元A股产业链已经出现不同程度的商业化进展。

数采的加入，又进一步扩大了这条产业链的边界。

过去机器人产业链主要围绕零部件制造、组装和交付展开。现在，能够提供真实应用场景、采集行业数据、完成数据治理的企业，也开始参与其中。硬件供应之外，场景和数据正在成为另一类重要资源。但数据价值能否兑现，依然取决于具体交易。拥有工业场景的上市公司，未必就能通过数采获得收入；具备数据生产能力，也需要找到愿意持续付费的客户。

因此，判断“A链”含金量的标准，需要从有没有合作，进一步转向订单规模、交付进度、收入确认和实际利润。对于智元而言，合作伙伴越多，未来可能进入的场景也越丰富。只是这些场景最终能否转化为可复用的训练数据和商业能力，还需要时间证明。

芯流观点：一份训练经验，究竟能用多少次

2026年，智元累计量产下线突破2万台，觅蜂也完成了超过100万小时无本体数据的积累。两组数字分别体现了机器人制造规模和数据生产能力的扩张，但智元的工业部署收入、觅蜂实际数据销售额，以及A股合作伙伴的利润贡献，目前仍缺少完整披露。这些数字将决定智元的新业务究竟能发展成多大规模的生意。

真正值得继续观察的，是机器人新增部署的成本能否随着规模扩大而下降。如果一台机器人在工厂里积累的操作经验，可以帮助下一台机器人更快适应新任务，那么智元过去投入的数据和模型，就有机会被更多客户反复使用。当新增部署不再需要同比例增加采集、训练和工程投入时，机器人规模化带来的经济效益才可能真正显现。