谁才是具身智能的赢家

2026-10-20 · 长胜证券

当前，具身智能产业会不会起来，其实已经不是最有意思的问题。 机器人 会越来越便宜，模型会越来越聪明，控制会越来越稳定，这个方向并不难判断。难的是另一件事：如果具身智能真的成为下一个大产业，今天这些站在台上的公司，谁能把产业的繁荣变成自己的利润 判断这件事，不妨先把热闹放到一边，只问两个问题。 第一，把科研经费、政府采购、示范项目以及尝鲜需求拿掉，还有多少客户

当前，具身智能产业会不会起来，其实已经不是最有意思的问题。 机器人 会越来越便宜，模型会越来越聪明，控制会越来越稳定，这个方向并不难判断。难的是另一件事：如果具身智能真的成为下一个大产业，今天这些站在台上的公司，谁能把产业的繁荣变成自己的利润

判断这件事，不妨先把热闹放到一边，只问两个问题。

第一，把科研经费、政府采购、示范项目以及尝鲜需求拿掉，还有多少客户愿意自己掏钱，而且买完第一批以后继续买第二批

第二，如果整个产业扩大十倍，产业链上的其他公司为什么非经过你不可

第一个问题，在营销学里有一个更经典的名字，叫“跨越鸿沟”。

杰弗里·摩尔在研究高科技产品时发现，所有新技术都会面临一个危险的断层：早期市场由“技术狂热者”和“尝鲜者”构成，大学买设备做科研、地方建示范场景、企业买一台放展厅做公关，花的都是真钱，但买的是“新奇”与“可能性”；而主流市场则由冷酷的“实用主义者”构成，他们只在乎一件事——这东西放进我现有的业务流里，算完总账能不能帮我多赚钱。

订单都是真的，但只有跨过鸿沟的订单，才能证明生产力。

这恰恰是今天分析具身智能时最容易被省略的一步。行业报告喜欢统计“卖了多少台”，却很少继续追问“卖给了谁”。照这个方法研究 餐饮 业，一个城市一年卖掉一亿份盒饭，就足以证明高级料理正在蓬勃发展。哪怕去看今天商业化跑得最快的头部硬件企业（如宇树披露的早期收入结构），科研 教育 与商业消费依然拿走了超过九成的份额，真正进入制造、 物流 等严肃工业场景的比例还非常有限。

这不是某一家公司的问题，而是整个产业所处的真实水位：今天最优秀的硬件公司，已经证明了把实验室设备做成标准商品是一门不错的生意，但整个行业还没有跨过那道鸿沟，向主流市场的实用主义者证明自己是一种成熟的生产资料。一个学生一年级考了第一名，我们可以说他聪明，不能因此宣布他已经拿到了博士学位。

主流市场的实用主义者，究竟在等一个什么样的产品拐点

不是等 机器人 跌到几万美元以下，也不是等 机器人 彻底替代人类，而是等它真正成为放大组织效率的“工程师助理”。

就像今天的大模型在软件行业引发的变革一样，AI之所以让企业心甘情愿持续付费，不是因为它消灭了程序员，而是它作为助理，把一个工程师的产出放大了五倍、十倍。具身智能在物理世界里要算的也是这笔组织管理账——管理学上的“管理幅度（Span of Control）”。

只要现场还是三个工程师围着一台 机器人 转，随时准备改代码、调参数、处理异常，它就依然是昂贵的演示品；只有当产品成熟到让一线工程师变成“班组长”，不需要懂底层算法，就能轻松调度、管理十台甚至二十台 机器人 助理去完成繁重的工序，让“一个工程师+一群 机器人 ”的 综合 产出远高于过去的传统方案时，那些最挑剔的工厂老板，才会在没有补贴、没有示范任务的情况下，仅仅因为有利可图而不断追加复购。

只有到了这一步，第一道门才算真正跨过去。

可惜，哪怕跨过了这道门，也只能证明“这个行业能挣钱”，还不能证明“钱最后归你”。

这就到了第二个问题：别人为什么离不开你

管理学者迈克尔·波特做过一个残酷的区分：“运营效益（Operational Effectiveness）”不等于“战略”。

把同样的东西做得比别人更快、更便宜，这叫运营效益。中国供应链在机器人硬件上展现出的，正是极其强大的运营效益——电机、关节、 传感器 和整机成本被迅速打下来。这个优势非常真实，能造就优秀的制造企业，但它有一个麻烦：竞争对手每天都可以学习。今天一个关节你做到1500元，别人要2500元；等供应链扩大、销量起来、设计改进以后，差距必然逐渐缩小。当所有人都把硬件造得又好又便宜时，硬件本身就会陷入同质化，利润率不可避免地向制造业平均水平收敛。

从1990年代的个人电脑，到二十年后的智能手机，科技史反复验证过同一个产业规律：当硬件走向标准化的时候，价值链上的超额利润，一定会向那个“不可替代的互补品”转移。当年把PC造得最便宜、出货量排在榜首的厂商，只赚到了辛苦的规模钱；而真正拿走全行业丰厚利润的，是卡住操作系统和芯片标准的 微软 与 英特尔 。

这也是造机器人本体的公司，和 英伟达 真正不同的地方。

英伟达 最厉害的，当然不是“显卡卖得贵”。如果只是芯片性能领先， 半导体 行业几十年来不知道死过多少次第一名。CUDA真正建立起来的是商业世界里最深的护城河——系统级的“转换成本（Switching Costs）”。框架、算法库、工具、开发者和已有代码都围绕它生长，到后来，客户更换 英伟达 的成本已经不再是一块GPU多少钱，而是整个技术系统要不要重新折腾一遍。

商业世界里，比“客户喜欢你”更好的状态，是“客户嫌你贵，但算了一圈发现还是不想换”。

英伟达如今在机器人领域做Isaac，争夺的正是这个位置。它把仿真、训练、ROS加速、端侧部署连在一起，它不一定需要亲自造世界上最多的机器人，甚至乐见全世界的机器人硬件越便宜、越普及越好——因为互补品越便宜，市场规模就越大，而造机器人和用机器人的公司就越发绕不开它的系统。

同样的生态卡位，也发生在工程师调教和指挥机器人的软件栈上。

既然具身智能在现场是工程师的助理，那么一旦硬件本体逐渐同质化，最值钱的就不再是助理的那双铁手铁脚，而是连接人与机器的“大脑、工作台与行业标准”。就像程序员离不开顺手的开发环境（IDE）一样，未来哪家公司能掌握通用的基础模型、仿真平台或调度操作系统，让全行业的工程师都习惯在它的工作台里训练和指挥机器人，并且每一次人机协作的数据都在形成网络效应反哺它的系统，谁就掌握了整个产业的定价权。

到了这里，具身智能的赢家其实已经可以重新定义：

第二种公司 ，靠卓越的“运营效益”，把机器人便宜地造出来。

第三种公司 ，能放大工程师的“管理幅度”，让客户用机器人真正赚到钱，跨过商业化的鸿沟。

第四种公司 ，则掌握着极高的“转换成本”与“网络效应”：整个产业越繁荣，别人越离不开它。

前两种可以成为优秀的制造企业，第三种证明商业闭环真正成立，第四种才有机会拿到产业里最丰厚、最持久的利润。

最终形成这种控制力的东西，未必是机器人本体。可能是基础模型，可能是真实世界的数据底座，可能是仿真平台，可能是操作系统，可能是开发与调度工作台，也可能是某种今天还没有固定名字的行业标准。现在急着拿着出货量宣布谁已经胜出，多少有点像1995年拿着PC销量榜预测二十年后的科技巨头——数字是真的，答案未必在那张表里。

所以，具身智能是不是一个大产业，并不值得反复争论。更值得问的，是两个不太热闹的问题：

1.把科研、政策和尝鲜的钱拿掉，还有谁的产品能让主流客户因为经济利益而反复购买

2.等所有人的机器人都造得不错以后，还有谁掌握着别人想绕、却绕不开的东西

前一个问题，决定了这家公司有没有真正的生意。

后一个问题，才决定——具身智能真正繁荣的时候，最大的利润会落到谁手里。

（作者鲁漫为产品经理、科技行业工作者）