人形机器人已告别「单打独斗」的年代，机器人顶流们正在疯狂拓宽自己的「朋友圈」。 智元机器人和高瓴携手成立基金，下场做VC后，近期正式启动了智元「创投A计划」招募，计划在三年内重点孵化超50个早期项目。 我们关注到，近期智元又参投了一家名为「星源智」的具身智能公司，算上这一笔，据「硅基研究室」不完全统计，智元对外投资已近20笔，既涉及对同 行的直接投资，也涉及包括电机、传感器以及下游应用等关键赛道。 另一家备受关注的具身智能企业银河通用也在近期密集出手两家同行——专注多模态双轮足机器人的揽月动力和一家位于苏州的机器人企业一星机器人。 除此以外，机器人厂商们还在以各种形式找合作搭子，包括不限于与上市公司成立合资公司，拿订单、找场景，还有的则快速拓展市场，携手国资和当地 产业链资源直接让机器人下工厂。 疯狂找朋友，对机器人厂商们而言，是一场明牌和暗战。一方面能快速拓展市场，在真实场景里形成「生产研发-商业化」的闭环；另一方面，通过与上 下游产业链各方的深度合作，为未来的规模出货找到更稳定的供应链网络。 01 明牌：搞钱、订单和补短板 机器人顶流们开始「拓宽朋友圈」，下场做VC，背后的原因并不复杂。 从交易的特点来看 ...

文章核心观点 - AI时代下，企业面临战略、组织、领导力和商业模式的全面重构，CEO的思维需从构建护城河转向编织生态网、从机械式组织转向雨林式组织、从决策者转向学习架构师、从存量改造转向增量创造，以应对技术颠覆和组织进化挑战 [2][6][7][10][13][18] 战略重构 - 75%的决策者更恐惧错失AI机遇而非试错成本，企业战略核心从"构建护城河"转向"编织生态网" [2] - 西门子通过10多年来超240亿欧元软件和AI并购，构筑数实融合生态链，强调持续自我颠覆 [3][4] - 连连支付认为AI应用将从成本中心升级为利润中心，关键在于认知重构以匹配资源 [4] - G7易流通过连接百万货车的数据网络创造原生数据，形成动态进化的数据生态而非传统壁垒 [5] 组织重构 - 62.5%的企业遭遇"组织腰斩"，中层管理者成为变革阻力，猎聘数据显示AI技能岗位薪资溢价达30%，初级岗位需求腰斩 [2][7] - 同道猎聘放弃模型研发，专注AI应用创新，组织需像热带雨林具备自生长能力 [8] - 树根互联发现员工自发AI兴趣组成效优于公司主导专项组，基层恐惧与中层能力断层形成阻滞 [8] - 三节课数据显示员工学AI时长增长3800%，但仅30%企业将AI作为优先技能，需用任务定义技能而非职位 [9] - 阿里云指出AI落地三重局限：过度依赖大模型厂商、单点环节升级、数据价值未穿透全链条 [9] 领导力重构 - 复星通过AI能力评估体系推动11万人组织进化，以组织阵痛换取加速度 [10] - 泰康保险让高、中、基层接触AI形成共识，从战略观望者变为战术参与者，释放"人的价值红利" [11] - 大智慧借助AI将投资顾问日回答问题量从6000提升至5万，效率数倍提升 [11] - 如家探索"AI总经理"项目，未来可能将管理经验复制以管理8000多家店，提升人效 [12] 商业重构 - 银河通用通过物理数学建模构建仿真器合成数据训练具身智能，聚焦高价值细分场景攻坚最后20%难题 [14][15] - 自变量选择通用基础模型路线，认为通用模型通过跨任务学习具备更强泛化能力，计划1年内ROI转正，3-5年深度落地 [17] - 阿里云总结具身智能破局需闯三关：数据关（真机派与仿真派之争）、场景关（穿透高价值场景）、泛化关（构建跨场景认知能力） [16] - 具身智能可能开启多行业渐进式渗透，相比自动驾驶更具爆发潜力，5-7年迎来"ChatGPT时刻" [17]

题图｜视觉中国 AI时代，中国企业家们正在经历前所未有的焦虑。 云栖大会期间，虎嗅与阿里云联合举办了一场题为"重构思维：AI时代的CEO思享汇"。闭门会现 场，三十余位行业领军企业的掌舵人们，用真实数据勾勒出了这个时代的残酷命题：75%的决策者对 于AI机遇错失的恐惧更甚于试错成本，62.5%的企业遭遇"组织腰斩"—— 当变革浪潮席卷而来，最坚 固的防波堤竟然来自中层管理者们。 数据背后，是一个更清晰的困境：在战略决策层与执行层之间，横亘着一道看不见的认知鸿沟。当技 术突破的速度超越组织进化能力，当创新焦虑转化为决策瘫痪，CEO们发现，他们面对的挑战已不再 是技术问题，而是一场关乎企业基因重组和思维重构的生存革命。 从战略、组织到、领导力到商业，这场重构正在悄然发生。 从高墙到密网： 战略重构的生存法则 未来不属于最高的堡垒，而属于最紧密的网络。当行业壁垒在AI冲击下加速瓦解，企业战略的核心命 题已从"构建护城河"转向"编织生态网"。 战略决定生死，在AI时代，这句话变得尤其沉重。因为，颠覆你的，往往不再是你看得见的同行。 "与其关注敌人，不如提升自我；与其被人颠覆，不如自我颠覆。"西门子全球执行副总裁、西门 ...

行业核心观点 - 具身智能行业正处于技术路线分歧与探索阶段，面临数据稀缺、技术架构选择等关键议题 [1] - 行业已初步观察到具身智能的Scaling Law，预示扩大模型和数据规模可能有效 [24] - 阿里云作为云计算巨头，提前布局行业未来3到5年的基础设施需求，旨在为行业爆发做准备 [3] 数据路线之争：真机派 vs. 合成派 - 真机派主张通过遥操或互联网获取真实数据，基于VLA做模仿学习，认为真实数据是训练世界领先模型的根本 [5][14] - 合成派认为实现通用泛化能力需上万亿条数据，真机采集不可持续，主张通过仿真合成数据进行预训练，再用少量真实数据后训练 [5][8][9] - 真机派挑战“真机数据昂贵”共识，指出在国内供应链支持下，单个机器人成本可降至10万以下，规模化部署机器人采集数据成本可控 [12] - 合成派面临挑战：某些仿真数据获取依赖专业人力（如图形学博士），成本可能更高；仿真数据效率可能比真实数据差5-6个数量级 [11] 技术架构与模型形态 - 具身智能大模型被视为独立于语言模型的基础模型，因其需处理物理动作和接触的复杂性 [18] - 技术架构存在端到端与分层路线之争：分层架构考虑现实部署约束，符合生物进化规律；端到端架构旨在避免分层错误放大和层间理解鸿沟 [19] - 视觉语言动作模型（VLA）被视为当下更有潜力的路线，仅需100条数据即可见效，而世界模型需万级至亿级数据量，是更终局的路线 [21] - 世界模型被赋予重要作用，如辅助VLA进行自主学习探索、生成动作序列补充数据，与VLA是互补而非冲突关系 [20] 行业发展趋势与阿里云的角色 - 行业落地速度加快，多家公司分享了在工业制造、康复陪伴、教育竞赛等场景的实践 [24] - 阿里云基于智能驾驶行业经验，提前为具身智能行业的数据指数级增长和算力需求布局，提供全链路基础设施支持 [3][31][32] - 阿里云具备模型原厂优势，其开源模型Qwen-VL被大量具身智能公司用于后训练，最新Qwen3-VL模型针对具身智能需求优化 [37][38] - 阿里云将智能驾驶领域的工程经验复用至具身智能，提供从数据处理、模型服务到工具链集成的全套云上能力 [35][41][42] - 公司建议具身智能企业从第一天起规划云架构和AI基础设施，以应对量产阶段的数据激增和工程化挑战 [29][42]

社区运营与近期动态 - 社区运营者长期在线处理用户问题，近期正推进硬件方案优化、具身产品测试开发及社区体系完善[1][2] - 计划在假期后呈现更好的社区内容，并已收到多所高校在具身方向的招生需求，提供RA、博士、博士后等职位内推服务[2] - 社区致力于打造超大具身与机器人社区，在求职、升学等关键节点提供帮助，并持续进行产品优化和更新[2] 社区内容与资源体系 - 社区已完成产业、学术、求职、问答交流等多个领域的闭环，提供前沿研究思路和求职岗位对接[5] - 内部梳理了超过30种技术路线，并邀请数十位一线产业界和工业界嘉宾进行答疑解惑[6] - 社区汇总了近40个开源项目、近60个具身智能相关数据集及行业主流仿真平台，并提供多种技术学习路线[13][14] 技术专题覆盖范围 - 数据采集专题涵盖遥操作算法与硬件、RoboTwin 2.0数据生成器等内容[7] - VLA模型专题包括交错图文指令的VLA框架、BridgeVLA方案真机性能提升32%等关键技术[7] - 机器人模型专题涵盖人型机器人运动智能、Reason-RFT具身推理强化微调框架等[7] - 具身世界模型与空间智能专题包括跨实体世界模型、首个具身4D世界模型EnerVerse等[7] 会员福利与专属资源 - 会员可第一时间掌握具身智能学术进展和工业落地应用，与行业大佬交流工作与求职问题[17] - 社区汇总了国内外具身智能高校和公司，涉及教育、宠物、工业、救援等多个方向[16][19] - 提供机器人相关书籍PDF、具身智能零部件品牌、开源项目、ToF与3D相机等资源汇总[25][27][29][31] - 包含数据采集与开源数据、具身智能仿真平台、强化学习/VLA+RL等专项内容汇总[33][37][56]

行业趋势与市场前景 - 具身智能已成为智能驾驶创业者的新战场 多家前智能驾驶高管转入具身智能领域创业[2] - 2025年中国具身智能市场规模预计达52.95亿元 占全球市场约27%[3] - 人形机器人市场规模预计达82.39亿元 占全球约50% 多家企业宣布2024年量产千台人形机器人[3] - 行业保持40%以上年增长率 为智能驾驶公司提供新增长渠道[21] 技术融合与转型基础 - 智能驾驶与具身智能共享"具身认知"理论框架 均需通过物理实体与环境互动实现智能[6] - 技术架构高度一致 包含感知层(多传感器融合)、决策层(路径规划)、控制层(运动控制)、仿真层(虚拟测试)四大层级[7] - 感知技术通用性构成第一支柱 SLAM技术同时应用于机器人导航和自动驾驶高精度定位[8][9] - 决策算法迁移性构成第二支柱 基于深度强化学习的端到端决策系统可双向迁移[10] - 控制系统适应性构成第三支柱 运动控制的动力学建模和实时控制原理高度一致[11] 企业布局与产品进展 - 地平线机器人、知行科技等通过投资并购和设立子公司布局具身智能[4] - 知行科技2024年12月启动具身智能调研 通过收购小工匠机器人获得关节及机械臂开发能力[10][13] - 推出首款大小脑一体化主控制器iRC100 集成128 TOPS算力 支持BEV Transformer和VLA算法部署[14][17][19] - 采用单SoC架构解决多芯片协同痛点 支持各类传感器和执行器接入[16][18] 商业模式与战略价值 - 形成"人形机器人+专用机器人"双线发展格局 智能驾驶公司可根据技术优势选择切入点[22] - 专业服务机器人毛利率达50%以上 显著高于自动驾驶套件15-25%的水平[23] - 具身智能产品具更强差异化和更低边际成本 核心模块开发后场景适配成本近乎为零[25] - 技术界限逐渐模糊 特斯拉将自动驾驶汽车视为"轮式机器人"并共享AI芯片架构[26]

股价表现与市场反应 - 首程控股股价上涨3.46%至2.51港元 成交额达1.11亿港元 [1] - 中金上调公司目标价21%至每股3.3港元 较当前股价存在30%上行空间 [1] 战略投资布局 - 通过北京机器人产业发展投资基金投资无锡泉智博科技 该公司为旋转一体化关节研发制造领先企业 [1] - 产品线覆盖人形机器人/机器狗/机械臂/外骨骼等多应用场景 专注高扭矩密度/高力控精度/高效率关节研发 [1] - 已投资宇树科技/银河通用/星海图/松延动力/图湃医疗/云鲸等头部企业 布局人形机器人/医疗机器人/工业机器人前沿领域 [1] 估值与评级 - 中金维持跑赢行业评级 对应2.8倍2025年市净率 [1] - 目标价调整基于股权结构优化及机器人产业利好持续释放 [1]

股价表现与交易数据 - 首程控股股价上涨3.46%至2.51港元 成交额达1.11亿港元 [1] 战略投资与业务布局 - 公司通过北京机器人产业发展投资基金投资无锡泉智博科技 后者为旋转一体化关节研发制造厂商 产品覆盖人形机器人/机器狗/机械臂/外骨骼等应用场景 [1] - 已投资宇树科技/银河通用/星海图/松延动力/图湃医疗/云鲸等头部企业 布局涵盖人形机器人/医疗机器人/工业机器人等前沿领域 [1] 机构评级与估值 - 中金上调公司目标价21%至3.3港元 较当前股价存在30%上行空间 [1] - 估值对应2.8倍2025年市净率 维持跑赢行业评级 [1] 投资逻辑支撑 - 股权结构持续优化 机器人产业利好政策不断释放 [1]

融资与估值 - 公司完成10亿美元C轮融资，投后估值达到390亿美元 [1] - C轮融资由Parkway Venture Capital领投，参投方包括NVIDIA、Intel Capital、LG Technology Ventures、Salesforce、T-Mobile Ventures、Qualcomm Ventures等科技巨头及投资机构 [1] - 公司在2024年2月获得6.75亿美元B轮融资，投资方包括Microsoft、OpenAI Startup Fund及杰夫·贝索斯等 [1] 公司愿景与战略 - 公司终极目标是解决劳动力短缺问题，提升人类福祉，创始人认为机器人加入劳动力大军将降低劳动成本（约占全球GDP的50%，约42万亿美元/年） [3] - 公司仿照特斯拉公布了三步走战略规划：构建功能完备的人形机器人、实现拟人化操控能力、将人形机器人融入劳动力大军 [3] - 创始人Brett Adcock为连续创业者，其创立的公司Archer以27亿美元上市，Vettery以1亿美元被收购 [3] 竞争优势与护城河 - 公司采用软硬件结合的垂直整合战略，自研机器人本体、AI模型、算力设施并拥有大规模制造能力，形成类似苹果和特斯拉的闭环与高壁垒 [6][8] - 相比行业内多数公司专注于产业链单一环节（如大脑、感知、移动或灵巧手），公司的垂直整合模式形成了数据飞轮效应和成本优势 [6][8] - 公司自有工厂（BotQ）具备每年制造多达12000台人形机器人的能力，并利用机器人制造机器人，既验证能力又为AI模型优化提供数据 [10][11] 产品与技术 - 机器人本体Figure 03采用模具化工艺（如注塑成型、压铸），制造效率大幅提升（以往需一周CNC加工的零件现20秒内完成），实现大规模制造可能 [9] - 公司开发F.03电池系统，电量为2.3千瓦时，支持机器人峰值性能运行5小时，成本相比上一代降低78% [9] - 智能系统Helix采用“系统1（快思考）+系统2（慢思考）”架构，系统2为70亿参数VLM模型，系统1为8000万参数Transformer模型，实现端到端训练及零样本多机器人协调 [10] 行业影响与前景 - 公司的成功凸显了软硬件垂直整合路线在具身智能行业的重要性，该模式需攻克软件、硬件、产业链、场景、数据等一系列难点，但能建立高护城河 [12] - 行业正从“软件吞噬世界”向“AI硬件重塑物理世界”演进，AI原生硬件将沿着“单点硬件→智能体→具身智能平台”路径进化，代表全新计算范式 [12]

文章核心观点 - 全球具身智能领域的竞争日益聚焦于核心人才的储备与创新能力 [1] - 斯坦福大学联合爱思唯尔发布的全球前2%顶尖科学家榜单显示，中国在具身智能前沿研究与产教融合方面取得持续进展 [1][2] - 共有来自跨维智能、智平方、智元、星海图、银河通用5家中国企业的6位相关科学家入选榜单 [2] 入选科学家及其学术成就 - **跨维智能创始人贾奎**：排名57162，香港中文大学（深圳）终身教授，发表百余篇顶级论文，获CVPR 2019最佳论文候选、ICDP最佳论文奖及广东省自然科学一等奖 [4][5] - **北大-智平方具身智能联合实验室主任施柏鑫**：排名85577，发表论文200余篇，含TPAMI论文29篇、计算机视觉三大顶会论文92篇，获CVPR 2024最佳论文亚军 [9] - **北大-智元机器人联合实验室主任董豪**：排名90720，发表顶级会议和期刊论文70余篇，谷歌学术引用量超7000次，获IROS 2024最佳应用论文入围奖等荣誉 [15] - **星海图联合创始人兼首席科学家赵行**：排名115900，带领团队获世界人工智能大会最高奖项"SAIL之星"奖，曾获CoRL2023最佳系统论文提名Top3 [21] - **智平方创始人兼CEO郭彦东**：排名127097，主导开发的智能系统应用于数十万台智能汽车、数亿台消费电子终端及机器人 [26] - **银河通用创始人兼CTO王鹤**：排名136158，师从美国三院院士Leonidas J. Guibas教授，创立北京大学具身感知与交互实验室 [30] 企业技术实力与商业化进展 - **跨维智能**：以Sim2Real技术为核心，自研DexVerse™具身智能引擎，产品应用于50+细分行业、落地1000+项目，任务成功率超99.9% [7] - **智平方**：研发出全球首个全域全身具身大模型GOVLA，开源版本FiS-VLA综合性能超越国际标杆π0达30%，Alpha Bot系列通用智能机器人已迭代至三个版本 [28] - **银河通用机器人**：已签约100家智慧药店，推出全球首个基于十亿级仿真合成动作数据预训练的端到端抓取基础大模型GraspVLA [32] - **星海图**：赵行提出的DriveVLM-Dual系统应用于理想汽车，成为世界首个量产的自动驾驶大模型，并为Figure的通用人形机器人双系统控制架构Helix提供参考框架 [21][23] 产学研合作与实验室建设 - **北大-智平方具身智能联合实验室**：致力于突破4D世界模型、端到端智能体等具身智能前沿技术难题 [13] - **北大-智元机器人联合实验室**：提出OmniManip架构，将VLM的高层次推理能力转化为机器人低层次高精度动作 [18][19]