文章核心观点 - 在机器人行业整体面临盈利挑战的背景下，普渡机器人逆势实现业绩“狂飙”，其成功源于技术、产品与全球化战略三股力量的协同进化与深度融合 [1] - 服务机器人行业正从概念验证与市场教育期，进入深度融入场景、释放商业价值的新阶段，普渡的实践代表了行业价值观向务实商业应用的转变 [1] - 普渡已确立全球商用服务机器人市场的领导地位，并以成为千亿级销售规模的全球领军企业为未来愿景 [19][21] 技术进化：从场景驱动到“一脑多形” - 公司技术路线的核心是坚持“技术服务于应用”的务实哲学，紧密围绕真实商业场景中的复杂需求展开，而非停留在实验室演示 [2] - 公司基于对产业终局的判断，构建了“专用机器人、类人形机器人、人形机器人”协同发展的全景化产品路线，业务从餐饮配送拓展至商用清洁、工业物流及通用具身智能领域 [2] - 为支撑多元场景布局，公司创新性地提出了“一脑多形”技术路线，即让不同形态、适用于不同场景的机器人共享一套统一的底层大脑模型和软件架构 [2][3] - “一脑多形”借鉴了自动驾驶的先进范式，采用基于Transformer架构的端到端感知决策方案，致力于用一个统一模型处理移动、避障、交互、任务规划等各类问题 [3] - 该数据驱动的端到端架构带来了巨大的效率优势，使得在配送场景积累的算法能力能高效迁移至清洁、工业搬运等新领域，大幅缩短新产品开发周期 [3][4] - 公司建立了从现场持续收集数据、反馈难题、迭代模型的闭环系统，通过解决真实动态环境中的大量“边缘案例”来锤炼算法模型的鲁棒性与可靠性 [4] - 在“一脑多形”底座上，公司系统性地融合了“移动、操作、AI交互”三大核心技术能力，构成了产品快速迭代和跨场景扩张的技术护城河 [6] - 技术通用化带来了强大的商业延展性，例如商用清洁机器人已成为公司最重要的增长引擎，其营收占公司总营收的70%以上 [6] 产品哲学：回归商业本质，以产品力取胜 - 在注重投资回报率和运营效率的B端市场，产品力是穿透一切喧嚣的“硬通货”，公司业绩狂飙的直接原因在于打造了为客户创造价值、经得起严苛考验的“拳头产品” [7][8] - 公司的产品逻辑始于对客户真实运营环境的“沉浸式”洞察，工程师和产品经理深入餐厅、工厂、商超等一线场景观察需求 [8] - 公司建立了一套涵盖产品设计、功能性能、解决方案、创新能力、用户体验、质量可靠性与成本优势七大维度的产品竞争力构建体系 [9] - 以清洁机器人CC1 Pro为例，其创新性地实现了“扫、洗、吸、拖”四合一功能，并通过可移动大容量清水/污水箱设计，实现了插电即用，极大降低了部署门槛和成本 [9] - 产品的高可靠性成为打开高端市场的通行证，例如在瑞士知名折扣零售商Denner，公司已累计部署约250台CC1系列机器人，覆盖其近200家不同规模门店 [9] - 在工业搬运领域，公司推出的标准化工业移动机器人通过先进SLAM技术和极简图形化部署软件，将传统AGV长达数月的部署过程缩短至1天之内，实现了“开箱即用” [11] - 公司的产品哲学表明，在B端市场，“稳定、可靠、易用、高效”所带来的信任价值远大于营销噱头，这是客户持续复购和业绩增长的直接动力 [12] 全球化战略：从贸易出海到生态扎根 - 公司的全球化是一场从“卖出去”到“扎下根”的深刻变革，其内核是“全球化即本地化”，超越了简单的产品出口或参数国际化 [13] - 公司在全球构建了超过700家代理商的庞大协作网络，并为合作伙伴提供从售前到售后的全链条赋能体系，解决了B端客户购买复杂科技产品的后顾之忧 [13] - 深度本地化战略推动了海外业务的蓬勃发展，公司海外收入占比已连续三年超过总营收的80%，其中欧美成熟市场贡献突出 [1][13] - 在日本市场，公司进行了深度定制，例如推出的猫形配送机器人“贝拉”凭借仿生外观和情感化交互，精准击中了当地“可爱文化”需求 [14] - “贝拉”机器人获得了日本第二大餐饮连锁集团云雀（Skylark）一次性超过3000台的订单，创下中国商用服务机器人出海最大单笔订单纪录 [14] - “贝拉”甚至超越了工具属性，在波兰等地引发了自发性文化传播，其案例被写入日本教材，成为深度本地化与情感化设计的典范 [14] - 作为营收支柱的清洁产品线全球化成就同样耀眼，旗舰产品PUDU CC1系列全球累计销量已突破20000台，并实现连续多年超过100%的同比增长 [17] - 在准入标准最高的欧美市场，CC1系列出货量占比超过该产品全球总出货量的60%，标志着其已成为高端市场的主流选择 [17] 行业格局与公司愿景 - 当前全球商用服务机器人市场头部效应凸显，在以配送、清洁为核心的赛道上，以普渡为代表的中国企业已完全主导全球市场 [19] - 公司正以接近半数的市场份额持续领跑，行业呈现出明显的梯队化发展态势 [19] - 机器人行业下半场将是工程对概念泡沫的清洗、场景深度对技术参数的超越、长期价值对短期热点的胜利 [19] - 公司过去十年是突破质疑、夯实基础的“成长期”，未来十年的目标是成为一家拥有“千亿级销售规模”的全球机器人领军企业，实现“用机器人服务全球百亿人”的愿景 [19][21] - 公司凭借在技术、产品、全球化三大维度构建的综合壁垒，已在具身智能与全球化的长跑中占据有利地位 [21]

文章核心观点 - 人工智能正从语言理解迈向物理世界交互 未来十年的关键是将通用智能从语言领域拓展到物理世界 其核心路径在于融合“数据价值重构”与“一脑多形”架构革命 [1][5] - 数据正从“资源”演变为定义模型认知边界与价值对齐的“认知基础”与“价值载体” 高质量、结构化、富有逻辑链的数据是驱动智能持续进化的核心纽带 [3][4] - “一脑多形”范式旨在构建一个统一的底层认知核心 使其能动态衍生出适应不同场景、模态与任务的多种形态 这是实现从“专用智能”到“统一智能”跃迁的关键 [5] 新数据范式：驱动模型演进的核心基础设施 - 人形机器人代表的具身智能成为对高质量数据有强烈需求的新赛道 行业正系统性思考数据规模、质量与模型能力的关系 [10] - 具身智能数据获取面临三大结构性挑战：成本效率低且成功率低、能力存在局限性（如灵巧手内操作）、以及跨本体泛化能力差 [11][13] - 行业探索以人为中心的数据路径 构建不与单一机器人本体强绑定的数据体系以提升数据复用价值 诺亦腾正在建设覆盖标准化与真实场景采集的具身智能数据工厂 [12] - 具身数据体量将爆发式增长 “具身数据服务”被视为机器人赛道下一个“Scale AI”级别的确定性机会 [15] - 当前数据采集主要分为真机端（如末端执行器动捕、遥操作）与仿真端（如轨迹合成、资产生成）两条路径 [16] - 通过平台化与引入AI Agent构建数据工具链 可实现真实世界数据集构建速度提升30倍 仿真数据生成提升3.5倍 [17] - 圆桌讨论共识：好的数据应以终为始 由最终模型性能与机器人训练受益程度决定 采集方式将多元化 包括遥操作、UMI、动捕、仿真等 [19] - 野外数据采集技术门槛高 需低摩擦、高精度、多模态的数采设备 并可能通过世界模型进行先验估计来丰富数据维度 [20] AI的“大脑”革命：一脑，何以多形？ - “一脑多形”指同一套智能系统可适配人形、车形等不同形态 核心大脑不变 这是当前具身智能的热门技术路线之一 [21] - 通用飞行智能处于爆发前夜 行业存在气流扰动大、机载算力弱、传感器廉价、数据采集困难等挑战 [26] - 微分智飞展示了多任务小脑技术 其最小的端到端神经网络可运行在自重约50克、机载算力低于1 Tops的无人机上 并通过自动化系统降低数据采集成本 [28] - 团队实现了飞行机械手通过单电机线驱动机构进行多自由度形变 具备指尖捏取和掌心抓握能力 可应用于短途物品运送 [29] - 空间智能技术分为三个层级：基础空间感知、进阶空间交互、最终空间理解与生成 并形成“建模-训练-迭代优化”的研发飞轮 [33] - 在自动驾驶领域 提出以“占据栅格”为中心的生成方案UniScene 其V2版本新增深度与语义分割模态 并与理想汽车合作测试泛化能力 [34] - 在机器人领域 提出ORV框架并构建InterVLA数据集 同时研发DreamVLA模型 将大语言模型“思维链”思想引入 以提升决策可解释性与泛化能力 [37] - 人形机器人是面向人类环境的相对通用方案 互联网上大量人类日常生活数据包含可用运动与操作逻辑 [40] - 通过体素化点云表示环境与引入激光雷达自扫描 可显著提升复杂地形下运动策略从仿真到真实的迁移成功率 使控制从“盲动”转向“感知驱动” [40][42] - 圆桌讨论认为 具身智能行业仍处探索阶段 技术路线尚未收敛 本质是AI与机器人结合带来的智能性与泛化性飞跃 [46] - 对于世界模型 自动驾驶与机器人任务的要求和技术范式区别很大 世界模型与视觉-语言-动作模型可结合应用 [47] - 通用控制器的实现 在仿真中需权衡精度与平衡性 在真实世界则高度依赖硬件性能 [47] - 技术落地面临“既要星辰大海 也要赶紧赚钱”的困境 虽然落地尚远 但已能看到现实应用 不再仅是科幻展示 [48]

公司战略与行动 - 阿里巴巴于2025年10月8日正式建立“机器人和具身智能小组”，标志着其战略从生态投资转向核心自研 [1][10] - 阿里巴巴集团CEO吴泳铭在2025年9月24日的云栖大会上为具身智能落地做出战略背书，判断行业正进入AI的“自主行动”阶段，并明确将联合英伟达推动该领域发展 [2] - 阿里巴巴在过去两年进行了一系列机器人领域投资，包括2024年2月投资法奥意威、2024年10月联合领投星动纪元近3亿元Pre-A轮、2025年3月参与逐际动力A+轮融资（累计达5亿元）、2025年6月联合领投宇树科技C轮、2025年9月重金领投自变量机器人A+轮 [6][7][8][9][10] - 阿里巴巴的战略路径是“一脑多形”，即以通义千问大模型为通用智能核心，适配驱动其投资的各类机器人硬件 [11][12] - 阿里巴巴计划利用其庞大的业务生态（如菜鸟、饿了么、天猫）作为天然的数据来源和测试场景，并凭借超3800亿元建设的云和AI硬件基础设施来降低研发和迭代成本 [14][16] 行业竞争格局 - 具身智能赛道巨头林立，模式各异：特斯拉采用全栈自研模式打造擎天柱，Figure AI与OpenAI结盟构成“AI大脑+硬件身体”组合，Google DeepMind通过发布RT系列模型探索通用AI控制 [2] - 2025年10月8日，阿里巴巴与软银的同时出手将行业竞赛推向“产业级”规模与“生态级”对抗的新阶段 [3] - 软银集团于同日宣布以近54亿美元现金收购ABB集团旗下的“机器人与离散自动化事业部”，旨在融合“人工超级智能和机器人技术” [4][5] - 英伟达CEO黄仁勋判断AI与机器人将带来“数万亿元”的长期增长机会，行业玩家已达成让AI进入物理世界“干活”的共识 [5] 技术路径与挑战 - 行业面临的核心挑战是让AI在物理世界中有效“干活”，目前仍是一片“荒漠” [6] - 阿里巴巴与英伟达合作，将集成NVIDIA Isaac Sim仿真工具与Cosmos测试平台，通过标准化接口与通义大模型联动，为不同形态机器人提供统一训练环境 [12] - 行业共同挑战是跨越人工智能“软”世界与机器人“硬”世界之间的天堑，包括硬件底层架构、通信协议和数据接口的差异，以及核心硬件物理极限和高昂成本 [15] - 阿里巴巴的独特优势在于其业务生态可提供海量真实场景，以“内部消化”方式极大降低数据采集和模型试错成本 [16]