公司背景与市场地位 - 梅卡曼德机器人成立于2016年，创始人邵天兰为清华本科、德国慕尼黑工大机器人方向背景，创业时27岁[5] - 公司专注3D高精度相机及配套感知、规划算法，已进入汽车、物流、家电等十几个行业上千个场景，客户包括上汽、蔚小理、宁德时代等头部企业[6][7] - 自2020年起连续保持中国3D视觉引导机器人市场第一，市占率近40%[10] 技术路线与产品逻辑 - 核心产品为标准化3D相机及机器人的"眼睛+大脑"系统，部署时间从数月缩短至数小时，适配多行业无需定制[31][34] - 认为通用性应体现在核心组件（移动、操作、感知、规划），而非机器人本体形态，未来机器人将呈现多样化形态[30] - 当前多指手技术成熟度不足10%，行业存在"语言污染"夸大现象[23][24] 行业现状与挑战 - 机器人领域存在严重炒作现象，视频演示与实际落地差距大，部分技术路线效果无法复现[16][17][18] - 实际进展包括：运动控制强化学习提升、多模态大模型赋能任务理解、核心器件性能提升及成本下降[20][21][22] - 通用机器人整体成熟度类比10年前自动驾驶，完全通用需突破AGI级技术[25] 商业化路径与竞争策略 - 反对直接"登月"式创业，强调先找到PMF形成商业闭环，已通过标准化产品服务上千场景实现数据飞轮[53][56] - 选择产品标准化而非系统集成路线，对标西门子等工业巨头商业模式[57] - 初期场景选择需平衡难度与竞争力，过度简单或复杂均不利于商业闭环[62] 对人形机器人的观点 - 狭义人形机器人在工业场景无优势，负载、精度、效率均不如专用机械臂或AMR[40][42] - 适合场景需满足环境为人设计、需人机交互（如服务业、家庭助老），非最优形态的任务（如搬运、割草）将被其他形态取代[47] - 资本助推无法改变物理定律，特斯拉等巨头与人形机器人创业公司资源禀赋差异显著[48] 行业发展趋势 - 下一个竞争焦点是找到可商业化的产品形态与场景，而非技术路线本身[61] - 产业链价值分布问题被过度关注，实际应更重视发展路径与速度[12][51] - 机器人行业需长期坚持"产生实际价值"原则，避免停留在实验室或宣传视频[63][64]