从“看懂”到“干活”:一家视觉公司的具身智
|
具身智能赛道大致存正在两类支流径:一类是机械人本体公司,从活动节制、零件工程和量产能力出发,试图用规模化出产将机械人推向更多场景;另一类是通用AI公司,试图用更强的模子为机械人拆上“大脑”。这两条线的配合窘境是:能力演进尚未跟上通用场景的现实需求。
2026年7月8日,瑞为手艺(登岸港交所,成为港股18C章以“视觉具身智能第一股”定位上市的企业。一个月后,瑞为正在2026世界机械会上完成上市后的初次国度级展会表态,用一套机场行李转运具身智能处理方案,回覆了市场最关怀的问题:这家“视觉具身智能第一股”,到底靠什么兑现贸易化?
瑞为强调一个产物:让机械人顺应场景,而不是让场景顺应机械人。机场已有几十年构成的出产流程和根本设备,很难为了利用机械人而整个机场。因而瑞为正在工程中做了大量“适配场景”的设想:空间狭小就优化布局;不克不及大规模施工就采用模块化设想;机械人无法处置的非尺度行李就通过人机协同处理。
支持这套方案的是瑞为全栈自研的VTFLA具身智能手艺架构正在视觉-言语-动做(VLA)框架根本上引入力觉、触觉等物理反馈能力。针对软包、背包等柔性和犯警则物体,仅依赖视觉消息难以判断抓取过程中的接触形态和不变性,触觉和力觉的引入处理了这一焦点难题。
“通用机械人泛化周期很长。我们选择落地场景两个准绳:一是手艺正在该场景有脚够的成熟度;二是机械人落地之后,客户能够算清经济账,拿到现实收益。”詹东晖透露,之所以选择机场行李搬运,源于瑞为正在机场行业十余年堆集,熟悉行业痛点。
瑞为走的是第按照具体场景定义产物。先识别哪些财产使命适合机械完成,再倒推所需的、决策和施行能力。瑞为手艺创始人、董事长兼首席施行官詹东晖正在接管采访时暗示, “健康的科技企业,需要正在手艺研发过程中,尽快找到贸易变现径,正在落地中获取数据,持续提拔通用能力。”?。
营业布局的平衡化,证明的恰是“场景定义产物”的焦点逻辑统一套视觉智能手艺底座能够复用到分歧场景。平易近航是手艺验证的“第一场景”,贸易和驾驶是能力的横向迁徙。
“最终权衡我们的,不是做了几多款机械人,而是机械人到底为企业创制了几多出产力。”这句话大概能够做为理解瑞为贸易模式的一把钥匙正在AI从“演示”“实干”的财产转机期,可以或许率先正在实正在场景中创制可量化的出产力价值的企业,才有可能穿越周期。
目前,晓蚁行李转运机械人已正在华东地域万万级枢纽机场接入实正在航班的行李转运营业,进行常态化功课POC验证。这套方案已构成“80-20”人机协同模式:约80%的尺度行李由机械人处置,其余20%的软包、异形及非常行李由人工协同。
正在詹东晖看来,“做限制场景落地,并不会锁死通用性。从动驾驶也属于限制场景,却催生了千亿到万亿规模的财产,带动大量芯片、算法企业成长。将来机械人财产,也必然财产分工,不会由单一公司完成全数通用手艺。”。
取此同时,瑞为参取草拟了国内首个具身智能行业尺度(YD/T 6770-2026)。正在詹东晖看来,万亿级财产,离不开完美的系统尺度”。分歧厂商机械人协同功课,需要同一接口和通信尺度;想要成为行业头部厂商,必需参取、从导尺度制定。
谜底藏正在一条判然不同的径里不逃人形风口,而是从具体场景出发,倒推定义产物。
正在具身智能赛道遍及面对“演示易、瑞为供给了一种差同化的贸易化样本:不逃逐风口,锚定实正在场景,用数据验证贸易逻辑,用工程化能力处理落地难题。
若是说财政数据是“场景定义产物”的间接证明,那么机场行李转运机械人的落地,就是最间接的验证。
2023年至2025年,公司收入从2。42亿元增加至4。43亿元,复合年增加率达35。2%。2026年上半年,公司交出上市后首份中期财报:总营收1。02亿元,同比增加58。7%。三大营业板块协同驱动聪慧平易近航同比增加319。1%、聪慧贸易增加95。5%、聪慧平安驾驶增加41。2%。这份成就单的意义正在于:瑞为并非纯烧钱讲故事的AI公司,而是一家正在三个场景均已实现规模化收入的“有收入、有场景、有径”的企业。
创始人詹东晖将其归纳综合为“先制大脑,再制四肢举动”。2012年公司成立时从视觉起步,十四年间先做、再做认知、最初进入施行。这一挨次决定了瑞为取其他具身智能公司的底子差别它的手艺演进一直环绕实正在场景的需求展开,而非环绕某个手艺概念展开。
场景定义产物的逻辑,正正在从单点验证生态建立。8月20日,瑞为手艺取上实科技正在WRC期间签订计谋合做和谈,共建具身智能超等加快器。瑞为将深度参取加快器扶植,联动财产链上下逛伙伴,建立从手艺策源、产物研发参加景落地的全链条财产生态。认为支点,瑞为的机场落地实践正正在从单点验证更系统的财产结构。
机场行李搬运被为机械人摆设的“深水区”不只行李尺寸、材质、形态万千,更是对于平安、不变、精准的要求极高。界机械会上,瑞为没有选择正在展台上做花式表演,而是展现了“让机械人实正进入出产流程”。
能够看到,瑞为不是“拿着算法找场景”,而是从机场、贸易空间等B端现实需求切入,先处理机械若何“看懂”,再沿着营业流程往具身机械人延长,逐渐补齐决策取施行能力。 |
