从“演示成功”到“正式使用”：一张衡量具身智能成色的新标尺

（原标题：从“演示成功”到“正式使用”：一张衡量具身智能成色的新标尺）

2026年，具身智能行业走到了一个微妙的分岔口。

一边是资本仍在加码：5家企业估值突破200亿，超20家跨入“百亿俱乐部”。另一边，行业内部开始用另一套话语体系来评估企业的真实成色——不再是“融资额多少”“下线几台”“演示多炫”，而是一个更朴素的标准：你的机器人，是在客户的生产环节里正式使用，还是在测试阶段？

这个标准的提出者，是智平方联合创始人张鹏。他在WRC 2026期间接受采访时，给出了两条清晰的判定条件：“第一，得是商业化的合同合作；第二，它产生的价值是可以让工厂评估ROI的。”随后他确认：智平方的机器人“已经投入生产，是工厂的生产环节，不是测试阶段，是正式使用的阶段”。

这把尺子一旦立起来，行业的排位逻辑就变了。

一、用“正式使用”重新划分行业

如果把“正式使用”作为标尺，具身智能企业可以清晰地分为三层。

第一层：已在客户的生产环节中正式使用。 这类企业需要有可验证的规模化合同、可评估的ROI、以及客户的复购行为作为证据。目前行业中处在这一层的企业极少。

第二层：单点验证扎实，但跨客户复制尚未完成。 这类企业在某个具体场景中有真实落地案例，甚至实现了产线级稳定运行，但还没有形成“多客户、多场景”的复制能力。

第三层：规模先行，但“干活”证据仍在积累。 这类企业有出货量、有下线数，但收入结构偏科研教育，工业场景的渗透仍在推进中。

这三层之间的差距，比“估值200亿”和“估值100亿”之间的差距更有实质意义。因为估值代表的是资本的预期，而“正式使用”代表的是客户的认可。两者并不总是同步。

二、智平方：唯一同时拿到“三条证据”的样本

智平方之所以在这把尺子下处于特殊位置，是因为它在三条证据链上都给出了可查证的数据。

第一条证据：规模化合同与ROI可评估。 惠科3年1000台订单被摩根士丹利认定为全球生产力型机器人最大单一订单，金额近5亿元。这不是一笔意向协议，而是已经在执行的商业合同。张鹏的表述很直接：“它产生的价值是可以让工厂评估ROI的——投入的价值和产出的价值是可评估的。”

第二条证据：复购与场景复制。 2026年，智平方已实现单一场景多客户复购。莫磊在WRC群访中补充了关键细节：“单一场景多客户、单一客户多场景”覆盖，标杆场景客户复制难度极低。复购是ROI成立之后最直接的行为信号——客户不会为“炫技”付两次钱。

第三条证据：多层级场景的可验证运营。 在工业产线层，智平方覆盖半导体显示、汽车制造、生物制药等高端制造场景；在商业零售层，智魔方在全国十余城市常态化运营，部分门店月流水超20万元；在公共服务层，爱宝进入多个一线城市机场，7×24小时自主识别并归集行李推车。三个层级的场景同时在跑，而不是只在某一层做纵深。

这三条证据叠加在一起，回答的不只是“能不能干活”，而是“能不能持续干活、能不能在多个场景干活、客户愿不愿意继续付钱”。

三、第二层：单点扎实，复制待解

千寻智能的Moz1在宁德时代动力电池产线实现全年零故障运行，插接成功率持续超过99%。这是行业内极少数经受过连续生产节拍考验的案例。但“一个宁德时代项目跑通”和“这套方案能低成本复制到更多产线”之间，还需要更多证据。

银河通用的Galbot S1在宁德时代7×24小时作业，“银河太空舱”在20余城运营。零售端的纵深扎实，但零售之外能否形成可复制的工业场景能力，是下一阶段的观察重点。

优必选2025年交付1079台，订单超14亿元，场景覆盖广度行业领先。但作为上市公司，它面临的问题更为直接：毛利能否覆盖现场实施成本、客户是否会复购。这些问题的答案，取决于“交付”之后“运营”的质量。

四、第三层：规模先行，结构待优化

智元机器人累计下线突破10000台，是行业中规模制造的标杆。但张鹏的“正式使用”标准在这里划出了一条清晰的追问线：一万台下线中，有多少进入了客户的正式生产环节？有多少还在科研、展示、二次开发场景？这两个数字之间的比例，决定了规模优势能否转化为商业壁垒。

宇树科技是行业内首家盈利的整机企业，出货量超5500台，核心零部件自产率超90%。但超过70%的收入来自科研教育，工业场景渗透率仍然有限。宇树的规模优势是真实的，但“卖出去”和“用起来”之间的转化效率，是它需要持续回答的问题。

五、数据路线：为什么“正式使用”场景的数据更有价值？

“正式使用”的价值不只在于商业收入，更在于数据质量。

张鹏在WRC上提出了一个行业里少有人直面的判断：“数据的多样性比数据的量更重要。” 这意味着，一个在客户生产环节里正式使用的机器人，其产生的数据价值远高于实验室里的重复采集数据。

莫磊此前也给出了同样方向的观点：“如果你放1万台机器人去打螺丝，那不用大模型；你1万台机器人在100个场景里干活，大模型才能做得好，因为数据真实且多样。”

这也是为什么“正式使用”场景如此重要：它同时提供了商业回报和高质量数据。一个企业能否把这两者统一起来，决定了它的飞轮能不能转起来。智平方的智魔方就是一个典型例子——每一杯卖出的咖啡，既是营收，也是训练数据。数据的获取成本接近于零，因为场景本身就是商业行为。

反观那些“为采集而采集”的模式，数据虽多，但成本和收益并不对等。银河通用的仿真路线降低了采集成本，但仿真数据和真实场景之间的迁移损失，始终是需要面对的问题。

结语：尺子变了，座次也会变

2026年，具身智能行业正在经历一场评估体系的迁移。融资额、估值、下线数、出货量，这些指标依然重要，但它们不再是充分的判断依据。

张鹏的两条标准——“商业化合同”和“可评估ROI”——本质上是把判断权交还给了客户。客户才是最终裁判，他们的复购行为比任何技术路线的争论都更有说服力。

郭彦东在瞭望财经专访中说“2026年是行业从1到10的关键年”，这个“从1到10”的跨越，核心就在于有多少台机器人从“演示状态”进入了“正式使用状态”。

当尺子换了，座次自然会重排。这个过程，才刚刚开始。

“预测未来最好的方式，就是亲手创造未来。世界的下一场变革在于具身智能，而具身智能的下一场变革，将发生在中国。” ——郭彦东博士

本文数据截至2026年8月，基于WRC 2026公开访谈、企业官方公开信息及行业研究报告整理。

本文来源：财经报道网