社区

近期，随着Figure 03“80小时分拣10万件”的直播持续发酵，机器人板块再度获得市场关注。但深入资金流向会发现，真正驱动这轮行情的，不是对“人形”的追捧，而是一个更冷静的转变：从“概念炒作”到“产业兑现”的估值切换。

相关人士表示，现在大家已经不再问“能不能站起来”，而是问“有没有订单、能不能盈利、ROI多久回正”。

这一问，问出了行业的分水岭。

编辑 | Echo

本文仅为信息交流之用，不构成任何交易建议

被忽略的商业常识：形态决定经济账

Figure 03的直播验证了具身智能面向真实场景的实战能力的同时，也刷新了业界对具身智能商业化落地的认知与期待。但也促使行业进一步思考，在讲究效率与成本的生产现场，人形是一种优秀的探索方向，却不是工业场景下的唯一解，甚至未必是最优解。

道理并不复杂。一台双足人形机器人，要解决平衡、步态、能耗等一系列“人专属”的问题，而这些在工厂地面上——一个完全为轮子设计的平面——几乎都是多余成本。每多一个自由度，就多一份硬件支出、多一层算法负担、多一点故障概率。

以Figure AI直播中的物流分拣场景为例，国新办数据显示，2025年中国快递业务量接近2000亿件，快递业务量连续12年居世界第一，包裹涵盖规整纸箱、软包、异形件、轻质信封等。面对如此惊人的工作量，行业目前却依旧高度依赖人工。据了解，行业一线人员年流失率超过30%，熟练工8小时极限分拣量仅为800-1000件，且错分率高达3%-5%。现场需要的不是“像人一样走路”，而是“比人快几倍、不休息、不辞职”的生产力工具。

微亿智造放弃了对人形外观的执念，转而从场景需求出发设计机器人，采用大跨度长臂展结构，搭配柔性自适应端拾器，分拣效率提升到1800件/小时，达到了Figure 03直播表现（约1250件/小时）的近1.5倍。

这就是形态决定经济账的第一层逻辑：剥离冗余，效率自然提升。

以物理AI大脑为核，数据飞轮铸就隐秘护城河

但如果只是改个形状，壁垒并不高。微亿智造真正的护城河，藏在更深处。

公司所定义的工业具身智能机器人（EIIR），并非传统预设编程的自动化设备，而是通过“云-边-端”一体化架构，实现感知、决策与执行的闭环，其产品核心将物理AI与空间智能“大脑”深度融合于机器人本体。支撑这一大脑持续进化的关键，是真实工业场景中积累的数据。目前，公司积累了超23TB真实工业数据，而行业大多数玩家不足5TB。这些数据无法爬虫、不可仿真——因为它们来自质检、打磨、分拣等一线场景，是物理世界交互产生的私有资产。基于此，微亿正在研发专有工业VLA模型，把文本、图像、视频、机器人的动作轨迹、工厂里的各种时序数据全部打通，用同一种“语言”来理解和处理，让机器人换活干像换工种一样自然。

更关键的是，这套“数据—模型—本体—场景”形成了闭环飞轮。现场干活产生数据→数据训练模型→模型优化决策→决策反馈给本体设计→新本体在更多场景干活→更多数据……

这个飞轮一旦转起来，就构成了难以逾越的竞争壁垒。而飞轮的燃料——真实工业数据——恰好是那些“拿着锤子找钉子”的人形机器人公司最缺的东西。

当行业还在讨论“人形机器人什么时候能进工厂干活”时，微亿的机器人已经在分拣、质检、打磨、上下料等工序上，拿下了真金白银的订单。根据招股书数据，公司已实现2024年、2025年连续两年盈利，2025年经营性现金流转正至1.41亿元，整体毛利率提升至48.4%，EIIR产品毛利率高达53.5%。

可以预见，具身智能赛道正在进入一个关键的分化期。一类公司继续追逐“通用人形”的星辰大海，其发展路径往往伴随持续融资，以及demo造势来维持市场关注；另一类公司则扎根工业场景，用适应性形态解决实际问题，靠订单和盈利自我造血。

前者决定赛道的宽度，后者决定赛道的厚度。而对于追求确定性回报的资本而言，后者或许才是当下更值得关注的方向。毕竟，在商业世界里，最终的裁判不是“像不像人”，而是“能不能算过来账”。