能干活才是核心。

编按

“身体力行”，古已有之。《淮南子·氾论训》有“圣人以身体之”，《礼记·中庸》亦言“力行近乎仁”。古人所重，不只在“知”，更在知之后的“行”——以身体感知世界，在行动中验证认知。

两千多年后，这四个字在具身智能时代有了新的现实含义：具（身），让智能拥有进入物理世界的载体；智能（体），赋予机器感知、理解与决策的能力；创新（力），推动技术突破瓶颈、建立壁垒；执（行），让这些能力最终转化为产品、交付与真实价值。

值此之际，《融资中国》推出“身体力行”具身智能专刊，将目光投向一批正在产业深处生长的未来独角兽。我们试图记录的，是一场从“知”到“行”的跨越，也是新一代机器人企业从技术走向产业的成长之路。

2024年前后，工业机器人在中国折腾了十几年，国产化率刚刚有了爬升的迹象。但市场本身很小，大部分公司并不赚钱。另一边，ChatGPT掀起的大模型浪潮已经席卷了一年多，行业里不少人开始琢磨同一个问题：机器人为什么总是“有身体没大脑”？硬件早就能造，可一旦离开预设好的工位和动作，机器人就变得笨手笨脚。

就是在这个节点上，千寻智能成立。

千寻的联合创始人兼首席运营官郑灵茵的视角中，她更在意机器人能不能真的稳定干活，而不是能不能拍出一条好看的演示视频。

技术路线上，千寻没有一上来就扑向最难的家庭场景，走的是先工业、再商服、后家庭的台阶。

第一步把重点资源放在工业、零售、物流等场景，人形机器人Moz1的考核就一条：能不能在真实产线上长时间、少人管地把装配、搬运这类基础工位干稳。

等这一步的核心能力站住脚，同时通过Moz2探索更开放、需要与人交互的商服场景，并逐步迁移复用已验证的基座模型和数据能力。

支撑这套打法的核心，是一套“通用具身大脑”，同一套基座模型换个场景，只需要针对硬件和落地方案做微调，而不是每个客户重新定制一遍。

这套逻辑在模型层面也有对应的成绩单。

2025年3月，千寻发布Spirit v1模型抢先版，机器人能完成叠衣服这类长程复杂任务。2026年1月，Spirit v1.5开源，并在RoboChallenge真机评测中取得领先成绩。此后，Spirit v1.6在RoboArena第三方评测中取得阶段性成绩。公司更关注的是模型在真实场景中的长期表现，以及评测能力能否持续转化为稳定的作业能力。

模型每跃迁一次，伴随着更多人相信。

红杉中国，云锋基金、P7，达晨财智，华为哈勃，京东，柏睿资本等诸多市场化投资机构和产业投资人都选择投出信任票。

一个关键问题是：什么时候算真正跨过商业化拐点？

郑灵茵认为，单看出货量或复购率都靠不住，得两件事同时成立：单位任务的全周期综合成本低于人工，同时具备规模化稳定复现的能力，能在大量同类场景批量复制，客户还愿意持续复购。

对千寻来说，具身智能的答案很简单：技术优先，落地为要。

以下为采访实录，以飨读者：

《本刊》：什么样的工作最适合机器人率先替代？

郑灵茵：在我看来，最适合机器人率先承接的工作，普遍具备三类核心特征。第一类是重复性强、规则边界清晰的工作，例如工业产线上的固定装配、物料搬运等工位，动作标准化程度高，易于通过模型训练实现稳定复现，价值落地路径最为直接。第二类是高负荷、高危或环境条件受限的岗位，比如高压、高尘、需长时间持续劳作的场景，这类岗位招工难度大、人员疲劳易引发误差，机器人的补位价值最为突出。第三类是长时序、低创意密度的基础服务类工作，例如商超巡检、基础分拣等，流程相对固定，无需复杂的人际判断与灵活决策。

我们始终认为，机器人的核心价值不是“替代人”，而是将人从重复、枯燥、高风险的劳动中解放出来，转向更具创造性的工作。

《本刊》：客户购买机器人，真正购买的是设备，还是劳动能力和生产效率？

郑灵茵：对客户而言，硬件设备始终只是载体，真正采购的核心是可稳定交付的生产能力与效率增益。如果机器人仅作为现场陈设的设备，无法稳定完成任务、创造实际价值，即便价格再低，对客户也不具备实际意义。

以工业产线场景为例，客户引入机器人，本质上是采购一份“可长时间稳定输出的工位劳动能力”，核心诉求是提升产线节拍稳定性、降低人为误差、填补人力缺口；在商服场景，客户采购的是标准化的服务交付能力，平抑基础服务环节的人力波动。

这也是我们始终坚持“能干活才是核心”的原因。千寻从不将硬件本身作为最终产品，而是将模型、硬件、场景协同打磨形成的稳定作业能力，作为交付客户的核心价值。

《本刊》：一个场景成立的关键指标究竟是售价、回本周期、人工替代率还是设备利用率？

郑灵茵：这个问题很难有单一标准答案，还是需要结合发展阶段分阶段判断，但所有商业指标的核心前提，永远是机器人能否稳定创造价值。在场景验证初期，最关键的指标既不是价格，也不是理论回本周期，而是任务完成率与作业稳定性——若不具备稳定的作业能力，再低的价格、再理想的回本测算，都只是空中楼阁。

当场景完成验证、进入规模化推广阶段，回本周期、设备利用率、人工替代效率才会成为核心考量维度。但即便到这一阶段，也不能脱离稳定性空谈成本，更不能为了冲数据牺牲可靠性。

对千寻而言，判断一个场景能否成立，首要标准是机器人能否长期、低干预地稳定作业。这是所有商业价值的基础前提，脱离这一前提，其他指标都不成立。

《本刊》：项目制交付如何走向标准化产品？

郑灵茵：项目制是具身智能落地早期的必经阶段，核心价值在于摸透真实场景中的痛点、需求边界与隐性问题。但如果长期停留在纯定制化的项目制模式，不仅效率偏低，且难以规模化复制，难以支撑企业长期发展。

从项目制走向标准化产品，核心路径是通用能力沉淀 + 场景轻量化适配。千寻的思路是，先通过标杆项目，将底层模型能力、硬件接口、部署流程、运维标准全部打磨成熟，抽象为可复用的标准化模块；面对同类型新场景时，仅需做少量场景化适配，而非每个项目从零开始定制。

其中，通用具身大脑是标准化的核心基础。同一套基座模型可适配不同场景，仅需对硬件与落地方案做针对性微调，既能保障落地效果，又能逐步摆脱纯定制化的低效率，稳步向标准化产品过渡。

《本刊》：一家公司应该不断增加场景，还是把一个垂直场景做透？

郑灵茵：在我们看来，这并非非此即彼的选择题，场景拓展的节奏必须与自身技术能力的成熟度相匹配。如果底层能力尚未跑通便盲目横向扩张，每个场景都浅尝辄止，最终只能产出一批观赏性 Demo，无法形成真正的落地壁垒；但如果长期固守单一垂直场景，模型的通用泛化能力得不到充分验证，也会错失产业发展窗口。

千寻走的是阶梯式拓展路线，与我们“先工业、再商服、后家庭”的三步走战略高度契合。发展初期我们集中资源主攻工业场景，以 Moz1 为载体跑通模型、硬件、数据、场景的完整闭环，将基础操作、抗扰动、工程化交付这套核心能力打磨扎实。在此基础上，我们逐步向商服场景延伸，以 Moz2 为核心载体，针对性适配开放环境与人机交互需求，将工业场景验证过的基座模型能力、数据闭环体系低成本迁移复用，每一步拓展都踩在能力成熟的节点上。

《本刊》：机器人租赁、RaaS、按工作量收费等模式会不会比一次性卖设备更适合行业早期？

郑灵茵：行业早期技术仍处于快速迭代阶段，客户对机器人的落地效果与稳定性普遍持观望态度，租赁、RaaS、按工作量收费这类灵活付费模式，确实更适配当前发展阶段。对客户而言，这类模式降低了试错门槛与前期投入风险，也更易与实际产出价值绑定，合作接受度更高。

对企业而言，这类模式也能推动我们更深入地扎根场景，持续获取真实作业数据，反哺模型迭代，形成正向循环。但需要明确的是，这是阶段性产物，并非行业的终局模式。当产品技术成熟、标准化程度提升之后，一次性销售加配套服务的模式会逐步并行，成为主流形态。

商业模式没有绝对的优劣，核心是匹配行业发展阶段，兼顾客户价值与企业长期健康发展。

《本刊》：什么才算具身智能真正跨过商业化拐点：出货量、复购率、毛利率，还是单位任务成本低于人工？

郑灵茵：单一指标都不足以定义真正的商业化拐点，核心要看两个维度是否同时成立。第一是单位任务的全周期综合成本低于人工，这里的成本不只是设备售价，还涵盖运维、能耗、部署等全周期成本；第二是具备规模化稳定复现的能力，并非仅在单个试点场景跑通，而是能在大量同类型场景批量复制，且客户具备持续复购意愿。

仅看出货量没有意义，靠低价补贴冲出来的出货量，不具备商业可持续性；仅看复购率也不够，小众场景的高复购支撑不起行业规模化。只有当机器人在主流通用场景中，成本相对人工具备优势，同时能实现稳定批量交付，才是真正跨过了商业化拐点。目前行业整体仍在向这一目标稳步靠近。

《本刊》：您认为具身智能行业目前处于什么阶段？距离真正的规模化商业化还有多远？

郑灵茵：整体来看，行业目前正处于从技术验证走向工程化落地的关键过渡阶段。前几年行业更多集中在实验室做 Demo、比拼榜单性能，如今头部企业纷纷走进真实产业场景，沉下心解决稳定性、工程化、泛化性等落地难题，这是非常重要的产业转向。

关于规模化节奏，工业等需求相对明确、环境相对可控的B端场景有望率先推进规模化应用，商服场景将随着技术和产品成熟逐步拓展。家庭场景高度非结构化，对安全性、成本和综合智能能力的要求更高，仍需较长时间持续打磨。

行业发展有其客观规律，无法急于求成，一步一步夯实技术底座，远比盲目追求速度更重要。

《本刊》：在这轮具身智能浪潮中，中国企业的独特优势是什么？是供应链、数据、场景还是成本？

郑灵茵：中国企业的优势并非单点突出，而是供应链、场景、人才、数据多重优势叠加形成的体系化竞争力。首先，中国拥有全球最完整的机器人产业链供应链，硬件迭代速度快、成本可控，能够支撑企业快速完成硬件验证与产品迭代。其次，中国制造业、服务业体量庞大，场景丰富多元，为技术落地提供了充足的试验田与应用空间。

再者，我们拥有规模庞大的工程师队伍，技术迭代响应快、落地效率高；同时，丰富的真实场景也带来了海量真实世界数据，为模型训练提供了核心燃料。这些优势叠加在一起，让中国企业在具身智能这场全球竞赛中具备极强的竞争力，完全有机会走出一条自主可控的技术路线。

《本刊》：资本大量涌入，估值快速攀升。您如何看待当前行业的热度？是否存在泡沫？什么样的公司会在这轮洗牌中活下来？

郑灵茵：资本大量涌入，本质上是市场认可了具身智能的长期价值，是行业发展的催化剂，能够帮助企业加快技术研发与场景落地节奏。但热度之下难免伴随泡沫，部分停留在概念、Demo 层面的企业，其估值与实际创造价值的能力存在一定脱节。

行业最终会回归价值本质，洗牌是必然趋势。能够穿越周期活下来的企业，一定是真正沉下心打磨闭环能力、能落地创造真实价值的公司：具备自研的核心模型能力，拥有真实的场景落地实践，建成数据回流的自我迭代体系，而非依靠堆砌硬件样机、炒作概念讲故事。

对千寻来说，我们始终坚持技术优先、落地为要，不追逐短期热度，将精力集中在打磨核心能力上。在硬科技赛道，走得稳永远比走得快更重要。

（头图人物：千寻联合创始人兼首席运营官郑灵茵）