具身智能的冷思考：为何资本忽视能盈利的装卸场景而追捧人形机器人？

事件概述

2025年被定义为具身智能元年，尽管资本市场聚焦于“人形机器人”的演示与融资，但真正的商业化落地正发生在聚光灯之外的物流装卸领域。中国拥有超1000万装卸工存量市场，智能装备渗透率不足1%，海外高人力成本使得替代方案的投资回报率（ROI）已完全跑通。然而，这一具备刚性需求、场景边界清晰且价值可量化的黄金场景，长期被主流投资界低估。

核心事实与商业逻辑

• 场景优势：物流装卸环节人力依赖度高、招工难，且作业环境相对封闭（仓库月台、车厢内），无需应对自动驾驶般的极端复杂路况，决策路径短，效率提升与成本节约可在三个月内量化。
• 技术路线差异：不同于追求仿生结构的“人形”路线，成功的商业案例多采用“轮式双臂”等非人形特种装备。例如，赛那德（Sinaide）认为在装卸领域，强化臂力与支撑力比仿生结构更高效，其双足人形机器人在工业稳定性上不如轮式双臂。
• 数据壁垒：行业最大卡点并非算法模型，而是真实作业数据的匮乏。实验室模拟无法覆盖真实场景中货物变形、标签破损、散装混装等复杂情况。新进入者面临“无场景则无数据，无数据则产品无法迭代”的死循环。
• 典型案例：赛那德凭借近万小时的实景训练数据沉淀和160+项自主知识产权，构建了难以复制的护城河。其DWS系统效率达7000件/小时，iLoabot-M作业效率超1000件/小时，iLoabot-X双臂负载达40kg。公司战略投资方包括阿里与中国外运，产品已远销十余国。

关键结论与趋势

• 避开低毛利陷阱：成功企业优先选择付费能力强、标准化程度高的生产端物流（如烟草、酒水），而非竞争激烈的快递末端，以此建立商务壁垒并打磨商业模式。
• 未来架构演进：具身智能的未来并非单一的人形化，而是“通用大脑（Safety Unit VLA）+ 专用执行机构”的结合。不同场景（仓储、工厂、巡检）将匹配不同形态的特种装备，共用一个超越人类平均水平的智能大脑。
• 国家战略导向：2025年具身智能首次纳入国家未来产业发展布局，预计2030年关联产业规模达万亿级。行业共识逐渐从“讲故事”转向“赚真钱”，那些能解决具体问题、创造实际价值的垂直领域公司将率先突围。