作者 | 毛心如

2025 年狂奔的具身智能賽道，可謂將行業(yè)關注者們的情緒價值直接拉滿。

無論是行業(yè)超 300 億元的融資，還是累計過萬臺的訂單簽署，都都印證了其流量體質。

但在滿屏的流量狂歡下，一種錯位感正在蔓延：資本估值在漲，落地步子卻很慢；文娛表演賺足眼球，卻難有持續(xù)價值。

在一切宏大敘事下，留著一個最樸素的問題：機器人什么時候能賺錢？

這里的賺錢，指的是機器人作為一種生產工具，在真實的應用場景里，創(chuàng)造可計算、可復現(xiàn)、且超過自身成本的經濟價值。

最近，千尋智能與寧德時代給這個問題送上了一份沉甸甸的答卷。

全球首條實現(xiàn)人形具身智能機器人規(guī)模化落地的新能源動力電池 PACK 生產線，在寧德時代中州基地正式投入運行。

人形機器人「小墨」精準完成電池接插件插接等復雜作業(yè)，在多型號連續(xù)生產中實現(xiàn)了單日工作量三倍于人工的提升，同時保持了正常作業(yè)的一致性與穩(wěn)定性。

這條產線，不僅是一次技術落地，更像是給行業(yè)的價值考題交上了首份合格答卷。

行業(yè)亟待一場模型價值正名

2025 年的具身智能行業(yè)，無疑處在資本追捧的風口之上。

據(jù)不完全統(tǒng)計，僅 2025 年前 8 個月，我國機器人一級市場融資額已達 386.24 億元，是 2024 年全年的 1.8 倍。

在訂單端，行業(yè)更是呈現(xiàn)出「千臺級訂單常態(tài)化」的熱鬧景象，有近十家公司公開宣布拿到千臺級戰(zhàn)略合作協(xié)議。

然而，熱鬧的表象之下，是重演示輕落地的行業(yè)怪象，產業(yè)發(fā)展的虛火遠超真實產能。

展會與 Demo 視頻中，跳舞、格斗等文娛表演類應用吸睛無數(shù)，但真實商業(yè)化場景中，能依托模型穩(wěn)定運行并創(chuàng)造價值的機器人寥寥無幾。

其中核心痛點在于，行業(yè)熱度多建立于營銷敘事，而非具身智能模型的商業(yè)化價值。這種發(fā)展模式，讓具身模型的產業(yè)價值始終無法得到驗證。

2025 年作為具身智能從樣機走向量產的元年，其內涵必須包含雙重兌現(xiàn)：

一是本體制造與供應鏈的硬量產。即供應鏈能穩(wěn)定輸出性能一致的機器人本體。

二是場景應用與價值的軟量產。即依托成熟的具身智能模型，在真實、復雜的商業(yè)化場景中規(guī)模化部署并產出實際經濟效益。

在被寄予厚望的量產元年，行業(yè)最迫切的需求應是一場有關模型的，徹底的、有落地能力的價值正名。

千尋智能與寧德時代的這次合作，不僅是一次行業(yè)正名，同時也給行業(yè)提供了一套清晰的價值標尺。

第一，可計算、可驗證的投資回報率（ROI）。

「小墨」的單日工作量較人工提升 3 倍，大幅降低了單位產品的人工成本，結合其穩(wěn)定的作業(yè)效率，能夠實現(xiàn)明確的投資回報測算。

第二，可替代的高危、高重復性崗位價值。

「小墨」在寧德時代產線上替代的 EOL 與 DCR 工序，需要工人將數(shù)百伏高壓插頭精準插接，具有多品種、小批量、高柔性的特點，危險且依賴熟練工。

因此，「小墨們」的價值并非比拼人力成本，而在于承擔人不好干、不愿干、干著危險的崗位。

第三，可量化的效率與質量提升。

制造業(yè)的核心是穩(wěn)定性與一致性，而人形機器人在標準化操作上具有天然優(yōu)勢。

通過搭載高性能的端到端 VLA 模型 Spirit v1，「小墨」在產線上做到了實打實的成績：

精準適應：可自主應對來料位置偏差、插接點位變化等不確定性，實時調整操作姿態(tài)；

柔性操作：在插拔柔性線束時，能動態(tài)調節(jié)力度，確保連接可靠且不損傷部件；

高效可靠：在實際運行中，其插接成功率穩(wěn)定在 99% 以上，作業(yè)節(jié)拍已達到熟練工人水平。

明確這三大價值標尺，不僅驗證了具身智能在工業(yè)場景的核心價值，更是一個強有力的行業(yè)信號。

量產元年的產業(yè)價值，不在于訂單規(guī)模的大小，而在于是否能通過生產力標準的檢驗，無法依托模型跑通真實場景價值的方案，都難以穿越產業(yè)周期的迷霧。

跨越鴻溝：

「干出來」的壁壘與商業(yè)閉環(huán)

將實驗室原型機轉化為產線上靠譜的數(shù)字員工，中間橫亙著巨大的鴻溝。

值得一提的是，此次合作也是寧德時代首次公開表示對合作企業(yè)的認可。

這份認可的含金量，在于它完整地驗證了一條從技術到營收的商業(yè)化路徑，同時清晰地揭示了這條路徑上必要的硬核壁壘。

首要的壁壘，是深度的工藝理解與場景融合能力，這是機器人從實驗室走向車間的關鍵門檻。

與傳統(tǒng)工業(yè)機器人按預設作業(yè)不同，具身智能機器人需理解生產工藝、無縫嵌入現(xiàn)有流程，而非讓工廠為適配機器人重構產線。

「小墨」之所以能落地寧德時代，核心就在于實現(xiàn)與電池制造工藝的深度融合。

EOL 與 DCR 工序，對操作的精準度、柔性和安全性都有著極高要求。

通過自研的 VLA 模型實現(xiàn)感知-決策-動作的端到端優(yōu)化，「小墨」才能在崗位上得心應手。

例如，針對不同型號電池的插接點位差異，機器人能夠通過視覺感知自主調整操作姿態(tài)；針對柔性線束的插拔需求，通過力控算法動態(tài)調節(jié)力度。

這種能力依賴長期場景磨合積累，也是當前多數(shù)展示階段企業(yè)的短板。

其次，是規(guī)�；�部署所需的工程化與供應鏈能力。

讓機器人班組在產線上 7x24 小時連續(xù)工作，涉及核心零部件的一致性、嚴苛的質量管理、與工廠現(xiàn)有系統(tǒng)的深度集成，以及快速的現(xiàn)場響應體系。

具身智能產業(yè)初期供應鏈成熟度遠落后于汽車、電子行業(yè)，核心零部件多需定制，對企業(yè)整合能力提出了高要求。

千尋智能能夠邁過這一步，離不開與寧德時代在生態(tài)上的深度合作。

寧德時代不僅是客戶，其關聯(lián)資本的支持及自研電池等核心資源的協(xié)同，提供了至關重要的供應鏈穩(wěn)定性和工程化底氣。

而工藝融合與規(guī)模部署的最終歸宿，是形成一個可計算、可復制的商業(yè)閉環(huán)。

對于任何一個產業(yè)而言，可持續(xù)的發(fā)展都離不開商業(yè)價值的支撐，具身智能產業(yè)也不例外。

此前，行業(yè)多數(shù)玩家困在燒錢研發(fā)-演示融資的循環(huán)里，機器人產品要么停留在演示階段無法產生營收，要么只能通過科研采購、賽事合作等方式獲得少量收入，始終無法擺脫成本中心的定位。

千尋智能通過與寧德時代的合作，實現(xiàn)了從成本中心向價值中心的轉變。

這一成果的背后，是其構建的模型驅動場景落地的可計算商業(yè)模型：

降本：通過技術融合提升作業(yè)效率，降低企業(yè)的人工成本

增效：通過規(guī)�；�部署攤薄研發(fā)與生產成本，提升產品的性價比

長尾效應：通過持續(xù)的運維服務獲得穩(wěn)定的后續(xù)收入

更關鍵的是，模型能力與商業(yè)模型的可遷移性，使其能快速將電池制造領域經驗復制至物流、醫(yī)藥等行業(yè)，放大商業(yè)化價值。

中國企業(yè)率先開啟產業(yè)良性循環(huán)

跳出單一案例看全球競爭，這條規(guī)�；�落地產線也是中國具身智能產業(yè)換道超車的縮影。

這代表著中國具身智能產業(yè)率先開啟了「算法-工藝-供應鏈」的全鏈條良性循環(huán)，同時也將全球競爭的賽點，從技術展示拉入了商業(yè)化落地的深水區(qū)。

中國具身智能產業(yè)的良性循環(huán)，首先依托的是場景需求帶動技術迭代的務實路徑。

與海外企業(yè)先造機器人再找場景不同，中國企業(yè)普遍采用場景+技術適配思路，從真實產業(yè)需求出發(fā)解決痛點，再將經驗復制至多場景。

千尋智能就是實例，從寧德時代高壓環(huán)境下長序柔性作業(yè)痛點切入，在落地中完成 VLA 模型迭代與工藝融合能力積累，培養(yǎng)技術可復用性，形成場景需求-技術迭代-多場景復制的正向循環(huán)。

除此之外，全產業(yè)鏈協(xié)同能力的構建，也進一步強化了中國在具身智能競賽中的優(yōu)勢。

千尋智能的成功，更多得益于上中下游產業(yè)鏈的緊密合作，形成了算法-工藝-供應鏈的完整閉環(huán)。

在算法層面，其自研 VLA 模型 Spirit v1 擁有動態(tài)場景感知以及多任務連續(xù)泛化能力。

在工藝層面，與寧德時代等制造龍頭的深度合作，確保技術匹配產業(yè)需求。

在供應鏈層面，依托中國完善制造業(yè)體系，快速整合核心零部件資源實現(xiàn)迭代與規(guī)�；�生產。

這種全產業(yè)鏈協(xié)同能力，是中國獨有的產業(yè)優(yōu)勢，海外企業(yè)短期內難以復制。

而這也與美國具身智能企業(yè)普遍陷入演示領先、落地滯后的困境形成鮮明對比。

特斯拉 Optimus 雖被寄予年產 1 億臺的厚望，卻仍停留在技術演示階段，V3 版本因靈巧手問題無法量產。

全球估值最高的具身智能公司 Figure AI，憑借演示視頻吸引微軟、英偉達等巨頭紛紛下注，卻因夸大與寶馬合作遭遇信任危機。

即便是落地進度領先的 Agility Robotics，其 Digit 機器人在 GXO 配送中心完成 30 萬件商品配送，也多為簡單搬運，效率僅為人工的 65%，難以替代核心生產環(huán)節(jié)。

客觀來看，中美路徑并無絕對優(yōu)劣，而是基于自身產業(yè)基礎的理性選擇。

美國依托在人工智能算法、芯片領域的積累，聚焦模型端突破，短期內更側重探索具身智能的能力上限，為行業(yè)樹立技術標桿。

中國則憑借完善的制造業(yè)供應鏈體系，結合豐富的真實商業(yè)化場景資源，走場景驅動模型迭代的路徑，更易快速跑通商業(yè)閉環(huán)、實現(xiàn)市場化落地。

需要承認的是，美國在通用具身智能模型研發(fā)、算法創(chuàng)新等領域仍保持領先優(yōu)勢，而中國在供應鏈整合、場景落地效率上的優(yōu)勢同樣顯著，雙方的差異化發(fā)展共同推動全球具身智能產業(yè)的多元化演進。

而在寧德時代與千尋智能的合作里，不僅能看見中國玩家對技術、場景的全面注重，也能看見一個良性的產業(yè)循環(huán)的苗頭。

頭部應用突破帶動中游本體制造與技術進步，拉動上游核心零部件升級，催生更多下游場景開放復制，反哺中游技術迭代與成本下降。

這一「算法-工藝-供應鏈-場景」的正向飛輪一旦跑起來，將推動更多中國具身智能企業(yè)在商業(yè)化、規(guī)�；�落地中邁出更大步伐。

探索具身智能的道路上，既需要有人仰望星空做技術突破，也需要有人腳踏實地蹚出商業(yè)化路徑。

但在國內的土壤內，需要更多把路率先走通的人。

       原文標題 : 具身智能，是時候減少營銷敘事了