掌上世界 星海图CEO高继扬：机器人商业化将从卖整机到卖“物理世界Token”

【来源：环球网】

【环球网财经报道 记者 陈超 赵华】展会的"C位"，通常留给最炫的演示。但在2026世界机器人大会星海图展台，最吸引人的不是机器人跳舞、翻跟头，而是一个略显拥挤的货架。用户通过小程序下单，机器人自主识别商品、规划路径、抓取拣选、撑袋打包，完成从接单到交付的完整闭环。

展会开展前一天，这套与京东合作搭建的展会现场前置仓演示系统完成了100多单"真实履约"，全程没有人工流程干预。

100单，在工厂产线上，这个数字微不足道。但对于一个行业而言，它意味着机器人第一次从“能展示”走到了“真干活”。

从"背答案"到"会思考"，机器人如何应对真实世界的混乱

前置仓是行业公认的高难度落地场景。货架上商品品类繁多、摆放随机、包装形态各异。传统自动化设备依赖预设程序，每新增一个SKU就需要重新编程适配。星海图的做法是让机器人"自己看"，依托基础模型的自主识别能力，应对海量品类与随机摆放状态。

更大的挑战在于连续性。拣选只是第一步，机器人还需要完成撑袋、装货、封口等后续环节。任何一个环节出错，整个订单就会失败。星海图的技术方案让机器人在面对环境变动、任务中断、执行异常时能自主纠错、恢复流程。

不同于行业较多采用仿真数据训练的路径，星海图坚持优先采用真机产生的真实数据，以此规避仿真到真机之间的域迁移偏差。高继扬在群访中用一个比喻解释了这种能力的本质：这套系统"不是背会了所有答案，而是学会了如何应对变化"。

展台上另一项“机器人组装机器人”演示同样印证这套逻辑：机器人独立完成厘米级螺丝入孔、自动钻孔器锁付的高精度长程装配，串联视觉定位、双臂协同、力控接触、动作规划多项能力。依托强化学习与具身基础模型协同，作业速度提升超过30%。

“我们不追求单个任务的炫技，而是让机器人具备理解目标、适应变化、自主决策的能力。这个目标很大，但今天展台上的每一个实景演示，都是通向它的具体脚印。”高继扬在主题演讲中如此说道。

生产力的“千倍市场”，从卖硬件到Token的产业推演

前置仓演示的背后，是高继扬对具身智能商业模式的远期系统性推演。他提出，具身智能商业化将经历三个发展阶段。第一阶段是整机销售。 2026年之前，模型能力较弱，市场上大量交易以整机销售为主。行业各类整机产品毛利率大致在40%至60%。

第二阶段是方案订阅。 随着基础模型能力提升，机器人开始进入具体生产力场景，形成完整产业解决方案。客户为方案付费，整机只是载体。硬件毛利率可能回落至20%左右。

第三阶段是物理世界Token销售。 当智能通用性从单一场景走向多场景跨域，具身智能的核心商业模式将演变为以“物理世界Token”的消耗为核心。为实现更多终端部署、拉动智能服务消耗，整机甚至可能进入负毛利状态。

“客户购买的不是机器人整机，而是机器人能够完成的生产工作。客户付费买的是劳动产出。”高继扬表示。在他看来，生产力市场规模千倍、万倍于表演展示类市场，有机会从底层改变人类生产力结构。

谈及行业热议的“GPT时刻”，高继扬认为，技术拐点终将到来，但公众认知不会瞬间爆发。大模型可以快速出圈，源于普通用户手机电脑即可直接体验；但具身智能优先落地工厂、仓库，普通大众很难接触。行业会逐步渗透，等到大众感知到时，机器人已经无处不在。

他同时提到，高质量数据是模型的基础，百万小时量级是产业级基础模型的门槛；成本结构上，算力成本最贵，人才最为稀缺，数据成本反而是可控、可解决的。海外仓储用工成本更高，部分海外项目落地速度甚至有可能快于国内。

值得注意，为什么一家以模型为核心的公司要坚持做整机？高继扬在采访中解释，想要做好模型预训练，需要优质整机搭建完整的数据闭环。整机既是数据采集入口，也是模型商业化的载体。“具身智能本质是人工智能事业，但绝非纯软件，一定是软硬结合。”

本届大会，星海图发布了新一代轮臂整机Nexo，作为这一逻辑下的具体产物，承载模型能力的硬件平台，同时也是数据闭环中不可或缺的一环。

回到展会现场达成的100单真实履约，或许只是一个开始。但它揭示了一条清晰的路径，机器人正在从展台走向工位，从“被编程”走向“会思考”，从“能展示”走向“能部署”。在高继扬看来，具身智能的下半场，检验的不是表演能力，而是可靠地干活。

天臣配资提示：文章来自网络，不代表本站观点。