具身智能行业进入阶段性回落与再定位
随着 IPO 上会相关信息披露与修订后的招股说明书与审核回复陆续公开，作为具身智能赛道的代表性企业再次成为市场焦点。值得关注的是，相关文件对经营与行业风险进行了较为集中且主动的披露，这在快速发展两年后的行业中并不常见。由此可见，具身智能在经历前期高增长后，正进入需要放慢节奏、重新校准预期的阶段。
风险提示背后：增长放缓映射从扩规模到补能力的转型
监管机构的二轮问询聚焦的是人形机器人领域的核心难点：应用场景的真实落地、核心技术路径的验证、数据能力的充分性、供应链能否支撑放量，以及产品性价比是否被高估等。回应既反映了企业自身经营状况，也折射出行业从概念驱动走向工程兑现的现实挑战。
首先体现的是收入增速放缓与盈利波动的压力。凭借在四足阶段积累的本体设计与运动控制优势，企业曾快速进入人形机器人市场并实现初期增长。但随基数上升、行业热度趋于理性、竞争者增多，增速回落几乎成为必然。公开数据表明，2025 年收入约 16.99 亿元；截至 2026 年一季度，收入增速降至 68.49%。与此同时，研发与销售等费用持续攀升，利润空间被挤压，扣非净利润同比下滑。企业预计 2026 年上半年收入仍将增长，但扣非净利润压力仍在。
这并非异常现象，而是新兴产业从早期爆发走向中期验证的常见路径。此前不少机器人企业的增长在很大程度上受科研教育、开发平台与展示性需求的阶段性红利驱动。如今，这类需求的边际拉动在减弱，而真正决定行业高度的工业与服务等实际应用场景，需要更长时间来验证稳定性与经济性。如果下游落地速度低于预期，或产品迭代未跟上市场节奏，收入增速仍将承压。同时，募投项目推进效率、成本控制能力与量产爬坡进展也将直接影响毛利率表现。
其次，在行业竞争加速下的领先优势稀释成为不容忽视的趋势。回复中并未回避这一点，例如特斯拉 Optimus Gen-3 已进入小批量试产阶段，未来产能扩张、供应链整合及 AI 能力迁移都可能产生影响。国内方面，整车厂、消费电子等跨界玩家也在快速进入人形机器人领域，具备资金实力、制造体系、渠道资源和产业协同优势。若短期需求回落，价格竞争压力将向上游传导，进而考验行业的溢价能力。
第三，是关于研发方向调整带来的不确定性。过去的研发重点偏向机器人本体与运动控制，而在具身大模型等偏“机器人大脑”的方向上，投入相对谨慎，真实场景数据采集与大规模训练尚未全面展开。企业计划在 2025 年下半年推出自研通用 WMA 模型与 VLA 模型，显示出向更高层智能能力延伸的趋势。然而，这类投入周期更长、短期回报更难验证，一旦效果不及预期，未来竞争力或受影响。这也是为何一季度费用增长较快，实质上是在为下一阶段的能力建设提前成本性支出。
最后，是技术与人才层面的长期风险。公开资料显示，截至 2026 年 1 月 31 日，公司拥有境内外专利 262 项，其中中国境内发明专利仅 20 项，整体专利护城河仍需进一步巩固。在竞争日益激烈的背景下，知识产权保护、核心技术泄露与关键人才流失等问题，仍可能对未来发展造成隐忧。
需要强调的是，这些风险披露并非自降自限，它们更像是在为市场呈现更接近现实的行业画像。它们反映的不是单一企业的短期波动，而是在具身智能从资本热情转向工程兑现阶段必须共同面对的约束。
行业问题不仅关乎企业自身，也是整个人形机器人领域的共同挑战
将企业问询回复放在更广阔的产业背景中，我们会发现许多问题并非孤立现象，而是当前行业普遍存在的挑战。
首先，商业化与产业化之间仍存在明显距离。两年来人形机器人热度上升，但真正能持续形成稳定规模收入的应用场景并不多。公开信息显示，企业客户仍以高校、科研机构、开发者平台以及展示性应用为主。这意味着当前市场销售的本质仍是实验平台，而非经过充分验证的通用生产工具。
这并非单一国家的问题，而是全球性阶段。以 Optimus 为例，即便是行业焦点产品，也仍处于小批量试产阶段。海外多家明星公司同样尚未实现大规模工业落地。
原因并不复杂：人形机器人要在真实环境中长时间、稳定、低故障率地完成复杂任务，难度远高于演示阶段。需要在工厂连续作业、适应不断变化的环境、处理非结构化任务的同时，兼顾维护成本与可靠性。这意味着对长期训练、场景数据积累以及软硬件协同的要求极高。
这也引出了行业的第二个核心瓶颈：数据。大模型的关键在于数据质量与规模，而人形机器人所需的数据与互联网 A I 的文本、图像数据截然不同。需要机器人在真实世界的交互中产生的抓取、搬运、避障、平衡控制、空间关系判断等能力的数据来训练和修正。
这类数据极其昂贵。与互联网大模型相比，建立“数据工厂”难度更高，因为它不仅需要机器人本体，还需部署环境、传感器、训练空间、持续调试能力等。谁能更早建立大规模、可持续的数据闭环，谁就更有机会在未来形成具身智能的核心壁垒。
第三个挑战是竞争层级的快速提升。过去多为初创公司间的竞争，如今车企、消费电子、互联网平台乃至家电企业都在加速布局，带来的是更完整的工业体系与更强的综合竞争力。这意味着未来的竞争不仅是某项技术指标之争，更是系统化工业能力的综合较量。
在挑战中仍存在机遇：制造能力与开源生态形成独特支点
但问题并非前景黯淡。此次较充分的风险披露，恰恰说明行业正由“想象空间”走向“投入产出与落地效率”的阶段。只有在行业直面现实后，才可能进入更成熟的发展阶段。对于中国企业而言，这也意味着新的结构性机会正在显现。
一方面，中国具备完整的工业零部件供应链、敏捷制造与协同能力，能够更快将实验室成果转化为工程化产品，实现软硬件一体化落地。另一方面，随着更多企业推动算法、软件栈和开发工具开源，国内正在形成以真实机器人部署为核心的具身智能开源生态。这种“开源软件生态 + 垂直硬件整合”的组合，预计将显著提升产品迭代效率。
行业时间窗口方面，2026 年至 2028 年通常被视为中国人形机器人走向规模化应用的关键阶段。工业物流、智能制造等场景有望率先突破，RaaS 模式也可能帮助企业降低初始使用门槛。随着具身大模型持续成熟、数据闭环逐步建立，机器人在通用能力方面也有望进一步提升。届时，中国企业不仅有机会输出硬件产品，也可能在算法平台与行业解决方案层面形成更大影响力。
结语
从企业披露的招股书与问询回复看，中国人形机器人产业正经历从高热度向高难度的切换。增速回落、利润承压、核心“脑”能力仍待加强、真实数据稀缺、竞争加速等挑战并非单一企业的问题，而是行业走向真正产业化必须跨过的阶段。短期内，具身智能需要稳步推进；但从长远看，完整制造体系、持续完善的 AI 基础设施及强大的供应链能力，仍为中国具身智能产业保留着可观的成长空间。