智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
濟德耐
“其實我們已經開始賺錢了。”
智平方戈振偉在接受蓋世汽車采訪時所說的這句話，為“機器人只燒錢不盈利”的刻板認知打開了一個突破口。他提到公司旗下智魔方，也即模塊化具身智能服務空間，主打機器人飲品服務，覆蓋軟飲、咖啡、冰淇淋、雞尾酒等品類，目前已在全國11個省市落地售賣，單店月營收最高可達20萬元，已經實現盈利。
這不是孤例。近兩年商用服務機器人加速落地，餐飲配送、樓宇清潔、工業巡檢等場景不斷傳出商業化跑通的消息。但與此同時，另一位業內人士的判斷同樣戳中行業現實：“營收是一回事，盈利是另一回事。”
一邊是細分場景接連兌現商業價值，一邊是全行業研發投入持續高企，機器人行業到底賺不賺錢？答案從來不是非黑即白的判斷題，而是一場分層落地、局部突圍的漸進式進程。
垂直場景先行，單點盈利已成為現實
很多人對機器人行業的印象，還停留在“展會上秀特技、實驗室里磨技術，商業落地遙遙無期”。但真實的產業一線，一批聚焦垂直場景的玩家，已經悄悄跑通了盈利模型。
戈振偉提到的飲品服務機器人，是典型的細分場景突圍案例。這類機器人不需要復雜的全身運動，也不需要應對開放環境的隨機任務，只需要在固定點位完成標準化的飲品制作與交付。流程高度標準化、需求高頻穩定、替代人工的價值清晰，讓這類方案很快實現了商業閉環。
類似的故事，在商用服務機器人領域早已上演。作為全球商用服務機器人的頭部玩家，普渡機器人靠配送、清潔等成熟產品線，早已實現規模化商業落地。
根據弗若斯特沙利文《2025年全球具身智能與商用服務機器人獨立市場研究報告》，普渡機器人在全球商用服務機器人收入與出貨量層面均位居第一，業務覆蓋85個國家和地區，累計出貨量超13萬臺。2025年，普渡機器人業績增長超100%，龐大的出貨量背后，是餐飲、酒店、寫字樓等場景對配送、清潔機器人的剛性需求，這類機器人可以穩定替代重復性人力工作，24小時不間斷運行，客戶的投入回報周期清晰，付費意愿明確。
云深處憑借四足機器人在電力、消防等場景的巡檢方案，2025年實現公司整體凈利潤2868萬元、毛利率52.83%，在四足機器人領域率先跑出了盈利樣本。
為什么這些場景能率先盈利？核心在于三個“確定性”。
一是任務確定性。無論是菜品配送、地面清潔還是點位售賣，任務流程都是固定的，不需要機器人具備通用場景的應變能力。技術上只需要針對單一任務做優化，研發投入可控，落地故障率低，運維成本可控。
二是價值確定性。這類機器人的核心價值是替代人工，而人力成本上漲是明確的長期趨勢。
三是復制確定性。標準化場景意味著機器人無需深度定制化改造，出廠后簡單部署即可上崗，從單店復制到百店，邊際成本持續下降，規模效應快速顯現。
值得注意的是，率先盈利的場景，似乎避開了“通用人形機器人”這一高難度賽道。它們要么是輪式底盤，要么是固定基座機械臂，或是四足巡檢平臺，用專用形態解決專用問題，本質是“專用智能”的商業化落地。而大眾關注度最高的人形機器人，由于技術復雜度高、整機成本高、通用場景落地難，目前還很難實現單臺盈利。
這也構成了行業最有意思的圖景：公眾目光聚焦的人形機器人，大多還在投入期；低調深耕垂直場景的專用機器人，早已默默賺到了錢。局部盈利早已不是疑問，真正的問題是，這種點狀的盈利，什么時候能擴散到全行業，尤其是技術最復雜的人形機器人領域。
營收≠盈利，全行業仍處投入周期
“現在國家比較支持，推廣也快，已經在應用，所以普遍已經有營收了，但營收是一回事，盈利是另一回事。”一位主做靈巧手的企業內部人士在接受蓋世汽車采訪時的表述，道出了行業的普遍現狀：有收入不代表有利潤，單點盈利不代表整體盈利。
最直接的原因，是居高不下的研發投入。機器人行業早已過了靠硬件組裝就能賺錢的階段，當下的競爭核心已經轉向智能能力的比拼。從“一機一腦”的煙囪式開發，到“一腦多形”的通用底座，行業每往前走一步，都需要巨額的研發投入打底。
具身智能研發是典型的“重資產、長周期”工程，投入橫跨算力、硬件、場景三個維度。
模型側，一套通用具身基座模型的訓練，既需要海量真實物理交互數據，也需要配套大規模仿真算力集群，且需根據場景反饋持續迭代優化。
硬件側，每一代本體迭代都涉及結構設計、關節調校、傳感器融合等大量工作，原型機的開模、可靠性測試、量產驗證都需要持續的資金投入。
場景側，每進入一個新行業，都要針對行業特性做定制化開發與現場調試，從作業流程適配到安全合規，都需要專門的技術團隊落地。
對很多企業而言，研發是常年的剛性支出。以云深處為例，2025年研發費用率為24.98%，三年累計研發投入占營收31.52%；優必選等頭部企業同樣保持較高研發投入強度。處于技術攻堅階段的人形機器人創業公司，研發投入占營收比例更高，大量營收反哺技術研發。
拉高研發成本的另一個重要因素，是行業高度碎片化的現狀。當前國內機器人賽道有數百家本體廠商，僅人形機器人領域就有數十款不同構型的產品，驅動方式涵蓋電驅、繩驅、液壓，運動形態包括雙足、四足、輪式，各家的通信協議、控制接口、硬件參數自成體系，尚未形成統一的行業標準。
通用智能方案很難做到“一次開發，全行業適配”，每對接一款新本體，都要重新做驅動層適配、運動學標定、全流程聯調測試，本質是半定制化開發。適配的機型越多，投入的研發人力和時間成本就越高。
除了研發，硬件成本也是橫亙在盈利面前的一道坎。專用機器人能盈利，很大程度得益于硬件產業鏈成熟、量產規模大、成本可控。而人形機器人的高性能關節模組、靈巧手、高分辨率激光雷達等核心部件，目前量產規模有限。
數據采集與運維成本同樣容易被忽略。和大語言模型可依托互聯網公開數據快速訓練不同，機器人的智能需要真實物理世界的交互數據喂養，每一組有效數據都要靠真機實地運行才能采集，采集難度和成本遠高于互聯網數據。
落地后的運維成本也不容小覷，上門部署、現場調試、故障響應、系統升級，在產品成熟度不足的階段，故障率相對更高，運維成本會進一步吞噬利潤空間。很多項目看似合同金額不低，扣除研發、硬件、運維各項成本后，實際利潤空間非常有限。
于是行業出現了典型的分化現象：成熟的老產品線在賺錢，新業務、新技術線一直在燒錢；單一場景能實現盈利，公司整體卻因高研發投入暫時無法實現賬面盈利。這不是行業不健康，而是技術產業發展的必然規律。
從單點到全面，規模化盈利要闖三道關
局部盈利已經驗證了機器人的商業價值，但全行業要真正進入規模化盈利期，還需要跨過技術、供應鏈、場景三道關口。這不是某一家企業的事，而是整個產業生態共同的考題。
第一道關，是技術復用關，核心是通過通用化架構攤薄研發成本。
行業早期的煙囪式開發模式，造成了嚴重的研發資源浪費。而產業演進的核心方向，是打造分層解耦的通用智能底座：底層是統一的感知、規劃、控制核心算法，中間層是標準化的系統軟件平臺，上層通過適配層對接不同的本體形態和應用場景。
從產業邏輯上講，這本質是追求范圍經濟，一套技術底座能覆蓋的機型越多、適配的場景越廣，單位產品分攤的研發成本就越低，盈利的臨界點也就越早到來。當核心智能能力實現跨形態復用后，新產品的適配開發周期可從數月縮短至數周，研發投入的回報率將大幅提升。
目前行業內的主流玩家都在向這個方向演進，有的從移動導航能力向外延伸，有的從工業操作能力拓展場景，有的從通用大模型向下扎根物理世界，技術路徑各有不同，但核心目標一致：最大化技術復用效率，把研發投入變成可復用的長期資產。
第二道關，是供應鏈成熟關，靠量產拉低硬件成本。
硬件成本高，本質是規模問題。千臺級出貨量下，核心部件只能小批量定制，價格居高不下；當出貨量達到十萬級、百萬級，供應鏈的規模效應就會充分顯現，關節、傳感器、芯片的成本都會大幅下降。
當前機器人核心部件的國產替代正在穩步推進，諧波減速器、伺服電機等傳統工業部件的國產率已達較高水平，但人形機器人所需的高性能關節、力矩傳感器、靈巧手等部件，仍處于量產爬坡階段。隨著出貨量提升、生產工藝成熟、良品率上升，這些部件的成本有望迎來快速下降。
政策層面，工信部、國資委聯合啟動的人形機器人與具身智能實景實訓專項行動，也在拉動真機需求、擴大出貨規模，倒逼供應鏈成熟。
第三道關，是場景深化關，從“替代人工”到“創造價值”。
目前盈利的機器人場景，大多停留在替代簡單重復勞動的層面，價值天花板相對有限。而未來真正的高利潤場景，來自機器人能完成人類做不了、做不好的工作，比如高危環境作業、高精度精密操作、全天候全流程無人服務。
隨著智能能力提升，機器人會從簡單的體力執行者，升級為具備自主決策能力的生產要素，滲透到更多高價值場景。工業場景里的復雜精密裝配、特種場景里的應急救援與巡檢、商業場景里的全流程無人服務，這些場景的客單價和附加值遠高于當前的基礎服務，也會帶來更豐厚的利潤空間。
與此同時，商業模式也會從單一硬件售賣，轉向整體解決方案與長期訂閱服務，收入的持續性和盈利的穩定性都會顯著提升。
說到底，機器人行業的盈利不是一個突然到來的時間點，而是一個分層涌現的持續過程。專用機器人先盈利，人形機器人后盈利；簡單場景先盈利，復雜場景后盈利；單點方案先盈利，平臺生態后盈利。
機器人真的賺錢了嗎？答案是：有的已經賺到了，更多的還在路上。最終定義行業盈利規則的，一定是那些同時打磨好技術底座、跑通供應鏈、深耕真實場景，并在物理世界持續跑通商業閉環的玩家。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
