基于 John Koetsier 对智元(AGIBOT)具身智能业务总裁姚卯青博士的访谈 ——《World’s Biggest Humanoid Robot Maker Says Tipping Point Is Near》,Forbes,2026 年 5 月 19 日。完整原文请见链接。本文为对该采访的分析性梳理。
总部位于上海的智元(AGIBOT)是全球出货量最大的人形机器人制造商:2025 年出货约 5,100 台,占全球市场约 39%,到 2026 年初累计出货突破 10,000 台,业务覆盖 17 个国家。在《Forbes》近期的一次长篇访谈中,智元具身智能业务总裁姚卯青博士谈了一件让人意外的事——中国机器人产业的真正竞争优势到底在哪里。答案,跟海外舆论习惯讲述的版本,并不一样。
整篇访谈最锋利的一个问题
访谈接近尾声时,Koetsier 抛出了我个人认为整篇里最值得读的一个问题:
「西方记者应该问、但其实从来没问中国人形机器人公司 CEO 的问题,是什么?」
姚博士的回答,几乎可以直接当作他自己的社评:
「在海外,中国机器人产业最常被解释为『有成本优势』。但这个行业真正的竞争核心,不是谁能做出最炫的演示——而是谁能更快地把机器人放进真实世界。」
接下来,姚博士给出了他认为中国真正的优势所在,是四个因素的独特组合:丰富多样的真实落地场景、完整的供应链、快速的工程迭代,以及——这一点最关键——大量愿意尝试新技术的客户。当这四件事同时凑齐,他说,机器人从实验室走向真实部署的速度,会被显著拉快。
换句话说:中国靠的不是便宜。中国靠的是部署速度(deployment velocity)。这是完全不同的一种解释逻辑——而西方报道里几乎从未出现过。
「X 曲线」与「Y 曲线」:行业正在切换时代
为了解释人形机器人行业当下正在发生什么,姚博士给出了他自己提出的一个分析框架——两条曲线。
X 曲线,是技术探索阶段。整个行业都在证明:机器人能走、能跑、能完成复杂动作。这是「演示的时代」,是「后空翻视频的时代」。
Y 曲线,是真实部署阶段。这里的问题完全不同了:机器人能不能真正进入工作流程?能不能稳定、持续地运转?能不能创造可量化的生产力?
姚博士的判断是:行业正在从 X 切到 Y。他说,过去几年,大家一直在等三件事同时到位——足够强的基础大模型(foundation models)、足够可靠的机器人「本体」、以及只有在真实场景中才能形成的数据飞轮。这三个条件以前是分别推进的,直到现在,它们才第一次出现在同一个时间窗口里。
这个转折点的本质,姚博士说,不是机器人突然学会了什么全新本事。而是整个行业的对话语言变了:从「机器人能做什么?」变成「机器人能不能创造真正的生产力?」客户已经不再只看演示——他们开始认真地讨论部署、复制、ROI。
机器人现在到底在哪里干活?
为了把讨论落地,姚博士列出了人形机器人当下最先进入的八种场景:工业制造、物流仓储、商业服务、安防巡检、科研教育、数据采集、场景验证。家庭场景,他特别强调,是长期方向,但不是近期的事:家庭环境对安全性、可靠性和稳定性的要求,远高于行业当前能交付的水平(这一点,Agility Robotics 最近的一篇立场文章讲得很到位,我们之前也做过分析)。
接下来是钱的事。智元目前已在 17 个以上国家和地区推出「机器人即服务」(RaaS,robots-as-a-service)的租赁模式。姚博士透露,在美国,起价大约为每天 2,000 美元——但这个价格里包含的并不只是机器人本身,还有部署、运维、软件,有时候甚至包括工程师上门服务。
至于产能数字,姚博士的态度相当冷静:智元用了大约两年达到 1,000 台,又用一年到 5,000 台,再用一年到 10,000 台。当 Koetsier 直接问「下一个目标是不是 10 万台?」时,他的回答出乎意料地克制:「我们现在并不特别在意一个具体数字。更重要的是机器人是否真的进入了工作流、客户是否会回头复购、成功的场景是否能被复制。」
这里,是对硅谷的回应
访谈中段还藏着一个重要的分析转折。Koetsier 直接问:「你们的打法非常整合——硬件、软件、云。你认为垂直整合会在机器人生态的头几代里胜出吗?」
姚博士的回答很干脆:在行业早期,垂直整合是一种战略上的必然。这个行业目前还没有形成稳定的产业分工,组件之间也没有形成标准化的接口。一个运动模型的改动,可能直接影响本体设计;一个真实场景里产生的数据反馈,可能反过来推翻模型训练方式。如果这些能力分散在不同公司手里,迭代就会变得太慢。
但他紧接着抛出了一个关键的「但是」:「长期来看,这个行业不会一直保持封闭。」随着行业成熟,各种专业化平台会逐渐出现——操作系统平台、模型平台、本体平台、供应链平台、场景方案平台。垂直整合,他说,是行业某一阶段的能力,而不是它的终极形态。
这其实是对我们此前报道过的 1X World Model Lab的一次间接、但很明确的回应。1X 的做法是构建一个封闭的垂直一体化技术栈——自家 NEO 机器人、自家工厂、自家 AI 实验室。1X 的 CEO Bernt Børnich 说得直白:「要最快达到完全自主,你必须拥有整个技术栈。」姚博士似乎是从另一边在说:对,现阶段确实是这样——但只是现阶段。
紧接着,姚博士给出了他自己对「行业终极胜负点」的押注:
「在未来的全球市场上,真正决定胜负的,不是谁更封闭、谁更开放。而是谁能够构建一个长期可信、透明、并尊重本地监管的部署体系。信任,将是终极的护城河。」
1X 说「最终一切都将由数据决定」,智元说「最终一切都将由信任决定」。在更大的图景里看,两边其实都是对的——他们是在从两个不同的角度,描述同一个长跑过程:谁会在终点把谁拉开。
收束整条编辑线索的尾声
姚博士在访谈结尾给出了一句简短、但纲领性的话:
「未来更值得问的问题,不是谁能率先做出最炫的视频;而是谁能更快地建立起真实部署能力、运维能力,以及数据闭环。」
他相信,最终决定这个行业胜负的,不是模型本身的能力——而是谁能持续地把物理 AI 投入到真实工作流中。
这,几乎是对我们最近所有报道的一次正面回应。它呼应了 Ambrose 在 Fortune 上的专栏(那位 NASA 前机器人部门负责人指出:胜出的不会是机器人最炫的人,而是真正能落地的人)。它呼应了 Agility 的公开立场(他们直言,目前那些病毒式的演示,很多其实是「精心伪装过的戏法」)。它呼应了中国正在搭建的人形机器人训练场,那里的目的正是要形成共享的数据飞轮。它甚至呼应了 1X 刚刚成立的 World Model Lab。
当这样一群差异巨大的来源——一家挪威 – 美国背景的初创公司、一位 NASA 前机器人部门负责人、一批硅谷的产业领袖、一系列中国的国家级中心,以及中国全球出货量第一的人形机器人公司——从完全不同的方向得出了同一个结论,这就不再是一条新闻了。这已经变成了行业的共识:这场比赛不在舞台上跑,而在车间里跑。决定胜负的不是最响亮的那段视频,而是机器人在某个仓库里能连续轮班工作多少个小时。而正是在这条衡量轴上,姚博士所说的,西方舆论看错了方向。
照片：AGIBOT