先当止跌信号看看$明_老虎社区_美港股上老虎 - 老虎社区

投行小師弟

先当止跌信号看看$明略科技-W(02718)$

@港股老斯基：WRC开幕，明略科技为什么像具身智能里被低估的“卖铲人”？

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":599154634555896,"tweetId":"599154634555896","gmtCreate":1787303788804,"gmtModify":1787303790998,"author":{"id":3575272506103176,"idStr":"3575272506103176","authorId":3575272506103176,"authorIdStr":"3575272506103176","name":"投行小師弟","avatar":"https://static.tigerbbs.com/cbaef50e1a36058616ca717b01b65c25","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"wearingBadges":[],"fanSize":33,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"title":"","html":"<html><head></head><body>先当止跌信号看看<a target=\"_blank\" href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$ </a>\n<br></body></html>","htmlText":"<html><head></head><body>先当止跌信号看看<a target=\"_blank\" href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$ </a>\n<br></body></html>","text":"先当止跌信号看看$明略科技-W(02718)$","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/599154634555896","repostId":599069135561816,"repostType":1,"repost":{"magic":2,"id":599069135561816,"tweetId":"599069135561816","gmtCreate":1787282961634,"gmtModify":1787283006959,"author":{"id":4142472227465700,"idStr":"4142472227465700","authorId":4142472227465700,"authorIdStr":"4142472227465700","name":"港股老斯基","avatar":"https://static.tigerbbs.com/eab4b3f8d73838037b36ea737c07fa3f","vip":2,"userType":2,"introduction":"专注港美股财经领域分析报道，港股ipo打新","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"wearingBadges":[],"fanSize":264,"starInvestorFlag":false},"themes":[],"images":[{"img":"https://static.tigerbbs.com/988fb517a5d87a6bbbf387b7b28f5eca","width":"1267","height":"383"},{"img":"https://static.tigerbbs.com/2d8010fe9eb06534314d7b43d87dc0c3","width":"1057","height":"798"},{"img":"https://static.tigerbbs.com/9862fa9e30023797ce8c04e3eb81b4c7","width":"423","height":"690"},{"img":"https://static.tigerbbs.com/4a256e6c07607516268f2dd82b4855a1","width":"440","height":"780"},{"img":"https://static.tigerbbs.com/03c13bbc4a7b1b1e1ed4205de936847d","width":"502","height":"364"},{"img":"https://static.tigerbbs.com/f91fab0774e020f3fcda934da680269d","width":"1036","height":"645"},{"img":"https://static.tigerbbs.com/7d387421e043ea0d3341e99783fe7cac","width":"1268","height":"714"},{"img":"https://static.tigerbbs.com/29b35e48f673de6c0dd5141ef8bd4cdc","width":"1080","height":"651"},{"img":"https://static.tigerbbs.com/e94778b0481b90f8930ffaaf66d60e98","width":"525","height":"669"}],"coverImages":[{"img":"https://static.tigerbbs.com/988fb517a5d87a6bbbf387b7b28f5eca","width":"1267","height":"383"},{"img":"https://static.tigerbbs.com/2d8010fe9eb06534314d7b43d87dc0c3","width":"1057","height":"798"},{"img":"https://static.tigerbbs.com/9862fa9e30023797ce8c04e3eb81b4c7","width":"423","height":"690"}],"title":"WRC开幕，明略科技为什么像具身智能里被低估的“卖铲人”？","html":"<html><head></head><body><p>2026世界机器人大会已经开幕。300余家企业、数千件展品扎堆亮相，机器人跑步、抓取、搬运早已不算新鲜。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/988fb517a5d87a6bbbf387b7b28f5eca\" tg-width=\"1267\" tg-height=\"383\"></p>\n<p>但我更关心另一个问题：当机器人真正走进生活，它能不能听懂任务，能不能把一件事完整做完？</p>\n<p>这也是明略科技这次参展值得看的地方。</p>\n<p>在C217展位，明略科技与海康机器人展示了餐饮服务、工业物流和智能巡逻等场景。明略没有从制造机器人本体切入，而是把VLM、VLA、多模态感知和智能体协同能力，放进机器人的“大脑”。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/2d8010fe9eb06534314d7b43d87dc0c3\" tg-width=\"1057\" tg-height=\"798\"></p>\n<p>换句话说，明略科技正在做一件很像“卖铲人”的生意：不押注某一种机器人形态，专门解决机器人进入真实商业场景之后，如何理解任务、规划动作、协同作业和持续进化。</p>\n<p>这条线，现在可能还没有被市场充分看见。</p>\n<p><strong>整机卷破天，“大脑”的竞赛才刚开始</strong></p>\n<p>先看一组数字。中商产业研究院预计，2026年中国广义具身智能市场规模将突破1万亿元。IDC预测，2026年全球智能机器人硬件市场规模接近300亿美元。高工机器人产业研究所测算，2026年国内人形机器人出货量有望达到6.25万台。</p>\n<p>万亿赛道，钱往哪里流？</p>\n<p>过去两年，具身智能行业的硬件进步很快。</p>\n<p>人形机器人已经可以完成行走、奔跑、抓取和搬运，电机、减速器、传感器以及运动控制系统也在持续成熟。但机器人能动起来，只解决了“身体”问题。进入真实商业环境，机器人还是不知道怎么“干活”。</p>\n<p>举个简单例子。</p>\n<p>餐厅工作人员说一句“把这张桌子收拾干净”，机器人需要判断什么是垃圾、什么要保留，餐盘放在哪里，桌面清理完成后由谁接手，垃圾倒完之后餐盘又该送回哪里。</p>\n<p>这句话对人类很容易，对机器人却是一条包含环境识别、任务拆解、动作规划、异常处理和多机协同的长链路。</p>\n<p>所以真正的瓶颈在“大脑”。</p>\n<p>在现场，我发现整个场景是由轮式人形机器人、双臂机器人和洗地机协同完成。人形机器人先整理餐桌，同时保留非垃圾物品；随后呼叫双臂机器人接管餐盘，完成垃圾倾倒和餐盘归位；洗地机再独立完成地面清洁。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/9862fa9e30023797ce8c04e3eb81b4c7\" tg-width=\"423\" tg-height=\"690\"></p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/4a256e6c07607516268f2dd82b4855a1\" tg-width=\"440\" tg-height=\"780\"></p>\n<p>工业物流场景则由无人叉车、AMR、双臂机器人、人形机器人和四足机器人配合，完成取货、搬运、拆垛、拣选和巡检。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/03c13bbc4a7b1b1e1ed4205de936847d\" tg-width=\"502\" tg-height=\"364\"></p>\n<p>其实真正值得看的，并非现场摆了多少台机器人，而是这些设备开始围绕同一个业务目标分工协作。单机能力决定机器人能做什么，任务理解与系统调度决定它们能不能连续干活。</p>\n<p>换句话说，明略科技做的是具身智能的操作系统级能力。不造“手”，但给“手”装“脑子”。</p>\n<p><strong>第一把铲子：模型和智能体的家底</strong></p>\n<p>从技术分工看，明略科技主要聚焦VLM、VLA、多模态感知、智能推理规划与多智能体协同，海康机器人则提供机器人本体、运动控制、传感器融合、系统集成和工程化支持。</p>\n<p>这套组合的逻辑很清楚：硬件负责执行，明略负责让机器人理解业务。</p>\n<p>VLM解决的是“看见了什么”。机器人需要识别餐盘、垃圾、桌面、行人以及不断变化的环境。</p>\n<p>VLA解决的是“接下来怎么做”。看到餐盘之后，要生成可执行的抓取、移动和放置动作。</p>\n<p>智能体负责把长任务拆开。收拾餐桌并非一个动作，而是一组有先后关系、需要不断判断结果的任务。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/f91fab0774e020f3fcda934da680269d\" tg-width=\"1036\" tg-height=\"645\"></p>\n<p>多智能体协同则进一步解决设备之间如何交接。轮式人形机器人完成桌面清理后，可以把下一环节交给双臂机器人，自己继续处理下一张桌子。</p>\n<p>把这些能力连起来，机器人才能从“完成一个动作”升级为“交付一个结果”。</p>\n<p>明略在模型上的家底，比多数人想的厚。自研GUI模型Mano，登顶过Mind2Web和OSWorld两个全球权威榜单；超图多模态大模型HMLLM的成果，拿过ACM Multimedia 2024最佳论文提名；6月末又开源了多智能体协作网络Octo，里面设计了Solo、Roundtable、Critic六种协作模式，让一群智能体分工、互查、留痕；最近连端侧语音识别模型OctoASR也放上了GitHub。公司手里攥着2400多项技术专利，两度拿下吴文俊人工智能科学技术奖。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/7d387421e043ea0d3341e99783fe7cac\" tg-width=\"1268\" tg-height=\"714\"></p>\n<p>GUI智能体的成绩不能直接证明机器人业务已经成熟，但至少说明，明略具备模型研发、任务规划和智能体工程部署的基础。更值得注意的是，公司对AI劳动力的理解已经跨出软件世界：数字世界里有智能体，物理世界里有机器人，两者都可以成为组织中的智能劳动力。</p>\n<p>明略想做的，是把人、数字智能体和机器人接入同一张组织网络。它们共享业务上下文和组织记忆，能够围绕同一个目标分工、协同与交接。餐厅里的服务员、负责排班和调度的数字智能体，以及完成清台、回收和洗地的机器人，未来可能在同一套系统里协作。</p>\n<p>支撑这张网络的，是模型、软件和系统集成能力。沿着VLA路线，明略已经形成从多模态感知理解、任务推理规划到动作决策执行的完整能力栈。机器人先看懂环境，再理解目标、拆解步骤，最后把规划转化为动作，正好对应前文餐饮场景里的长链路任务。</p>\n<p>这里还有一层容易被忽略的技术同构。具身智能反复讨论的数据飞轮、长程任务和异常处理，同样是明略在Agentic AI落地中长期面对的问题。过去，公司让软件世界的Agent学会看、思考和调用工具；现在，这套能力开始延伸到物理世界，让机器人以组织成员的身份参与业务协作。</p>\n<p>这正是“卖铲人”逻辑成立的第一层基础。</p>\n<p><strong>第二把铲子：线下真实场景的数据</strong></p>\n<p>具身智能行业有个公开的秘密：模型不缺算法，缺的是物理世界的真实数据。实验室里录一万次抓杯子，顶不上真实餐厅里一个月的油渍、碰撞和突发状况。</p>\n<p>而明略科技在这件事上有天然优势。</p>\n<p>它在企业数据智能和商业场景服务领域积累近20年。135家财富世界500强客户、约2100家品牌客户、超24万家企业用户，覆盖零售、消费品、汽车、3C等行业。这些客户的线下门店、餐饮场景、零售终端，每天都在产生海量的真实场景数据——消费者怎么进店、怎么点餐、服务员怎么收拾桌子、怎么补货。</p>\n<p>这些数据不是实验室里仿真出来的，是真金白银的商业场景里跑出来的。</p>\n<p>明略科技与百胜中国合资成立的明胜品智，专门做连锁餐饮零售的数字化。这次WRC上展示的餐饮清洁场景，从餐桌清理到餐盘回收到地面洗地，全流程无人化闭环——这套能力不是凭空想出来的，是真实餐饮场景里磨出来的。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/29b35e48f673de6c0dd5141ef8bd4cdc\" tg-width=\"1080\" tg-height=\"651\"></p>\n<p>天风证券6月的首覆报告里有个说法我很认同：明略多年攒下的多模态数据，有望跑通“数据沉淀、模型迭代、业务增长、数据再沉淀”的正循环。机器人每在餐厅多干一天活，数据就厚一分，模型就聪明一分。这个飞轮一旦转起来，后来者很难追。</p>\n<p><strong>从技术展示到商业模式，还差哪几步？</strong></p>\n<p>“卖铲人”最终也是一门生意。</p>\n<p>明略未来可能形成三层收入来源：底层是模型、智能体平台和调度系统；中间是联合硬件厂商交付场景解决方案；更上层则是持续的模型更新、任务配置、设备运营和效果优化服务。</p>\n<p>其中，餐饮场景与明略原有业务基础的距离更近。</p>\n<p>公司已经服务餐饮和零售客户，理解门店管理流程，也拥有软件系统和交付团队。机器人方案若进入这些客户，获客和场景适配的起点都会更高。工业场景可以证明技术的扩展边界，餐饮则更适合观察商业入口。</p>\n<p>接下来真正需要验证的，是WRC上的演示能否走出展台。</p>\n<p>第一步是付费试点，客户愿不愿意为方案买单；第二步是多门店复制，同一套系统能否适配不同环境；第三步是形成持续收入，软件、模型和运营服务能否随着机器人装机量一起增长。</p>\n<p>只要这三步逐渐打通，明略参与具身智能的方式就会变得清晰：公司无需包办每一种机器人本体，却可以把更多硬件接入自己的场景智能和调度体系。</p>\n<p><strong>半年报，可能会给出第一组答案</strong></p>\n<p>再回到财务层面。</p>\n<p>2025年，明略科技实现收入14.26亿元，同比增长3.2%；其中数据智能业务收入12.60亿元，营运智能收入5.42亿元，占总收入的38%。公司新推出的Agentic Services实现收入1.00亿元，占总收入约7%；毛利率由51.6%提升至55.4%，经调整净利润达到4204万元。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/e94778b0481b90f8930ffaaf66d60e98\" tg-width=\"525\" tg-height=\"669\"></p>\n<p>这组数据说明，明略的AI商业化已经开始进入收入结构。尤其值得注意的是，2025年公司超过30%的新增大客户来自Agentic Services，意味着智能体服务已经具备独立获客能力。</p>\n<p>因此，接下来的半年报，我会重点观察四件事。</p>\n<p>第一，Agentic Services收入能否继续增长，占总收入的比例是否提高。</p>\n<p>第二，营运智能业务能否保持扩张，为具身智能提供稳定的客户和场景底座。</p>\n<p>第三，AI工具带来的效率改善能否继续体现在毛利率和经调整利润中。</p>\n<p>第四，公司是否披露机器人相关的付费试点、商业订单或客户落地进展。</p>\n<p>具身智能业务还在早期，半年报未必会单独列出机器人收入。相比短期贡献了多少钱，更重要的是两个信号能否同时出现：Agentic Services收入占比继续提升，机器人方案开始进入真实付费场景。</p>\n<p><strong>我个人怎么看</strong></p>\n<p>市场过去习惯把明略科技放在营销智能、数据服务或者企业软件的框架里观察，这套理解并没有错，只是可能少算了一层。</p>\n<p>明略积累的VLA、多模态感知和智能体能力，可以让机器人理解并执行任务；运营智能业务沉淀的线下场景、客户关系和业务流程，则为这些技术提供了落地入口。</p>\n<p>技术底座与场景底座同时具备，正是明略成为具身智能“卖铲人”的核心逻辑。</p>\n<p>当然，WRC展示证明的是技术路径和协同能力，商业价值还要由订单、收入和规模复制完成验证。接下来需要看的，也不是机器人在展台上完成了一次多漂亮的演示，而是这套能力能否进入餐厅、形成付费项目，并最终反映在明略的收入结构里。</p>\n<p>半年报会给出第一组答案。</p>\n<p>如果Agentic Services继续扩大，机器人项目又开始从演示走向交付，市场或许需要重新认识明略科技：它手里握着的，可能不仅是一套企业智能体平台，还有一张通向物理世界的门票。</p>\n<p><a href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$</a></p>\n<p><a href=\"https://laohu8.com/U/20722186463466\">@爱发红包的虎妞</a></p></body></html>","htmlText":"<html><head></head><body><p>2026世界机器人大会已经开幕。300余家企业、数千件展品扎堆亮相，机器人跑步、抓取、搬运早已不算新鲜。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/988fb517a5d87a6bbbf387b7b28f5eca\" tg-width=\"1267\" tg-height=\"383\"></p>\n<p>但我更关心另一个问题：当机器人真正走进生活，它能不能听懂任务，能不能把一件事完整做完？</p>\n<p>这也是明略科技这次参展值得看的地方。</p>\n<p>在C217展位，明略科技与海康机器人展示了餐饮服务、工业物流和智能巡逻等场景。明略没有从制造机器人本体切入，而是把VLM、VLA、多模态感知和智能体协同能力，放进机器人的“大脑”。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/2d8010fe9eb06534314d7b43d87dc0c3\" tg-width=\"1057\" tg-height=\"798\"></p>\n<p>换句话说，明略科技正在做一件很像“卖铲人”的生意：不押注某一种机器人形态，专门解决机器人进入真实商业场景之后，如何理解任务、规划动作、协同作业和持续进化。</p>\n<p>这条线，现在可能还没有被市场充分看见。</p>\n<p><strong>整机卷破天，“大脑”的竞赛才刚开始</strong></p>\n<p>先看一组数字。中商产业研究院预计，2026年中国广义具身智能市场规模将突破1万亿元。IDC预测，2026年全球智能机器人硬件市场规模接近300亿美元。高工机器人产业研究所测算，2026年国内人形机器人出货量有望达到6.25万台。</p>\n<p>万亿赛道，钱往哪里流？</p>\n<p>过去两年，具身智能行业的硬件进步很快。</p>\n<p>人形机器人已经可以完成行走、奔跑、抓取和搬运，电机、减速器、传感器以及运动控制系统也在持续成熟。但机器人能动起来，只解决了“身体”问题。进入真实商业环境，机器人还是不知道怎么“干活”。</p>\n<p>举个简单例子。</p>\n<p>餐厅工作人员说一句“把这张桌子收拾干净”，机器人需要判断什么是垃圾、什么要保留，餐盘放在哪里，桌面清理完成后由谁接手，垃圾倒完之后餐盘又该送回哪里。</p>\n<p>这句话对人类很容易，对机器人却是一条包含环境识别、任务拆解、动作规划、异常处理和多机协同的长链路。</p>\n<p>所以真正的瓶颈在“大脑”。</p>\n<p>在现场，我发现整个场景是由轮式人形机器人、双臂机器人和洗地机协同完成。人形机器人先整理餐桌，同时保留非垃圾物品；随后呼叫双臂机器人接管餐盘，完成垃圾倾倒和餐盘归位；洗地机再独立完成地面清洁。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/9862fa9e30023797ce8c04e3eb81b4c7\" tg-width=\"423\" tg-height=\"690\"></p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/4a256e6c07607516268f2dd82b4855a1\" tg-width=\"440\" tg-height=\"780\"></p>\n<p>工业物流场景则由无人叉车、AMR、双臂机器人、人形机器人和四足机器人配合，完成取货、搬运、拆垛、拣选和巡检。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/03c13bbc4a7b1b1e1ed4205de936847d\" tg-width=\"502\" tg-height=\"364\"></p>\n<p>其实真正值得看的，并非现场摆了多少台机器人，而是这些设备开始围绕同一个业务目标分工协作。单机能力决定机器人能做什么，任务理解与系统调度决定它们能不能连续干活。</p>\n<p>换句话说，明略科技做的是具身智能的操作系统级能力。不造“手”，但给“手”装“脑子”。</p>\n<p><strong>第一把铲子：模型和智能体的家底</strong></p>\n<p>从技术分工看，明略科技主要聚焦VLM、VLA、多模态感知、智能推理规划与多智能体协同，海康机器人则提供机器人本体、运动控制、传感器融合、系统集成和工程化支持。</p>\n<p>这套组合的逻辑很清楚：硬件负责执行，明略负责让机器人理解业务。</p>\n<p>VLM解决的是“看见了什么”。机器人需要识别餐盘、垃圾、桌面、行人以及不断变化的环境。</p>\n<p>VLA解决的是“接下来怎么做”。看到餐盘之后，要生成可执行的抓取、移动和放置动作。</p>\n<p>智能体负责把长任务拆开。收拾餐桌并非一个动作，而是一组有先后关系、需要不断判断结果的任务。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/f91fab0774e020f3fcda934da680269d\" tg-width=\"1036\" tg-height=\"645\"></p>\n<p>多智能体协同则进一步解决设备之间如何交接。轮式人形机器人完成桌面清理后，可以把下一环节交给双臂机器人，自己继续处理下一张桌子。</p>\n<p>把这些能力连起来，机器人才能从“完成一个动作”升级为“交付一个结果”。</p>\n<p>明略在模型上的家底，比多数人想的厚。自研GUI模型Mano，登顶过Mind2Web和OSWorld两个全球权威榜单；超图多模态大模型HMLLM的成果，拿过ACM Multimedia 2024最佳论文提名；6月末又开源了多智能体协作网络Octo，里面设计了Solo、Roundtable、Critic六种协作模式，让一群智能体分工、互查、留痕；最近连端侧语音识别模型OctoASR也放上了GitHub。公司手里攥着2400多项技术专利，两度拿下吴文俊人工智能科学技术奖。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/7d387421e043ea0d3341e99783fe7cac\" tg-width=\"1268\" tg-height=\"714\"></p>\n<p>GUI智能体的成绩不能直接证明机器人业务已经成熟，但至少说明，明略具备模型研发、任务规划和智能体工程部署的基础。更值得注意的是，公司对AI劳动力的理解已经跨出软件世界：数字世界里有智能体，物理世界里有机器人，两者都可以成为组织中的智能劳动力。</p>\n<p>明略想做的，是把人、数字智能体和机器人接入同一张组织网络。它们共享业务上下文和组织记忆，能够围绕同一个目标分工、协同与交接。餐厅里的服务员、负责排班和调度的数字智能体，以及完成清台、回收和洗地的机器人，未来可能在同一套系统里协作。</p>\n<p>支撑这张网络的，是模型、软件和系统集成能力。沿着VLA路线，明略已经形成从多模态感知理解、任务推理规划到动作决策执行的完整能力栈。机器人先看懂环境，再理解目标、拆解步骤，最后把规划转化为动作，正好对应前文餐饮场景里的长链路任务。</p>\n<p>这里还有一层容易被忽略的技术同构。具身智能反复讨论的数据飞轮、长程任务和异常处理，同样是明略在Agentic AI落地中长期面对的问题。过去，公司让软件世界的Agent学会看、思考和调用工具；现在，这套能力开始延伸到物理世界，让机器人以组织成员的身份参与业务协作。</p>\n<p>这正是“卖铲人”逻辑成立的第一层基础。</p>\n<p><strong>第二把铲子：线下真实场景的数据</strong></p>\n<p>具身智能行业有个公开的秘密：模型不缺算法，缺的是物理世界的真实数据。实验室里录一万次抓杯子，顶不上真实餐厅里一个月的油渍、碰撞和突发状况。</p>\n<p>而明略科技在这件事上有天然优势。</p>\n<p>它在企业数据智能和商业场景服务领域积累近20年。135家财富世界500强客户、约2100家品牌客户、超24万家企业用户，覆盖零售、消费品、汽车、3C等行业。这些客户的线下门店、餐饮场景、零售终端，每天都在产生海量的真实场景数据——消费者怎么进店、怎么点餐、服务员怎么收拾桌子、怎么补货。</p>\n<p>这些数据不是实验室里仿真出来的，是真金白银的商业场景里跑出来的。</p>\n<p>明略科技与百胜中国合资成立的明胜品智，专门做连锁餐饮零售的数字化。这次WRC上展示的餐饮清洁场景，从餐桌清理到餐盘回收到地面洗地，全流程无人化闭环——这套能力不是凭空想出来的，是真实餐饮场景里磨出来的。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/29b35e48f673de6c0dd5141ef8bd4cdc\" tg-width=\"1080\" tg-height=\"651\"></p>\n<p>天风证券6月的首覆报告里有个说法我很认同：明略多年攒下的多模态数据，有望跑通“数据沉淀、模型迭代、业务增长、数据再沉淀”的正循环。机器人每在餐厅多干一天活，数据就厚一分，模型就聪明一分。这个飞轮一旦转起来，后来者很难追。</p>\n<p><strong>从技术展示到商业模式，还差哪几步？</strong></p>\n<p>“卖铲人”最终也是一门生意。</p>\n<p>明略未来可能形成三层收入来源：底层是模型、智能体平台和调度系统；中间是联合硬件厂商交付场景解决方案；更上层则是持续的模型更新、任务配置、设备运营和效果优化服务。</p>\n<p>其中，餐饮场景与明略原有业务基础的距离更近。</p>\n<p>公司已经服务餐饮和零售客户，理解门店管理流程，也拥有软件系统和交付团队。机器人方案若进入这些客户，获客和场景适配的起点都会更高。工业场景可以证明技术的扩展边界，餐饮则更适合观察商业入口。</p>\n<p>接下来真正需要验证的，是WRC上的演示能否走出展台。</p>\n<p>第一步是付费试点，客户愿不愿意为方案买单；第二步是多门店复制，同一套系统能否适配不同环境；第三步是形成持续收入，软件、模型和运营服务能否随着机器人装机量一起增长。</p>\n<p>只要这三步逐渐打通，明略参与具身智能的方式就会变得清晰：公司无需包办每一种机器人本体，却可以把更多硬件接入自己的场景智能和调度体系。</p>\n<p><strong>半年报，可能会给出第一组答案</strong></p>\n<p>再回到财务层面。</p>\n<p>2025年，明略科技实现收入14.26亿元，同比增长3.2%；其中数据智能业务收入12.60亿元，营运智能收入5.42亿元，占总收入的38%。公司新推出的Agentic Services实现收入1.00亿元，占总收入约7%；毛利率由51.6%提升至55.4%，经调整净利润达到4204万元。</p>\n<p class=\"t-img-caption\"><img src=\"https://static.tigerbbs.com/e94778b0481b90f8930ffaaf66d60e98\" tg-width=\"525\" tg-height=\"669\"></p>\n<p>这组数据说明，明略的AI商业化已经开始进入收入结构。尤其值得注意的是，2025年公司超过30%的新增大客户来自Agentic Services，意味着智能体服务已经具备独立获客能力。</p>\n<p>因此，接下来的半年报，我会重点观察四件事。</p>\n<p>第一，Agentic Services收入能否继续增长，占总收入的比例是否提高。</p>\n<p>第二，营运智能业务能否保持扩张，为具身智能提供稳定的客户和场景底座。</p>\n<p>第三，AI工具带来的效率改善能否继续体现在毛利率和经调整利润中。</p>\n<p>第四，公司是否披露机器人相关的付费试点、商业订单或客户落地进展。</p>\n<p>具身智能业务还在早期，半年报未必会单独列出机器人收入。相比短期贡献了多少钱，更重要的是两个信号能否同时出现：Agentic Services收入占比继续提升，机器人方案开始进入真实付费场景。</p>\n<p><strong>我个人怎么看</strong></p>\n<p>市场过去习惯把明略科技放在营销智能、数据服务或者企业软件的框架里观察，这套理解并没有错，只是可能少算了一层。</p>\n<p>明略积累的VLA、多模态感知和智能体能力，可以让机器人理解并执行任务；运营智能业务沉淀的线下场景、客户关系和业务流程，则为这些技术提供了落地入口。</p>\n<p>技术底座与场景底座同时具备，正是明略成为具身智能“卖铲人”的核心逻辑。</p>\n<p>当然，WRC展示证明的是技术路径和协同能力，商业价值还要由订单、收入和规模复制完成验证。接下来需要看的，也不是机器人在展台上完成了一次多漂亮的演示，而是这套能力能否进入餐厅、形成付费项目，并最终反映在明略的收入结构里。</p>\n<p>半年报会给出第一组答案。</p>\n<p>如果Agentic Services继续扩大，机器人项目又开始从演示走向交付，市场或许需要重新认识明略科技：它手里握着的，可能不仅是一套企业智能体平台，还有一张通向物理世界的门票。</p>\n<p><a href=\"https://laohu8.com/S/02718\">$明略科技-W(02718)$</a></p>\n<p><a href=\"https://laohu8.com/U/20722186463466\">@爱发红包的虎妞</a></p></body></html>","text":"2026世界机器人大会已经开幕。300余家企业、数千件展品扎堆亮相，机器人跑步、抓取、搬运早已不算新鲜。 但我更关心另一个问题：当机器人真正走进生活，它能不能听懂任务，能不能把一件事完整做完？ 这也是明略科技这次参展值得看的地方。 在C217展位，明略科技与海康机器人展示了餐饮服务、工业物流和智能巡逻等场景。明略没有从制造机器人本体切入，而是把VLM、VLA、多模态感知和智能体协同能力，放进机器人的“大脑”。 换句话说，明略科技正在做一件很像“卖铲人”的生意：不押注某一种机器人形态，专门解决机器人进入真实商业场景之后，如何理解任务、规划动作、协同作业和持续进化。 这条线，现在可能还没有被市场充分看见。 整机卷破天，“大脑”的竞赛才刚开始 先看一组数字。中商产业研究院预计，2026年中国广义具身智能市场规模将突破1万亿元。IDC预测，2026年全球智能机器人硬件市场规模接近300亿美元。高工机器人产业研究所测算，2026年国内人形机器人出货量有望达到6.25万台。 万亿赛道，钱往哪里流？ 过去两年，具身智能行业的硬件进步很快。 人形机器人已经可以完成行走、奔跑、抓取和搬运，电机、减速器、传感器以及运动控制系统也在持续成熟。但机器人能动起来，只解决了“身体”问题。进入真实商业环境，机器人还是不知道怎么“干活”。 举个简单例子。 餐厅工作人员说一句“把这张桌子收拾干净”，机器人需要判断什么是垃圾、什么要保留，餐盘放在哪里，桌面清理完成后由谁接手，垃圾倒完之后餐盘又该送回哪里。 这句话对人类很容易，对机器人却是一条包含环境识别、任务拆解、动作规划、异常处理和多机协同的长链路。 所以真正的瓶颈在“大脑”。 在现场，我发现整个场景是由轮式人形机器人、双臂机器人和洗地机协同完成。人形机器人先整理餐桌，同时保留非垃圾物品；随后呼叫双臂机器人接管餐盘，完成垃圾倾倒和餐盘归位；洗地机再独立完成地面清洁。 工业物流场景则由无人叉车、AMR、双臂机器人、人形机器人和四足机器人配合，完成取货、搬运、拆垛、拣选和巡检。 其实真正值得看的，并非现场摆了多少台机器人，而是这些设备开始围绕同一个业务目标分工协作。单机能力决定机器人能做什么，任务理解与系统调度决定它们能不能连续干活。 换句话说，明略科技做的是具身智能的操作系统级能力。不造“手”，但给“手”装“脑子”。 第一把铲子：模型和智能体的家底 从技术分工看，明略科技主要聚焦VLM、VLA、多模态感知、智能推理规划与多智能体协同，海康机器人则提供机器人本体、运动控制、传感器融合、系统集成和工程化支持。 这套组合的逻辑很清楚：硬件负责执行，明略负责让机器人理解业务。 VLM解决的是“看见了什么”。机器人需要识别餐盘、垃圾、桌面、行人以及不断变化的环境。 VLA解决的是“接下来怎么做”。看到餐盘之后，要生成可执行的抓取、移动和放置动作。 智能体负责把长任务拆开。收拾餐桌并非一个动作，而是一组有先后关系、需要不断判断结果的任务。 多智能体协同则进一步解决设备之间如何交接。轮式人形机器人完成桌面清理后，可以把下一环节交给双臂机器人，自己继续处理下一张桌子。 把这些能力连起来，机器人才能从“完成一个动作”升级为“交付一个结果”。 明略在模型上的家底，比多数人想的厚。自研GUI模型Mano，登顶过Mind2Web和OSWorld两个全球权威榜单；超图多模态大模型HMLLM的成果，拿过ACM Multimedia 2024最佳论文提名；6月末又开源了多智能体协作网络Octo，里面设计了Solo、Roundtable、Critic六种协作模式，让一群智能体分工、互查、留痕；最近连端侧语音识别模型OctoASR也放上了GitHub。公司手里攥着2400多项技术专利，两度拿下吴文俊人工智能科学技术奖。 GUI智能体的成绩不能直接证明机器人业务已经成熟，但至少说明，明略具备模型研发、任务规划和智能体工程部署的基础。更值得注意的是，公司对AI劳动力的理解已经跨出软件世界：数字世界里有智能体，物理世界里有机器人，两者都可以成为组织中的智能劳动力。 明略想做的，是把人、数字智能体和机器人接入同一张组织网络。它们共享业务上下文和组织记忆，能够围绕同一个目标分工、协同与交接。餐厅里的服务员、负责排班和调度的数字智能体，以及完成清台、回收和洗地的机器人，未来可能在同一套系统里协作。 支撑这张网络的，是模型、软件和系统集成能力。沿着VLA路线，明略已经形成从多模态感知理解、任务推理规划到动作决策执行的完整能力栈。机器人先看懂环境，再理解目标、拆解步骤，最后把规划转化为动作，正好对应前文餐饮场景里的长链路任务。 这里还有一层容易被忽略的技术同构。具身智能反复讨论的数据飞轮、长程任务和异常处理，同样是明略在Agentic AI落地中长期面对的问题。过去，公司让软件世界的Agent学会看、思考和调用工具；现在，这套能力开始延伸到物理世界，让机器人以组织成员的身份参与业务协作。 这正是“卖铲人”逻辑成立的第一层基础。 第二把铲子：线下真实场景的数据 具身智能行业有个公开的秘密：模型不缺算法，缺的是物理世界的真实数据。实验室里录一万次抓杯子，顶不上真实餐厅里一个月的油渍、碰撞和突发状况。 而明略科技在这件事上有天然优势。 它在企业数据智能和商业场景服务领域积累近20年。135家财富世界500强客户、约2100家品牌客户、超24万家企业用户，覆盖零售、消费品、汽车、3C等行业。这些客户的线下门店、餐饮场景、零售终端，每天都在产生海量的真实场景数据——消费者怎么进店、怎么点餐、服务员怎么收拾桌子、怎么补货。 这些数据不是实验室里仿真出来的，是真金白银的商业场景里跑出来的。 明略科技与百胜中国合资成立的明胜品智，专门做连锁餐饮零售的数字化。这次WRC上展示的餐饮清洁场景，从餐桌清理到餐盘回收到地面洗地，全流程无人化闭环——这套能力不是凭空想出来的，是真实餐饮场景里磨出来的。 天风证券6月的首覆报告里有个说法我很认同：明略多年攒下的多模态数据，有望跑通“数据沉淀、模型迭代、业务增长、数据再沉淀”的正循环。机器人每在餐厅多干一天活，数据就厚一分，模型就聪明一分。这个飞轮一旦转起来，后来者很难追。 从技术展示到商业模式，还差哪几步？ “卖铲人”最终也是一门生意。 明略未来可能形成三层收入来源：底层是模型、智能体平台和调度系统；中间是联合硬件厂商交付场景解决方案；更上层则是持续的模型更新、任务配置、设备运营和效果优化服务。 其中，餐饮场景与明略原有业务基础的距离更近。 公司已经服务餐饮和零售客户，理解门店管理流程，也拥有软件系统和交付团队。机器人方案若进入这些客户，获客和场景适配的起点都会更高。工业场景可以证明技术的扩展边界，餐饮则更适合观察商业入口。 接下来真正需要验证的，是WRC上的演示能否走出展台。 第一步是付费试点，客户愿不愿意为方案买单；第二步是多门店复制，同一套系统能否适配不同环境；第三步是形成持续收入，软件、模型和运营服务能否随着机器人装机量一起增长。 只要这三步逐渐打通，明略参与具身智能的方式就会变得清晰：公司无需包办每一种机器人本体，却可以把更多硬件接入自己的场景智能和调度体系。 半年报，可能会给出第一组答案 再回到财务层面。 2025年，明略科技实现收入14.26亿元，同比增长3.2%；其中数据智能业务收入12.60亿元，营运智能收入5.42亿元，占总收入的38%。公司新推出的Agentic Services实现收入1.00亿元，占总收入约7%；毛利率由51.6%提升至55.4%，经调整净利润达到4204万元。 这组数据说明，明略的AI商业化已经开始进入收入结构。尤其值得注意的是，2025年公司超过30%的新增大客户来自Agentic Services，意味着智能体服务已经具备独立获客能力。 因此，接下来的半年报，我会重点观察四件事。 第一，Agentic Services收入能否继续增长，占总收入的比例是否提高。 第二，营运智能业务能否保持扩张，为具身智能提供稳定的客户和场景底座。 第三，AI工具带来的效率改善能否继续体现在毛利率和经调整利润中。 第四，公司是否披露机器人相关的付费试点、商业订单或客户落地进展。 具身智能业务还在早期，半年报未必会单独列出机器人收入。相比短期贡献了多少钱，更重要的是两个信号能否同时出现：Agentic Services收入占比继续提升，机器人方案开始进入真实付费场景。 我个人怎么看 市场过去习惯把明略科技放在营销智能、数据服务或者企业软件的框架里观察，这套理解并没有错，只是可能少算了一层。 明略积累的VLA、多模态感知和智能体能力，可以让机器人理解并执行任务；运营智能业务沉淀的线下场景、客户关系和业务流程，则为这些技术提供了落地入口。 技术底座与场景底座同时具备，正是明略成为具身智能“卖铲人”的核心逻辑。 当然，WRC展示证明的是技术路径和协同能力，商业价值还要由订单、收入和规模复制完成验证。接下来需要看的，也不是机器人在展台上完成了一次多漂亮的演示，而是这套能力能否进入餐厅、形成付费项目，并最终反映在明略的收入结构里。 半年报会给出第一组答案。 如果Agentic Services继续扩大，机器人项目又开始从演示走向交付，市场或许需要重新认识明略科技：它手里握着的，可能不仅是一套企业智能体平台，还有一张通向物理世界的门票。 $明略科技-W(02718)$ @爱发红包的虎妞","highlighted":1,"essential":1,"paper":2,"link":"https://laohu8.com/post/599069135561816","repostId":0,"isVote":1,"tweetType":1,"commentLimit":10,"symbols":["02718"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":6996,"optionInvolvedFlag":false,"subscribersOnly":false,"subscribersOnlyAccessible":false,"xxTargetLangEnum":"ZH_CN"},"isVote":1,"tweetType":1,"viewCount":95,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":["02718"],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":35,"optionInvolvedFlag":false,"subscribersOnly":false,"subscribersOnlyAccessible":false,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/599154634555896"}