社区

作者 | 肖恩 编辑 | 德新 2026年4月，OpenAI宣布完成了一笔1220亿美元的融资。软银、亚马逊、英伟达悉数入场，共同将这家公司的估值推向了8520亿美元的天价。距离万亿美金俱乐部仅一步之遥。 然而，更让硅谷侧目的数据，来自它的宿敌。同一个月，Anthropic宣布其ARR（年度经常性收入）突破300亿美元，正式在营收规模上反超OpenAI，完成了AI王座的易主。回看2025年初，Anthropic的ARR还只有10亿美元——短短一年半时间，它实现了惊人的30倍增长。 大洋彼岸的中国市场，同样处于“沸腾”状态。智谱AI与MiniMax的市值双双突破三千亿港币，智谱AI的最高市值甚至触及了四千亿港币的关口。 4000亿什么概念？它几乎等同于吉利汽车与奇瑞汽车市值的总和。 魔幻的是，这两家被寄予厚望的中国模型巨头，年营收至今尚未跨过2亿美元的门槛。 所以，那个老问题又回来了：AI到底有没有泡沫？ 要回答这个问题，光看估值没用，得把它拆开来看。 中美四家头部AI公司给出的答案，差异之大，可能远超大多数人的想象。 一、OpenAI：9亿用户的超级应用 OpenAI是什么样的公司？它是AI时代的先行者，GPT-4开启了大模型的Scaling Law时代。它也曾带着一种非营利组织式的理想主义底色，宣称要让AGI造福全人类。 而现在，它已经成为AI应用领域无可争议的流量霸主。截至2026年3月，ChatGPT的周活跃用户（WAU）正式突破9亿，付费订阅用户超过5000万。只用了三年多，它就跨过了Facebook和微信曾花十年才建立起来的流量护城河。 这9亿人，构筑起了一台庞大的吸金机器。除了5000万C端订阅者，企业端还拥有900万付费用户和100万家商业客户。过去12个月，其Token消耗量暴增320倍。合计250亿美元的ARR（年度经常性收入），不仅证

作者 | 肖恩 编辑 | 德新 刚刚过去的3月，中国人形机器人赛道同时摆上了两份极具代表性的成绩单。 一边是宇树科技，科创板IPO申请获受理，招股书里最亮眼的不是营收增速，而是另一个数字：2025年扣非净利率达到35.1%。 几乎同一时间，优必选发布了2025年年报：营收20.01亿，同比增长53.3%，亏损收窄到7.9亿。人形机器人交付1079台，收入8.21亿，同比暴增22倍。 两家中国最有代表性的人形机器人公司，同时交出了2025年的成绩单。一个净利润6亿，一个净亏损8亿。 表面看，这是盈利能力的差距。但我们把两家公司的招股书和年报逐行拆开之后，发现表面的利润差距只是冰山一角。 宇树和优必选虽然都叫“人形机器人公司”，但它们卖的不是同一种产品，面对的不是同一类客户，采用的也不是同一种商业组织方式。 二者之间没有好坏之分，区别在于，他们讲的不是同一个故事。 01.宇树：像一把刀，扎得深，赚得快 宇树2025年的财务表现，几乎每一项都透着一种“不像机器人公司”的锋利感。 营收17.08亿，同比增长335%。扣非净利润超6亿，同比增长674%。经营性现金流6.72亿。一家成立不到十年的机器人公司，在一年之内完成了从"活着"到"暴赚"的跨越。 但真正值得看的不是增速，而是它的利润结构。 60%的毛利率，不是因为卖得贵，而是因为几乎什么都自己造。 电机、减速器、控制器、激光雷达——这些占机器人成本大头的核心零部件，宇树全部自研自产。外购成本只占14%到18%。宇树自研谐波减速器成本是市场均价的三分之一。G1定价8.5万，入门级R1只要2.99万，价格是其它人形机器人的零头，毛利率反而高出一截。 垂直整合做到这个程度的机器人公司，全球范围内可能只有宇树一家。 毛利率从44%涨到60%，不是因为降了成本，而是因为产品结构在升级。 2022年，宇树76.57%的收

全球首个大规模具身智能真机评测平台 RoboChallenge，凭借数万次标准化真机测试、客观权威的评测成果，获得全行业高度认可，成为衡量 具身模型物理实操能力的核心标杆。 近日，RoboChallenge 正式完成第二批生态扩容，星动纪元、极佳视界、地平线、光轮智能、生数科技、中移杭研、长虹、算力自由8 家顶尖企业重磅入驻，覆盖算力、仿真、硬件、算法全链条，加速构建开放协同的标准化具身智能产业生态。 今年3月，同步升级的 Table30 V2聚焦真实应用场景，任务难度全面提升，以更高标准推动具身智能技术落地迭代。 破局实验室困境，RoboChallenge 打造真实物理考场 具身智能的真正突破，不只来自单点模型能力的提升，更来自评测标准、数据基准与真实本体的共同成熟。长期以来，行业内充斥着精心剪辑的“虚假 Demo”与无法复现的参数神话，缺乏统一的真机测试环境成为了制约技术落地的最大瓶颈。 为此，由 Dexmal 原力灵机联合 Hugging Face 共同发起的 RoboChallenge 应运而生。作为开放式基准测试平台，RoboChallenge 集成了 UR5、Franka Panda、Aloha、ARX-5 等多款主流机器人，首创了大规模远程真机评测机制。其首发任务集 Table 30 精心设计了 30 个日常操作任务，为 Pi0、Pi0.5、OFT 等 6 个主流 VLA 模型提供了标准化测试环境。 为此，由 Dexmal 原力灵机联合 Hugging Face 共同发起的 RoboChallenge 应运而生。作为开放式基准测试平台，RoboChallenge 集成了 UR5、Franka Panda、Aloha、ARX-5、DOS-W1 等多款主流机器人，首创大规模远程真机评测机制。今年RoboChallenge的年度报告显示，平台累计执行的真机测试总量已

作者 | 本一 编辑 | 德新 在科技圈，我们总是痴迷于讨论"大脑"——更强的算力，更聪明的算法，更具泛化能力的模型。对机器人行业而言，这意味着对"具身智能"的无限遐想。 但我们往往忽略了一个更基础、也更令人头疼的问题：在拥有一个聪明的"大脑"之前，机器人首先需要一双可靠的"眼睛"。 而恰恰是打造这双"眼睛"的过程，正在让整个行业陷入"重复造轮子"的巨大内耗之中。 图片来源：The Economic Times 一、隐性内耗：行业进步的"拦路虎" 这种内耗是隐性的，它藏在每家机器人公司的财务报表和项目进度里。 工程师们花费着巨量的时间和精力，试图将一堆来自不同厂商的摄像头、激光雷达和惯性测量单元（IMU）攒在一起。他们要处理复杂的硬件安装、电源管理、数据同步、外参标定，以及最可怕的——试图在软件层面，将不同传感器采集到的时空都不同步的数据进行融合。 这有多难？打个比喻，这好比你要把三个以各自节拍演奏的独立"乐手"，同步成一首和谐的"交响曲"。 但这个基础工作却又是任何应用级开发的先决条件。这就导致它占用了开发者宝贵的时间和资本，使其无法投入到机器人自身的核心价值创造中。这种"重复造轮子"的模式不仅成本高昂、效率低下，更导致了感知方案的碎片化，难以规模化复制和迭代。 这种"内耗"已经成了行业进步的巨大障碍，拖累了创新的步伐，尤其是对那些缺乏资源、需要从头解决这些复杂系统集成问题的小型企业和初创公司。 行业需要一个破局者。不是提供一个更好的独立"乐器"，而是提供一个自带指挥、拥有完整建制的"交响乐团"。 图片来源：Queensland Symphony Orchestra 二、速腾聚创，用Active Camera打破行业痛点 这正是速腾聚创（RoboSense）带着机器人视觉全新品类—— Active Camera 登场时，试图告诉大家的故事。 在8月8日

作者 | 张马也 编辑 | 本一 人手有27块骨骼，19个关节，34块肌肉和48条神经，通过它们的组合可以完成各种极限精密的动作，可以说是生物学进化的一个奇迹。 在机器人领域，机械手被称为「多指灵巧手」，是一种通用灵巧的末端操作工具。 灵巧手是人形机器人的「双手」，需要像人手一样抓取、操作物体，是AI与物理世界交互的核心部件，是人形机器人能够代替人类最关键的一项机械设计。 人形机器人超过80%的任务依赖灵巧手完成，其性能直接决定机器人的功能上限和交互体验。 假设富士康的一条iPhone产线想用机器人代替人类进行手机零部件的组装，若没有能够媲美人类的灵巧手，这样精细的任务，机器人显然无法胜任。 既要用机械设计来实现同人手一样的运动性能，还得把体积控制得跟人手一样大，灵巧手面临着难度非常高的技术和工程挑战。 随着电机、减速器等核心部件的更新，灵巧手成本已从百万级降至万元级，将加速人形机器人的商业化落地。 根据有关机构数据预测，全球灵巧手市场规模将在2030年突破30.35亿美元，市场容量达141.21万只，中国市场的年复合增长率更将高达90%。 01 历史上的灵巧手 机器人多指灵巧手的研究始于20世纪60年代，最初以辅助假肢为目标，一共经历了三个阶段： 第一阶段是从20世纪70年代 - 90年代。 这一阶段有4款典型代表产品，分别是南斯拉夫研制的Belgrade手，日本Okada手，美国的Stanford/JPL和Utah/MIT。这四只灵巧手是研究初始阶段的典型代表，为后续仿人型多指灵巧手研究建立了理论基础。 1962年，南斯拉夫研制的Belgrade手，成为全球首款多指仿生假肢，采用电机驱动，实现了基础抓取功能，被认为是世界上最早的灵巧手。 1974年日本「电子技术实验室」成功研制了Okada灵巧手，是早期灵巧手的典型代表。它有3根手指和1个手掌，拇指有