如果用一个进度条来衡量具身智能产业现在所处的阶段，它大概相当于商业航天在2016年前后的位置——技术验证初步完成，资本热情刚刚点燃，头部企业开始崭露头角，但距离大规模商业化落地，还有一段绕不过去的路要走。
2016年的商业航天是什么样子？
SpaceX完成了首次陆地回收火箭，国内零壹空间、蓝箭航天等民营公司刚刚拿到第一轮融资，行业还在回答“民营能不能做火箭”的质疑。而今天，商业航天已经进入常态化发射、批量交付的阶段，产业链日渐成熟。
具身智能，正站在类似的拐点上。
热闹之下的冷静现实
从资本市场来看，具身智能无疑是大模型之后最热的赛道。2023年以来，国内具身智能领域融资超过60起，总额突破百亿。特斯拉Optimus的每一次更新、Figure与OpenAI的合作，都在推高市场预期。
但一个基本事实是：量产和商业化落地，远比想象中困难。
当前市面上绝大多数人形机器人产品，还停留在实验室展示和限定场景演示阶段。能够真正走进工厂、仓库，稳定完成真实任务的机器人，少之又少。这与2016年前后的商业航天极其相似——火箭能飞了，但离“常态化发射、低成本商业交付”还有距离。
具身智能的瓶颈是系统性的：硬件层面，高力矩密度关节、灵巧手等核心部件有待突破；算法层面，“感知-决策-控制”的闭环尚未完全打通；数据层面，真实物理交互数据的获取成本和难度极高。行业数据显示，具身智能需要数百PB级物理交互数据，而当前全球高质量真实数据规模仅在五十万小时量级。
先跑出来的“卖水人”：从数据到视觉，从平台到基建
但正如商业航天的发展轨迹一样，一个产业从萌芽到成熟，整机厂商从来不是唯一的赢家。2016年前后，商业航天领域的配套企业——做惯导系统的、做芯片的、做复材结构的——反而率先实现了商业闭环。
具身智能正在重复这个故事。在整机厂商还在为量产爬坡时，产业链多个环节的“卖水人”已经跑了出来。
数据标注与平台：觅蜂科技
数据是具身智能最稀缺的“燃料”。觅蜂科技是这条赛道上的典型代表。这家由智元孵化的公司，今年4月发布了一站式物理AI数据服务平台和无本体数采硬件。
觅蜂董事长兼CEO姚卯青有个判断：物理AI数据将成为与算力同等基础的生产资料。在整机大规模落地前，数据采集遵循“卖铲人”逻辑，商业模式更清晰，变现能力将快于机器人本体。
这个判断正在被市场验证。当前大模型公司与科技大厂对数据采购需求极强，呈现出“有多少买多少”的卖方市场状态。觅蜂计划今年实现千万小时级数据产能，目标2030年达到百亿小时级。用姚卯青的话说，2026年是数据“军备竞赛”的起点。
核心传感器：奥比中光
如果说觅蜂卖的是数据，那奥比中光卖的就是机器人的“眼睛”。
这家公司是3D视觉传感器领域的国内龙头，产品已覆盖智元、宇树、优必选、乐聚等国内出货量前四的人形机器人厂商，服务机器人3D视觉市占率超过70%。
奥比中光的“卖水人”属性非常纯粹——无论哪家整机厂最终胜出，只要机器人要执行真实任务，第一步不是更会跳舞，而是更会看、更会识别、更会建图。3D视觉是绕不开的感知入口。投资奥比中光，本质上是押注整个具身智能产业的系统性爆发，而非单一主机厂的成败。
财务数据也验证了这一逻辑：2025年公司收入约9.41亿元，同比增长66.66%，净利润约1.28亿元，同比增长303.33%。在具身智能赛道普遍“烧钱”的当下，这是一个难得的业绩正向案例。
云基础设施：百度智能云
更大的玩家也进来了。今年4月，百度智能云推出了“具身智能数据超市”平台，为行业提供可扩展的分级数据标注系统。
这个平台的野心在于：将来自摄像头、激光雷达的海量原始传感器数据，转化为标准化的、可供AI模型训练的结构化信息。已有超过30家具身智能公司开始使用该服务，包括智元机器人和宇树科技。
百度此举意味着科技巨头正在以“基建提供者”的身份下场。在这场竞争中，百度与亚马逊AWS、微软Azure等全球云厂商展开直接较量——谁能率先建立起具身智能领域的数据标准，谁就有可能占据下一代AI基础设施的制高点。
如何理解这些“卖水人”？
回顾这几种模式：
· 觅蜂科技：卖的是数据本身 + 采集工具，商业模式最直接，今年就要兑现千万小时级产能
· 奥比中光：卖的是传感器硬件，技术壁垒高，客户覆盖全行业，已经实现盈利
· 百度智能云：卖的是数据基础设施 + 标准，平台属性最强，野心最大
三者共同的逻辑是：不赌哪家整机厂能赢，而是赌“整个行业一定会需要这个东西”。
镜像：商业航天的“卖水人”图谱
把目光转向商业航天，会发现几乎一模一样的故事正在上演。
商业航天的“卖水人”图谱同样清晰。理工导航是国内唯一进入可回收火箭核心供应链的惯导整机厂商，为天兵科技天龙三号提供高精度惯导系统，单箭配套价值千万级。无论哪家火箭公司最终胜出，高精度导航都是绕不开的刚需。
在芯片环节，臻镭科技、铖昌科技等国产厂商正在替代进口。卫星进入“下饺子”模式后，核心芯片的需求量呈指数级增长——而且没有替代方案。
复材结构件领域的竞争同样激烈。当火箭从“一年几发”变成“一月几发”，结构件的批量化供应能力就成了产能瓶颈。
这种“卖水人先富”的产业规律，正在两个赛道同步验证。无论整机市场的竞争格局如何演变，为整机提供“铲子”和“水”的服务商，总是最先收到真金白银的那一批。
先行者踩出的路
先行者的价值恰恰在于——他们用真金白银和数年的试错，为后来者铺设了一条虽然不平坦、但至少看得见的路。
在具身智能领域，先行者已经在几个关键方向上积累了经验：
第一，场景选择。 早期不少企业希望一步到位做通用人形机器人，但很快发现场景太泛、需求不明确。现在跑在前面的玩家，几乎都选择了“先垂直、后通用”的路径。
第二，数据策略。 数据是核心资产。觅蜂的经验表明，“仿真预训练+真实微调”的混合模式正在成为主流方向，无本体数据采集的效率有望达到真机的2-3倍，成本降至1/2到1/3。
第三，硬件架构。 通用性与成本之间的平衡是关键教训。从去年开始，行业逐步形成了共识——简化自由度、模块化设计、优先满足特定场景需求，是当前更务实的路径。
写在进度条的前方
如果把具身智能产业的完整商业化比作100%，现在大概在15%-20%的位置。前路还长，但方向已经清晰。接下来三到五年，行业真正要回答的问题不是“能不能做出来”，而是“能不能稳定、低成本、大规模地交付”。
商业航天从2016年的初步验证，到2023年的批量交付，用了七年时间。具身智能的难度不亚于火箭发射，但产业基础、资本环境都优于七年前的航天行业。我们或许不需要等那么久。
但任何试图今天就看到“机器人进家庭”或者“完全替代人工”的预期，都大概率会失望。真正的产业成熟，需要经历技术迭代、供应链建设、场景深耕、成本优化等一系列“苦活累活”。
而产业链上“卖水人”率先跑出来的事实，恰恰印证了一个朴素逻辑：在一个新兴产业的早期，最先赚到钱的往往不是造整机的，而是为整机提供基础服务的人。无论是数据平台、核心传感器还是云基础设施，它们都在各自的细分赛道上，踩着先行者标记过的坑，走出自己的路。
先行者的价值不是预言了未来，而是在黑暗中率先迈出了脚步。后来者的责任不是复制那条路，而是沿着已知的方向，走出自己更稳的步子。
具身智能的进度条，正在加速前进。
