
从视觉AI到具身智能
当机器人在各赛道疾驰时,瑞为技术作为一家具身智能公司,开辟了属于自己的赛道,从视觉智能迈向具身智能领域。4月29日,在第三届中国具身智能与人形机器人产业大会现场,瑞为技术就具身智能场景化落地破局发表主题演讲。这家在AI领域深耕14年的企业,释放出一个信号:能看懂世界的机器,要开始动手干活了。在大家都追求通用、规模的赛道上,它要成为落地实干的玩家。
2012年,瑞为技术成立,至今完整经历了两个不同的AI时代。AI1.0时代,技术核心是感知,即让机器“看懂”图像、识别物体、理解场景。这是深度学习大规模落地的黄金十年,也是视觉AI公司疯狂扩张的十年。
十年间,视觉AI赛道经历残酷洗牌。顶峰时,国内“AI视觉”公司数以千计,资本大量涌入,估值泡沫迅速堆积。随后进入漫长的挤泡沫阶段:融资环境变差、商业化难以推进、同质化竞争压缩利润。2019年前后,大批玩家陷入困境,独角兽折价出售甚至停摆屡见不鲜。
过去的视觉AI领域,安防和金融是热门赛场。瑞为却聚焦在不太起眼的场景:以民航机场为核心的旅客通行、以购物中心为主的商业地产及面向货运商用车的辅助安全驾驶。从外部看,这是谨慎的决策,但也让瑞为成为少数从小模型时代存活到大模型时代、且处于行业头部的视觉AI公司。
聚焦带来的好处是护城河越来越深。据弗若斯特沙利文数据,按2024年收入计,瑞为在中国民航企业视觉智能产品市场排名第一,市场份额达8.9%;产品覆盖国内三分之一的民用机场,在千万级以上大型枢纽机场中,覆盖比例高达三分之二。这背后是数以亿计的场景专属训练、对民航业务环节的深入理解以及与机场运营方的长期合作关系。
而AI 2.0时代,技术命题改变。大模型不仅提升了感知能力,还实现了从理解到行动的延伸。对瑞为来说,这是向前发展的契机。
瑞为技术创始人兼董事长詹东晖欢迎这种转变:“过去12年,我们专注于视觉感知和理解物理世界。现在我们要向大脑和手的方向发展,在理解世界的基础上做决策、执行任务,帮人完成事情。”
这意味着瑞为不再只是视觉智能公司。它将技术重心从感知与认知向决策与执行延伸,形成从“眼睛”到“大脑”再到“四肢”的完整闭环。在产品定位上,向面向商业场景、执行复杂操作的具身智能产品提供商转变。这是瑞为的新标签,也是它在具身智能赛道的具体选择。
嘈杂赛道下,真正的护城河
具身智能目前主流的是追求通用性,机器人适应场景越多,故事越吸引人,估值空间越大。在这种逻辑下,专注垂直场景的公司似乎处于劣势。
詹东晖认为,通用能力是平台型公司的优势,需要规模、生态和先发的数据网络效应。但垂直场景的壁垒并非靠堆参数建立,而是来自特定场景、对客户业务流程的深入理解以及解决问题积累的经验,这无法单纯靠算力实现。
在技术方面,瑞为构建了三层架构的竞争力矩阵。
第一层是感知底座,是14年视觉算法积累的成果,包括物体识别、空间理解、姿态估计、非结构化环境下的实时感知。
第二层是决策层,以VLA(视觉 - 语言 - 动作)大模型为核心自研方向。瑞为正在构建面向垂直场景的VLA模型,将视觉感知、自然语言理解与机器人动作规划统一在端到端框架内,让机器人成为能理解场景语义、根据上下文做判断并生成动作序列的智能体。与通用VLA模型相比,瑞为引入力感和触觉,使机器人的行为决策更接近人的多维信息统一决策机制,瑞为将此创新命名为VTFLA。
第三层是执行层,即自研执行组件补足“手”和“身体”能力。感知和决策再强,最终要落实到物理动作的完成质量上。瑞为在执行侧的自研投入,解决了机器人在非结构化环境里的可靠操作问题,如抓取策略、力度控制、末端执行器对不同物体形态的适配。这是很高的工程门槛,也是从演示到量产部署最难跨越的障碍。
在具身智能商业化路径上,詹东晖认为,复杂非结构化的专用场景将先于通用场景实现商业化。
通用机器人面临技术和成本的双重限制,既要具备泛化能力,又要降低单机成本,目前同时满足这两个条件还需要时间。相比之下,深度适配单一场景的专用机器人,可在技术上针对已知约束优化,成本结构更具商业可行性。
被低估的硬骨头
民航是瑞为切入具身智能的首个落脚点,也是积累最深的领域。瑞为找到的首个落地场景是行李转运。
行李转运是民航业人力成本集中的环节之一,招工难、人员流失快、人工效率受天气和班次影响大,是机场多年的难题。
做好这个场景比看起来难很多。詹东晖表示,行李转运区是高度非结构化的作业环境,集中了机器人部署的不利条件。
一是物体形态多样,旅客托运行李无标准化,拉杆箱、帆布软包、纸箱、超尺寸异形件常混在一起,机器人抓取每件行李都是新挑战,要确定抓取位置、力度,还要找到最佳堆垛位置。
二是空间不规则,航站楼地下转运区域不是为机器人设计的,走道宽窄不一,设备间缝隙小,机器人运动路径需实时规划。
三是人机协作需求高,在民航运营中,行李准确率和时效性关系到航班准点率和旅客满意度。为短时间内完成行李转运,人机共同作业是最佳方式,但并行作业会导致近距离高频率空间交错,任何感知或决策延迟都可能带来安全风险。
这就是通用机器人无法在该场景应用的原因。通用机器人泛化能力强,但在严苛生产环境中的稳定可用性与“能用”是不同标准。同时,通用机器人的成本结构决定了它暂时无法在这类劳动替代场景获得可接受的ROI。
瑞为的解决方案是研发专为机场行李转运场景设计的智能机器人。在2025年国际机场博览会上,晓蚁行李转运机器人在模拟的航站楼转运区内,将形态各异的行李从分拣系统末端平稳转运至下游行李拖车,并完成码垛,打通了民航体系中智能化程度最薄弱的环节之一。
其核心设计之一是行业首创的人机协同作业模式。在与客户充分沟通后,通过工程化设计实现机器人与人工的无缝协同,人员能安全、自然地与机器合作。机器人负责高频率、重体力的搬运和码垛,人工在机器人能力边界外介入补位,双方各司其职,整体效率远超纯人工作业。
詹东晖表示,在机场项目实测中,晓蚁行李转运机器人显著降低了对人力的依赖,减轻了人工劳动负荷,同时提升30%系统吞吐量,行李破损率降至0.12%,这将成为机场运营方采购的动力之一。
目前,瑞为正在多个机场进行实测,计划今年下半年正式商业化落地。在拓展国内市场的同时,瑞为也将有行李处理痛点的东南亚和中东民航市场纳入出海范围。
在具身智能赛道上,瑞为选择了更具体的道路:把难做的事做好,让客户在实际业务场景中看到可量化的价值。
如果给瑞为在具身智能产业版图定位,它既不是通用机器人公司,也不是传统视觉AI公司,而是专注处理复杂场景、复杂动作的具身智能产品提供商。
机器人赛道的热潮会消退,但在苛刻场景验证过的产品不会。在喧嚣中,坚持做窄、做深需要定力,但正是这种选择,让瑞为在具身智能热潮中拥有了稀缺的生态位,成为值得期待的具身智能公司。
7万+



被折叠的 条评论
为什么被折叠?



