具身智能“世子之争”:宇树、智元IPO对垒,谁能称王?

数量1倍数特性.pdf 立即下载

三年营收暴涨3500倍,机器人卖给了谁?

只看成长速度,智元有资格与宇树比肩。2023年,成立不到一年的智元营收仅30万元;2024年超6000万元;到2025年,冲破10.5亿元。据《财经》援引智元投资人和公司人士说法,2026年第一季度,智元营收再次超过10亿元,一个季度就接近做完上一年生意。如此猛烈的增长,首先源于迅速膨胀的机器人产量。智元成立三年多,已推出“远征”“灵犀”“精灵”“酷拓”四大产品系列,形态覆盖全尺寸双足、半尺寸双足、轮式机器人和四足机器人。2025年,Omdia统计智元共出货5168台通用人形机器人,占全球市场约39%;到2026年6月,智元宣布第1.5万台机器人正式下线。这也是智元和宇树能同时拿到“世界第一”的原因。Omdia统计的是智元多种形态的通用人形机器人,宇树公布的5500多台只计算纯双足人形机器人实际出货。智元靠更宽的产品矩阵拿到整体规模第一,宇树则在纯双足人形机器人这条线上宣布自己第一。智元敢多造机器人,显然有稳定买单的客户。据《财经》梳理,目前人形机器人主要采购方仍是政府和国资。智元直接或间接中标的国资背景项目超十个,多个项目金额达千万元级别。与此同时,智元的投资方、供应链伙伴和客户之间形成了彼此交织的关系网。多位智元投资人和合作伙伴向《财经》表示,部分投资方和生态伙伴会采购一定数量机器人,以换取合作机会或订单,珠海就是典型案例。2025年7月,智元中标珠海智汇元启科技有限公司的“具身智能应用创新中心数采及展演机器人采购项目”,中标金额达1273.6万元。而这家采购方本身是智元参与成立的合资公司,智元持股30%,当地一家国资控股公司持股40%,后者同时还是智元股东。类似模式也出现在绍兴。智元与当地国资和产业伙伴共同成立合资公司后,又与合作伙伴联合拿下一个2474万元的工业数据采集终端项目。在这套模式里,地方国资提供资金和场地,产业伙伴提供产线和应用场景,智元提供机器人,共同建设数据采集中心或具身智能项目。也就是说,智元的人形机器人生意,是把投资人、地方政府、供应链和应用场景组织到一起,再把机器人卖进这张生态网络。这套打法助智元迅速获得订单和收入,也解释了其为何能在三年内把生意做到10亿元规模。但这也给智元留下上市前必须回答的问题:这张生态网络究竟是在创造真实需求,还是主要负责消化智元造出来的机器人?

同样卖机器人,卖出了两种生意

实话说,相比智元,宇树更像把机器人直接卖给市场的公司。宇树的机器人有公开价格,可通过官网、京东等渠道直接购买。尤其是起售价9.9万元的G1,把过去动辄数十万元甚至上百万元的人形机器人,第一次拉到许多高校、开发者和中小企业能承受的价格。但这并不意味着宇树已把人形机器人卖成消费品。2025年前九个月,宇树线上销售收入只占13.5%,线下销售超八成。其人形机器人收入中,73.6%来自科研教育,商业消费占17.39%,行业应用只有9.01%。这里的科研教育是宽泛口径,除高校和科研机构,还包括购买机器人进行技术研发和二次开发的科技企业及个人开发者。说白了,宇树现在做的是标准化硬件生意。它先把机器人的关节、运动控制和整机成本打磨成熟,再做成价格明确、接口开放的标准产品。客户买回去后,可用其研究算法、开发应用、参加比赛或承接商演。这像先卖出组装好的电脑,宇树负责控制性能、价格和稳定性,里面运行什么程序、完成什么任务,交给开发者探索。这种生意易复制,同一款机器人可卖给高校、科技公司、海外经销商和个人开发者,但客户相对分散。2025年前九个月,其第一大客户京东集团只贡献3.54%的收入,剩余订单来自大量科研机构、企业、经销商和开发者。这与智元形成鲜明对比。归根到底,智元的生意比单纯卖机器人更复杂,更多是在卖围绕机器人搭建的数据、训练和应用体系。这种生意的核心价值,是让机器人在数采中心和工厂里不断执行任务,还能为智元训练模型积累真实数据。因此,两家公司面对不同的商业化考题。宇树需证明,大量被买回去研究、开发和表演的机器人,最终能走进工厂和真实生产场景;智元则要证明,由投资方和地方国资共同搭建的项目,能持续产生独立需求,而非只在生态网络内部消化机器人。

两个“世界第一”,谁能最终称王?

如果现在选具身智能赛道王者,宇树暂时领先半个身位。这份领先首先来自更成熟的机器人身体。宇树在足式机器人领域摸索了十年,从电机、减速器和关节模组,到运动控制算法和整机,建立起自研自产体系。这使其能不断降低机器人价格,同时保住奔跑、跳跃、空翻和复杂地形行走等运动能力。更重要的是,宇树把这副身体做成可批量生产、公开销售和反复迭代的标准产品。在机器人普遍停留在实验室阶段,让更多人拥有可靠、便宜的身体,是巨大优势。不过,具身智能不只是机器人运动会,更困难的目标是让它看懂陌生环境,理解人的指令,自主完成搬运、装配、整理房间等任务。到这一步,智元押注的方向显出价值。2024年底,智元推出AgiBot World真机数据集,按公开论文数据,这套数据集包含超100万条机器人操作轨迹,覆盖217项任务和五类场景。简单理解,就是让机器人反复观看并练习抓取、摆放、折叠、清洁等动作,记录成功和失败过程,交给模型学习。在此基础上,智元又推出GO - 1具身大模型,希望让机器人同时从人类视频和真机操作中学习,并把一种机器人掌握的能力,迁移到另一种形态的机器人上。这对应智元更宽的产品矩阵。轮式机器人在工厂里学会抓取和搬运后,积累的数据可继续训练模型;经过适配,相同能力还有机会交给双足机器人或其他机器人使用。如果这套循环成立,智元铺设的数采中心、产品和生态伙伴,不仅能助公司卖出更多机器人,还可能为模型提供源源不断的训练材料。机器人越多,数据越多;模型能力提高后,机器人又能进入更多场景,这是智元有机会反超宇树的地方,但目前这种可能性仍存巨大不确定性。AgiBot World里的任务主要来自经过布置的数据采集环境,真实工厂环境随时变化,机器人在数采中心学会动作,不代表在陌生环境能稳定完成。智元还需证明,GO - 1学到的能力能跨越不同机器人、不同场景和不同任务,而非只完成提前设计好的演示。宇树也没停留在“只造身体”阶段,已开始研发具身大模型、开源训练模型和数据集,并搭建UnifoLM开发者社区。大量宇树机器人进入全球高校和科技公司,让外部开发者可围绕这副身体训练算法、开发应用。两家竞争可总结为:宇树拥有更成熟的身体和更大的开发者基本盘,智元则试图把不同机器人、真实数据和统一模型组成闭环。前者已证明能造机器人、卖机器人;后者更贴近“一颗大脑控制多种身体”的想象,但距规模化验证还有更长的路。所以,现在宇树是领先者,智元是最有机会改写比赛规则的挑战者。而这场两个“世界第一”前后脚的IPO之旅,可能是“世子之争”的真正起点。

__EF550.zip 立即下载

相关推荐

【高速互连技术】合规性测试规范:物理层信号完整性与链路均衡验证系统设计

内容概要:本文档介绍了分析工具进行实践对照,并关注后续规范版本更新以确保符合最终发布标准。

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)

考虑风光火储+需求响应+P2G多能源系统NSGA-II多目标优化调度(Matlab代码实现)内容概要:本文介绍了基于NSGA-II多目标优化算法对包含风能、光伏、火电、储能系统、需求响应及电转气(P2G)等多种能源形式的综合能源系统进行优化调度的研究,采用Matlab进行代码实现。研究综合考虑了系统运行成本、碳排放、能源利用率等多个优化目标,通过建立精确的数学模型,结合可再生能源出力不确定性、负荷波动以及需求响应机制,实现多能源协同调度的帕累托最优解集求解,旨在提升能源系统的经济性与环保性,并验证所提方法的有效性和实用性。; 适合人群:具备一定电力系统、优化算法及Matlab编程基础的研究生、科研人员以及从事能源系统规划与运行相关工作的工程技术人员。; 使用场景及目标:①应用于多能源互补的综合能源系统优化调度研究;②为实现低碳、高效、可靠的能源供应提供决策支持;③学习和掌握NSGA-II算法在复杂多目标优化问题中的实际应用方法。; 阅读建议:建议读者结合Matlab代码与文中模型描述逐步理解算法实现流程,重点关注目标函数构建、约束处理及Pareto解集的生成与分析,有条件者可进一步修改参数或扩展模型以深化理解。

万人睡眠健康与生活方式调查数据集

成年人群睡眠健康与生活方式研究数据集,合成模拟10000行20列单CSV文件,睡眠障碍标记人群占比约四分之一。设置双预测目标:睡眠障碍二分类字段与日间疲劳得分回归字段,可分别开展分类与回归建模。特征字段涵盖年龄、性别、十一种职业类别、每周工作时长、轮班工作标记、自我压力评分、身体质量指数BMI、吸烟状态、每周饮酒量、每日咖啡因摄入毫克数、睡前一小时屏幕使用时间、每周运动分钟数、日均步行数、静息心率、习惯就寝时间点、平均睡眠时长、睡眠质量自评等二十项。数据完整无缺失,结果列与特征列分离清晰,便于目标泄漏防范练习。适用场景:睡眠障碍预测建模、日间疲劳程度回归分析、咖啡因与睡前屏幕对睡眠时长的影响量化、不同职业群体睡眠质量对比研究、逻辑回归与梯度提升模型对比实战等。合成数据不含真实个人信息,适合健康数据分析教学、特征工程练习与机器学习课程实训项目使用。

16周全【Harness&Hermes】多智能体开发特训营

2026年的AI开发者圈子里,几乎没有人再怀疑多智能体的价值。Gartner预测年底40%的企业应用将内置智能体,LangChain、AutoGen、CrewAI等框架轮番登场,演示视频里的AI团队分工明确、配合流畅。然而,一个尴尬的现实是:大多数开发者手里跑通的多智能体项目,停留在Jupyter Notebook的最后一行。一旦试图把它塞进真实业务环境,问题便如潮水般涌来——长任务跑到一半崩了要重来,智能体之间的消息黑盒般不可追溯,换个场景就得推倒重写,上线之后连“刚才那次调用为什么花了三倍的钱”都查不出来。 这正是【Harness&Hermes】多智能体开发特训营试图回应的命题。它的切入点不在“再教你写一个Demo”,而在于一个更朴素却更稀缺的能力:让多智能体系统从演示玩具变成可交付、可运维、可演进的生产资产。 要理解这门课的价值,得先看清多智能体开发当前的断层在哪里。单Agent时代,提示词写得好、API调得通,基本就能交差。但多Agent协作的本质是编排:谁负责拆解需求,谁负责执行,谁负责校验,上下文如何在角色之间传递而不丢失,某个环节出错时整条链路如何回退。这些问题的难度不在模型能力,而在工程控制。市面上不缺讲LangGraph节点怎么连、RAG检索怎么做的教程,缺的是把“多个智能体在真实业务压力下稳定协作”这件事讲透的人。 Harness与Hermes的分工,恰好对应了工程控制的左右手。根据课程的设计逻辑,Harness管“流程”,Hermes管“记忆与进化”。Harness 负责长任务的流程治理:一个面试模拟流程跑了二十分钟,中途用户关掉页面,下次打开能不能接着上次的进度继续?某个Agent调用工具超时了,整条链路是崩溃还是优雅降级?线上出了问题,日志能不能精确到“第几轮对话、哪个Agent、调了什么工具、花了多少token”。这些听起来不性感,但任何一

FANUC-R2000iC165F-六轴机械臂码垛仿真

FANUC_R2000iC165F_六轴机械臂码垛仿真

frontend-design skills

frontend-design skills

产业园区运营负责人如何利用数据智能化提升科技资源配置效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?.docx

政府科技管理者在推动区域科技成果转化过程中,如何解决成果供需匹配效率低的问题?

一种具有实验验证的层级扰动抑制深度跟踪控制算法,适用于欠驱动型AUV(Simulink仿真、Matlab代码)

内容概要:本文详细介绍了一种专为欠驱动型自主水下航行器(AUV)设计的层级扰动抑制深度跟踪控制算法,该算法通过构建分层控制架构,有效应对海洋环境中复杂的外部扰动(如水流、波浪等)以及系统内部的非线性动态特性,显著提升了AUV在执行深度跟踪任务时的控制精度与系统鲁棒性。研究不仅涵盖了控制策略的理论设计与稳定性分析,还包括详细的Simulink仿真模型搭建、Matlab代码实现及参数设置,并通过对比实验验证了所提方法在抗干扰能力和跟踪性能方面相较于传统控制算法的优越性。资源包内含完整的可运行代码、仿真模型和详尽的文档说明,便于研究者复现结果并在此基础上进行二次开发与创新。; 适合人群:具备自动控制理论基础、海洋工程或机器人相关学科背景,且熟练掌握Matlab/Simulink仿真环境的科研人员、研究生及高年级本科生。; 使用场景及目标:① 深入学习和研究欠驱动AUV的先进运动控制技术,特别是深度跟踪控制策略;② 开展水下机器人抗外部扰动控制算法的设计、仿真与性能验证工作;③ 作为毕业设计、科研项目或学术论文的技术支撑与代码原型,加速研究进程。; 阅读建议:建议使用者结合提供的Matlab代码与Simulink模型,逐模块理解算法的实现逻辑与数据流,推荐从简单静态环境仿真入手,逐步过渡到复杂动态扰动工况,通过调整控制器参数与扰动强度,全面掌握算法的性能边界、鲁棒性特征及优化潜力。

国企央企如何实现技术成果的精准对接与快速落地?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文围绕用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计展开研究,深入探讨了卡尔曼滤波在动态系统状态估计中的核心作用。文章系统阐述了卡尔曼滤波的数学基础,包括状态空间模型的建立、先验与后验状态估计、协方差矩阵的递推更新,以及最优增益矩阵的推导过程,确保在高斯白噪声环境下实现对系统状态的最小均方误差估计。结合Matlab代码实现,完整展示了算法从理论建模到仿真实验的全流程,涵盖系统建模、噪声设置、滤波迭代、状态更新与误差分析等环节,并通过仿真实验验证了算法在噪声干扰下对系统真实状态的高精度跟踪能力。该研究为控制工程、导航系统、信号处理及自动化领域中的状态估计问题提供了坚实的理论依据与高效的数值实现方案。; 适合人群:具备一定控制理论、概率统计基础和Matlab编程能力,从事自动化、电子信息、航空航天、机器人、导航定位等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①掌握卡尔曼滤波的基本原理及其在状态估计中的数学推导过程;②学习如何利用Matlab实现卡尔曼滤波算法并进行系统仿真与性能评估;③应用于目标跟踪、传感器融合、惯性导航、故障诊断、时间序列预测等实际工程中的动态状态估计问题。; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,通过调整系统模型参数、过程噪声与观测噪声强度,观察滤波效果的变化,深入理解卡尔曼增益的自适应调节机制与MMSE估计的收敛特性。同时可进一步拓展学习扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)等非线性滤波方法,以应对更复杂的非线性系统状态估计挑战。

国央企如何构建高效的内部技术转移与创新协同机制?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何提升成果转化服务效率?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

圆柱形永磁体的磁场建模研究(Matlab代码实现)

内容概要:本文围绕圆柱形永磁体的磁场建模展开系统性研究,基于毕奥-萨伐尔定律建立了有限尺寸圆柱形永磁体的物理模型,推导出其在空间任意点产生磁场强度的数学表达式,并采用数值积分方法结合Matlab编程实现磁场分布的精确计算与三维可视化。研究深入探讨了磁体的几何参数(如半径、高度)和磁化方向对磁场分布特性的影响,实现了磁场矢量的多维度仿真分析,为电机设计、磁传感器开发、磁悬浮系统等工程应用提供了坚实的理论依据与高效的仿真工具支持; 适合人群:具备电磁场与电磁波、大学物理等相关理论基础,并熟悉Matlab编程语言的高校理工科学生、科研人员及从事磁性器件设计与仿真的工程技术开发者; 使用场景及目标:①掌握基于经典电磁理论的磁场建模方法与数值求解流程;②学习并实践Matlab在科学计算与物理场仿真中的高级应用技巧;③为永磁材料相关装置的结构优化与性能评估提供可靠的仿真手段;④服务于高校课程教学、科研项目验证及工程原型开发; 阅读建议:建议读者在学习过程中紧密结合电磁学基本原理,逐步理解公式推导逻辑,动手运行并调试所提供的Matlab代码,通过调整磁体参数观察磁场变化趋势,从而深化对永磁体空间磁场分布规律的认识,并尝试将其拓展应用于实际工程项目中。

国央企创新负责人如何利用平台实现技术需求的精准挖掘与匹配?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

自适应多机器人编队规划,以包围和跟踪具有运动和可见性约束的目标(Matlab代码实现)

内容概要:本文提出了一种自适应多机器人编队规划方法,旨在实现对具有运动能力和可见性约束目标的高效包围与持续跟踪,采用Matlab进行算法实现与仿真验证。该方法综合考虑了多机器人系统在动态环境中的协同控制、编队形态生成与保持、障碍物规避以及目标可见性维护等关键问题,通过设计分布式控制律使编队能够根据目标行为和环境变化自适应调整队形与运动轨迹,确保稳定包围并最大化目标观测质量。文中详细阐述了系统的数学建模过程、控制策略设计原理及约束处理机制,并提供了多场景下的仿真实验结果,验证了所提方法在复杂条件下的鲁棒性、灵活性与有效性。; 适合人群:具备自动化、机器人学、控制理论或人工智能等相关领域基础知识的科研人员及研究生,熟悉Matlab编程环境并致力于多智能体系统、协同控制、路径规划或智能无人系统研究的专业人士。; 使用场景及目标:①应用于多机器人系统在监视、围捕、搜救等任务中对移动目标的协同包围与跟踪控制;②为研究分布式编队控制、可见性优化、动态避障与多智能体协同决策等核心技术提供可复现的算法实例与理论支撑; 阅读建议:建议读者结合提供的Matlab代码逐模块分析算法实现细节,重点关注控制律设计、约束建模与仿真结果对比部分,宜在仿真环境中调整参数配置以深入理解系统性能边界与优化潜力。

高校技术转移办公室人员在进行技术成果推介时,如何高效生成具有说服力的推介材料.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

ptrade量化策略之ST股弱转强,回测年化115%

本策略的核心是精选ST股票,国九条过滤,防止直接暴雷退市,只做ST股票的弱转强

qq_29301281的博客 1793
上一篇: Claude Code系统提示词删减风波:旧规则退场,新限制登场?
下一篇: 拿下诺奖不到两年,AlphaFold团队散场!谷歌科研策略转向Gemini通用系统引争议
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值