當具身智能開始進廠，資本在押注什么？

誰能把機器人真正送進工廠、讓它穩(wěn)定干活，誰就可能成為這個行業(yè)第一批交付型公司的代表。

不缺自動化設(shè)備的工廠，為什么還需要具身智能機器人進廠？

傳統(tǒng)工業(yè)機器人發(fā)展數(shù)十年，全球年裝機量仍徘徊在50余萬臺。不是機械臂不夠成熟，而是傳統(tǒng)自動化太重、太貴、柔性不足。真正分散在工廠毛細血管里的柔性作業(yè)——靈活分揀、復(fù)雜裝配、智能質(zhì)檢、最后10米上下料仍然大量依賴人工。

這些工序看起來不復(fù)雜，卻很難被傳統(tǒng)自動化系統(tǒng)低成本覆蓋。對于迎來資本爆發(fā)的具身智能而言，真正要切入的正是這片長期未被自動化設(shè)備有效滲透的增量空間。

但從“能做Demo”到“能在產(chǎn)線上連續(xù)穩(wěn)定運行”，中間隔著的不只是算法差距。安全規(guī)范、節(jié)拍匹配、工裝適配、異常處理、成本維護——工廠要的不是一次漂亮的演示，而是一套可以被納入生產(chǎn)體系的可靠設(shè)備。

元禾辰坤董事總經(jīng)理李為在與36氪交流時提到，具身智能行業(yè)最難跨越的階段，是從Demo到真正交付。一臺機器人能否在客戶現(xiàn)場解決實際問題，客戶是否愿意為此付費，能否從一兩臺樣機走向幾十臺、幾百臺的小批量部署——這些正在成為判斷具身智能公司的新標尺。

博原資本管理合伙人及董事長蔣紅權(quán)博士的觀察更貼近制造業(yè)一線。他在博世全球工廠體系中與多家機器人公司做過大量POC驗證，一個核心發(fā)現(xiàn)讓他重新思考了整個賽道的競爭邏輯。

“在真實工業(yè)場景里，榜單上最先進的技術(shù)，未必就是產(chǎn)線上最能用的技術(shù)。”他告訴36氪，工廠真正考驗的是穩(wěn)定性、可靠性、速度，以及技術(shù)路徑能否與生產(chǎn)場景深度耦合。

這兩個判斷共同指向一個結(jié)構(gòu)性變化：當Demo不再稀缺，模型故事也不再新鮮，具身智能的競爭正在從實驗室轉(zhuǎn)向真實產(chǎn)線。誰能把機器人真正送進工廠、讓它穩(wěn)定干活，誰就可能成為這個行業(yè)第一批交付型公司的代表。

博銀合創(chuàng)的Pre-A輪融資，正是在這個分水嶺切換中浮出水面的一個樣本。

5月15日，這家由博世旗下市場化投資平臺博原資本與具身智能領(lǐng)軍企業(yè)銀河通用機器人共同孵化的合資公司宣布完成Pre-A輪融資，金額近3億元人民幣。

新一輪融資將用于首款自研工業(yè)具身智能機器人量產(chǎn)、工業(yè)數(shù)據(jù)采集和模型平臺建設(shè)及市場拓展。元禾辰坤領(lǐng)投，博原資本、博世創(chuàng)投等老股東追加，元禾控股、金谷資本、東融壹號等多家機構(gòu)跟投。

值得細看的是投資人結(jié)構(gòu)。元禾辰坤是中國第一支市場化專業(yè)母基金管理團隊，通常出手在基金層面而非早期直投；博世創(chuàng)投是博世集團旗下戰(zhàn)略投資臂，博銀合創(chuàng)是它在中國投資的第一家具身智能企業(yè)；博原資本既是孵化方，也是持續(xù)加注的股東。

博銀合創(chuàng)的定位也區(qū)別于賽道中大多數(shù)玩家。它既不是單純的機器人本體公司，也不是單純的模型公司，而是一家以真實工業(yè)場景牽引、以工業(yè)數(shù)據(jù)閉環(huán)訓(xùn)練模型、以機器人本體和平臺完成交付的工業(yè)具身智能系統(tǒng)平臺公司。

這意味著它的價值不在于某一項單點技術(shù)的領(lǐng)先，而在于把場景理解、數(shù)據(jù)積累、模型迭代和工程化交付串聯(lián)成一套完整的產(chǎn)業(yè)閉環(huán)。

老股東繼續(xù)追加，國內(nèi)知名母基金非常規(guī)領(lǐng)投早期項目，產(chǎn)業(yè)資本深度綁定——在一個被資本追逐的賽道里，博銀合創(chuàng)為什么可能成為交付型具身智能公司的代表？

找不到現(xiàn)成的“答案”

就一起“創(chuàng)造”一個

理解博銀合創(chuàng)，要從它的出身結(jié)構(gòu)說起。

它并非一家典型意義上的創(chuàng)業(yè)公司。兩個創(chuàng)始股東——博世旗下市場化投資平臺博原資本與具身智能頭部企業(yè)銀河通用機器人——分別站在工業(yè)場景與AI技術(shù)的兩端。博銀合創(chuàng)的誕生，恰恰來自一次在兩端之間反復(fù)丈量后得出的產(chǎn)業(yè)判斷。

博原資本管理合伙人及董事長蔣紅權(quán)回憶，這個想法始于2024年底。當時博原團隊已在博世集團內(nèi)部與全球多家機器人公司進行了大量接觸和POC驗證，結(jié)論出乎意料地一致。

“這些公司有非常強的軟件能力、模型能力和AI能力，但短板也很明顯——對工業(yè)場景的理解不足，缺乏工業(yè)數(shù)據(jù)，對整個工業(yè)落地模式的理解也比較有限。”蔣紅權(quán)說，“市場上這些公司的估值，和它們實際的落地能力之間，并不匹配。”

收入與估值之間出現(xiàn)上百倍的倍差，在具身智能賽道并不罕見。但蔣紅權(quán)的反應(yīng)不是在一堆高估值標的中挑出相對便宜的，而是換了一套思路。

“既然找不到，不如創(chuàng)造一個這樣的標的”蔣紅權(quán)說，“我們自己就是資源方，能提供其中一半關(guān)鍵資源——場景、數(shù)據(jù)、工廠、客戶，只需要在市場上找到另一個合適的合作伙伴。”

與其在高估值的具身智能公司中做財務(wù)投資，不如把博世自身的產(chǎn)業(yè)資源變成一種強賦能。通過把博世體系內(nèi)的工業(yè)場景、工程經(jīng)驗和客戶需求，轉(zhuǎn)化為博銀合創(chuàng)早期成長的產(chǎn)業(yè)基座。

大多數(shù)具身智能公司擁有強大的模型能力，但缺乏打通工業(yè)場景的資源和經(jīng)驗；而據(jù)蔣紅權(quán)介紹，博世在全球剛好擁有240余家工廠和工業(yè)4.0體系下的真實場景、工程經(jīng)驗和客戶入口。

于是，博原團隊與國內(nèi)頭部具身智能企業(yè)逐一接觸，最終選擇了銀河通用機器人。評估標準很明確——必須是強強聯(lián)手和能力互補。

不同于行業(yè)里常見的簽約合作或技術(shù)授權(quán)，博銀合創(chuàng)從成立之初便以戰(zhàn)略方共同孵化賦能的方式，將博世在工業(yè)制造領(lǐng)域的產(chǎn)業(yè)資源、工程經(jīng)驗、真實場景與銀河通用在具身大模型和數(shù)據(jù)基礎(chǔ)設(shè)施方面的核心能力深度融合，形成覆蓋模型、數(shù)據(jù)、本體與工程化部署的系統(tǒng)性技術(shù)協(xié)同。

蔣紅權(quán)在回憶這段決策時說：“一開始聽到要跟世界500強博世合作，大家都很愿意。但到了更深的層面——我們想做什么、想走哪條路、怎么把這件事做成？對方是否真的認同？彼此之間能不能擦出火花？比停留在PPT層面的合作意向重要得多。”

而最終選擇與銀河通用聯(lián)合，是被其當時已經(jīng)展現(xiàn)出的全棧技術(shù)能力觸動。相比行業(yè)內(nèi)不少仍停留在單點模型或演示能力階段的企業(yè)，銀河通用已在當時率先開始圍繞真實應(yīng)用構(gòu)建覆蓋具身大模型、數(shù)據(jù)基礎(chǔ)設(shè)施、機器人本體的完整技術(shù)體系。這種能力結(jié)構(gòu)，也與博世在工業(yè)場景、工程經(jīng)驗與客戶體系上的積累形成了較強互補。

2025年6月，博銀合創(chuàng)正式成立。但在公司成立之初，博原就已經(jīng)為它鎖定了第一個深度合作的工廠——聯(lián)合汽車電子（UAES），博世集團與上汽集團合資設(shè)立的全球知名汽車電子供應(yīng)商。

聯(lián)合汽車電子不只是開放了工廠，還在內(nèi)部成立了具身智能機器人聯(lián)合實驗室RoboFab，圍繞汽車電子制造場景中的復(fù)雜工序展開長期研發(fā)。博銀合創(chuàng)團隊一開始就有多位工程師進駐，與聯(lián)電工程師在同一個工作環(huán)境里并肩工作。

但博銀合創(chuàng)成立的意義，并不是只服務(wù)博世內(nèi)部。

盡管博世體系提供的，是企業(yè)創(chuàng)業(yè)早期最難獲得的場景、數(shù)據(jù)和工業(yè)驗證標準，構(gòu)成了博銀合創(chuàng)的起跑優(yōu)勢。但博銀合創(chuàng)的目標，是把在博世體系中打磨出來的產(chǎn)品能力、數(shù)據(jù)閉環(huán)和工業(yè)交付經(jīng)驗，復(fù)制到汽車、家電、物流、新能源等更多外部客戶場景中，最終成長為一家獨立的工業(yè)具身智能平臺公司。

傳統(tǒng)VC模式往往是給錢，再幫忙對接資源；博原在這里做的是給場景，共同定義產(chǎn)品，聯(lián)合研發(fā)，再讓工廠變成客戶。用蔣紅權(quán)的話來概括，這本質(zhì)上是一種“量體裁衣”——先看清工廠訴求，再反推產(chǎn)品形態(tài)；先在真實工位上驗證需求，再進入研發(fā)迭代；等指標達標，場景方自然成為客戶。

博原資本管理合伙人及董事長蔣紅權(quán)

資本在其中扮演的角色，自然也從財務(wù)下注者變成了產(chǎn)業(yè)組織者。

從定義產(chǎn)品到第一臺機器人在聯(lián)合汽車電子亮相，博銀合創(chuàng)用了三個多月。目前，博銀合創(chuàng)正在RoboFab實驗室中進行調(diào)試與迭代，下一步就是走向真實產(chǎn)線。“說實話，我們自己都覺得有些不可思議。”蔣紅權(quán)感慨，“從成立到現(xiàn)在不到一年，這家公司的發(fā)展可以說是驚人的，超出了我們的預(yù)期。”

更重要的是，它揭示一個容易被忽視的事實：在具身智能賽道上，真正稀缺的資源從來不只是模型和技術(shù)，還有場景。正如蔣紅權(quán)談道，“技術(shù)當然重要，但一項技術(shù)能否在復(fù)雜工業(yè)系統(tǒng)中穩(wěn)定運行同樣重要。”

誰能持續(xù)獲得真實工業(yè)場景的準入權(quán)，誰就掌握了這個行業(yè)不可或缺的競爭籌碼。

走上工業(yè)產(chǎn)線，不需要“高中生”，

需要合格的“打工人”

起步快只能說明路徑順，能否真正扎進工廠，還要看產(chǎn)品能否經(jīng)受住產(chǎn)線考驗。

消費場景里的機器人可以承受一定誤差，工業(yè)場景卻很少給這種寬容。工業(yè)客戶評價一臺機器人是否可用，看的不是它能不能完成一次Demo，而是一套嚴苛得多的工業(yè)級標準。

能否在真實工位上長期穩(wěn)定運行？能否匹配產(chǎn)線節(jié)拍，不拖慢整體效率？能否適應(yīng)不同工位的工裝和物料形態(tài)？出現(xiàn)異常時能否自主處理或安全停機？維護成本是否可控？這些指標能否最終收斂為一個可被客戶接受的ROI？

滿足其中任何單項并不難，難的是同時達標。這也正是Demo和量產(chǎn)之間最深的鴻溝——Demo驗證的是單次表現(xiàn)，工業(yè)交付考驗的是系統(tǒng)級的長期穩(wěn)定。

銀河通用機器人聯(lián)合創(chuàng)始人姚騰洲把工業(yè)場景對具身智能的挑戰(zhàn)拆成三個層級。

第一層是成功率。“客戶也許能接受你拍一個幾分鐘的視頻，但客戶真正想要的，是一個能夠復(fù)制的生產(chǎn)力。”姚騰洲告訴36氪，“工業(yè)生產(chǎn)是一環(huán)扣一環(huán)的，任何一環(huán)不能匹配整體制造體系的成功率，都會拖低整條線的效率。”

第二層是泛化能力。工廠里，有成百上千的工種，甚至有的人上午和下午的工作都不同。人的學(xué)習能力足夠強，但模型能不能支撐機器人做到同樣的事？“工業(yè)場景對于模型的泛化能力、任務(wù)理解能力，以及長期學(xué)習和迭代的能力，都提出了遠高于實驗室的要求。”姚騰洲說。

第三層是經(jīng)濟性。當成功率和泛化能力達標后，客戶就會開始算經(jīng)濟賬——機器人采購、部署、維護、停機風險、人員替代效率，能不能支撐大規(guī)模復(fù)制。

這三層挑戰(zhàn)，也解釋了一個行業(yè)里人人心知肚明的現(xiàn)象——Demo很多，落地很少。

銀河通用機器人聯(lián)合創(chuàng)始人姚騰洲

要讓機器人持續(xù)可靠地完成任務(wù)，通用模型的能力是基礎(chǔ)，但還需要依賴大量來自真實場景的數(shù)據(jù)，讓模型在一次次成功和失敗中完成后訓(xùn)練。

斯坦福大學(xué)教授、World Labs聯(lián)合創(chuàng)始人李飛飛也曾談到，大語言模型本質(zhì)上是“黑暗中的詞匠”——能說會道，但對真實物理世界既看不見也摸不著。

工業(yè)場景則讓這個問題更難——每一座工廠的工位布局、物料形態(tài)、操作規(guī)范都不同，數(shù)據(jù)必須在真實環(huán)境中一幀幀采集、一輪輪訓(xùn)練。

姚騰洲還指出了一個行業(yè)中最容易被低估的環(huán)節(jié)：對需求本身的識別。“很多時候，客戶自己都講不清楚他的需求是什么。這需要有專門的人，有非常豐富行業(yè)經(jīng)驗的人，能夠去理解、挖掘和獲得需求。”

這也正是博銀合創(chuàng)CEO任經(jīng)緯加入這家公司的核心原因。任經(jīng)緯擁有近20年工業(yè)自動化、物流自動化及機器人領(lǐng)域全鏈路管理經(jīng)驗，覆蓋產(chǎn)品研發(fā)、生產(chǎn)制造、項目交付、市場營銷及全球化運營，先后在庫卡、瑞仕格、TCL等全球領(lǐng)先制造企業(yè)擔任CEO及高管。

博銀合創(chuàng)CEO任經(jīng)緯

對于一家工業(yè)具身智能公司而言，CEO不只是要懂機器人，更要懂工廠如何決策、懂產(chǎn)線如何評估一臺新設(shè)備、懂客戶什么時候愿意從試點走向采購。

任經(jīng)緯對36氪坦言，博銀合創(chuàng)首款自研產(chǎn)品BW10-Lite目前的成熟度“大概處在65分到70分的水平”——已具備小規(guī)模量產(chǎn)和工業(yè)場景長時間作業(yè)的基礎(chǔ)能力，但距離規(guī)模化量產(chǎn)仍有提升空間。

他反復(fù)強調(diào)，博銀合創(chuàng)不會講太多宏觀的技術(shù)概念。“在工業(yè)場景里，80分、90分往往都不夠，這有點像工業(yè)質(zhì)量控制里的Six Sigma——越接近高可靠性區(qū)間，每提升一個小數(shù)點，背后都需要付出更高的工程成本。”

這款產(chǎn)品目前已經(jīng)開始在聯(lián)合汽車電子的RoboFab實驗室中進行場景化驗證。基于銀河通用的基座模型，團隊兩周左右在仿真環(huán)境中跑通了上下料場景的全流程。

但仿真只是起點。團隊隨后在RoboFab實驗室中基于真實工業(yè)物料和作業(yè)規(guī)范采集數(shù)據(jù)，針對實際工位條件進行后訓(xùn)練，逐步向真實產(chǎn)線的部署標準靠攏。

姚騰洲把銀河通用提供給博銀合創(chuàng)的基座模型比作一個完成高中教育的“高中生”——它具備基礎(chǔ)感知和理解能力，但要在產(chǎn)線上真正干活，還需要通過真實工業(yè)數(shù)據(jù)進行專業(yè)化訓(xùn)練。工廠不會讓一個高中生直接上崗，它需要的是經(jīng)過崗位訓(xùn)練的熟練工。

“這不是一次性的技術(shù)輸出關(guān)系，而是大家共同迭代。”姚騰洲說。博銀合創(chuàng)在工業(yè)場景中采集的真實數(shù)據(jù)，依托于銀河通用的具身基模“銀河星腦”，讓工業(yè)垂類模型持續(xù)進化；更強的模型再落地于新的工業(yè)場景中去應(yīng)用，形成從仿真到實驗室驗證、再到真實產(chǎn)線的數(shù)據(jù)閉環(huán)路徑。

強大的模型底座疊加，真實產(chǎn)線上沉淀下來的場景數(shù)據(jù)和工程經(jīng)驗，會形成更難超越的復(fù)利。在任經(jīng)緯看來，博銀合創(chuàng)的差異化優(yōu)勢正在于此——從不以模型參數(shù)作為核心驅(qū)動力，而是以場景使用指標作為驅(qū)動力：穩(wěn)定性、產(chǎn)線節(jié)拍、作業(yè)效率、客戶ROI。

這些指標的背后，是一套“硬件+平臺+模型”協(xié)同技術(shù)體系的支撐。在產(chǎn)品層面，首款自研產(chǎn)品BW10-Lite已完成原型驗證，具備雙臂操作、高重復(fù)精度及快速工位切換能力，可覆蓋超過60%的人工裝配場景；更高負載版本BW10計劃于2026年內(nèi)發(fā)布，進一步擴展工業(yè)搬運、分揀、裝配等場景的替代能力。

在模型層面，公司正基于銀河通用的端到端具身大模型和數(shù)據(jù)技術(shù)管線，構(gòu)建面向汽車、新能源、家電、物流等行業(yè)的工業(yè)垂類模型。在平臺層面，工業(yè)具身智能任務(wù)管理平臺以及數(shù)據(jù)與模型訓(xùn)練一體化平臺也在同步搭建。

任經(jīng)緯還透露，BW10-Lite將在今年下半年進入量產(chǎn)階段，BW10在明年上半年跟進。蘇州工業(yè)園區(qū)的產(chǎn)業(yè)化基地預(yù)計下半年啟用，到明年整體年產(chǎn)能目標為6000-10000臺套。對于博銀合創(chuàng)來說，真正的考驗將從量產(chǎn)開啟。

從中國工廠走向全球產(chǎn)線

對投資人來說，博銀合創(chuàng)的吸引力在于一種在早期項目中罕見的確定性。

元禾辰坤董事總經(jīng)理李為是博銀合創(chuàng)投資項目組的項目組長，從盡調(diào)到投決全程參與。他對36氪直言，元禾辰坤此前在具身智能賽道出手不多。“等我們想出手的時候，很多本體公司的估值已經(jīng)非常高了。”

博銀合創(chuàng)提供的是另一個入口：估值仍在合理區(qū)間，背后又有博世體系提供真實需求和場景背書以及銀河通用的技術(shù)賦能。這種組合在當下的具身智能賽道并不常見——它既保留了早期項目的成長彈性，又降低了純技術(shù)創(chuàng)業(yè)公司常見的落地不確定性。“像這么早期下重注，對于一個母基金來講并不常見。”李為說。

元禾辰坤董事總經(jīng)理李為

ROI測算讓這種確定性變得更加具體。按照李為給出的測算，在部分人力成本較高、重復(fù)性強、三班倒運轉(zhuǎn)的典型工位上，一臺售價30萬元的機器人如果能替代3名工人，一年即可回本。即便節(jié)拍暫時不足、需要兩臺機器人完成一個人工作,兩年回本對工業(yè)客戶也完全可接受。

當然，真實的投資回報還會受到設(shè)備稼動率、維護成本、停線風險、工位改造投入和良率等多重因素的影響——但在最核心的經(jīng)濟賬上，工業(yè)場景比消費場景能夠算得更清晰。

從投后進展看，博銀合創(chuàng)的表現(xiàn)沒有讓投資人失望。成立不到一年，公司已快速進入商業(yè)化驗證階段。按照已溝通的框架性需求和意向訂單測算，潛在訂單規(guī)模已達數(shù)億美元級別，客戶覆蓋汽車及其零配件、物流分揀等行業(yè)。

但李為對博銀合創(chuàng)的期待不止于國內(nèi)市場。在他看來，賽道機會之外，博銀合創(chuàng)的另一條重要路徑是出海。

這個判斷背后是一個冷靜的結(jié)構(gòu)性觀察。國內(nèi)具身智能競爭已經(jīng)極度擁擠，超過20家公司沖刺IPO，價格戰(zhàn)的端倪已經(jīng)顯現(xiàn)——卷到最后，利潤會被壓到極薄，而海外市場恰好提供了另一種可能。

根據(jù)咨詢公司Oliver Wyman對全球250家汽車工廠的研究，德國每輛車的勞動力成本高達3300美元，是中國的近6倍、美國的2.5倍，位居全球之首。歐美制造業(yè)普遍面臨高人工成本與老齡化的雙重擠壓，機器人替代人工的經(jīng)濟賬遠比國內(nèi)清晰——同樣一臺機器人，放在這些市場里能釋放的價值是國內(nèi)的數(shù)倍。

過去一批中國硬科技公司嘗試過類似路徑：先在中國完成效率驗證，再到海外高成本市場尋找利潤空間，具身智能很可能沿著同樣的邏輯展開。

但出海從來不是一件容易的事。歐美工業(yè)客戶對供應(yīng)商的信任鏈條極長，準入流程復(fù)雜。對于一家沒有全球品牌背書的中國機器人公司，想獨立叩開一家歐洲頭部制造商的大門，難度可想而知。

博銀合創(chuàng)的全球化路徑，也不是簡單的把機器人賣到海外，而是把在中國高密度制造場景中驗證過的工位方案、數(shù)據(jù)閉環(huán)和交付方法論，經(jīng)過博世體系的全球標準驗證后，復(fù)制到海外高人工成本市場。

而博世體系為博銀合創(chuàng)提供的，也不只是一張單純的通行證，而是全球工業(yè)場景的理解力、客戶信任的起點和標準化驗證的路徑。不過，最終能否站住腳，仍取決于博銀合創(chuàng)自身的產(chǎn)品穩(wěn)定性、工程化能力和本地化服務(wù)水平。

博世創(chuàng)投管理合伙人Ingo Ramesohl博士表示博銀合創(chuàng)的獨特性在于它站在機器人、人工智能和真實工業(yè)應(yīng)用場景的交匯點上，“一方面有銀河通用這樣的前沿機器人企業(yè)，另一方面有博世這樣的全球領(lǐng)先工業(yè)企業(yè)，這讓博銀合創(chuàng)與智能制造的未來高度相關(guān)。”Ingo向36氪表示。

博世創(chuàng)投管理合伙人Ingo Ramesohl博士

Ingo特別強調(diào)了博世創(chuàng)投對博銀合創(chuàng)的支持“不止于資本”。通過Open Bosch機制，博銀合創(chuàng)可以更早、更具體地接觸到博世在全球的工廠和工業(yè)專家。對于一家年輕公司而言，這種連接通常很難在早期獲得。

他還透露，博銀合創(chuàng)CEO任經(jīng)緯將于6月10-11日在德國柏林Bosch Connected World大會上發(fā)表keynote演講。Bosch Connected World是全球工業(yè)數(shù)字化和互聯(lián)技術(shù)領(lǐng)域的重要平臺之一，屆時博銀合創(chuàng)將首次攜全新產(chǎn)品和場景方案亮相歐洲。

“中國是博銀合創(chuàng)的起點。這里驗證周期更短，制造場景更豐富，需求變化也更快。以中國市場為起點，博世創(chuàng)投希望一步步支持博銀合創(chuàng)拓展全球市場。”Ingo說。

2026年的具身智能賽道不缺技術(shù)敘事，不缺資本熱情。它真正稀缺的，是能被客戶驗證的交付能力。

577億元投資涌入，13家百億獨角獸并立，20余家公司沖刺IPO——這些數(shù)字描繪的是一場聲勢浩大的產(chǎn)業(yè)競賽。但數(shù)字背后的問題依然很現(xiàn)實：有多少機器人真正在工廠里每天運轉(zhuǎn)？有多少訂單走過了PoC階段進入了量產(chǎn)？有多少家公司的收入增速，能追上估值膨脹的速度？

這個行業(yè)正在經(jīng)歷一次靜默的分化。一種是仍然活躍在PPT和展會上的故事公司，另一種是已經(jīng)開始在真實產(chǎn)線上用節(jié)拍和良率說話的交付公司。

博銀合創(chuàng)Pre-A輪近3億的融資，以及元禾辰坤、博世創(chuàng)投、博原資本等機構(gòu)的聯(lián)合押注，本質(zhì)上是對后一種路徑投下的一張確定性選票。

在一個充斥著模型參數(shù)競賽和估值泡沫的賽道里，博銀合創(chuàng)提供了一種更樸素的價值主張：把機器人送進工廠，讓它真正能干活。

至于這條路最終能走多遠，答案在真實產(chǎn)線上。