具身智能下半场，交付是真正的分水岭

西西弗柿｜作者

star皆空｜编辑

无心插柳柳橙汁｜视觉

刘超｜监制

WAIC 2026落幕已经快一个月了，展台上聚光灯熄灭，展位撤去、人潮散尽，然而，把目光从展馆转移到生产力现场，机器人热度并未随之冷却：

在京东太原的一家七鲜门店里，一个机器人托着试吃盘，在货架与顾客之间穿行，有人从它身侧挤过，购物车从它面前横过，它避让、绕行，再把试吃品递到顾客面前。这样的动作，它一天要重复很多次。

类似的场景每天在七鲜门店上演，机器人在营业时间里持续作业，真正实现了“进厂打工、进店干活”。

谁在把机器人送进超市干活？答案是灵御智能：

日前，灵御智能与京东正式签署战略合作协议，成为京东机器人相关业务的优先签约与采购合作方，其机器人已进驻京东七鲜超市太原门店常态化运营，并即将部署至北京、天津门店。

敢于把机器人真正送进开放商超、面对真实客流常态化作业，这让灵御智能逐渐站到了行业的聚光灯下。

不仅于此，灵御交出了一个罕见的成绩单：单月完成100台量产，并全部交付客户，是第一家在开放实景中实现规模化落地的厂商。

100台这个数字，放在汽车、消费电子行业，微不足道。但在具身智能行业，它的含金量完全不同，能一口气量产100台并交付的，意味着从供应链、产线到交付体系，整个链条真的跑通了。

这也契合了一个行业共识：

2026年，具身智能的Demo大战已然结束，交付，正在成为检验厂商能力的黄金标准。

具身智能“Demo战”结束

交付成为第一道分水岭

把时针拨回到两年前，具身智能的估值逻辑还处于一种“PPT估值、Demo定价”的狂热期。一段几分钟的机器人演示视频，动辄支撑起数亿估值。

那种估值逻辑有合理性，在一个技术范式尚未收敛的行业里，资本给出的是“上限价格”。哪条技术路线能通向通用具身智能，没人能打包票。

路线没有收敛，意味着每一家头部公司都可能是最终范式的持有者，估值自然向天花板看齐。投错一百家的损失是有限的，错过那唯一一家的损失是无限的。

但Demo和产业之间，隔着一道巨大的鸿沟。

Demo通常展示的是机器人在特定任务和受控条件下的一次能力表现，而产业应用关注的不只是单次成功，而是大量重复作业中的成功率、性能波动、长尾故障、人工介入和恢复能力。

两者之间的差距，是可靠性、成本、交付和运维力的差距。

如今行业到了下半场，进入了一段微妙的冷静期，行业隐隐达成了一种共识：

潮水褪去才知谁在裸泳，能站在真实场景里持续交付的企业，才会被留下。

在这个视角下审视灵御，单月百台量产的含金量就进一步凸显了：

来看TA的客户结构，覆盖了真实场景用户、科研机构、模型公司、数据采集场四类客群，买走这批机器的，不是同一个类型的买家，有人要它干活，有人要它采数据，这批面向真实场景作业、科研实验、模型验证和数据采集等不同需求，体现出同一平台向多类应用扩展的可能性。

不仅于此，灵御机器人能在七鲜超市等真实零售场景中实现常态化运营，要知道，在开放式商超环境中，面对真实客流与复杂动线，机器人保持稳定运行，实属不易，背后是一整套工程体系的支撑：

低延迟远程控制链路、双臂与底盘的同步控制、故障检测与恢复机制，等等。

此前，灵御已联合英特尔完成了“真实场景—数据采集—模型训练—执行验证”的全链路联合验证，印证了其机器人平台在训练支撑与真实执行验证上的综合能力；

此外，在WAIC的赛场上，首届“申智杯”具身智能与机器人赛道决赛中，灵御也又一次当众证实了能力：

TA2出战动态分拣、零件装配、物料搬运三个赛项。即使在系数折算之后，灵御TA2在动态分拣赛项的总分仍领先第二名200余分，验证了低延迟通讯架构支撑下，灵御本体的性能上限与作业稳定性。

交付能力一旦建立，便是一道竞争对手短期内难以跨越的护城河，最直接的佐证便是头部客户的用脚投票。

就拿灵御智能与京东正式签署战略合作协议来说，实景零售，是具身智能最难攻克的阵地之一，因为机器人置身于开放客流场景，客流和动线持续变化，机器人需要实时处理人机距离、安全限速和现场异常等问题，容错率极低，而且环境不可控。

灵御能进入这种场景，背后是TA的技术自信，而京东愿意将战略合作四个字落进合同里，也是头部零售企业对一家具身智能企业给出的硬核信任状。

三条反直觉的落地路径

可能有人想问，一家成立一年多的公司，凭什么能做到很多公司都做不到的事，跑出了落地加速度？

答案是，这家公司从技术路线选择到商业化路径，都走了一条不太“主流”的路。回过头看，这些反直觉的选择，恰恰构成了它今天交付能力的底层支撑。

第一个反直觉，是它没有一上来就追求端侧自主。

在行业主流把高功率的端侧芯片塞进本体，追求“机器人在本地把一切算完”时，灵御做了一个完全不同的选择：端侧只保留“小脑”负责实时控制，“大脑”放在云端负责认知、推理、学习、进化。

机器人通过低延迟、高确定性的通讯架构接入云端专家模型池，根据不同任务调用不同能力。

这套技术架构其实非常有前瞻性，我们都知道，端侧芯片受限于功耗、散热和体积，永远跑不过云端集群，把“大脑”放在云端，新模型发布时，灵御的机器人无需召回硬件，空中升级就能获得智商跃升，永远和最前沿的模型同频共振。

更重要的是，这套逻辑能构建行业最稀缺的“高质量数据闭环”：

传统端侧机器人遇到失败case只能靠工程师现场打补丁，而灵御这边，机器人置信度下降，遇到机器无法处理的异常问题时，能够及时交由人工介入接管，相当于把人类专家变成了标注师。

每一次低置信度触发的接管，系统都自动录入了“视觉感知、决策犹豫、人类干预、成功执行”的完整轨迹。

而且每一次接管都会生成高质量训练数据，这些数据直接喂给云端模型做强化学习，让模型越跑越聪明：

在数据质量有保障的前提下，使用量越大，模型越强，护城河越深这是典型的数据网络效应。

技术路线跑通之外，这套架构还释放了显著的商业效率红利。在灵御的体系里，操作员远程控制机器人作业的过程本身即是数据采集过程，无需另建采集流程，作业即采集。

这就是第二个反直觉的路径：

在行业不惜重金，为采数据烧钱建数采中心时，灵御让机器在真实场景里干活赚钱，数据只是作业的副产品，别人烧钱采数据，它在赚钱的过程中自然沉淀数据。

为何如此设计？因为最低成本的数据采集方式，是让作业过程本身持续产生数据。

这一路径带来双重红利，机器人在赚钱的过程中自然沉淀优质数据。就拿京东七鲜超市来说，就是天然的数据金矿：

与实验室里真空环境不同，开放商超中天然充斥着动态客流、货架杂乱、光线变化等模型训练中最稀缺的长尾数据，这些数据恰好能弥补模型在面对陌生情形时置信度不足的问题。

同时，这种架构还能撬动跨区域的人力套利。

操作员身处控制室，机器却在数百乃至上千公里外作业，当机器人具备足够的自主运行能力，且人工介入事件保持低频、可调度时，远程运营系统有机会支持操作员分时管理多台设备，从而改善人机配置效率，单位人力成本由此大幅摊薄。

这就引出了第三条反直觉的路径：

行业大多数公司先预设通用的终局，仰望星空，为终局造机器人；灵御反其道而行，从一开始就奔着“可交付”去做产品，而不是奔着“炫技”去做原型。

100台交付

只是灵御飞轮转动的起点

这听起来像是常识，但一片烈火烹油的风口行业里，能做到的公司并不多。赚快钱和赚慢钱之间，资本会本能地选择前者。

因为，如果你告诉投资人“我只做可交付的搬运或质检机器人”，估值逻辑就跌回了传统工业自动化；

如果你锚定通用人形机器人终局，估值就能给到几十倍，同时，这种前沿行业大多数都是精英团队，过不了自己“技术精英”的心理关，宁愿死在追求AGI的路上，也不愿意主动做减法。

当然，做交付难度也更大，演示所需要的是一台样机、一段精心编排的任务流程、一个可控的环境。交付所需要的是供应链、品控、部署方案、运维体系、客户培训，这些不炫酷、在融资PPT上只能占一页的汇报，恰恰决定了产品能不能真正进入客户现场。

那么，灵御为什么能逆着本能行事、顶住资本压力？

我们起底了其团队构成，发现很有意思，是高浓度、价值观高度一致的清华系创业班底。

或许这些反直觉的路径，和清华系“行胜于言、注重实干”的作风一脉相承。

我看到灵御智能创始人金戈说过的一段话，简直是从业者的嘴替：

2000年的互联网泡沫，2018年的自动驾驶泡沫，历史总是在重复。那些只会造梦的公司，最终都会被周期淘汰。任何生意，最终都要回归到能不能赚钱这个最朴素的问题上。

不能创造真实价值的东西，无论故事讲得多么好听，最终都会烟消云散。

诚如所言，商业化进度决定技术寿命，先活下去，让大家用起来，才有资格谈终局。

于是，灵御的路径很清晰，以可交付的产品切入真实场景，以真实场景产生数据，以数据反哺模型，以模型提升产品能力，商业飞轮和技术飞轮互为燃料，滚动向前。

如今，三个反直觉却异常清醒的选择，最终迎来了价值回归，100台交付、京东等头部客户的青睐只是冰山一角。

还记得我们上文提到的吗，灵御的客户里，有一类很特殊，科研机构和模型公司。他们采购本体，是为了模型训练与真机验证，这正是灵御二开版本的核心客群。

国内已有模型公司携灵巧手产品到访，在灵御的机器人本体上快速完成适配与真机验证。

这意味着，随着越来越多模型公司来跑通，灵御的本体就变成了“通用物理交互平台”，好比物理世界的微软，如果未来大部分的模型公司都在灵御的本体上做验证，产生的复利不可估量。

数据资产的复利积累也在同步发生，今年，灵御计划积累10万小时以上的高质量真机数据，三年为行业提供千万小时级数据。

这些数据包含完整任务闭环、带有真实世界所有粗粝与复杂的作业记录，顾客的走动、货物的杂乱、光线的变化......这些带着人间烟火气的珍贵数据，正在定义具身智能的未来。

这让我们想起，吉姆·柯林斯在《从优秀到卓越》强调的飞轮效应：

飞轮的威力不来自某个单点的惊天一跃，而来自各个环节的持续咬合与推动。

后来者可以进行单点模仿，但三者咬合成“交付—数据—模型”的飞轮、并加速进化时，系统本身便很难复制。

如今，对灵御来说，单月百台全部真实交付是一个全新的起点，也划出了行业下半场的分水岭：

下半场，胜利属于仰望星空的人，更属于那些愿意埋头赶路的人。