---
title: "越酷越可能是伪需求｜四家出海企业撕开物理 AI 商业化的现实底牌"
id: "20260909A0AQMM00"
publicationAccount: "非凡产研"
originalPublishedAt: "2026-09-09T16:15:18+08:00"
canonical: "https://ffcap.cn/research/20260909a0aqmm00"
source: "https://view.inews.qq.com/a/20260909A0AQMM00"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["全球化出海","商业化","物流与供应链","具身智能","智能硬件"]
---

# 越酷越可能是伪需求｜四家出海企业撕开物理 AI 商业化的现实底牌

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

**AI行业观察**

## **越酷的东西，越可能是伪需求**

  

越酷的东西，越可能是伪需求，真正的信号，藏在交付、渗透率、复购这些不性感的词里。

  

三个月，一百万美元，七百个海外用户真金白银下了单。

一思机器人的 AI 网球机器人在 Kickstarter 上的这份成绩单，放在任何一家硬件创业公司身上都算得上漂亮。

但在深圳这场物理 AI 峰会的圆桌上，一思机器人市场总监 Carina 聊起这段经历，重点根本不在那一百万美元。

"硬件创业公司该踩的坑，我们基本一个都没落下。"供应链爬坡、不良率、物流，全部碰到。

这场圆桌由钛媒体出海参考的王璐主持。台上四个人，正好凑齐了物理 AI 出海的四种活法：星动纪元的胡家义，做人形机器人进物流仓库；虎鲸机器人的朱元远，把割草机器人卖上欧美人家的草坪；一思的 Carina，量产了会满场移动的网球陪练机器人；万兴科技的吴佳兵，做了二十多年软件出海，90% 的客户在海外。

四个人的生意差得很远，但聊到最后，所有话题收进了同一件事：热度和生意是两回事。

越酷的东西越可能是伪需求，真正的信号，藏在交付、渗透率、复购这些不性感的词里。

  

## **几千万的订单，客户考核的是四个土得掉渣的指标**

先说钱最多的一门生意。

星动纪元从 2025 年年中开始，和顺丰、中国邮政这些头部物流平台做商业化验证，和行业里的其他方案正面 PK，已经出现了单一客户几千万量级的订单。

客户为什么愿意下这样的大单？胡家义给的答案里没有一个高大上的词，就四个指标。

第一是成本。他们的主力机型 M7，是在全尺寸双足人形机器人 L7 的基础上改的，上半身双臂，下半身换成轮式立柱。机器人想进物流，成本绕不过去，交付从千台爬到大几千台，成本必须跟着快速往下走。

第二是效率。物流场景不看表演。"你做一个动作很漂亮没有意义，它每天就是要在那里不停抓包裹。"客户只问一件事：单位时间能处理多少件。

第三是准确率，而且不是实验室里的准确率。真实物流现场什么样？异形件、破损件、不规则包装、表面有污渍、沾水，面单朝向不统一，光线明暗变化，产线二十四小时不停。机器人不能只是抓起来，还要翻转、识别、扫码、面单朝上。

第四是规模化交付。实验室里做一台，和一次交出去几百台、几千台，是两回事。

行业里最早做商业化验证的时候，目标先定在人工效率的 85%，做到这个数就已经可以替掉一部分工人。然后所有人继续往 90%、95%、98% 往上推。

至于大客户那几千万订单的价格怎么谈，胡家义说了个大实话：真实成交价是商业机密，但大客户前期只拿几十台、上百台的时候，通常也不会按这几十台的成本逻辑来谈，而是按未来规模化交付的价格谈。

**"客户在为你承诺的那个未来成本买单，你得真把量做出来。"**

说白了，客户押的不是眼前几十台的成本，而是你未来规模化之后的成本。这是物流场景最冷酷也最诚实的逻辑。

这门生意为什么值得做？胡家义自己去大型物流中心看过：包裹像洪水一样涌过来，普通工作日就能堆成山。人容易看花眼、会疲劳、有情绪和职业病，而物流恰恰是市场巨大、利润又极薄的行业，天然对效率敏感。机器在这种地方的价值，不需要任何想象力去论证。

  

## **割草机器人的技术路线，是从用户的铲子上倒推回来的**

庭院机器人这几年品牌扎堆，技术路线吵成一团，视觉、RTK、激光雷达各有人站队。朱元远没有纠结哪条路线更先进，他讲的是虎鲸当年怎么选的。

三四年前，智能割草机器人远没有今天成熟，哪条路线会成为主流根本看不清楚。虎鲸当时只问了一个问题：这个产品卖了这么多年，为什么一直没真正走进千家万户？

答案扎在用户手里的铲子上。

早期机器人买回家，用户的第一件事不是割草，是在自家草坪上挖开地面，埋一根边界线。机器人靠这根线才知道自家草坪的边界在哪，不会冲进邻居家。想象一下那个画面：你花大价钱买了个智能产品，开箱仪式是先在院子里动土。

所以新一代割草机器人的第一个方向就是无边界化。虎鲸 2023 年开始押注 3D 激光雷达路线，不用埋线，不用额外架基站，不靠外部网络，也不怕树木房屋遮挡定位。

唯一的缺点是贵。三年前一颗激光雷达要三四千、四五千块人民币，后来成本一路跌到百元级。三年前非常非主流的一条路线，现在慢慢开始变成主流。

朱元远的总结值得每个做硬件的人抄下来：不是先问哪项技术最先进，而是先问这个品类原来最痛的地方是什么，然后倒推技术路线。

至于国内都在喊的价格战，他给了一个很不一样的解释：上一代需要埋线的机器人在海外压着大量库存，新一代无边界产品起来了，老产品再不降价清仓，以后更卖不掉。有些价格战，本质是在给上一代产品办后事，就像新能源渗透率上来的时候燃油车的那波降价。

而"红海"这个判断，他直接拿数据顶了回去：国内很多人觉得割草机器人杀成红海了，但你去看北美、澳洲，真实渗透率还是个位数，大量用户见都没见过这个产品。

**"市场的声量很大，不代表市场已经做完了。"**

  

## **人形机器人打网球很燃，他们选了"不像人"的那台**

主持人问：以后会做人形机器人，直接上场拿拍子跟人对打吗？毕竟人形机器人打网球的视频真的很燃，流量也大。

Carina 说："机械形态应该服务于功能，而不是服务于模仿。"

她给的理由全是账。今天人形机器人的成本、稳定性、续航，撑不起一个普通消费者带它去球场打一小时。光一套运动捕捉设备就要几十万元，还不算机器人本体。

然后是那个关于扇子的比喻："哪怕未来每个家庭都有一台人形机器人，你也不会因为它有两只手，就一定让它去扇扇子。因为空调已经很好用了。"

所以一思选了轮式结构：更便宜、更稳定、更适合这个任务。哪天真腿能在网球场里明显提高性能、成本又足够低，再考虑也不迟。

这个判断背后是他们做事的顺序。网球训练的核心痛点是依赖陪练和教练，而人都受时间限制。传统发球机是单向的，球发给你就结束了；他们的机器人能看见你的球、判断落点、移动过去把球回过来，完成接近真人的连续对拉，还能慢慢识别你的弱点。

先把最底层的一件事击穿，再往上加功能。而不是反过来。

但验证完需求，真正的苦日子才开始。众筹只证明了有人想买，没证明你能交货。

**"众筹像订婚，交付才是过日子。"**

传统发球机五十多个部件就够了，加上移动、识别、交互之后，一思的整机有两百多个部件，复杂度完全不在一个量级。机器人真正动起来以后，会冒出各种 Demo 阶段根本见不到的 Bug，只能扔进真实市场验证，再拉回来迭代。

连球包这种小事都翻了车：到底做拉杆式还是球杯式？最后用户给了答案，大家本来就习惯背着球包去球场，那就合二为一，它既是机器人的球包，也是用户自己的球包。

几个月迭代之后，几百台产品陆续发往海外。而 Carina 对这门生意的长期判断是："硬件决定下限，软件定义上限。"

硬件交付只是第一步，后面是训练内容、个性化训练和 AI 教练。哪天系统发现你反手下网率特别高，下次打开 App，它直接给你推一套反手专项。

  

## **做了二十多年出海，判断标准只剩一个：真需求还是伪需求**

万兴科技的吴佳兵是台上唯一不做硬件的人，但他那套判断框架，值得我们思考。

做产品二十多年，他越来越关心一个问题：什么是真需求，什么是伪需求？

有些产品看起来特别酷，流量大，用户量也不少。但看进去会发现，付费很低，使用频次也很低。这种需求，他倾向于判断成伪需求。

反过来，有些需求特别小，比如软件里的格式转换，听起来一点都不性感。但用户真需要的时候，它能极其准确地解决那个问题，最后反而成了产品稳定的现金流：用户基数稳定、留存稳定、付费意愿稳定。

**"只要真正解决问题，再小的需求也是真需求。只是看起来酷、商业模式说不清楚，那就很可能是伪需求。"**

拿这个标准去看眼下最热的 AI 漫剧，画面立刻冷静了。市场上人声鼎沸，但付费内容的 ROI 已经贴到 1.1，基本在盈亏平衡线上摩擦。真人短剧的红利释放了几年，AI 漫剧半年不到就开始洗牌。

机会当然也是真的：制作周期从几个月、一两年压缩到按天甚至按小时算；一部真人剧上百万的成本，AI 内容已经压到几千元级别；海外的漫剧内容大量本来就是中国团队在生产，工业化能力正在外溢。

至于出海方法论，他交了三个坑的学费。

第一个坑是功能堆砌。一个功能用户觉得好，就加第二个、第三个，加到最后，用户真正需要的核心功能反而找不到了。硬件同理，机器人今天能割草，你就想让它修枝、扫叶、除杂草，做成无所不能，结果每件事都不好用。

第二个坑是合规。软件出问题还能远程更新，硬件不行。货全部运到美国、欧洲，因为一个认证不能卖，损失是巨大的。硬件合规必须前置。

第三个坑是把本土化理解成翻译。万兴 2008 年就在日本成立了公司，真正的日本市场要用当地员工、理解当地文化、参与当地活动。语言翻译得再地道，不代表用户就愿意掏钱。

他今年去硅谷的感受是：一个非常垂直、非常小的需求，也能撑起一家创业公司。用户会很明确地告诉你，你帮我解决这个问题，我就付钱。

  

## **满屏的世界模型是噪声，缺数据才是信号**

最后一个问题，主持人让每个人说说：行业里什么是真信号，什么只是噪声？

胡家义说得直接。真正确定的事情是，整个行业对具身模型、对"大脑"的重要性已经形成共识，但具体怎么做，技术路线还在发散。

噪声也很明显："现在满大街都在讲世界模型。"做大脑的讲，做本体的讲，做灵巧手、关节、电子皮肤的在讲，连传统精密制造公司都通过投资并购开始讲。新概念当然需要，但过度强调就容易变成跟风，具身智能今天确实有过热。

不过概念归概念，世界模型背后那个真问题存在：真实物理世界的高价值数据，现在非常缺。概念可能是噪声，数据缺口是真信号。

Carina 给的噪声清单更短：Demo。

很多人看到一个 Demo 做出来，就觉得产品已经成熟可用了。但机器人公司真正看的是另外几个问题：这个产品能不能交付？到底有多少人愿意付钱？付完钱的人有多少会持续使用？这家公司能不能用合理的成本，长期维持交付和服务？

Demo 只代表技术实现过。从产品到生意，中间隔着上述每一个问题。

圆桌快结束的时候，话题落到了美国 FCC 对中国智能硬件的监管上。朱元远讲了一个他最近看到的案例，我把它留到最后。

一家同行在众筹平台上成绩很好，但因为政策问题给用户发信，说可能暂时无法正常发货。按照剧本，接下来应该是退款潮和差评。

结果评论区里，用户在反过来教公司做生意："你不要取消订单，我可以去加拿大拿。""你拆成散件寄给我，我自己装。"

这大概是整场圆桌最好的注脚。概念会过时，Demo 会过时，今天的当红技术路线三年后可能就是需要清仓的上一代。但一个愿意跨过边境来取货的用户，不会说谎。

需求是真的，剩下的问题只有一个：把货做出来，发出去。

  

## **更多对话细节**

**嘉宾**

星动纪元 商业化负责人 胡家义

虎鲸机器人 总经理 朱元远

一思机器人 市场总监 Carina

万兴科技 副总裁 吴佳兵

**主持人**

钛媒体出海参考 运营总监 王璐

![越酷越可能是伪需求｜四家出海企业撕开物理 AI 商业化的现实底牌 · 原文图片 1](https://inews.gtimg.com/om_bt/OeF_n0l24l527IVG4rXuxOII1nAdk9L0acE0ZVd1dDaGwAA/1000)

### **用户为什么愿意为你们的产品付费？**

**王璐：**我们这场聊商业模式，整体逻辑就是从机器人展示、到真正交付，再到最后能不能跑通正向利润。第一个问题先和自我介绍放在一起：用户为什么需要购买你们的产品？他真正愿意付费的点在哪里？

**胡家义：**我是星动纪元的胡家义。星动纪元定位是一家软硬一体、全栈自研的通用具身智能公司，从具身大脑、本体、灵巧手，一直到场景数据和商业化落地，都在做。

为什么客户会买我们的产品？我觉得核心还是在于整个链条能不能真正闭环。我们从大脑、本体、灵巧手到场景数据，最终要实现手眼协同，把能力真正放到场景里验证。现在比较核心的一个场景就是物流，我们在物流行业已经做了比较多商业化验证。

**朱元远：**我是朱元远，来自虎鲸机器人，我们主要做出海的庭院智能产品，核心是割草机器人。

用户为什么会买？本质上还是因为它解决了刚需。欧美很多家庭和国内不一样，草坪本身就是家里的"门面工程"。每年要花大量时间、精力和钱去维护。

割草机器人至少直接解决了一件事：把割草这种重复、重体力的工作交给机器人。用户省下来的不只是体力，更多还是时间。他可以把这些时间拿去生活、陪伴家人。

**Carina：**我来自一思机器人，我们做的是已经实现量产的 AI 网球机器人。卖点其实很直接。

传统发球机只能站在一个位置定点发球，但我们的机器人可以移动对拉，可以判断球的落点，然后移动过去，把球回到用户这边，给你一个更接近真人陪练的体验。

我们此前在 Kickstarter 上做过众筹，三个月接近 100 万美元，差不多 700 名海外用户用真金白银验证了这个需求。

**吴佳兵：**我是吴佳兵，来自万兴科技，主要负责公司的战略、投资并购。我们和其他几位不太一样，主要还是软件产品，而且 90% 的客户都在海外。

用户为什么买我们的产品？我们解决的往往不是什么特别宏大的问题，而是一个个很小、但是用户在日常工作生活里会高频碰到的痛点。这些小需求真的帮用户解决问题，他就会付费。

### **一个物流客户为什么愿意一次下几千万的订单？**

**王璐：**胡总刚刚提到，物流是星动纪元很重要的一个场景，而且已经出现单一客户金额比较大的订单。从最早的测试，到最后客户愿意批量交付，中间肯定不是一句"机器人很智能"就解决了。为什么客户愿意下这样的大单？他真正考核你们的指标是什么？效率、成本还是其他东西？

**胡家义：**几个方面都有。我们从 2025 年年中开始，就已经和一些头部物流平台做前期商业化验证、PoC，包括顺丰、中国邮政，也和行业里的其他方案一起做过 PK。不同公司走的技术路径不太一样。

最后一个物流机器人方案能不能真正落地，我觉得至少看四个指标。

第一个是成本。我们现在主要的一款机器人是 M7，它是基于全尺寸双足人形机器人 L7 的基础做的，上半身是双臂，下半身改成轮式立柱。后面公司还会有完全针对工业场景设计的产品。

随着交付规模从千台进一步上到大几千台，我们希望整个成本可以继续快速下降。机器人真正想进入物流，成本一定是绕不过去的。

第二个是效率。物流场景非常现实，客户一定会看单位时间到底能处理多少包裹。你做一个动作很漂亮没有意义，它每天就是要在那里不停抓包裹。

行业现在的效率提升非常快，同行也已经有非常高的单位小时处理数据。我们自己这几个月的效率同样还在持续提升。

第三个是准确率。物流现场并不像 Demo 里那么干净。各种异形包裹、破损包裹、面单方向不统一、环境光变化，这些情况全部会碰到。

所以你的机器人不能只是"抓起来"，还包括翻转、识别、扫码、面单朝上这些动作。真正进入产线以后，准确率是非常关键的。

第四个是规模化交付能力。机器人做到实验室效果，和一次真正交付几百、几千台，是两回事。目前我们在这方面还需要继续加速，行业头部几家公司已经做到比较大的交付规模，我们现在也在往更高量级走。

顺丰、中国邮政，以及其他大的产业客户给我们的价值，不只是买设备。他们同时也是非常重要的场景伙伴。你必须进入真实生产环境，才知道这套东西到底行不行。

**王璐：**那你们从最开始做到现在，机器人真实成本到底降了多少？

**胡家义：**具体给头部客户的真实成交价格属于商业机密，不太方便讲。但大客户前期即使只交几十台、上百台，一般也不会完全按照这几十台、上百台的成本逻辑来谈，通常是按照未来长期合作、规模化交付去谈价格。这个规模化之后能够达到的价格，本身也是整个行业现在努力的方向。

### **割草机器人为什么从"埋线"走向 3D 激光雷达？**

**王璐：**朱总，庭院机器人这几年品牌非常多，国内国外都有，竞争也非常激烈。技术路线也很多，视觉、RTK、激光雷达等等。虎鲸当时为什么选择现在这条路线？

**朱元远：**我们一开始并不是"为了选技术路线而选技术路线"。应该反过来看：用户到底遇到了什么问题？什么样的技术能把这个问题解决得最好？

三四年前，智能割草机器人还没有今天这么成熟，哪个技术路线会成为主流，当时根本不清楚。我们那个时候考虑的是：为什么这个产品这么多年还没有真正大规模进入千家万户？

最后发现最根本的问题还是用户体验。早期机器人买回家以后，用户第一件事可能不是割草，而是在自家草坪上挖开地面，埋一根边界线。

为什么？因为机器人需要靠这根线知道自己家草坪的边界在哪里，不能跑到邻居家。这个使用门槛其实非常高。

所以后来新一代割草机器人的第一个方向，就是无边界化。

那无边界怎么解决？你可以用 RTK，也可以想办法完全不依赖外部定位设施，让机器人靠自己身上的传感器实现自主定位。比如摄像头，或者 3D 激光雷达。

虎鲸大概在 2023 年就开始推 3D 激光雷达路线。我们当时判断，这条路线长期来看用户体验会比较好。

不需要埋线，不需要额外布基站，也不那么依赖外部网络，而且不会因为树木、房屋遮挡影响定位。唯一的问题就是——贵。

三年前，一个激光雷达可能还要三四千、四五千元人民币。但到后来，成本已经下降到百元级。成本一下来以后，你会发现三年前非常非主流的一条路线，现在慢慢开始变成主流。

所以我觉得，技术路线最后还是要回到用户体验。不是先问"哪项技术最先进"，而是先问：这个品类原来最痛的地方是什么？然后再反推技术路线和产品版本。

### **为什么网球机器人不一定要做人形？**

**王璐：**Carina，一思为什么会选择体育，尤其是网球这个场景？现在也有人在做人形机器人打网球，你们为什么选择现在这样的产品形态？

**Carina：**我们觉得，网球其实非常适合机器人切入。因为网球训练有一个特别现实的问题：它非常依赖陪练和教练。但无论陪练还是教练，都高度依赖人的时间。

你今天有时间，对方不一定有；对方有时间，你又不一定有。所以我们一开始想的并不是"机器人怎么替代一个人"，而是它能不能提供一个稳定、持续、精准的训练输出。

传统发球机是单向的。它把球发给你，结束了。我们更希望做成双向交互。

你对面有一个机器人，它能看见你的球，判断球的位置，然后移动过去把球打回来，跟你完成一次接近真人的连续对拉。它还可以慢慢识别你的弱点。这才是我们想解决的核心问题。

所以我们也是先把最底层的一件事情击穿，再往上加功能。

**王璐：**那以后会考虑做人形机器人，直接在场上拿拍子和人对打吗？

**Carina：**机械形态应该服务于功能，而不是服务于模仿。人形机器人打网球的视频确实很燃、很酷。

但今天它的成本、稳定性、续航，都还不足以支持一个普通消费者带着它去球场打一小时。光运动捕捉设备可能就要几十万元，还不包括人形机器人本身的成本。

哪怕未来每个家庭都有一台人形机器人，你也不会因为它有两只手，就一定让它去扇扇子。因为空调已经很好用了。

所以我们现在选择轮式结构，因为它更便宜、更稳定，也更适合这个任务。未来如果腿真的能够明显提高网球场景里的性能，而且成本足够低，我们当然会考虑。但不能因为"看起来像人"就去做人形。

### **真需求可能很小，伪需求反而往往特别酷**

**王璐：**吴总，万兴做了二十多年全球化，也做了很多投资。从产品和投资角度看，现在很多 AI、具身智能场景可能用户规模没有那么大，但确实有人愿意付费。这种机会到底怎么看？

**吴佳兵：**我们做产品二十多年以后，越来越关心一个问题：什么是真需求，什么是伪需求？

有些产品看起来特别酷。流量也很大，用户量甚至也不少。但真正看进去以后，会发现付费很低，使用频次也很低。这种需求，我们就会比较倾向于把它判断成伪需求。

反过来，有些需求特别小。比如软件里的格式转换。听起来一点都不性感。但用户真的需要的时候，它就能非常准确地解决那个问题。

这样的需求，最后反而可能成为一个产品稳定的现金流来源。用户基数稳定、留存稳定、付费意愿也稳定。

所以我自己的判断是：只要真正解决问题，再小的需求也可能是真需求。反过来，如果商业模式都说不清楚，只是看起来特别酷，那就很有可能是伪需求。

**王璐：**能不能不点名，说一个具身智能里的伪需求？

**吴佳兵：**其实挺多的。如果把十个具身智能产品摆在舞台上，很多时候你一眼就能判断出来，哪些东西是真的在解决问题，哪些东西更像一个花架子。大家自己其实有体感。

### **AI 漫剧为什么半年就开始"卷 ROI"？**

**王璐：**万兴现在也在做新的业务布局，投资了 AI 漫剧相关企业。你怎么看这个赛道的机会和挑战？

**吴佳兵：**AI 漫剧今年确实非常热。市场和用户都在快速增长。但如果你真正看商业化，会发现这个行业的红利褪得特别快。

现在很多付费内容的 ROI 已经接近 1.1，基本已经进入盈亏平衡线附近。所以水面看起来非常热闹，水下其实已经很激烈。

真人短剧的红利可能释放了几年。AI 漫剧可能半年不到，就已经开始洗牌了。

但它同时带来了几个非常明显的机会。

第一个就是 AI 工具对生产效率的提升。以前一部内容，从制作到完成可能几个月，甚至一年、两年。现在整个生产周期被大幅压缩，已经开始以天、甚至小时去计算。

第二个就是生产成本大幅下降。以前一部真人剧可能需要上百万元，现在 AI 内容的生产成本可能已经下降到几千元级别，核心就是算力和制作成本。

第三是出海。现在海外大量漫剧内容本身就是中国团队在生产。工具成熟以后，中国这套内容生产工业化能力会迅速外溢到全球。

但挑战也非常明确。

首先是角色一致性。第一集和最后一集，同一个人物可能长得都不一样，这仍然是技术问题。

第二是本土化。很多人过去认为"出海"就是把中文翻译成英文、日文。不是这样的。

我们 2008 年就在日本成立公司。真正做日本市场，你除了翻译语言，还要用当地员工，还要理解当地文化、参与当地活动。真正的出海不是语言出海，而是文化出海。

第三是渠道依赖。过去很多中国企业有一个误区：我只要找到一个海外代理商，他就会替我解决销售、用户需求、产品反馈和本地化所有问题。后来发现根本不是。

如果你自己不参与本土经营，不直接接触用户，不自己理解用户痛点，最后很可能做出来很多所谓的"需求"，但都不是真需求。

### **众筹成功，只验证了"有人想买"，没有验证"你能交货"**

**王璐：**Carina，你们 Kickstarter 众筹已经接近 100 万美元。用户愿意买，需求算是验证了。但很多硬件公司真正最痛苦的阶段，往往是从众筹走到交付。你们踩过哪些坑？

**Carina：**我们其实并不把众筹单纯理解成营销。对我们来说，它更重要的作用是做功能和性能验证。

700 多个 Kickstarter 用户已经用钱告诉我们，他们确实需要一个长期、高效的网球训练伙伴，而不只是固定式发球机。但是众筹之后，我们的确碰到了交付问题。

好消息是，经过几个月迭代升级，现在几百台产品已经陆续发往海外。坏消息就是，硬件创业公司该踩的坑，我们基本一个都没落下。供应链爬坡、不良率、物流，这些全部碰到了。

公司关注的问题，也从一开始的："怎么让用户愿意买？"变成："怎么稳定交付？""怎么把产品真正送到海外用户手里？""怎么让用户拿到以后持续使用？"

所以 Demo 到量产中间，一定存在这么一个阶段。避不开。

**王璐：**为什么会出这些问题？是因为新产品没有成熟供应链，零部件不够标准化，还是其他原因？

**Carina：**传统发球机可能五十多个部件，就能够完成基本发球。但加上移动、识别、交互以后，我们整机可能要两百多个部件。复杂度完全不是一个量级。

所以问题不只是"供应链成熟不成熟"。还包括机器人真正移动起来以后会出现各种 Demo 阶段根本没见过的 Bug。这些东西只能通过真实市场验证，再回来迭代。

比如一个很具体的问题：我们的球包到底应该做拉杆式，还是球杯式？

最后通过用户验证发现，大家本来就习惯背着球包去球场。所以我们后来把两个需求结合起来，让它既是机器人的球包，也可以作为用户自己携带的球包。

这种产品就是要不断放到真实用户那里验证。我们也很感谢第一批众筹用户，愿意等我们几个月，把产品一点点完善。

### **硬件卖完以后，软件能不能继续收费？**

**王璐：**AI 硬件和传统硬件一个很大的区别，就是软件会持续提供服务。所以商业模式可能也不再是一锤子买卖。一思后面有没有软件订阅或者其他持续收费的考虑？

**Carina：**传统发球机交付以后基本就结束了。但我们更关心的是这个人后面的训练习惯和训练效果。

机器未来应该越来越理解你。比如你是什么水平？你的正手怎么样？反手怎么样？你每天有没有训练？下一阶段应该练什么？

假设你今天打完以后，系统发现你的反手下网率特别高，失误很多。下一次打开 App，它可能直接给你推荐一个反手专项训练。

所以从整个产品逻辑来说，硬件交付只是第一步。后面还有开机使用、训练内容、个性化训练，以及最终的 AI 教练。

我们现在也在持续升级训练体系、AI 教练和教练员相关的 App 功能。我自己有一个理解：硬件决定了这个产品的下限，软件定义它的上限。

**王璐：**朱总，庭院机器人这边也会探索持续付费吗？

**朱元远：**会。首先，割草机器人本身就必须依赖 App。用户每天会打开 App，看机器人工作状态、维护结果。这个入口天然就存在。

目前我们已经有一些持续付费场景。比如标配的 4G 流量，用完以后可以直接在 App 里续费。

第二，我们做了移动视频监控。相当于草坪上有一个会移动的摄像头。用户出去度假，不在家，也想看看家里的草坪现在是什么状态，是绿的还是黄的，有没有异常。这种功能需要额外流量，所以也可以形成付费。

未来包括配件、耗材、增值服务，都有可能形成后续收入。

### **庭院机器人到底是红海，还是才刚刚开始？**

**王璐：**庭院机器人市场现在各种声音特别多。有人觉得增长拐点还没到，有人已经在打价格战，也有团队退出。站在行业里面，你看到的真实情况是什么？

**朱元远：**我的感受是，欧美消费者现在还有大量深层需求没有被满足。今天市面上很多产品，大概只能说"能用了"。

但是离真正的好用、实用、稳定、可靠，我觉得还有很长的发展过程。有一点像十年前的扫地机器人。

最早扫地机器人甚至没有拖地、自清洁。只是终于会自动规划、自动建图了。那时候至少从"不能用"变成了"能用"。今天智能割草机器人其实也比较接近这个阶段。

至于价格战，我觉得有一部分是新老产品交替导致的。上一代需要埋线的割草机器人，在海外还有大量库存。

新一代无边界机器人起来以后，老产品如果再不降价清库存，以后更卖不掉。所以有些价格战本质上是在清上一代产品。有点像新能源汽车开始快速提高渗透率时，燃油车也会出现类似变化。

**王璐：**那作为一个中国初创品牌，在欧美市场真正的商业增长瓶颈是什么？

**朱元远：**肯定有，而且瓶颈不小。首先我们是一个初创公司，而且是中国品牌，在欧美市场过去没有长期品牌积累。

从零开始，让经销商和消费者相信你，需要时间。除了产品力，你还要留出足够的渠道空间，让合作伙伴愿意推你。所以我们现在还处在探索和拓展阶段。

### **物流机器人真正难的，不是抓起来，而是在"烂现场"里一直抓对**

**王璐：**胡总，刚刚说物流已经实现了比较大规模的商业化。这个场景里最难的一关到底是什么？

**胡家义：**如果排序的话，我觉得第一个是效率，第二个是准确率。但物流场景里这个"准确率"并不是实验室准确率。

我们真正做的一个典型工位叫小件供包。这个工位工作量非常大，用工数量也非常多，而且基本 24 小时不间断。

真实物流包裹是什么样？异形件、破损件、不规则包装、表面有污渍、沾水，再加上现场明暗变化、噪音、产线快速运行。这些情况全部存在。这就非常考验具身模型的泛化能力。

效率方面，最早行业做商业化验证的时候，目标可能先做到人工效率的 85%。做到 85%，实际上已经可以替代一部分工人。后面大家又会继续往 90%、95%、98% 往上推。最终目标当然接近 100%。但不同公司测试口径不一样，数字不能简单横向比较。

除了效率和准确率，第三个特别重要的就是：模型能不能适应真实产线复杂工况。

这三个问题如果真正解决，我认为物流小件供包的一部分工人会比较快地被机器人替代。而且随着交付量爬坡，硬件成本、模型路线、本体、灵巧手、关节这些东西也会逐渐开始标准化。

行业标准一旦开始形成，机器人进入物流产线的速度还会继续加快。物流本身是一个非常大的市场，但利润又特别薄。所以企业天然非常重视效率。

我自己去大型物流中心现场看过。真的就是包裹像洪水一样涌过来，普通工作日都可以堆成山。人很容易看花眼、疲劳，再加上情绪和职业病。这种场景，机器有非常明确的价值。

### **FCC 之后，中国 AI 硬件出海该怎么做？**

**王璐：**再聊一个全球化问题。美国对带软件能力、通信能力的中国机器人和智能硬件监管越来越严格。这种变化，对几位做硬件出海的企业现在有什么影响？长期又意味着什么？

**胡家义：**目前对星动纪元本体业务直接影响不算特别大。我们海外收入里，本体占比本身没有那么高，海外更多还是灵巧手，以及一些模型、技术授权。高校、科研机构等客户相对更多。

所以短期看，本体之外的生意仍然可以继续做。但如果看更早一批中国机器人公司，像清洁、配送、酒店机器人，这些企业很多海外收入占比已经非常高。这批公司是真正在残酷全球市场竞争里活下来的。它们对后面的中国机器人企业其实很有参考价值。

**朱元远：**这个政策对智能硬件出海，尤其庭院机器人这一类，影响会明显一些。因为美国本身没有特别成熟的同类产业，而今年恰好又是智能割草机器人在美国快速提高渗透率的一年。

从行业数据看，今年上半年美国市场增长很快。所以这个时间点出现新的监管，对未来几年的增长预期肯定会有影响，尤其是正在美国上市新品、还在认证过程中的企业。

但我从另外一个角度看，真实需求是存在的。这个需求不是一句禁令就能消失。

我最近看到一个特别有意思的案例。有一家同行在众筹平台表现很好，但因为政策问题给用户发信，说可能暂时无法正常发货。结果评论区很多用户不是要求退款，而是在教公司："你不要取消订单，我可以去加拿大拿。"甚至有人说："你拆成散件寄给我，我自己装。"用户反过来帮厂商想办法。这至少说明需求是真实的。

**Carina：**短期来说，对网球机器人影响还比较有限，因为暂时不在核心限制范围里。但是它给了我们一个很明确的信号：供应链全球化这件事正在变得越来越重要。

一家中国硬件公司想长期在海外做下去，不能只解决"产品能不能卖出去"。你还需要国际合规、供应链管理和本地服务能力。

所以对一思来说，我们希望从最早比较简单的"渠道出海"，逐渐变成品牌、服务、供应链和合规一起出海。这会成为长期商业模式里必须考虑的变量。

### **做了二十多年全球化，万兴踩过哪些坑？**

**王璐：**吴总，万兴做出海二十多年了，有什么经验最值得今天这些 AI 硬件公司参考？

**吴佳兵：**我们最早做出海的时候，主要吃的是流量红利。后面不断扩产品、扩功能，再到今天变成 AI 加产品创新。中间踩过特别多坑。

第一个坑，就是功能堆砌。最开始一个产品可能只有一个功能。用户觉得不错，我们就继续加第二个、第三个、第四个。加到最后，你会发现用户真正需要的那个核心功能，反而找不到了。

硬件也一样。今天机器人能割草，你会开始想它能不能修枝、扫叶子、除杂草，最好什么都能干。做着做着变成"无所不能"。但真正做到每一件事都好用，非常难。

尤其欧美用户跟中国用户的消费习惯还有区别。今年我去硅谷的时候感受特别明显。一个非常垂直、非常小的需求，也可以支撑一家创业公司。

用户会很明确告诉你："你帮我解决这个问题，我就付钱。"所以中国产品出海以后，反而应该把核心功能做深、做成真正的硬实力。

第二个坑就是合规。FCC 只是其中一种。软件碰到合规问题，相对还好一点，因为可以远程更新。硬件完全不一样。

你的货如果已经全部运到美国、欧洲，最后因为一个认证或者合规问题不能卖，那损失是巨大的。所以硬件合规必须前置。不能等货都出去了，再被动补。

第三个就是本土化。本土化绝对不是翻译语言。你去中东、欧美、日本，不同市场的文化、宗教、颜色偏好，甚至很多很细的表达方式都不一样。

语言翻译得非常地道，不代表用户就一定愿意买。真正的全球化，要把这些细节做到足够深。

### **行业里什么是真信号，什么只是噪声？**

**王璐：**最后一个问题。四位所在的行业现在都非常热，也是新闻版面最容易出现的领域。如果让大家判断一下，最近行业里什么是真正值得关注的商业信号？什么只是噪声？

**胡家义：**真正确定的一件事情，是整个行业对具身模型、具身"大脑"的重要性，已经形成比较明确的共识。但到底怎么做，技术架构和路线现在还非常多元，还在发散。

噪声是什么？我觉得一个非常明显的就是"世界模型"。现在满大街都在讲世界模型。

做大脑的讲，做本体的讲，做灵巧手、关节、电子皮肤、传感器的也在讲，甚至传统精密制造公司通过投资、并购、内部孵化，也都开始讲。新概念当然需要。但过度强调以后，就容易变成跟风。

具身智能今天确实有过热的问题。大家一窝蜂进去，和十几年前很多产业刚开始的时候很像。所以新东西还是需要有批判性。

但另一方面，世界模型背后的那个核心问题又确实存在。尤其是真实物理世界的高价值数据，现在非常缺。未来真正训练出可用模型，需要的数据量非常大。所以概念本身可能有噪声，但真实世界高质量数据缺口是一个非常真实的信号。

**朱元远：**我们这个行业挺有意思。国内很多人现在已经觉得智能割草机器人是"红海"了。

但你去海外看，特别是北美、澳洲，真实渗透率其实还非常低，甚至还是个位数。很多用户根本没有见过，也没有真正用过这个产品。

所以我们现在根本不知道，当这个产品真正做到满足大部分家庭需求以后，最终渗透率会到什么水平。但有一件事情我比较确定：肯定不会永远停留在现在这么低。

所以市场的声量很大，不代表市场已经做完了。

**Carina：**对于网球机器人来说，现在一个很明显的信号是：过去停留在 Demo 里的机器人，开始逐渐进入真实场景。

不管是专用机器人，还是最近大家看到的人形机器人打网球，这至少说明机器人已经开始走出实验室，和真实的人做真实交互。

但这里最大的噪声也恰恰来自 Demo。很多人看到一个 Demo 做出来，就会觉得这个产品已经成熟、已经可以用了。

但对于机器人公司来说，我们真正看的并不是 Demo 动作有多华丽。真正要看的是：这个产品能不能交付？到底有多少人愿意付钱？用户付完钱以后，有多少人会持续使用？以及这家公司能不能用一个合理的成本，长期维持交付和后续服务？

---

原始发布版本：https://view.inews.qq.com/a/20260909A0AQMM00

本站阅读页：https://ffcap.cn/research/20260909a0aqmm00