原创 王博 2026-09-21 15:17 北京
一个不够性感但足够真实的机器人进厂故事。
作者｜王博
和微亿智造董事长兼CEO张志琦聊了两个问题后，我意识到，这不是一次轻松的对话。
公开信息显示，微亿智造近日已取得中国证监会境外发行上市备案通知书，公司赴港上市计划取得关键性进展。当公司被更多投资人、券商和公众看见，张志琦发现，自己面对的问题变了：过去一级市场更关心技术和产品；现在二级市场更关心定义、区别和想象空间。
微亿智造不是一家容易被一句话讲清楚的公司。它成立于2018年，最早从工业AI质检切入，后来逐渐进入打磨、抓取、装配、焊接、上下料等更多制造环节。它要解决的，是传统自动化没能解决好的柔性生产问题。
微亿智造可以给工厂里的机械臂加上“大脑”，让其变得更加智能，也可以为工厂提供软硬一体的工业具身智能机器人方案。
但这听起来不如人形机器人跳舞、跑步那么直观，因为微亿智造的产品看起来并不像人。
过去两年，具身智能行业一直被人形机器人占据心智。但随着人形机器人被推向工厂，新的问题开始浮出水面：人形机器人是资本市场喜欢的故事，还是工厂真正愿意买单的生产力工具？
张志琦给出的答案更现实，也更残酷：客户不为概念买单，只为结果买单。
本文，「甲子光年」对话微亿智造董事长兼CEO张志琦，由「甲子光年」整理编辑，在不改变原意的基础上有所删改。
微亿智造董事长兼CEO张志琦
甲子光年：微亿智造向港交所递表后，你被问得最多的问题是什么？
张志琦：以前接触更多是一级市场机构，问题更偏技术本身。现在二级市场投资人更多，我被问得最多的是：什么叫工业具身智能机器人？你们和人形机器人公司、大模型公司、上一代AI公司有什么区别？
甲子光年：“工业具身智能机器人”可能并不像“人形机器人”那么直观，这让你面向资本市场时的解释成本降低了，还是更高了？
张志琦：去年大家一听具身智能，首先想到人形机器人，解释成本很高。但到了今年年初，我觉得解释成本已经下来了，大家开始理解，人形机器人只是具身智能的一部分。 英伟达讲物理AI，也不只展示人形机器人，还有工业机械臂、泛人形等形态。回到第一性原理：什么样的环境，就应该匹配什么样的本体形态。比如，工厂地面通常是平的，轮式底盘比双足更高效、更便宜、更稳定。
甲子光年：工厂更务实，更讲ROI。
张志琦：所有的规模化部署都会变成一道非常明确的题目——算账。工厂的算账逻辑特别简单：这台设备可以提高多少效率？节省多少人工？几年能收回成本？你知道吗，现在客户基本希望两年内收回成本，如果超过两年很多项目就不做了。
甲子光年：很多公司似乎都有某个标签，比如安克很长时间被认为是“充电宝制造商”，群核科技很长时间被认为是“家装SaaS”，这种标签存在一定的合理性，也会造成一些误读。微亿智造被某个标签所困吗？
张志琦：微亿智造早期以工业检测业务为主，所以会被认为是“AOI（自动光学检测）公司”。但我们一直强调，检测只是工业具身智能落地的一个实践，本质是感知和认知能力。
后来我们从检测走到打磨，再到物流等场景，核心还是“眼-手-脑”这套技术架构在不同制程里的迁移。但如果没有之前在检测方面的积累，我们现在在工业具身智能领域发展不可能这么快。
甲子光年：你最怕市场把微亿智造理解成什么？
张志琦：我怕市场把微亿智造完全归到机器人本体公司、大模型公司或者自动化公司。
甲子光年：你们讲“工业具身智能”，也提到“物理AI”，我感觉你们更像是“物理AI在工业领域的践行者”。
张志琦：我很喜欢“物理AI在工业领域的践行者”这个说法，它能概括微亿智造今天在做的事情。
我们在做的就是把物理AI更快、更有效地落到工业场景里。
2.没必要把人当做一台机器用
甲子光年：微亿智造创办之初，还没有工业具身智能、物理AI这些词。你觉得微亿智造这几年最大的变化是什么？
张志琦：从外部看，微亿智造从检测走到打磨、焊接，再到工业机器人机器人软硬结合，以及物理AI在工业场景的落地，确实变化很大。
但是，我们的底层逻辑没有太大变化。我曾在百度工作，是一个人工智能信仰者。我信仰的是：人工智能在工业领域一定有价值，它最终应该把人从繁重体力劳动里释放出来。
甲子光年：以前工业自动化不也是把人从繁重体力劳动里释放出来？
张志琦：我经历过工业4.0、无人工厂，但那时很多自动化本质上更贵，需要更多高价值工程师维护。工业现场能被自动化替代的早就替代了，剩下的是有柔性、有经验判断、有人工主观因素的部分——而AI的价值就在这里。
甲子光年：很多人形机器人厂商也会把进工厂当做宣传重点。相比起来，你们拥有大量工业具身智能机器人进厂的案例，而且是真正实际产生ROI的，但可能因为不是人形，会被误以为是以往“工业自动化”的升级，这件事让你困惑吗？
张志琦：会，的确会。
有的公司虽然让人形机器人进了工厂，但其本质上还是一套自动化逻辑，只是套上了人形本体。
而我们坚持场景决定形态，可能是单臂、双臂、三臂、四臂，软件和AI又内嵌在硬件能力里，所以一开始没那么容易被看见。
我刚才提到的“眼-手-脑”对应的是“看见-处理-判断”的能力，而这正是工业具身智能与传统自动化的差异。
甲子光年：你不认同人形机器人进工厂的价值吗？
张志琦：我们从第一天开始就没有反对过人形，我们一直强调的是：不要让人形成为一家机器人公司的包袱。
甲子光年：你对机器人的形态持开放态度吗？
张志琦：我们不拘泥于某一种形态，形态最终受环境制约。
我们更多考虑的是：怎么满足客户需求。因为客户有节拍要求、精度要求，也有技术可达性要求。把这些条件组合在一起，什么形态最合适，我们就选择什么形态。
甲子光年：你们难道没有做人形机器人的冲动么？
张志琦：我们最近内部也在讨论一个很有意思的问题：要不要给机器人装一个“头”？但我们大概率最后不会装。因为感知能力模块到底应该放在什么高度、什么位置，要看这个场景怎么做最合适。
甲子光年：招股书显示，微亿智造已服务超过25家世界五百强及国际行业龙头企业，你之前也说，客户非常认可微亿智造的技术。那现在，你认为客户的认可，转到资本市场了吗？
张志琦：客户侧的认可被资本市场计入可能是好事，也未必是好事。对任何一家公司来说，长期在资本市场获得信任，最终一定还是要看基本面。如果从中长期看一家公司，还是要看它能不能持续交付价值。
只要今天还存在劳动力市场，就会存在我们这类具身智能公司，用更好的技术、软硬结合的方式，以及物理AI的能力，把人从机械化劳动中释放出来，让人做更有意义的事。
甲子光年：你到工厂去调研，工人们是怎么想的？
张志琦：在常州有一家“果链”公司，专门生产手机充电头。2017年时，这家果链公司工厂里有3000多人，其中有2000人专门做外观缺陷检测。每天出货200万件，每个质检员每天检测约10000片。长时间的工作往往给质检员的眼睛带来不可逆的损害，人员的流动性也非常高。因此，他们在市场上寻找能够用AI质检来替代人工的方式。
我最早去这家公司调研的时候，真的有工人跟我说，请你们来救救我。
人生来不是为了进工厂去打工的，没必要把人当做一台机器用。
甲子光年：资本市场常用“性感”来形容一个行业或一家公司。人形机器人跳舞、取货、走猫步，大家可能会觉得“性感”；一个“具身大脑”赋能机械臂等形态的机器人进入工业场景，这件事“性感”吗？
张志琦：“性感”是需要被描述的，大家的“审美”也在变化。
以前我在SAP做工业4.0，看到黑灯工厂、无人工厂觉得很“性感”。但后来我发现，这背后可能需要更多、更贵的人去维护，而且工厂只能生产单一产品，那这还“性感”吗？ 在工业领域，我现在理解的“性感”，是一个离散制造工厂里，设备和具身机器人协同运行，人就在中控室吹空调、看大屏，而产值仍然很高。只要有原材料和能源，就能组织生产，这才是更“性感”的工业。
甲子光年：微亿智造工业具身智能大脑的能力，具体体现在哪些方面？
张志琦：第一，对工业场景理解足够深。单一技术路线解决不了所有问题，VLA 能做一些事，但不能做所有事；分段式架构能解决规则明确的任务，但柔性问题还需要多种技术融合。
第二，“眼-手-脑”软硬结合。很多公司只做“脑”，不做“手”，但你要和物理世界接触，不做“手”是不行的。尤其在“脑”的能力还有瓶颈和制约的情况下，要解决真实工业问题，就必须在“手”和物理本体上下功夫。
第三，规模化落地。我们经常说自己是“落地派”，而规模化的第一步，往往是突破行业里的0到1，这必须得到大客户认可。我们给客户的方案，首先要让客户算得过来账，只有客户的经济账能算清楚，这件事情才有可能持续往前走。
甲子光年：工厂里最容易把AI“打回原形”的场景是什么？
张志琦：触觉。如果机器人触觉能进一步突破，理论上可以打开更大的劳动力市场，但现在还很难。比如柔性面料、缝纫机、线束理线、插拔场景，都需要视觉和触觉结合。
甲子光年：你们要自己做触觉研发吗？
张志琦：我们不做触觉传感器，而是会跟传感器公司合作，但是触觉模型我们还是要自己做。
甲子光年：如果一个工厂负责人说“这里用传统自动化就够了”，你怎么判断他说得对不对？
张志琦：如果传统自动化真的够，问题是为什么他之前不做？对吧。一定有制约，比如场地、产线改造、环境、换型成本。
就比如说前段时间Figure 03机器人分拣快递直播，它其实就是给快递翻了个面，让条码那面朝下。这个自动化是可以做的，效率和速度也不错，但问题在哪里？自动化设备的占地面积更大。
所以工业具身智能不是替代传统自动化，而是替代工厂上了自动化产线后仍然需要人的部分，并和自动化更好配合。我认为，理想状态下，一个智能工厂产线的分布是50%~60%自动化，30%~40%具身智能，最后留5%~10%的人。
甲子光年：很多B端客户很现实，他们可能并不关心背后技术，用的什么大脑，你们如何评估微亿智造的技术和产品真的帮助到他们？有什么评估标准？
张志琦：最核心还是经济账。客户立项时会有可行性报告，除了ROI，还会看安全性、兼容性、产线改造量、交付落地等。 这两年我们测算基本是两年收回成本。IDC做过调研，80%企业主也认为项目要在两年内收回成本。我们体感也是，如果超过两年，客户往往就会说再等等，还是用人力吧。
甲子光年：你们效果最好的一个项目，多长时间可以让企业收回成本？
张志琦：可以到一年左右。
甲子光年：很多To B/To G公司早期都像项目公司，但真正能长大的公司，会把项目里的行业知识、数据结构、工作流、决策逻辑沉淀成平台，美国的Palantir就是其中的佼佼者。有人会把微亿智造和Palantir类比：早期很重、很深、很依赖大客户，也经常会被认为是项目公司。你接受这个类比吗？
张志琦：我从来不否认，微亿智造今天的业务仍然由一个个项目构成。不做项目，就没有办法积累第一手数据；没有第一手数据，模型效果也不会好。 今天并不存在一个工具交给客户，客户就能自己快速积累足够数据、训练出高质量模型。很多项目仍然需要交付工程师和技术结构去稳定、微调、验证。人形机器人公司如果真要进工厂干活，也一定要自己做项目，因为他们也需要第一手数据。
甲子光年：但这也会带来挑战，比如标准化问题。
张志琦：根据之前的经验，我们有三个关注点：Project（项目）、Product（产品）、Platform（平台）。要先从项目变成产品，再看有没有机会变成平台。 是不是所有公司都能从Project走到Platform？很少。
甲子光年：你觉得变成一家平台公司是好事吗？
张志琦：不一定是好事，也不一定是坏事，它更像是一家公司发展到某个阶段之后的自然结果。
甲子光年：一个工业AI项目做完之后，微亿智造到底沉淀了什么？
张志琦：上一个项目产生的数据，最后训练出来针对某一道制程的模型，会成为下一个项目很好的基础。比如某个项目可能要三四个月，到新的类似项目，模型三四天就能爬坡到不错水平。
甲子光年：这会不会涉及客户数据隐私？
张志琦：数据所有权是客户的，模型所有权是我们的。我们会做数据脱敏，对于严格保密项目，数据采集和训练都可以在客户现场完成，不会传到云端。
甲子光年：如果你们在公司A积累的数据训练成模型，再用到公司B，而公司A和公司B可能是竞争关系，这会不会有问题？
张志琦：这个问题特别好。不同公司对这件事的看法不一样。
有些客户会要求排他，比如这项技术在一定时间、一定范围内只能给它用。那就要讨论：排他多久？对应多大订单？客户愿意为这件事付出多少成本？
如果客户要求独家，成本一定会提高；如果客户同意相关能力在同类行业复用，我们也会做好数据脱敏。
最终还是回到商业合理性。如果这项能力确实能给客户带来很高的竞争优势，它要求排他很正常；但如果它本质上是一种比较通用的能力，就没有必要排他。
甲子光年：你们是怎么把某一次项目中的经验，变成后续模型迭代和系统能力的一部分？
张志琦：工艺是跨行业复用的核心。一个项目形成一批数据之后，会反哺到以工艺为核心的基础模型里。比如焊接工艺有自己的基础模型，到了下一个焊接项目，这个基础模型就会成为新项目模型爬坡的起点。
我们基本上按照不同工艺、不同制程来划分。比如操作类有一套模型包，检测、打磨、焊接也都会有各自的模型。
甲子光年：对微亿智造来说，一个项目真正“赢了”的标准是什么？
张志琦：客户验收付款和规模化复制。
做一台Demo机，客户愿意付钱，并不稀奇。真正关键的是，你能不能从1台到5台、10台、20台，逐步达到我们最初进入这个场景时设定的目标。
甲子光年：你不是典型机器人创业者。SAP、百度、钉钉这些经历，对你影响最大的是什么？
张志琦：我印象特别深的是去百度，陆奇是终面，后来我也是向他汇报。陆奇是一个很勤奋的人，我在百度时，大家都特别爱戴他，我也从他那里学到了很多，也让我对人工智能有了技术信仰。
甲子光年：你以前面对企业管理者、IT部门，现在面对工厂负责人和工人。哪类客户更难？
张志琦：是不一样的难。以前在SAP卖企业软件，也要帮客户算ROI。但到了工业现场，我发现这种算账好直接啊。
甲子光年：企业服务讲ROI，工业现场也讲ROI，但残酷程度不一样。
张志琦：不一样。但能从这种更残酷状态里走出来的公司，才有国际竞争力。我相信这一波工业技术革命，最有机会的是中国和美国。走低成本人力供给的路一定是dead end（死局），人力总会从低成本变成高成本，而设备成本长期会下降，总有一天会到临界点。
甲子光年：你过去做云、做企业协同，很多东西是软件逻辑；到了工业现场，哪些软件人的想法被证明是错的？
张志琦：To B和To C差异很大。C端APP做不好，可以关掉重来；B端产品如果把一个客户做砸了，可能这个行业都会对你关门。 工业现场还多了物理属性和供应链约束。软件主要在数字世界里实现，硬件要考虑材料、工艺、物理规律、供应链，不是一个公司从头到尾都能做完。
甲子光年：资本市场会要求增长，但工业现场要求稳定，这两个节奏会不会冲突？
张志琦：会冲突，但有解。
大的解法是，每家公司都要理解自己技术能力的边界。一家公司到底是做深度，还是做宽度？
微亿智造选择的是做深度，我们要在工业这个场景里不断做深。工业现场里的各种特殊要求和属性，都可以在做深的过程中慢慢找到答案、解决掉。
6.过程中诱惑很多，但要坚持
甲子光年：这几年你做得最有价值的事情？
张志琦：坚持。过程中诱惑很多，比如做人形。但我们坚持的不是“不做人形”，而是要做“有用的本体”。
甲子光年：最庆幸没有做的一件事？
张志琦：最庆幸的是在公司很难的时候没有放弃。没有放弃很难的客户，也没有在公司现金流、亏损、融资环境都很挑战的时候选择缩小规模、卖掉公司。 微亿智造不是含着金钥匙出生的公司，账上没有长期趴着十几亿、几十亿元现金。疫情期间、资本寒冬、项目交付困难，这些都经历过。最后能走下来，是因为团结了一群信仰者。
甲子光年：如果给微亿智造过去几年的战略起一个名字，你会用什么词？
张志琦：我们没有特别给战略起过名字。但如果用一个词，我首先想到的是“Unity”，中文可以翻译为“合一”。工业具身智能不是纯AI，也不是纯机器人，而是AI和机器人合在一起；微亿智造、智云天工、捷勃特合在一起；行业链条也要合在一起。
甲子光年：最后，你想对看好微亿智造的人和不看好微亿智造的人分别说什么？
张志琦：对看好我们的人，我想说，我们还是一群靠谱的人，希望用踏踏实实的业绩，不辜负每一位投资人。 对不看好我们的人，我也能理解。那些不看好的点，可能也是我们需要提升自己的地方。希望有一天，当这些问题被解决之后，他们也能重新看好微亿智造。
（封面图来源：电视剧《三体》，文中配图来源：微亿智造）
END.
