专访微亿智造董事长张志琦：在“人形狂欢”中保持冷静，算得清账才是硬道理｜聚焦2026WAIC

在刚结束的2026世界人工智能大会上，有一家工业物理AI厂商的展台格外热闹。一台具身质检多臂协同机器人，能以每秒1米的速度精准捕捉产品外观缺陷；另一台具身操作智能装配机器人，靠“看一遍、学一遍、做一遍”就能自主完成复杂的积木拼装；还有个机器人“篮球运动员”，手眼一体，毫秒级预判，稳稳接住观众抛来的球。

这家厂商，就是常州微亿智造科技股份有限公司。当整个行业还在纠结怎么商业化落地时，微亿智造已经将工业具身智能机器人规模部署到3C电子、新能源、半导体、快消等多个行业，甚至已经向港交所递交了上市申请。大会现场，我们和微亿智造董事长兼CEO张志琦聊了聊。

以下是对话内容。

记者：微亿智造的产品看上去和传统机械臂差别不大，但你们强调是工业具身智能机器人，真正的区别在哪？

张志琦：传统机械臂的调试编程，完全依赖机器人工程师。工程师用眼睛看、大脑想，再编程固化，一旦离开现场就固定了，再调整就得把人请回来，而且聘用工程师的成本很高。我们的具身智能机器人自带眼睛和大脑，能自主感知、认知、规划和执行，能应对产品柔性变化和调整，取代了传统调试工程师的工作。

记者：传统工业机器人在汽车等场景已经占据不小份额，而且也在融入AI技术。微亿智造怎么和它们竞争？核心竞争力是什么？

张志琦：工业是一个很宽的赛道。放眼全球，有西门子、ABB等众多巨头深耕于此，说明市场的天花板足够高，足以容纳更多具备相应能力的公司共同发展。所以，对新进入者来说，在这个赛道找到生存空间，完全没问题。

到了具身智能这个阶段，软件和硬件必须彻底打通，这才是真正用AI能力与物理世界交互的关键。当然，在具体路径上，各家有各家的理解和侧重点：有的在硬件本体上做小幅优化，在算法上加大投入；有的通过软件定义硬件，强调算法的核心地位。我们不敢说哪条路一定对，但未来一定是百花齐放的。

我们的特点，是从“脑”出发，再与机器人本体的能力深度融合，形成软硬件协同的整体方案。这就像今天的自动驾驶领域，无论是蔚来、小鹏还是理想，虽然是车企，但车更多是承载技术的平台，真正的核心竞争力在于自动驾驶这一整套技术能力。

记者：工业具身智能机器人和传统机器人在成本上有多大差距？

张志琦：在工业领域，有一个更残酷的现状，就是客户要算账。这笔账怎么算？如果今天这个工作是一个人做的，那设备只能替换一个人，价格上限就是20万元，因为一个人一年的工资可能是10万元，两年就是20万元。在工业领域，有一条铁律：设备能在两年内收回成本，客户才会考虑。

但问题在于，今天大多数机器人的操作速度和综合能力还达不到一个人的水平，很难真正匹配客户的效率预期。更现实的是，目前一台带轮式双臂的人形机器人，售价动辄五六十万元，而它实际能替代的可能只有0.2到0.3个人的工作量。这笔账，客户怎么算都算不过来。

这也是为什么人形机器人在工业场景中还很难规模化落地。在工业现场，人形不一定是最优解，但从某些维度看，它又可能是最优解，最终还是要回到“怎么把账算回来”这个核心问题上。

这是所有具身智能企业都需要共同面对的挑战。我们必须通过更好的算法、更优的构型设计，把产品的性价比做到客户能算得过账来，才能真正推动落地。

记者：之前贵公司提到，客户希望在1-2年内收回投资。目前哪些场景回本最快，哪些最慢？

张志琦：任何客户都希望回本速度越快越好，如果能3个月，那当然最理想。但实际操作中，技术有瓶颈、有门槛，硬件本身也有成本约束。从我们的观察来看，1.5年到2年内收回成本，才是客户真正愿意做决策的核心心理价位。

在实操现场，很难笼统说哪个场景回本更快。但只要能在两年内收回成本，客户的意愿就非常强烈，因为对他们来说，越早投入，越早挣钱，这笔账越算越划算；一旦投资回收期超过两年，客户就会明显犹豫，因为到那个时候，投资打水漂的风险会大幅上升，相比之下，用人说不定反而是更便宜、更稳妥的选择。

记者：现在人形机器人是最受资本市场追捧的方向，但你说“人形不一定是工业现场的最优解”，除了成本，核心逻辑是什么？

张志琦：我们一直认为，所有产品的形态，本质上由其所处的环境要求决定。比如鸟是天上飞的最好形态，鱼是水里游的最好形态。

具身智能产品的价值就在于，它能将基于感知和认知的能力，与实际场景需求有效结合起来。在那个阶段，它需要像人一样有“手”来操作，但“双手”是不是最优解呢？不一定。如果一个工位上需要四只手、八只手效率才最高，那我们就应该用那样的结构。在工业场景里，什么效率高、什么能把账算得过来，我们就应该用什么形态。

也许一个通用型人形机器人可以替代很多工种，但在单一工种上，针对这个场景深度优化过的专用本体，往往是更合适的选择。关键是，它背后要和人形机器人一样，具备自主感知、自主认知、自主规划和执行的能力，并且执行过程中还要有反馈机制，基于反馈再感知、再认知，形成一个闭环。而驱动这一切的核心，是数据驱动的学习模型。

记者：轮式人形机器人呢？现在市面上进厂的人形机器人普遍是轮式，而不是双足。微亿智造以后会做人形机器人吗？

张志琦：轮式已经改变了双足的形态，稳定性更好。现在大家也不再纠结必须用灵巧手，夹爪上下料也很常见，什么形态最优化就用什么。如果物料搬运距离远，轮式是好方案；如果工位固定，固定机械臂也不错。一句话，工厂现场什么方案适合就用什么。

记者：VLA和世界模型这两种技术路线你怎么看？

张志琦：技术还没收敛。VLA、世界模型、分段式空间建模都有可能是特定场景的解决方案。但我们不会只押一条路线，而是在现场按需组合。毕竟客户买的不是技术本身，而是能解决问题的方案。如果模型能力不够，像自动驾驶一样人机共驾补位也很常见。

记者：微亿智造正在从3C电子、新能源向海外市场拓展。不同国家和行业的工业场景差异巨大，怎么解决“水土不服”？

张志琦：中国是制造大国，场景最丰富，海外场景基本都见过。但交付到海外要遵守各地数据法规，因为AI涉及数据合规；同时，各国用工方式、安全规范也有差异。交付不再只是复制设备，而是数据、算法、硬件的混合体，要本地化合规，同时发挥AI模型的可迁移和泛化能力。

记者：主要客户群体是哪些？

张志琦：最大客户群体在汽车、新能源、3C消费电子，还有消费品行业。物流是快速增长、有潜力的方向。

记者：据第三方机构数据，按2024年收入计，微亿智造是中国最大工业具身智能机器人供应商。这个第一的含金量如何理解？是先发者红利还是结构性壁垒？

张志琦：这个“第一”更多是阶段性的第一。当然，我们也希望持续努力，一直保持这个位置。不过这个市场足够大，万亿美金级别。今天工厂里的每一个工人，理论上都有可能通过具身技术实现替代。人不再需要像机器一样在产线上工作，这是我们眼中未来具身智能与自动化产线深度融合之后，真正意义上的智能工厂的样貌。我们也希望更多友商能在这个赛道里发挥价值，因为只有充分的竞争，整个市场才会更有活力，走得更远。

记者：从2024年开始你们已经实现盈利，这在AI和机器人行业里并不多见。你们怎么平衡“高研发投入”和“盈利”？

张志琦：我们会看场景的技术可达性。有的场景投入很大只能做到50分、60分，客户要90分才能上线，那这类项目优先级先放后面，做前瞻储备；有的场景我们能做到80分、90分，比如物流，那就重投入。我们和客户一样算账，控制研发规模，这是盈利的核心准则。