WAIC专访微亿智造董事长张志琦 人形狂欢冷静算清账是硬道理

在刚刚落幕的2026世界人工智能大会上，一家专注于工业物理AI的厂商展台吸引了大量关注。一台具备多臂协同能力的具身质检机器人，能以每秒1米的速度精准识别产品外观缺陷；另一台具身操作智能装配机器人，仅需“观察一遍、学习一遍、执行一遍”即可自主完成复杂的积木拼装任务；此外，还有一款机器人“篮球运动员”，凭借手眼协同与毫秒级预判能力，稳稳接住观众抛来的球。

这家企业正是常州微亿智造科技股份有限公司。当整个行业仍在探索商业化落地路径时，微亿智造已将工业具身智能机器人规模化部署至3C电子、新能源、半导体、快消等多个领域，并已向港交所递交上市申请。大会现场，我们与微亿智造董事长兼CEO张志琦进行了深入交流。

以下为对话实录。

记者：微亿智造的产品外观与传统机械臂似乎差别不大，但你们强调其为工业具身智能机器人，真正的区别体现在哪里？

张志琦：传统机械臂的调试与编程完全依赖机器人工程师。工程师通过肉眼观察、大脑分析，再编写程序固化操作流程，一旦离开现场便无法灵活调整，再次变动需重新召回工程师，且人力成本高昂。我们的具身智能机器人自带视觉与智能系统，能够自主完成感知、认知、规划与执行，灵活应对产品柔性变化与工艺调整，从而替代了传统调试工程师的职能。

记者：传统工业机器人在汽车等领域已占据较大份额，且正在融入AI技术。微亿智造如何与之竞争？核心竞争力是什么？

张志琦：工业领域赛道极为宽广。放眼全球，西门子、ABB等巨头长期深耕于此，说明市场天花板足够高，能够容纳更多具备相应能力的企业共同发展。因此，对于新进入者而言，在这一赛道中找到生存空间完全可行。

进入具身智能阶段，软件与硬件必须实现深度打通，这才是真正利用AI能力与物理世界交互的关键。当然，在具体路径上，各家有各自的理解与侧重：有的在硬件本体上做小幅优化，重点投入算法；有的通过软件定义硬件，强调算法的核心地位。我们不敢断言哪条路径绝对正确，但未来必然是百花齐放的格局。

我们的特点在于从“大脑”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解决方案。这类似于今天的自动驾驶领域，无论是蔚来、小鹏还是理想，虽然本质是车企，但车辆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与传统机器人在成本上存在多大差距？

张志琦：在工业领域，有一个更现实的考量，就是客户需要算经济账。这笔账怎么算？如果当前工作由一个人完成，设备只需替换一个人，价格上限便是20万元，因为一个人一年的工资约10万元，两年就是20万元。工业领域有一条铁律：设备能在两年内收回成本，客户才会考虑采用。

但问题在于，目前大多数机器人的操作速度和综合能力还达不到人类水平，很难真正匹配客户的效率预期。更现实的是，一台带轮式双臂的人形机器人，售价往往在五六十万元，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，客户怎么算都不划算。

这也是人形机器人在工业场景中难以规模化落地的原因。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，最终还是要回归到“如何把账算回来”这个核心问题上。

这是所有具身智能企业需要共同面对的挑战。我们必须通过更优的算法、更合理的构型设计，将产品性价比提升到客户能够算得过账的水平，才能真正推动落地应用。

记者：此前贵公司提到，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，技术存在瓶颈与门槛，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出决策的核心心理价位。

在具体现场，很难笼统地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，越早产生收益，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，因为到那时，投资打水漂的风险会大幅上升，相比之下，雇佣人力反而可能是更便宜、更稳妥的选择。

记者：目前人形机器人是资本市场最受追捧的方向，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：我们始终认为，所有产品的形态，本质上由其所处的环境需求决定。比如鸟是天空飞行的最佳形态，鱼是水中游动的最佳形态。

具身智能产品的价值在于，它能将基于感知与认知的能力，与实际场景需求有效结合。在特定场景下，它需要像人一样有“手”来操作，但“双手”是否最优解呢？不一定。如果一个工位需要四只手、八只手才能达到最高效率，那我们就应该采用那样的结构。在工业场景中，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多种工种，但在单一工种的场景下，针对该场景深度优化过的专用本体，往往是更合适的选择。关键在于，它背后要与人形机器人一样，具备自主感知、自主认知、自主规划和执行的能力，并且执行过程中要有反馈机制，基于反馈再感知、再认知，形成完整闭环。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？目前市面上进厂的人形机器人普遍是轮式，而非双足。微亿智造未来会做人形机器人吗？

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使用灵巧手，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，轮式是好的方案；如果工位固定，固定机械臂也不错。总之，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：技术尚未收敛。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。但我们不会只押注一条路线，而是在现场按需组合。毕竟客户购买的不是技术本身，而是能够解决问题的方案。如果模型能力不足，像自动驾驶一样采用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，如何解决“水土不服”？

张志琦：中国是制造大国，场景最为丰富，海外场景我们基本都见过。但交付到海外需遵守各地数据法规，因为AI涉及数据合规；同时，各国用工方式、安全规范也存在差异。交付不再只是复制设备，而是数据、算法、硬件的混合体，需要本地化合规，同时发挥AI模型的可迁移与泛化能力。

记者：主要客户群体是哪些？

张志琦：最大的客户群体集中在汽车、新能源、3C消费电子以及消费品行业。物流是快速增长且具有潜力的方向。

记者：据第三方机构数据，按2024年收入计算，微亿智造是中国最大的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”更多是阶段性的领先。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，达到万亿美金级别。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中发挥价值，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。你们如何平衡“高研发投入”与“盈利”？

张志琦：我们会评估场景的技术可达性。有的场景投入很大只能做到50分、60分，而客户要求90分才能上线，这类项目优先级会靠后，作为前瞻储备；有的场景我们能做到80分、90分，比如物流，就会重点投入。我们和客户一样算账，控制研发规模，这是实现盈利的核心准则。