【亿邦原创】顾诗韬,魔法原子机器人科技(无锡)有限公司总裁。魔法原子成立于2024年1月,核心项目团队2021年已成形,创始团队曾参与小米一代机器狗“铁蛋”的研发,2023年发布首款人形机器人,至今已完成5代产品迭代。公司定位为“场景驱动的物理AI原生平台公司”,以“一颗通用大脑+多形态身体”为架构,核心硬件自研率约90%,自研通用具身大模型Magic-VLAK02与世界模型Magic-Mix,产品已进入近30个国家,海外收入占比约四成。本届千峰奖访谈中,顾诗韬围绕AI与出海带来的模态进化,分享了魔法原子在具身智能方向的实践与判断。

亿邦:本届千峰奖以「AI与出海带来的模态进化」为核心主题,聚焦产业能力的深层重构。结合具身智能和通用机器人行业,您如何理解这一轮由AI和全球化共同驱动的产业模态进化?魔法原子在AI能力建设与全球化出海上有哪些核心战略布局?能否具体介绍一下公司的定位及业务模式?
顾诗韬:我理解这一轮“模态进化”,本质是AI从数字世界走进物理世界。过去几年大家谈的AI主要是“数字智能”——处理信息、生成内容;而具身智能要做的是“空间智能”——在物理环境中完成感知、理解、决策与行动的完整闭环。对产业而言,这意味着AI第一次从“效率工具”进化为“劳动力本身”:它不是帮人做得更快,而是补上人做不了、不愿做、做不久的那部分工作。具身智能已连续两年写入政府工作报告,被列入未来产业;今年上半年国内人形机器人出货已超过4万台、约占全球97%,全年整机产量有望突破10万台,产业正站在从技术验证走向规模化应用的拐点上。
今年以来魔法原子尤其关注如何跳出POC,走进真正的场景落地和行业应用,机器人要真正用起来,为客户提高效率、创造价值,客户才会愿意为机器人应用付费,人形行业的商业化才能成为可能。我们今天要解决的是如何把量产下线的机器人,真正部署到场景中去,把供应链迭代升级带来的成本优化,转化成产业链终端实打实的付费订单。
对魔法原子而言,我们今年专注做好两件事:找准行业、行业应用。首先在场景选择上,随着千景共创计划的深度推进,我们看到落地机会率先发生在物流分拣、柔性生产、商贸零售领域;而随着落地应用的深入推进,软硬一体的系统能力能够决定模型泛化的效果,更高性价比的多形态方案能够缩短用户决策链路,降低用户决策成本。魔法原子成立于2024年1月,核心项目团队2021年就已成形,创始团队曾参与小米一代机器狗“铁蛋”的研发,从最基础的关节模组做起,2023年发布首款人形机器人,至今已完成5代产品迭代。我们的定位是一家“场景驱动的物理AI原生平台公司”,一句话概括就是“一颗通用大脑+多形态身体”:底层是软硬一体的全栈自研能力,核心硬件自研率约90%,覆盖关节模组、灵巧手、减速器等关键部件;中间层是自研通用具身大模型Magic-VLAK02与世界模型Magic-Mix构成的“中央大脑”;上层是物流分拣、柔性生产、商贸零售等场景解决方案。产品形态服从场景,因为我们相信客户不为形态买单,只为回本买单。
全球化上我们坚持“生而全球化”,公司成立第一天起就同步开拓海外市场,没有走“先国内、后出海”的老路,目前已经逐渐在欧洲、中东、日韩、东南亚实现了整机和零部件产品销售,目标明年的海外收入占比突破30%。
亿邦:您提到“一颗通用大脑+多形态身体”,核心硬件自研率约90%。为什么具身智能公司需要软硬一体全栈自研?自研率90%具体覆盖哪些关键部件?
顾诗韬:底层是软硬一体的全栈自研能力,核心硬件自研率约90%,覆盖关节模组、灵巧手、减速器等关键部件;中间层是自研通用具身大模型Magic-VLAK02与世界模型Magic-Mix构成的“中央大脑”;上层是物流分拣、柔性生产、商贸零售等场景解决方案。为什么必须软硬一体?纯软件团队外采机械臂,底层不开放时连逆向调试都做不了;而自研硬件的底层代码对软件团队完全开放,软件又反过来定义下一代构型,这种双向咬合外部很难复制。
亿邦:目前贵公司在哪些核心业务环节落地了AI/大模型技术?形成了怎样独具特色的AI或数智化竞争力体系?
顾诗韬:我们不是先做技术再找场景,而是先收敛场景再配置技术。2025年我们启动“千景共创”计划,把筛选过程概括为“先扩散、再收敛”:扩散就是广泛接触千行百业的需求;收敛是用四道闸门过滤——一看工序能否拆解成“原子技能”、现有技术能覆盖多少;二算ROI,要求客户三年内回本;三看技能能否跨客户、跨行业复用;四看客户侧的节拍、成功率等硬约束。最终收敛出物流分拣、导览导购、柔性生产等几大场景。
例如物流分拣方向,与京东、顺丰的分拣供包方案正在POC,更给马士基提供了高效的柔性分拣+供包方案,已经能够在终端为客户节省成本;导览导购方向,为中石油、广汽、爱仕达、追觅提供标准化的导览及导购方案,未来可覆盖前端引流、转化促单、拣货补货等完整的智能营销链路,使得门店的数字化智慧零售体系拥有一个可交互的物理载体;柔性生产方向,在追觅、拓普持续深耕高速电机的各道上下料工序。
亿邦:您把场景筛选概括为“四道闸门”:原子技能、ROI三年回本、跨行业复用、客户硬约束。这四道闸门分别淘汰了什么类型的场景?为什么“三年回本”是硬指标?
顾诗韬:四道闸门分别过滤:一看工序能否拆解成“原子技能”、现有技术能覆盖多少;二算ROI,要求客户三年内回本;三看技能能否跨客户、跨行业复用;四看客户侧的节拍、成功率等硬约束。三年回本是硬指标,因为客户只为回本买单,回不了本的场景,技术再炫也不会持续付费。
亿邦:您怎么看产业智能体改写B2B?垂类大模型是否有长远发展必要?产业互联网公司的AI护城河在何处?
顾诗韬:我们相信产业智能体会改写B2B,但方式可能和很多人想象的不同。物理世界最大的商业难题是场景碎片化:ChatGPT可以用一个入口聚合数亿用户,机器人却要在进入每个工厂、每家门店时,重新适配工艺、环境与流程,物理世界的需求难以像Token一样被标准化地聚合与分发。所以通用人形产品的全面落地还有很长的路要走,未来很长一段时间,企业要在垂直、差异化的细分场景中活下去。
垂类能力因此是必要的,但我不认为这是“垂类大模型”与“通用大模型”二选一的问题:我们的做法是通用模型基座只有一个,硬件形态模块化横跨多品类,垂直Know-how与末端定制交给集成商与合作伙伴——上一代工业自动化巨头ABB、西门子、汇川技术面对的同样是碎到不能再碎的需求,却靠成千上万种标准化产品长成了平台公司。具身智能公司手里多了一个变量——统一的模型基座,有机会用几十年走完他们上百年的路。
护城河在哪里?我的答案是三点:一是软硬一体的系统工程设计能力。纯软件团队外采机械臂,底层不开放时连逆向调试都做不了;而自研硬件的底层代码对软件团队完全开放,软件又反过来定义下一代构型,这种双向咬合外部很难复制;二是数据工程化的复利。模型可以共享,但工厂的工装、节拍、空间与安全规范各不相同,谁在真实场景里持续拿到数据,谁的能力曲线就更陡;三是对场景的理解深度。很多客户只会说“机器替人”,说不清要什么形态,把需求翻译成可交付方案的“场景翻译能力”本身就是壁垒。
亿邦:您把护城河概括为软硬一体、数据复利、场景翻译能力三点。其中“场景翻译能力”怎么理解?为什么客户说“机器替人”还不够?
顾诗韬:很多客户只会说“机器替人”,说不清要什么形态、什么节奏。把需求翻译成可交付方案的“场景翻译能力”本身就是壁垒。客户说不清,就需要我们进场去看工序、看节拍、看空间、看安全规范,把模糊需求翻译成机器人能执行的原子技能和交付方案。这个能力不是算法能替代的。
亿邦:海外布局方面,魔法原子目前布局了哪些核心市场?做了哪些关键本地化调整?
顾诗韬:我们出海不是“先国内、后出海”的老路,而是“生而全球化”,公司从成立初始就同步向海外销售。目前产品已进入近30个国家,海外收入占比约四成;今年4月硅谷全球具身智能创新大会上,我们披露过覆盖超过50个国家和地区的市场网络。
不同国家和地区的分区打法差异很大:欧洲是当下最好的工业市场,上一轮“油改电”让老牌制造业吃了大亏,这一轮他们把拥抱具身智能看作能否留在牌桌上的战略问题,愿意为确定性交付支付溢价;但溢价意味着高门槛,订单通常分阶段释放,先买几台、再部署10台、效果达标再追加后续批次,所以我们必须培养本地化交付团队,挣溢价的钱,靠的是交付能力。日韩和新加坡需求与国内相近、确定性高,客户看重交互质量与多机协同成熟度,但日韩工业采购长期由本地财团主导,必须借助本地经销商渠道进入。美国市场的特殊性在市场结构:To B客户天然信任本地供应商,叠加数据本地化惯例,我们的选择是迂回,人形机器人进不去没关系,让搬运、物流产品和数采用真机设备先进去,同时绑定本地合作伙伴、探索设立本地公司。
本地化调整的关键有两点:一是团队前置——销售、售后、交付团队前置到重点市场,离客户越近,听到的需求越真,反应越快;二是用文化符号降低跨文化门槛,例如,我们的熊猫造型的四足机器人出现在任何国家的街头和展会,围观和拍照本身就是传播,不需要解释“什么是具身智能”。
亿邦:您提到熊猫造型四足机器人是降低跨文化门槛的“文化符号”。这个设计是刻意为之吗?它对海外获客和品牌传播实际起了多大作用?
顾诗韬:用文化符号降低跨文化门槛,是我们的本地化调整之一。熊猫造型的四足机器人出现在任何国家的街头和展会,围观和拍照本身就是传播,不需要解释“什么是具身智能”。它让具身智能这个陌生品类有了一个可亲近的入口,对海外获客和品牌传播有实际帮助。
亿邦:在海外市场的深度价值链建设上,魔法原子形成了怎样的模式?为海外合作伙伴和当地产业创造什么价值?
顾诗韬:我们的出海模式不是单纯卖硬件,而是输出“本体硬件+物理AI大脑+场景交付”三层能力。今年9月IFA柏林展上我们明确了欧洲市场的锚点:柔性搬运与物流分拣两大工业场景。
核心能力有三块:一是产品组合的弹性,同一颗大脑驱动人形、四足、轮式多种形态,用门槛更低的产品先“插旗”,验证后再逐步扩散,欧洲和中东已经出现产生返单的经销商客户;二是本地化服务网络,在重点市场设立销售及售后支持团队,把一次性买卖变成分批复购;三是生态合作,今年7月我们与阿里速卖通达成独家战略合作、加入“Brand+”品牌出海计划,这是公司国际化路径上签约的首家跨境电商平台,借助平台覆盖全球核心市场的红人矩阵与品牌营销IP做规模化触达。
给当地产业的价值,首先是补劳动力缺口。海外“用工难、用工贵”比国内更突出,人工替代的ROI往往更容易算得过来——同样一台机器人,国内客户要算大约5年的回本账,欧洲有些岗位半年到一年多就能回本。其次是补“人不愿做”的岗位:我们在部分海外工厂探讨了夜间巡检、狭小空间设备检测等工业四足方案,面向仓储物流行业提供能与人工协作的移动操作机器人。
亿邦:您提到与阿里速卖通达成独家战略合作、加入“Brand+”品牌出海计划。这是魔法原子国际化路径上签约的首家跨境电商平台。这次合作为什么重要?它和传统的海外经销渠道是什么关系?
顾诗韬:今年7月我们与阿里速卖通达成独家战略合作、加入“Brand+”品牌出海计划,这是公司国际化路径上签约的首家跨境电商平台,借助平台覆盖全球核心市场的红人矩阵与品牌营销IP做规模化触达。它和传统海外经销渠道是互补关系:经销渠道负责本地化交付和服务,电商平台负责品牌曝光和规模化触达,两者结合,才能把一次性买卖变成分批复购。
亿邦:在您看来,当前制约企业AI规模化落地、全球化深度拓展的最大内部瓶颈和外部障碍分别是什么?
顾诗韬:内部瓶颈是交付体系。具身智能目前是一门“重交付”生意:每进入一个新场景都要重新投入验证,交付复杂度远高于做单一形态产品的公司。我们的应对是把交付资产化,沉淀标准模型、标准产品和可复用的“原子技能”,让一次重交付摊薄到更多项目上。此外量产是体系性考验:从几百台到几千台的跨越,考验的是供应链、工程化与稳定性,这也是我们坚持自建产线、自研核心零部件的原因,最终目标是万台以上的规模、让机器人长期稳定可靠地为客户工作。
外部障碍有三层。一是行业尚无公认的评测基准与采数标准,各家成功率口径不一,客户决策成本高、信任建立慢;二是全球贸易与技术标准壁垒在抬头——部分国家对进口人形及四足机器人设限、数据跨境监管差异,都是真实挑战,我们的应对是市场多元化,加速布局欧洲、日韩、中东、拉美等多元市场,不把鸡蛋放在一个篮子里;三是行业仍在早期,客户教育成本高,很多客户只知道“要机器替人”,说不清需要什么形态、什么节奏,这正是接下来我们计划要解决的问题。
亿邦:您把内部瓶颈概括为“交付体系”,应对方式是“把交付资产化”。这个思路具体怎么落地?为什么从几百台到几千台是体系性考验?
顾诗韬:把交付资产化,就是沉淀标准模型、标准产品和可复用的“原子技能”,让一次重交付摊薄到更多项目上。从几百台到几千台的跨越,考验的是供应链、工程化与稳定性,这也是我们坚持自建产线、自研核心零部件的原因,最终目标是万台以上的规模、让机器人长期稳定可靠地为客户工作。
亿邦:面向2026年及未来两年,您预判行业竞争格局将带来哪些关键变化?
顾诗韬:第一,行业正在完成从“秀场”到“赛场”的分化,模型演示和本体参数的叙事价值在快速折旧,场景、验证、交付与回款成为新的估值语言;第二,出货向头部集中、商业化销售才刚开始,今年中国人形机器人出货约占全球97%、全年产量有望突破10万台,但真正市场化的销售仍会带来一轮洗牌,机会是确定的,赢家还不确定;第三,出海从“单点突破”转向“生态共建”,中国企业会在欧洲、中东、东南亚等市场形成体系化存在。终局上,我同意很多专家的判断:未来五到十年具身智能不会赢者通吃,而是百花齐放,一定会跑出多家百亿、千亿级的企业。
亿邦:工业品电商是否出现了机会?预判会以什么方式快速增长?
顾诗韬:从我们所在的具身智能行业观察,机会确实在出现,而且工业品电商与机器人正在互相成就。一方面,机器人本身就是增长最快的“新品类工业品”:今年国内人形机器人出货量有望突破10万台,规模已达几十亿元的产业足以吸引上游大型零部件供应商开设独立产线供货;我们了解到有四足机器人关节模组单批次出货已达数万件、批量报价比试产阶段下降一半,这些整机与核心零部件的采购链路正在加速线上化、数字化。另一方面,工业品电商的履约链路正在被具身智能重构:仓储分拣、无人搬运、产线上下料,正是我们的智慧物流解决方案覆盖的环节,电商仓储的自动化改造本身就是“工业品电商+具身智能”的结合点。
增长方式上,我判断会以“场景验证+批量复购”的方式增长:先在ROI最确定的标准化工序(搬运、分拣、巡检)起量,随着价格持续下探与交付体系成熟,再向中小企业渗透。中国同时拥有全球最大的机器人应用市场、最完整的产业链和最发达的电商基础设施,“工业品+机器人”的线上流通具备其他国家难以复制的条件。
亿邦:如果给刚刚起步、希望同时构建AI竞争力与全球化能力的同行企业提一条最核心的建议,这条建议会是什么?
顾诗韬:先“算好账”,再谈技术信仰。很多同行起步时纠结“该做人形还是四足、该押世界模型还是VLA”,我的看法是:形态和技术路线都是阶段性选择,客户只为回本买单,哪种形态能让客户更快收回成本,就用哪种;产品形态应该服从场景,而不是服从信仰。同时坚持场景优先。商业化初期并不是所有场景都适合引入机器人,场景筛选比技术选择更重要。
对希望同时构建全球化能力的企业,我想补一句:出海要尽早,不要等国内打完仗再出去。海外人工替代的ROI往往比国内更好算,但溢价意味着本地化交付的硬投入,团队前置、服务前置,一次性买卖才能变成分批复购。最后,硬科技是马拉松不是短跑:机器人赛道研发周期长、投入大、商业化慢,企业很难短时间盈利,耐心资本与长期主义是这个行业最稀缺的资源,也是最大的竞争力。
作为TO B领域年度风向标,“2026第八届亿邦产业互联网年会暨首届产业智能体大会”将于2026年11月20日在北京召开。主题定为“AI与出海带来的模态进化”,聚焦产业智能体落地、AI供应链价值重构、数据要素与TOKEN经济、产业出海新生态等前沿议题深度思辨。大会将集结学界权威、央国企标杆、产业龙头、投资机构、服务生态伙伴,汇聚产业核心力量、拆解产业数智化转型路径、分享前沿实战经验。同期还将发布年度产业互联网报告及标杆案例,举办决策人闭门会、“千峰奖”颁奖盛典。

本文首发于 亿邦动力 官方网站