跳到主要內容
2026-08-04 日報
產品應用

量子位:具身智慧估值從 Demo 轉向生產力,真實部署、續約、可靠性與資料閉環成四大尺度

量子位單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

量子位分析指出,具身智慧產業的估值邏輯正從 Demo 展示的能力上限,轉向真實部署、生產力與投資報酬;今年以來中國相關賽道融資事件超過 200 起,百億元估值俱樂部增至 13 家,但投資人已開始追問每日工作時數、客戶續約與資金回收時間。文章認為,2024 至 2025 年市場曾以「PPT 估值、Demo 定價」,原因是 VLA、世界模型與端到端等技術路線尚未收斂;隨著展示影片不再稀缺,產業評估已從單次最佳表現轉向大量作業下的穩定均值。 上海交通大學教授、酷哇科技首席科學家楊學將世界模型分為兩層:第一層理解客觀物理規律,第二層理解並遵守人類社會規則;後者涵蓋交通號誌、行人意圖等城市規則,只能透過真實部署驗證。文章據此提出四項估值尺度:真實場景中的設備數量與每日運轉時長、客戶復購與續約、可支援 7×24 小時作業及分鐘級故障恢復的可靠性工程,以及能持續回收失敗案例並反哺模型的資料閉環。 文章以酷哇科技為案例,稱其已投入城市服務機器人 11 年,在全球 50 多個城市及地區部署萬台級設備,累積約 50PB 真實運行資料,內容包括多模態感測器讀數、運行軌跡、作業紀錄與人工接管日誌。楊學認為,一筆經過篩選的 corner case,價值可超過一千筆常規資料;酷哇並以這些資料支撐通用具身模型 COOWAM,採雙層世界模型架構,讓不同型態的機器人共享世界認知與智慧底座。文章未提供酷哇 RaaS 模式的具體續約率或投資報酬數字。
讀原始報導

背景

視覺—語言—動作(VLA)模型是具身操作研究的一條技術路線,相關綜述指出,這類模型擴大了具身智慧機器人的應用場景。現有研究主要涵蓋模型架構、訓練資料、預訓練方法、後訓練方法與模型評估五個面向。

來源