（来源：钛媒体APP）

　　工业智能体的概念，诞生于一条清晰的裂缝：传统自动化能执行规则，但理解不了变化；AI能分析数据，但闭环不了执行。

　　这条裂缝存在了十几年。直到2023年大模型爆发，产业界才第一次认真讨论：如果机器不仅能“按程序走”，还能“看懂任务、自主调整”，工厂的付费逻辑会变成什么样？

　　叙事经历了快速分化。2023—2024年，资本涌入人形机器人赛道，“通用物理智能”的故事讲得很热。但制造业客户很快发现一个现实：会跳舞的机器人，和能稳定焊接八小时的机器人，中间隔着一整个工业know-how的鸿沟。也正是看到这点，一批玩家选择扎进了焊接、搬运、巡检、物流等具体场景中，做“能闭环”的工业智能体。

　　弗若斯特沙利文日前发布的《2026年中国工业智能体市场白皮书》（以下简称《白皮书》）首次对这个赛道做了量化：2025年市场规模约3080亿元，预计2030年将突破23175亿元。软件智能体市场五年复合增长率达到53.1%，具身智能体市场则为47.6%。

　　改变的不仅是市场规模，付费逻辑也在悄然变化。五年前这个市场等同于“卖机器人本体”，现在头部客户开始接受“按效率结果付费”。

　　付费逻辑切换，带来了竞争逻辑的切换。客户不再问“你的识别准确率多少”，而是问“你能否感知产线状态、理解生产任务、动态决策、执行到位，并且让下一次比这次更好？”这要求的能力不是单点技术，而是感知－认知－决策－执行－反馈的全链条打通。

　　价值重构，资本正在重新定价

　　过去的一年间，工业智能体赛道出现了一轮密集的估值逻辑切换。这个切换的核心是从“为技术愿景付费”到“为商业闭环付费”。

　　先看几个标志性事件。2025年8月，宇树科技启动IPO申购，询价指向约550亿估值，预计8月下旬挂牌。这家公司以四足机器人起家，后来切入人形机器人赛道，在资本市场一度被视为“通用物理智能”的代表。但仔细拆解它的业务结构会发现，真正支撑估值的不是实验室里的演示视频，而是在物流巡检、电力巡检等具体场景中形成的规模化交付能力。

　　2025年7月，智元机器人收购上纬新材63.62%股权。上纬新材是一家专注于工业自动化控制系统的企业，这次收购的本质不是扩大产能，而是补齐智元在工业控制层面的短板。智元的人形机器人有强大的运动控制和视觉感知能力，但缺的是对工业现场工艺的理解和对控制系统的深度整合。收购上纬新材，是为了让机器人从能动变成能干活。

　　2025年9月，树根科技整合三一机器人资源。这次整合形成了统一的具身智能体产品线，包括智能叉车、智能焊接、智能喷涂等。树根科技的定位很明确：既不做人形机器人，也不只卖本体，而是要将大模型能力和工业机器人“捏合”在一起，深度协同，进而在真实场景里跑通闭环。

　　当资本与企业都在看好工业智能体这个赛道之时，投资人的问题也发生了转变，原先投资人更关注“技术路线是什么”，而现在，投资人更多的会问企业负责人“客户是谁、复购率多少、单客户ARPU能不能涨”。

　　这种转变其实是所有行业智能体所共同面对的话题。在大模型问世之初，投资人最关心的是团队背景和技术壁垒在哪。2025年之后，投资人则更为关心“有没有付费客户、客单价多少、续费率怎么样”等问题。逻辑的改变也映射出了商业价值的重构，技术再漂亮，没有商业闭环，估值就是空中楼阁。

　　这种转变在《白皮书》的数据中得到了印证。《白皮书》显示，工业智能体企业的资金用途中，45%用于研发，25%用于市场拓展。这意味着制造验证与产品交付在并行推进，而不是先烧钱做技术再做商业化。这是一种更健康的节奏，技术迭代和商业验证同步进行，用真实场景的反馈来驱动技术优化。

　　为什么会出现这种估值逻辑的切换？根本原因是工业智能体的特殊性。它不是纯软件，也不是纯硬件，而是软硬件结合的系统级产品。纯软件的边际成本低，可以快速扩张；纯硬件的标准化程度高，容易规模化。但工业智能体两者都不是，它需要在每个客户现场做适配，需要根据具体工艺做调优，需要持续运营才能产生价值。这种商业模式决定了，只有真正跑通端到端闭环的企业，才能获得平台级的定价权。

　　为什么“全栈”成了最稀缺的资产

　　付费逻辑切换后，客户要的不是单点能力，而是端到端闭环。能打通“感知－认知－决策－执行－反馈”全链条的玩家屈指可数，这就是估值溢价的来源。

　　《白皮书》将工业智能体的产业参与者分为四类：基础能力商、软件服务商、机器人服务商和全栈能力提供商。这四类玩家的长板和天花板各不相同。

　　基础能力商的代表是华为、第四范式。它们的长板是模型和算法能力，拥有强大的算力基础设施和大模型训练能力。但天花板也很明显——缺场景、缺执行。华为的盘古大模型在工业领域有很强的通用能力，但它不直接面对具体的焊接、装配、巡检场景，也没有自己的机器人本体去做物理执行。第四范式的AI平台能处理海量工业数据，但它同样缺乏对工业现场的深度理解和执行触达。这类玩家的价值在于提供底层的技术支撑，但很难独立完成端到端的闭环。

　　软件服务商的代表是西门子、PTC、用友。西门子的Industrial Copilot矩阵走的是“软件智能化”路线，它在流程理解、客户基础上有巨大优势。西门子在全球制造业积累了数十年的工业软件经验，对MES、ERP、PLM等系统的理解无人能及。但它的天花板是缺物理执行触达，软件可以给出优化建议，但没法直接操控机器人去执行。PTC的情况类似，它的ThingWorx平台在物联网连接方面很强，但同样缺乏具身智能的执行能力。用友在国内制造业的软件市场占有率很高，但它的主要能力集中在ERP和财务管理，对生产现场的实时控制和机器人调度能力有限。

　　机器人服务商的代表是优必选、埃斯顿。优必选的人形机器人+AMR走的是“执行端智能化”路线，它在物理执行方面有天然优势。优必选的Walker系列人形机器人已经能在工厂里完成搬运、巡检等任务，但缺的是智能协同和任务理解能力。机器人知道怎么动，但不知道为什么要这么动，也不知道什么时候该改变动作。埃斯顿的情况，则是在工业机器人本体和控制算法上有深厚积累，但在多智能体协同、全局优化方面的能力相对薄弱。

　　全栈能力提供商的代表是树根科技、ABB。这类玩家的长板是“数据－模型－执行”闭环能力。树根科技的做法是把工程机械领域的know-how沉淀下来，形成基座具身大模型，再通过智能叉车、智能焊接、智能喷涂等具身智能体去执行，最后通过场景数据回流持续优化模型。这是一个完整的飞轮——数据采集、模型训练、执行验证、反馈优化，四个环节缺一不可。

　　白皮书把树根科技放在“全栈”最优象限，真正值得关注的是支撑这个位置的能力结构。

　　树根科技：跑通的数据飞轮

　　全栈不是堆能力，是真正让飞轮转起来。而这套飞轮的运转方式，听起来并不炫酷，甚至有些笨拙——采集数据、训练模型、执行验证、反馈优化，每一步都是在工厂的灰尘和噪音里磨出来的。但正是这种“笨功夫”，构成了全栈能力提供商最核心的壁垒。

　　正是这样坚实的行业壁垒才让《白皮书》对全栈能力给出了很直接的判断：全栈能力提供商虽然投入高、验证周期长，但平台估值最高。

　　为什么全栈在这个时间点变得这么值钱？因为客户要的不是一个会看图像的摄像头，也不是一个能自动焊接的机械臂。客户要的是一个能理解生产任务、自主调度资源、动态调整参数、执行到位并持续优化的系统。任何单一环节的能力，如果没有闭环，就兑现不了效率结果。

　　闭环稀缺，就是全栈溢价的来源。而在闭环稀缺的产业格局里，树根科技是一个值得剖析的样本。

　　树根科技的飞轮结构包括四层：数据层采集工业现场的设备运行数据、工艺数据、物流数据；模型层基于这些数据训练基座具身大模型，以及针对智能制造、焊接、物流等细分场景的专用大模型；执行层通过智能叉车、智能焊接、智能喷涂等具身智能体将模型决策转化为物理动作；反馈层将场景数据回流，持续优化模型。

　　这个“数据－模型－执行－反馈”的闭环，是树根整个体系的核心。飞轮的每一圈转动，都在积累新的数据、强化模型能力、提升执行质量、扩大反馈价值。

　　而飞轮的关键在于群体智能调度。

　　树根科技在一个案例中展示了五个智能体的协同：工艺优化智能体负责分析历史工艺数据，给出参数优化建议；生产排程智能体根据订单需求和设备状态，动态调整生产计划；物流调度智能体协调AGV和叉车的运行路径，避免拥堵和等待；设备运维智能体预测设备故障，提前安排维护；质量检测智能体实时监控产品质量，发现异常立即报警。这五个智能体不是孤立工作的，它们通过一个中央调度系统协同，从“单点最优”走向“全局最优”。

　　窗口期不等人

　　虽然工业智能体赛道的竞争还在早期，技术路线没定型、行业标准没建立，但估值切换窗口期已经到来。谁能在这个窗口期证明自己有端到端的闭环能力，谁就能拿到下一轮的平台级定价权。

　　目前行业里有三条主要路线。

　　第一条是西门子的Industrial Copilot矩阵，走的是“软件智能化”路线。通过Industrial Copilot矩阵，将智能体能力嵌入设计、工程、生产和运维全流程。这种路线的优势在于软件生态和客户基础，但短板在物理执行端的触达。

　　第二条是优必选的人形机器人+AMR，走的是“执行端智能化”路线。这条路想的优势在于机器人本体的运动控制和视觉感知，人形机器人能在复杂环境里灵活移动、精准操作。短板在于对工业工艺的理解不够深，多智能体协同能力有限。优必选正在跟工业软件厂商合作补这块短板，但合作的深度和稳定性还有待验证。

　　第三条是树根科技正在尝试的“全栈闭环”路线。树根的做法是从内部需求出发，先在工程机械制造场景中打磨闭环能力，再逐步扩展到汽车、电子、能源等其他行业。这条路投入大、验证周期长，需要在芯片、传感器、机器人本体、工业软件、云平台多个层面同时投入。但一旦走通，竞争对手很难在短时间内复制这种全栈能力。

　　工业智能体的终局远未到来，但资本已经在用真金白银投票。在这个投票窗口里，“全栈”不是一句定位口号，而是需要用客户复购、场景复制和持续运营收入来证明的硬通货。

　　文章开头提到的那条裂缝还在，但正在被一点点填上。褪去AI赛道的概念热潮，工业智能体的产业竞争早已回归本质，谁能率先证明自己有端到端的闭环能力，谁就能拿到平台级的定价权。这条路很难，但值得走。（本文首发于钛媒体APP，作者 | 张申宇）