站在2026年春天的历史节点，如果你翻开全球顶级风险投资机构的内部备忘录，会发现一个令人肾上腺素飙升却又充满焦虑的共识：基于纯粹数字世界（Bits）的大模型红利正在触碰应用层的天花板，而一个由物理世界（Atoms）构成的万亿级新大陆——具身智能（Embodied AI）与物理AI（Physical AI），正处于“寒武纪大爆发”的绝对奇点。
在这些令人目眩的技术狂欢之下，我们必须回归商业的冷酷现实。技术决定了我们能走多快，但商业模式决定了我们能走多远。
无数前沿的人形机器人和灵巧双臂在受控实验室里完成了极其惊艳的“折叠衬衫”或“倒咖啡”动作，却在真实的商业环境中死于高昂的部署成本、脆弱的系统稳定性以及算不过账的投资回报率（ROI）。
在中国广袤的下沉制造业带或是喧嚣的物流园里，我们见过太多血淋淋的教训：老板们花大价钱买回来的机械臂，因为换线调试成本极高、非标场景频发，最终只能被罩上防尘罩，在车间角落里“吃灰”。账本上的残酷现实是：如果算上折旧、高薪聘请的运维工程师以及非计划停机带来的全线停产罚款，这台昂贵的机器根本“算不过账”，甚至远不如隔壁村随叫随到的临时工好使。
今天，具身智能和机器人行业最大的挑战，早已不是AI能否理解自然语言，也不是硬件的自由度是否足够，而是触及了商业本质的灵魂拷问——究竟谁在为机器人的工作买单？他们买的到底是“资产”，还是“结果”？
本文将从第一性原理与系统性思维出发，彻底拆解全球具身智能产业的商业模式大变局。对于中国的上市公司决策者、创业者、投资同行以及地方政府产业基金而言，读懂商业模式的演变，才是真正拿到通往下一个万亿级时代的船票。
核心观点提炼：
1.技术决定了我们能走多快，但商业模式决定了我们能走多远。
2.究竟谁在为机器人的工作买单？他们买的到底是“资产”，还是“结果”？
3.机器人行业最大的误判，是把自己当成“卖硬件”的生意。
4.对一家谋求上市或高估值的具身智能公司而言，Robotics-aaS就像是固定利率收益，而Result-aaS则是充满爆发力的权益溢价。
5.AI应用的终局必须回到物理世界，真正的大利润池不在狭窄的数字化工具里，而在于端到端的重度运营与“AI包工头”模式中。
（注：本文关于Result-as-a-Service（结果即服务）、“AI包工头”模式、利润池跨越以及AI进化层级等前沿原创商业思想，源自盛景网联董事长、盛景嘉成创投创始合伙人彭志强与盛景嘉成创投管理合伙人王湘云的深度研究与启发。）
01硬件直销的穷途末路与“资产”执念
机器人行业最大的误判，是把自己当成“卖硬件”的生意：一台机器出厂、一次性确认收入、把售后当成本中心。
在传统的工业机器人时代，这种模式勉强行得通，因为那时的机器人本质上是“机电一体化的非标自动化设备”。但对于搭载了具身智能的新一代机器人而言，可一旦机器人进入客户现场，它就不再是一件商品，而是一个持续运行的生产要素：要被排班、被维护、被升级、被审计、被追责。
当一家制造企业的老板或是物流仓储的CFO凝视着一台标价5万美元的人形机器人时，他脑海中盘算的绝不是“这台机器的算力有多强”，而是“它什么时候会宕机？宕机了谁来修？算上折旧和维护，它真的比我雇佣三个三班倒的工人更划算吗？”
于是，客户真正愿意付钱的其实不再是“机器所有权”，而是“确定性产出”。
纯硬件直销（CapEx模式）将不可避免地走向两个极端：要么像部分中国初创企业那样，在高度内卷中把硬件整机当成“极客玩具”或“教具”以极低微薄的毛利倾销，陷入万劫不复的价格战；要么试图复制医疗领域Intuitive Surgical（达芬奇手术机器人）的“剃刀与刀片”模式，用极高的转换壁垒锁定客户，再通过高频耗材与维保攫取利润。但遗憾的是，在广袤的通用制造、仓储和家庭服务领域，并不存在“手术刀具”这样天然的高壁垒耗材。
因此，硬件直销作为一种商业模式，正在迅速失去风险资本的青睐。产业的演进逻辑，正无可挽回地指向了服务化。这正是“双RaaS”出现的历史必然：既卖时间，也卖结果。
02第一个RaaS：Robotics-aaS的崛起与陷阱
要让自动化从“重资产的资本开支决策（CapEx）”变成“轻资产的运营预算决策（OpEx）”，行业诞生了第一个RaaS——Robotics-as-a-Service（机器人即服务）。
Robotics-aaS的底层逻辑，是把机器人当作劳动力，按小时、按班次或按设备可用性（Uptime）来收费。这类模式在仓储物流领域最早跑通，并不意外：因为这里的流程高度标准化、节拍可控，且设备可以像车队一样被集中调度与运营。
以该领域的北美独角兽Locus Robotics为例，其在公开对外的商业叙事中，将Robotics-aaS极其精准地定义为“订阅式方案”。Locus向客户强调：你们现在可以完全以日常运营预算（OpEx）的方式来部署成百上千台仓储自主移动机器人（AMR），无需任何一次性的重资产投入，也无需承担设备老化的沉没风险。
这类叙事背后，其实是企业CFO视角的伟大胜利：企业的决策者不再纠结“我到底要不要花几百万美元买一批机器人资产”，而是把问题极其务实地改写成了：“我能否用更低、且更可预测的现金流成本，买到同等或更高的有效工时？”在这个语境下，机器人公司从“设备供应商”变成了“劳动力外包服务商”。
然而，必须指出的是只做Robotics-aaS，很快会走向一个行业性的死亡陷阱——极其惨烈的价格战。
因为按时间计费，太容易被客户在招标书中简化为“每小时多少钱”。客户天然会把不同供应商的机器人工时，放在同一把尺子上，甚至直接与当地的最低时薪进行比价。而机器人硬件一旦进入成熟期走向同质化，供应商就会被迫把深厚的技术护城河，降维成单价折扣的肉搏。当所有人都承诺“保证99%的可用性”，你最终只能靠“每小时比对手便宜0.5元”来赢得合同。按小时卖服务，最终往往会沦落为“按小时卖电机转动”，这显然撑不起具身智能动辄百亿级的宏大估值。
03第二个RaaS：Result-aaS（成果即服务）的降维打击
与利润池跨越
正因如此，第二个RaaS——Result-aaS（按结果收费），将会成为更有穿透力、也更具商业想象力的主流形态。
2025年3月盛景在业界率先提出了原创理论：AI应用的核心逻辑是RaaS（Result as a Service，结果即服务）极致化结果导向。
过去，传统SaaS或机器人硬件厂商之所以陷入估值泥潭，是因为它们仅仅在企业的“数字化利润池”或“资产设备利润池”里分一杯羹（这部分往往只占企业总收入的3%左右）。而Result-aaS的本质，是让具身智能企业化身为“AI包工头”，直接切入占比高达20%-40%的“人力资源利润池”甚至“供应链利润池”。从实践看，不同商业模式下，从同一客户获得的净利润空间相差可达10-30倍，叠加AI赋能降本后，这个差距甚至会放大到20-60倍。
Result-aaS的核心，是把计费口径直接绑定客户的前端业务指标，彻底按分拣、焊缝、清洁、护理等最终结果计价。在仓内物流里，它的账单语言是“每单拣选/每箱装卸支付X美分”；在城市环卫里，它是“每公里清扫/每车次收运支付Y元”；在制造业里，它是“每组装一块PCB板支付Z元”。
当“结果”成为账单语言，供应商的价值就发生了质的跃迁：你不再是“提供了一台按时计费的机器”，而是“交付了一份不可推卸的、确定性的业务绩效”。此时，客户将彻底不再纠结设备本身长什么样、用了什么大模型、有没有装激光雷达。
以美国的初创企业Formic Technologies为例，它向市场完美展示了“AI包工头”的锋芒。
Formic对外强调以“全托管运维”的方式降低中小工厂的自动化门槛。媒体曾深度报道过他们的一个典型案例：芝加哥一家工厂以约8美元/小时的等效成本，租用了Formic提供的机械臂完成重复搬运工位。这个价格不仅远低于当地的人工最低工资水平，而且所有的设备折旧、软件升级与非计划停机维护均由Formic承担。但请注意这里的玄机：Formic本质上是在“包工包料包结果”，按“焊缝”或“搬运件数”与客户结算。其实际的利润空间，会随着VLA模型带来的工位节拍提升、良率的改善以及停机成本的断崖式下降而显著扩张。
真实世界的运营数据，正在以前所未有的速度验证“可计费工时与结果”的庞大商业价值：
2025年11月，Agility Robotics骄傲地披露，其双足机器人Digit在GXO的仓储现场商业部署中，已经累计搬运超过10万个周转箱（totes）。这不仅是一个技术里程碑，更是向资本市场证明了其在高频、高强度场景里跑出庞大吞吐量计费模型的可能性。
无独有偶，估值高达390亿美元的Figure也对外披露，其Figure 02人形机器人在BMW位于南卡罗来纳州Spartanburg工厂的项目中，持续运行了约11个月。这批机器人以周一到周五、每天10小时的班次与人类协同运行，累计工时达到1,250+小时，精准完成了9万+次复杂部件装载，并深度“参与”了3万+辆X3车型的实际生产流程。
这些冷冰冰却极具爆发力的数据共同说明了一个真理：当具身智能的业务指标开始以“吞吐量、标准班次、极低的人工干预次数、可预测的SLA（服务等级协议）”来被定义时，机器人才能真正蹚过实验室的浅滩，被正式纳入全球工业与服务业的核心生产流程。
这也正是AI RaaS（Result as a Service，极致化结果导向）模型所倡导的：我们绝不能排斥脏活累活。
在具身智能领域，Result-aaS背后隐藏着一项极具爆发力的隐形资产——“数据飞轮”。当你必须为结果负责时，你不可避免地要深入车间、深入仓库，去处理最繁琐的非标件抓取、最恶劣的光照变化等“脏活累活”。但正是这些机器人在海量真实场景中试错、接管、成功履约所沉淀的多模态物理交互数据，构成了最深的护城河。回避脏活累活，将切断物理AI进化的通路。随着模型吸收这些珍贵的真实世界数据变得越来越聪明，单台机器的运营成本将呈指数级下降，这就构成了Result-aaS坚不可摧的技术壁垒。
为了更直观地理解这三次商业模式的跃迁，我们可以通过以下维度进行深度对比：
04“双RaaS”叠加：
在风险与利润中寻找估值之锚
那么，一个尖锐的问题摆在所有创业者和投资人面前：既然Result-aaS（按结果收费）看起来更性感、毛利潜力更高，为什么我们不直接跳过Robotics-aaS（按时收费），全盘All-in结果计费？
原因在于残酷的履约风险。单做Robotics-aaS很容易卷成毫无壁垒的低价红海，但单做Result-aaS则容易因为物理世界的长尾失效（Corner cases）、上游供应链波动或客户现场的非标准状况，导致履约失败，从而将初创公司的现金流直接拖垮。
因此，只有“双RaaS”叠加，才能在技术的不确定性风险与超额利润之间找到完美的平衡点。
• Robotics-aaS 提供的是“底部弹性”： 物理世界太复杂了。即便在某些非结构化场景（如重型机械维修、柔性排产的加工中心）还难以做到严格按计件/结果计费，机器人公司也可以先从“可用工时供给（Uptime）”起步。这就好比一家劳务派遣公司，无论今天产线排产多少，只要工人（机器人）到岗且设备运转正常，客户就必须支付基础时薪。这保证了机器人公司最底层的现金流生存线。
• Result-aaS 提供的是“顶部空间”： 在那些可以严格定义结果、输入输出高度标准化的场景（如标准化纸箱搬运、地面清洁），系统可以迅速把“时间计费”向“结果计费”升级。因为此时VLA模型的高效运转带来了超越人工的节拍速度，按件计费能撬动数倍于按时计费的超额单价，并以此锁定长达3-5年的排他性合同。
对一家谋求上市或高估值的具身智能公司而言，Robotics-aaS就像是压舱石般的固定利率收益（Fixed-income），而Result-aaS则是充满爆发力的权益溢价（Equity Premium）。 只有两者深度协同，公司的现金流曲线才会平滑好看，华尔街和中国的二级市场才能给出坚实的估值溢价。
真正适合“双RaaS”率先规模化落地的温床，往往不是短视频里那些最炫酷的“后空翻”或“机器人炒菜”场景，而是那些计费口径天然清晰、SLA（服务等级协议）可精确定义、停机损失可以被量化控制的乏味场景。在这些领域，你可以用系统的思维，把复杂的业务拆解成可计量的“任务标准”，把模糊的交付拆解成可验收的“SLA”，把灾难性的停机拆解成可控的概率事件。
要让这套系统在现实商业中无缝运转，仅仅靠技术是不够的，“金融租赁”、“保险风控”以及RWA（现实资产代币化/证券化）将成为双RaaS落地的最强护航。当运行数据更可获得、风险更可定价，一些敏锐的险企已经开始推出专属的“机器人宕机险”与“责任险”；金融租赁机构则基于这些确定的SLA，将机器人从“贬值的设备”包装成“产生稳定现金流的生息资产”（RWA）。当金融资本与保险风控实质性介入，机器人资产的流转效率与杠杆率将被彻底引爆，这也是双RaaS能够跨越死亡谷、实现指数级扩张的底气。
05终局演进：Revenue-as-a-Service
与“AI业主”的觉醒
毫无疑问，一旦“双RaaS”的齿轮全面咬合运转起来，收费模型将无可避免地向着商业生态的最深处继续进化：从“按时间计费”，到“按结果计费”，最终走向“按增收/年薪计费（Revenue-as-a-Service）”。
在历史的长河中，Robotics-aaS（时间计费）更像是一种早期的过渡形态，Result-aaS（结果计费）会成为支撑工业与服务业自动化的绝对主流。而在那些更靠近前端交易与核心业务的场景中，机器人甚至可以直接带来收入增量。例如，在零售商超中，理货机器人不仅能保证货架不空，还能基于视觉大模型分析顾客停留时长，实时调整高毛利商品的陈列，最终直接按门店成交额或转化率增量来抽成。
盛景将AI RaaS模式进化路径划分为四个层级，目前的具身智能主要集中在L2（软硬结合复杂系统按工作量计费）阶段。但具身智能的真正野心，必将迈向L3（收入分成与佣金模式）乃至巅峰的L4（AI业主模式）。
所谓L4“极致化结果导向”，意味着具身智能公司不再甘于做赚取服务费的“乙方”，而是借助强大的全链路AI物理能力，直接跨越产业边界，成为掌控核心资产的“AI甲方”或“AI业主”。
试想一下，未来的具身智能农业公司可能不再向农场主按亩数收取“机器采摘费”，而是直接承包甚至买下数万亩农场，实现完全无人化的农业闭环，从最终农产品的销售利润中赚取大头；未来的智能仓储企业可能不再向物流巨头出租AMR机器人，而是直接重资持有全球超级无人仓的产权。正如盛景研究院判断：当数字世界的能力无限贬值、通货紧缩时，用数字世界的AI能力去撬动、拥有物理世界的高价值资产，才是时代赋予的最大红利。
在这个阶段，我们必须实现一次商业与社会认知的跃迁：当Revenue-as-a-Service普及，机器人将不再是人类手中的“工具”，而是具有自主创造业务价值能力的“AI劳动力”或“超级员工”。当海量的硅基劳动力开始大规模创造真实的商业税收，整个社会的税收体系与就业结构都将面临根本性的重塑。例如，为了平衡资本持有者与被替代劳动者之间的社会分配问题，“机器人税（Robot Tax）”将极有可能从前沿的学界探讨，迅速走向全球性的实质立法进程。这既是挑战，也是新秩序建立的开端。
这一切意味着，随着具身智能商业模式的彻底成熟，未来能够活下来并做大做强的机器人公司，必将发生惨烈的生态分化。他们最终会收敛成三类截然不同的物种：
1.做平台的（掌握生态）： 掌控最核心的VLA大模型、提供系统级运营网络、制定跨设备的任务标准与安全风控协议。他们是物理世界的微软与苹果。
2.做关键零部件的（掌握肉身）： 专注在仿生灵巧手、执行器、触觉传感器矩阵等硬件上，不断向下击穿良率与制造成本的摩尔定律曲线。他们是物理世界的台积电与宁德时代。
3.做“AI业主”的（掌握资产与结果）： 他们将不仅限于外包服务，而是深度下沉到物流、医疗、环卫、矿产、制造等垂直行业，践行“极致化结果导向”，直接持有或共同持有物理世界的高价值资产，享受产业利润的绝对丰收。
跨越比特与原子的鸿沟，道阻且长。这其中必将伴随着令人血脉贲张的技术奇迹，也必然会留下成百上千亿资本堆砌出的商业废墟。但可以绝对确定的是：在这个被AI重塑的物理世界里，那些真正看懂了“谁在买单”、不畏惧“脏活累活”、敬畏产业运作规律、并能用系统性金融与商业架构将“双RaaS”完美跑通的布道者，终将加冕为下一个十年的万亿级新王。
帷幕已经拉开，而最精彩的商业博弈，才刚刚开始。
感谢您的来访，获取更多精彩文章请收藏本站。
