“其实我们已经开始赚钱了。”

智平方戈振伟在接受盖世汽车采访时所说的这句话，为“机器人只烧钱不盈利”的刻板认知打开了一个突破口。他提到公司旗下智魔方，也即模块化具身智能服务空间，主打机器人饮品服务，覆盖软饮、咖啡、冰淇淋、鸡尾酒等品类，目前已在全国11个省市落地售卖，单店月营收最高可达20万元，已经实现盈利。

图片来源：智平方

这不是孤例。近两年商用服务机器人加速落地，餐饮配送、楼宇清洁、工业巡检等场景不断传出商业化跑通的消息。但与此同时，另一位业内人士的判断同样戳中行业现实：“营收是一回事，盈利是另一回事。”

一边是细分场景接连兑现商业价值，一边是全行业研发投入持续高企，机器人行业到底赚不赚钱？答案从来不是非黑即白的判断题，而是一场分层落地、局部突围的渐进式进程。

垂直场景先行，单点盈利已成为现实

很多人对机器人行业的印象，还停留在“展会上秀特技、实验室里磨技术，商业落地遥遥无期”。但真实的产业一线，一批聚焦垂直场景的玩家，已经悄悄跑通了盈利模型。

戈振伟提到的饮品服务机器人，是典型的细分场景突围案例。这类机器人不需要复杂的全身运动，也不需要应对开放环境的随机任务，只需要在固定点位完成标准化的饮品制作与交付。流程高度标准化、需求高频稳定、替代人工的价值清晰，让这类方案很快实现了商业闭环。

类似的故事，在商用服务机器人领域早已上演。作为全球商用服务机器人的头部玩家，普渡机器人靠配送、清洁等成熟产品线，早已实现规模化商业落地。

根据弗若斯特沙利文《2025年全球具身智能与商用服务机器人独立市场研究报告》，普渡机器人在全球商用服务机器人收入与出货量层面均位居第一，业务覆盖85个国家和地区，累计出货量超13万台。2025年，普渡机器人业绩增长超100%，庞大的出货量背后，是餐饮、酒店、写字楼等场景对配送、清洁机器人的刚性需求，这类机器人可以稳定替代重复性人力工作，24小时不间断运行，客户的投入回报周期清晰，付费意愿明确。

云深处凭借四足机器人在电力、消防等场景的巡检方案，2025年实现公司整体净利润2868万元、毛利率52.83%，在四足机器人领域率先跑出了盈利样本。

为什么这些场景能率先盈利？核心在于三个“确定性”。

一是任务确定性。无论是菜品配送、地面清洁还是点位售卖，任务流程都是固定的，不需要机器人具备通用场景的应变能力。技术上只需要针对单一任务做优化，研发投入可控，落地故障率低，运维成本可控。

二是价值确定性。这类机器人的核心价值是替代人工，而人力成本上涨是明确的长期趋势。

三是复制确定性。标准化场景意味着机器人无需深度定制化改造，出厂后简单部署即可上岗，从单店复制到百店，边际成本持续下降，规模效应快速显现。

图片来源：智身科技

值得注意的是，率先盈利的场景，似乎避开了“通用人形机器人”这一高难度赛道。它们要么是轮式底盘，要么是固定基座机械臂，或是四足巡检平台，用专用形态解决专用问题，本质是“专用智能”的商业化落地。而大众关注度最高的人形机器人，由于技术复杂度高、整机成本高、通用场景落地难，目前还很难实现单台盈利。

这也构成了行业最有意思的图景：公众目光聚焦的人形机器人，大多还在投入期；低调深耕垂直场景的专用机器人，早已默默赚到了钱。局部盈利早已不是疑问，真正的问题是，这种点状的盈利，什么时候能扩散到全行业，尤其是技术最复杂的人形机器人领域。

营收≠盈利，全行业仍处投入周期

“现在国家比较支持，推广也快，已经在应用，所以普遍已经有营收了，但营收是一回事，盈利是另一回事。”一位主做灵巧手的企业内部人士在接受盖世汽车采访时的表述，道出了行业的普遍现状：有收入不代表有利润，单点盈利不代表整体盈利。

最直接的原因，是居高不下的研发投入。机器人行业早已过了靠硬件组装就能赚钱的阶段，当下的竞争核心已经转向智能能力的比拼。从“一机一脑”的烟囱式开发，到“一脑多形”的通用底座，行业每往前走一步，都需要巨额的研发投入打底。

具身智能研发是典型的“重资产、长周期”工程，投入横跨算力、硬件、场景三个维度。

模型侧，一套通用具身基座模型的训练，既需要海量真实物理交互数据，也需要配套大规模仿真算力集群，且需根据场景反馈持续迭代优化。

硬件侧，每一代本体迭代都涉及结构设计、关节调校、传感器融合等大量工作，原型机的开模、可靠性测试、量产验证都需要持续的资金投入。

场景侧，每进入一个新行业，都要针对行业特性做定制化开发与现场调试，从作业流程适配到安全合规，都需要专门的技术团队落地。

图片来源：云深处

对很多企业而言，研发是常年的刚性支出。以云深处为例，2025年研发费用率为24.98%，三年累计研发投入占营收31.52%；优必选等头部企业同样保持较高研发投入强度。处于技术攻坚阶段的人形机器人创业公司，研发投入占营收比例更高，大量营收反哺技术研发。

拉高研发成本的另一个重要因素，是行业高度碎片化的现状。当前国内机器人赛道有数百家本体厂商，仅人形机器人领域就有数十款不同构型的产品，驱动方式涵盖电驱、绳驱、液压，运动形态包括双足、四足、轮式，各家的通信协议、控制接口、硬件参数自成体系，尚未形成统一的行业标准。

通用智能方案很难做到“一次开发，全行业适配”，每对接一款新本体，都要重新做驱动层适配、运动学标定、全流程联调测试，本质是半定制化开发。适配的机型越多，投入的研发人力和时间成本就越高。

除了研发，硬件成本也是横亘在盈利面前的一道坎。专用机器人能盈利，很大程度得益于硬件产业链成熟、量产规模大、成本可控。而人形机器人的高性能关节模组、灵巧手、高分辨率激光雷达等核心部件，目前量产规模有限。

数据采集与运维成本同样容易被忽略。和大语言模型可依托互联网公开数据快速训练不同，机器人的智能需要真实物理世界的交互数据喂养，每一组有效数据都要靠真机实地运行才能采集，采集难度和成本远高于互联网数据。

落地后的运维成本也不容小觑，上门部署、现场调试、故障响应、系统升级，在产品成熟度不足的阶段，故障率相对更高，运维成本会进一步吞噬利润空间。很多项目看似合同金额不低，扣除研发、硬件、运维各项成本后，实际利润空间非常有限。

于是行业出现了典型的分化现象：成熟的老产品线在赚钱，新业务、新技术线一直在烧钱；单一场景能实现盈利，公司整体却因高研发投入暂时无法实现账面盈利。这不是行业不健康，而是技术产业发展的必然规律。

从单点到全面，规模化盈利要闯三道关

局部盈利已经验证了机器人的商业价值，但全行业要真正进入规模化盈利期，还需要跨过技术、供应链、场景三道关口。这不是某一家企业的事，而是整个产业生态共同的考题。

第一道关，是技术复用关，核心是通过通用化架构摊薄研发成本。

行业早期的烟囱式开发模式，造成了严重的研发资源浪费。而产业演进的核心方向，是打造分层解耦的通用智能底座：底层是统一的感知、规划、控制核心算法，中间层是标准化的系统软件平台，上层通过适配层对接不同的本体形态和应用场景。

从产业逻辑上讲，这本质是追求范围经济，一套技术底座能覆盖的机型越多、适配的场景越广，单位产品分摊的研发成本就越低，盈利的临界点也就越早到来。当核心智能能力实现跨形态复用后，新产品的适配开发周期可从数月缩短至数周，研发投入的回报率将大幅提升。

目前行业内的主流玩家都在向这个方向演进，有的从移动导航能力向外延伸，有的从工业操作能力拓展场景，有的从通用大模型向下扎根物理世界，技术路径各有不同，但核心目标一致：最大化技术复用效率，把研发投入变成可复用的长期资产。

图片来源：魔法原子

第二道关，是供应链成熟关，靠量产拉低硬件成本。

硬件成本高，本质是规模问题。千台级出货量下，核心部件只能小批量定制，价格居高不下；当出货量达到十万级、百万级，供应链的规模效应就会充分显现，关节、传感器、芯片的成本都会大幅下降。

当前机器人核心部件的国产替代正在稳步推进，谐波减速器、伺服电机等传统工业部件的国产率已达较高水平，但人形机器人所需的高性能关节、力矩传感器、灵巧手等部件，仍处于量产爬坡阶段。随着出货量提升、生产工艺成熟、良品率上升，这些部件的成本有望迎来快速下降。

政策层面，工信部、国资委联合启动的人形机器人与具身智能实景实训专项行动，也在拉动真机需求、扩大出货规模，倒逼供应链成熟。

第三道关，是场景深化关，从“替代人工”到“创造价值”。

目前盈利的机器人场景，大多停留在替代简单重复劳动的层面，价值天花板相对有限。而未来真正的高利润场景，来自机器人能完成人类做不了、做不好的工作，比如高危环境作业、高精度精密操作、全天候全流程无人服务。

随着智能能力提升，机器人会从简单的体力执行者，升级为具备自主决策能力的生产要素，渗透到更多高价值场景。工业场景里的复杂精密装配、特种场景里的应急救援与巡检、商业场景里的全流程无人服务，这些场景的客单价和附加值远高于当前的基础服务，也会带来更丰厚的利润空间。

与此同时，商业模式也会从单一硬件售卖，转向整体解决方案与长期订阅服务，收入的持续性和盈利的稳定性都会显著提升。

说到底，机器人行业的盈利不是一个突然到来的时间点，而是一个分层涌现的持续过程。专用机器人先盈利，人形机器人后盈利；简单场景先盈利，复杂场景后盈利；单点方案先盈利，平台生态后盈利。

机器人真的赚钱了吗？答案是：有的已经赚到了，更多的还在路上。最终定义行业盈利规则的，一定是那些同时打磨好技术底座、跑通供应链、深耕真实场景，并在物理世界持续跑通商业闭环的玩家。