先定义岗位、再定义机器人，云蝶科技为什么要押注真实场景？

出品 | 创业最前线

作者 | 元君

编辑 | 闪电

美编 | 邢静

审核 | 颂文

2026年下半年，具身智能行业正经历一场从讲故事到查收入的剧烈转向。

据部分媒体报道，监管层通过非正式窗口指导提高人形机器人企业IPO门槛，重点关注估值是否脱离基本面、收入是否来自可持续的真实市场需求。此外，行业投资逻辑也从技术突破+远期空间的早期方向，逐步转向订单+交付+真实场景的落地。这意味着，机器人能否在真实岗位持续完成任务、客户是否愿意为任务结果长期付费，正在成为衡量企业价值的硬标准。

在这样的行业气氛里，一家总部位于广州、核心团队由多位“广漂”博士组建的公司，逆势完成了数亿元B+轮系列融资。本轮融资由StellarS Capital、亚洲联合基建（00711.HK）、长浙投资、图灵量子等知名机构和个人联合投资。

更值得关注的是它选择了一条与多数同行截然不同的路径：不建大规模数采中心，不拼遥操作数据产能，把酒店、物业、医疗康养等B端真实场景改造成训练场，用真实任务产生的数据驱动模型迭代。

云蝶科技为什么偏要走一条相反的路？它究竟在下一盘怎样的棋？它的自我定位、行业判断和长期方向，或许能为具身智能的商业化提供一种不同的答案。

1、什么样的数据才能“喂饱”机器人？

具身智能行业当前最核心的矛盾，不在算法，不在本体，而在数据。

据中国信通院发布的《具身智能训练场研究报告（2026年）》显示，当前全球可用的高质量真实数据仅为数十万至百万小时级，而具身基础模型要迎来“ChatGPT时刻”至少需要数千万小时数据，缺口超过99%。国金证券也曾测算，训练具身智能模型至少需要1000万小时多模态交互数据，而全球高质量真实物理交互数据总量仅约50万小时，不足需求的5%。

（图 / 摄图网，基于VRF协议（AI数字内容））

这一巨大缺口催生了大量数据采集中心。据行业统计，全国已建成启用70多家具身智能训练场，在建、规划超40家。这些集采中心在产业早期的作用是巨大的，比如遥操作、动作捕捉、标准化任务训练，以及一些高风险、高成本动作的重复训练，它们能够帮助机器人快速掌握基础操作技能。

但其采集的数据也面临结构性局限。有从业者透露，当前数据采集缺乏统一规范，存在无效数据多、重复度高的问题，普通场景数据接近饱和，工厂等垂类场景数据稀缺。集中式数采中心投入巨大，但产出价值有限。

更关键的是，这些数据大多来自预设场景，任务分布单一，缺少真实业务中那些“意外”，比如客人临时改变要求、电梯突然故障、通道被行李车挡住、任务失败后需要恢复、请求人工协助等。而这些“意外”，恰恰才是系统智能真正的燃料。

（图 / AI生成）

今年6月，工信部与国务院国资委联合印发的《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》中明确提出，“通过真实场景训练，持续优化具身智能模型算法，积累高质量真机数据”，并特别强调要丰富“异常处置、突发干扰、边界工况”等真实场景数据，到2026年底凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力。

政策语言的关键变化在于，从鼓励布局转向真实验证，从技术突破转向作业成功率、经济可行性，并要求避免场景扎堆。国家发展改革委也曾明确提出，要加速构建行业标准与评价体系，建立健全具身智能行业准入和退出机制，防范重复度高的产品“扎堆”上市。

沿着这一逻辑，一个问题自然浮现：在普遍追求“数据规模”时，有没有企业已经在做“数据质量”？

实际上，这样的企业往往需要具备一个易被忽视的前提，它必须在真实场景中拥有足够深的根基，才有可能把场景转化为数据，再把数据转化为系统能力。这不是一家从实验室直接跨入具身智能的创业公司能够轻易做到的。云蝶科技恰恰是一个值得观察的样本。

据了解，云蝶的差异化在于，它没有先建数采中心再找场景，而是把已有的B端业务场景直接改造成训练场。酒店客房服务、医疗导诊、物业巡检等真实业务中产生的“感知－动作－结果－接管”闭环数据，天然包含失败样本、接管记录和长尾工况，这些恰恰是数采中心难以规模化生产的。

在前不久的WAIC 2026（世界人工智能大会）上，云蝶科技联合创始人、联席总裁余澜博士也表示，具身模型面对的是持续变化的物理世界，机器人不仅需要理解感知与动作，还要在真实任务中处理空间变化、设施状态、人员协作、任务结果和人工接管等复杂反馈。

但这条路径的成立需要前提，企业是否真正拥有场景控制权？能否将场景优势转化为系统智能？是否有组织韧性穿越“交付验证周期”？这些问题的答案，将决定云蝶的模式能否从个案走向可复制的商业逻辑。

2、云蝶凭什么走通“真实场景数据闭环”？

具身智能不是一个靠单点技术就能长期立足的行业，它需要同时应对技术路线的不确定性、客户需求的复杂性以及现金流的现实压力。这就要求企业必须有人能扛住周期，只有满足才有资格谈场景和系统能力建设。

据了解，云蝶的核心团队由5位“广漂”博士组建，创始人田雪松有政府工作背景，首席科学家周大权为新加坡国立大学博士、北大博导，联合创始人余澜为新加坡南洋理工大学博士、有世界500强企业战略工作背景。这种“老兵守底线、科研冲上限”的双峰组织，在行业狂热期并不显眼，但在过渡转型期价值凸显。

自2022年起，云蝶科技连续实现数亿元营收并盈利，是国内少数同时具备规模化交付能力与持续盈利能力的具身智能企业。当行业从狂热进入淘汰期，最值钱的已不是“讲得快、融得多”，而是战略切换速度、现金流意识、复杂政府环境能力和组织稳定性。云蝶的这种架构，恰好可以平滑解决“能不能活过冬天”的问题。

有了组织韧性，如何持续获得真实数据？

对诸多企业来说，客户资源本身不是壁垒，场景控制权才是。据了解，云蝶已累积服务数千家B端政企客户，与凤悦酒店、固生堂、久邦善心等已完成签约。而场景主权的核心在于，客户是否愿意让机器人真正进入生产环境、接入门禁电梯工单系统、允许持续采集任务数据、失败时由谁接管、跑通后能否复制到几百个网点。这些能力需要多年B端行业Know-how积累，不是靠资本可以快速复制的。

正如余澜博士在接受「创业最前线」采访时所言：“在实验室里，我们可以为了完成一个任务不断调整算法、优化环境，甚至配备专门工程师。但进入商业场景以后，客户不可能为每台机器人配备一个专家团队，更不可能接受机器人频繁停机。所以，从Demo到上岗，最大的挑战是如何把一次性的技术成功，变成可复制的工程能力。这也是云蝶选择B端连锁场景作为重要切入点的原因。”

他进一步强调：“往新场景拓展，真正应该跨场景复用的是底层感知、导航、操作等通用技能，是系统级大脑的任务理解、任务规划、异常诊断和失败恢复能力，以及数据采集、训练评测和部署运维的标准化体系。而需要因地制宜的，是行业Know-how、具体业务流程、物理环境约束、安全规范及客户的个性化需求。换句话说，底层能力应该越来越通用，行业任务应该越来越标准化，现场适配则应该越来越轻量化。”

有了组织韧性、有了场景主权，还缺最关键的一环：数据能不能变成系统能力。如果数据只是躺在服务器里，场景优势也就无法转化为技术优势。

云蝶围绕这一环构建了一套完整的技术体系，其中几个核心组件需要放在一起理解。它们不是各自独立的产品，更像是同一个闭环上的不同环节。

EEI（具身环境智能）是云蝶与北京大学联合提出的技术范式，核心主张是环境不应被视为机器人被动适应的背景，而应被纳入智能系统本身，让空间、设备、任务和业务流程参与机器人的任务识别、执行判断和故障处理。用更通俗的话说，不是只让机器人去适应环境，而是让门禁、电梯、工单系统主动“告诉”机器人该怎么做。

RoboForge是这套范式下的系统级具身智能大脑，负责组织感知、推理、规划、技能执行和反馈，相当于机器人在真实场景中工作的“调度中枢”。WING是云蝶的任务型本体家族，坚持“先定义岗位，再定义机器人”，根据不同场景的工作需求来设计机器人形态。世界模型则承担对物理环境的状态预测和行动前验证，让机器人在执行前就能预判结果、评估可行性。

这些组件串在一起，构成了一条从环境理解到任务执行、再到数据回流的完整链路。

目前，RoboForge已在Embodied Bench与LaRA两项国际权威基准评测中全球登顶，具备跨场景、跨任务、跨本体的迁移能力。更值得关注的是RoboForge创新性设置的Harness模块。这一模块完整记录任务全流程证据链，遇到失败任务能自动判断问题来源，并将失败样本转化为迭代素材，形成持续自我优化闭环。这意味着一次失败不再只是任务中断，也可以成为下一次执行和改进的依据。

由此可见，真正的壁垒不在于榜单，而在于每一次真实任务产生的数据能否转化为下一次训练资产、技能资产和评测资产，从而降低下一个场景的部署成本。正像余澜博士采访中阐释的：“未来机器人真正的智能，不只是第一次遇到问题时有多聪明，更在于第二次遇到同类问题时，能不能做得更好。”

因此，当具身智能的竞争思维从技术先进性转向系统进化能力，当行业泡沫退去、资本不再为“故事”买单时，什么样的公司能活下来并越活越强？答案或许不是那些拥有最先进单点技术的公司，是那些真正把“真实场景”变成生产资料的公司。

这可能也是具身智能从技术竞赛走向系统竞赛的真正分水岭。

3、从输出硬件，到输出服务模式

不过，上述几重壁垒虽能解释云蝶为什么可以走通这条路，但想要理解它未来能走多远，还需要放到行业趋势中来看。

具身智能的商业化正在经历一场静默的转向。过去几年，行业习惯用出货量、参数和榜单来证明价值，但2026年政策与资本的双重转向正在改写规则。与此同时，这个判断也在被行业数据验证。2026年世界机器人大会上，越来越多企业展示的不再只是机器人行走、抓取等单项能力，而是围绕具身智能模型、世界模型、数据采集、仿真训练等底层能力展开布局。机器人产业竞争正在从过去的硬件性能比拼，转向“模型+数据”的综合能力竞争。

尤其值得关注的是世界模型的崛起。2026年被认为是“世界模型元年”，具身智能的投资逻辑也从押注机器人本体转向押注具身大脑。行业人士指出，全球具身智能竞争已从比拼单机演示效果，转向模型、数据、本体、仿真、评测、交付全链条体系能力的比拼。世界模型凭借环境预判能力以及因果推演潜力，成为行业竞争的技术高地。

但云蝶在这一趋势中的定位颇为独特。它不与通用基础模型竞争参数规模，而是在基础模型与机器人执行之间建立“系统层”。例如，其自研的RoboForge不重新开发一个基础模型，它通过组织感知、推理、规划、技能执行和反馈，将复杂开放的环境转译为可定义、可交互的场景。这意味着，无论VLA还是世界模型最终胜出，系统级大脑都是连接基础模型与真实执行的必要中间层。而这一定位，也与国家对具身智能产业“推动人工智能与先进制造业深度融合”的方向高度契合。

与之配套的是商业模式的同步升级。RaaS（机器人即服务）模式将机器人本体、场景部署、任务技能和持续运维整合为服务，客户为“持续完成任务的能力”付费，而非一次性购买硬件。RaaS的本质不是卖机器人，是输出机器人在真实场景中持续工作的服务能力。这种模式让交付关系从一次性交易变成长期服务，也让每一次真实任务持续产生数据回流，形成可持续的“数据飞轮”。

云蝶的自我定位也因此更加清晰。它不参与通用人形本体的出货量竞赛，把自身锚定为“以真实场景为训练基础设施、以系统级具身大脑为核心产品，推动具身智能规模化落地的人工智能企业”。余澜博士在接受采访时说：“未来衡量一家具身智能公司的规模化能力，不能只看交付了多少台机器人，更应该看一项技能能复制多少岗位、一个岗位能创造多少价值，以及新增部署的边际成本能下降多少。”

基于此，云蝶的长期方向是构建“场景－数据－系统智能－规模部署”的复利飞轮。其构建了“1+2+N”真实世界具身智能联合研究计划；与北京大学、华南理工大学和大湾区大学等高校建立联合实验室，并全力推进北大×云蝶技术创新中心和广州海珠真实世界实验场建设，以此打通从基础研究到现场反馈的链条。

从长期来看，具身智能的终局，大概率不是少数通用平台通吃，是一批深耕真实场景的公司，把每一次任务、每一次失败、每一次接管，都变成系统进化的养料。这条路虽然相对较慢，但一旦形成复利，壁垒会越来越厚。

未来，谁能把真实世界变成训练场，谁就能在接下来的竞争中拥有护城河。