智慧機器人的三條技術路線：硬體＋控制、感知＋控制、大模型決策

A 路線：先把身體做穩

硬體＋控制路線相信，機器人的基礎競爭力來自馬達、減速器、感測器與運動控制。它追求位置精度、力控、速度、壽命與安全，適合工業機械手臂、精密設備與高可靠度本體。這條路商業模式成熟、量產與服務體系較清楚，也是中國廠商進行自製替代的基本盤。缺點是若只停在固定軌跡，面對環境與產品變化時仍需要大量工程設定。

B 路線：讓機器人看懂現場並自己移動

感知＋控制路線以 SLAM 定位導航、多感測器融合、機器視覺與強化學習為重點。它不追求所有硬體規格最高，而是用演算法讓機器人適應地圖、人流、障礙與任務變化。飯店配送、餐飲送餐、工廠巡檢與倉儲移動已形成規模案例，頭部公司累積五至八年工程細節，現階段商業化最清晰。

C 路線：讓機器人理解複雜指令與未知任務

大模型決策路線以語言、多模態、VLA 與世界模型為核心，目標是讓機器人聽懂自然語言、拆解多步任務並把經驗泛化到新場景。它代表產業長期上限，也是資本市場最熱的方向；但白皮書認為 2030 年前要達到大規模通用商業化仍有難度，因為資料、即時性、可靠度與成本尚未同時成熟。

三條路線的估值方式不應相同

A 路線應看零組件自製率、良率、壽命、客戶驗證與服務收入；B 路線要看已部署台數、有效運行時數、接管率與同場景重複採購；C 路線則要看模型在陌生任務的成功率、資料閉環、推論成本與安全機制。把 C 路線的遠期想像套到 A 路線公司，或只用當期營收否定 C 路線，都會失真。

最後不是三選一，而是誰主誰從

客戶買的是任務結果，不會接受模型聰明但馬達不穩，也不會為一台只會重播軌跡的昂貴設備買單。企業需要先建立一條主壁壘，再補齊另外兩條：硬體公司補感知與模型，服務機器人補通用決策，模型公司則必須走進現場理解控制與維護。三條路線會融合，但每家公司仍要回答：最難被取代的能力究竟在哪一層？

路線 A 的隱形護城河是失效資料

控制與硬體公司若累積不同負載、溫度、碰撞與磨耗下的失效模式，就能改善壽命與預防維護。這些資料不像模型 Demo 亮眼，卻直接影響保固與停機。成熟製造客戶願意為可預測的可靠度付費，因為一個零件便宜幾萬元，若造成產線停機，損失可能高出數十倍。

路線 B 的護城河是現場細節

導航演算法可開源，電梯接口、狹窄走廊、人流習慣、清潔規則與遠端接管流程卻需要多年磨合。這些細節形成部署手冊、地圖工具、維運平台與客戶信任。當模型公司向下進入現場時，會發現最後一百公尺不是多寫一個 Prompt，而是一套跨設備、跨人員、跨責任的營運系統。

路線 C 要證明的不只是聰明

大模型路線需要在陌生任務維持成功，也要限制錯誤行動、控制推論延遲與成本，並讓結果可追溯。企業可用受控任務集測試泛化：改變物件、指令、順序與環境，記錄完成率與危險行為。若模型每次升級都使控制邊界漂移，產品很難取得安全認證。真正高階的智慧，必須與工程紀律同時存在。

這是「2026 智慧機器人產業拆解」第 11 篇。整套策展只追一個問題：機器人何時從展示走向能長期、可靠、值得付費的工作？