这家公司机器人业务增长1458.8%背后：AI产业链正在悄悄换引擎

5月27日，速腾聚创发布2026年第一季度未经审核业绩公告：营业收入4.59亿元，同比增长39.9%；净亏损6332万元，同比收窄35.9%。单看这两行数字，是一家正在爬坡的硬件公司的常规表现。但再往下看：首季度，速腾聚创卖给机器人的激光雷达，第一次超过了卖给汽车的数量——机器人业务出货18.55万台，占总量的56.2%，同比增长1458.8%。

这个细节值得停下来想一想。一家过去十年以智能汽车为核心市场的感知硬件公司，在2026年第一季度，已经有超过一半的产品装进了机器人。这不只是一份公司财报，更像是物理AI产业链演进的一个截面。

AI的下一战场，在物理世界

过去几年，AI的主战场在数字空间：大模型生成文字和图像，代码助手提升开发效率，AI客服替代人工坐席。这一轮浪潮的核心能力是“语言智能”——理解和生成符号。

但从2025年前后，一个更大的变化开始在产业层面积聚：AI正在大规模向物理世界渗透。机器人进入工厂流水线和家庭，自动驾驶走向商业化运营，具身智能从实验室走向量产探索。这类应用被统称为“物理AI”（Physical AI）——区别于语言智能的核心，在于它必须感知、理解并操作真实的世界。

英伟达CEO黄仁勋此前表示，物理AI的“ChatGPT时刻”已然到来。从产业资本的动向来看，这一判断并非虚言。据36氪不完全统计，2026年1-4月，具身智能领域共发生超217次融资事件，涉及180多家企业，吸引数百家投资机构参与，融资规模超过550亿元。

物理AI要“动起来”，需要解决三个基本问题：感知世界、理解世界、改变世界。大模型解决了相当一部分“理解”的问题，执行器和机械本体解决了“改变”的问题，而“感知”——也就是让机器准确知道自己周围的三维空间里有什么——是当前产业链中仍在快速演进的关键环节。

激光雷达，就是这个感知环节的核心硬件之一。它通过发射激光束测量空间中物体的距离与轮廓，构建出毫米级精度的三维点云图像。对于需要在非结构化环境中自主移动、避障、操作的机器人而言，这种感知能力在许多场景下目前仍难以被纯摄像头方案完全替代。当然，纯视觉路线也有其拥护者和实践者，技术路线之争仍在进行中。但从当前的出货量趋势来看，物理AI的落地正在为激光雷达打开一个比智能汽车更广阔的潜在空间。

一个硬件公司的转型截面

速腾聚创机器人业务的爆发，是这个产业趋势在公司层面最直接的体现。

从数字上看，1.19万台到18.55万台，一年间的增幅是1458.8%。这个增速本身固然有低基数的成分，但背后的驱动逻辑是真实的：割草机器人、商用清洁机器人、无人配送车等细分场景正在快速规模化，速腾聚创较早完成了市场卡位，与库犸科技签下120万台订单，与石头科技、未岚大陆等头部企业建立深度合作。

更值得关注的是盈利结构的变化。据速腾聚创去年全年数据，机器人业务毛利率已达39.7%，明显高于车载ADAS业务的19.1%。机器人业务占比的提升，不只是收入来源的多元化，也在改善整体的利润结构。

速腾聚创财报中还披露了一个指向更远期的信号：其Active Camera解决方案已获欧洲头部人形机器人制造商批量订单。人形机器人目前仍处于早期商业化阶段，但这个订单表明，感知硬件已经开始随着人形机器人走进真实的生产部署场景，不再只是实验室里的测试设备。

与此同时，车载业务并没有就此沉寂。本季度ADAS出货约14.48万台，同比增长49.7%，储备在手订单超过900万台。车载仍是支撑速腾聚创当期收入的主要来源，双引擎同时运转的格局正在形成。

 

两种路径，同一个目的地

物理AI感知层的竞争，并不只有速腾一家。另一家行业龙头禾赛科技在今年5月披露了同期业绩：营收6.81亿元，同比增长29.6%；净利润1830万元，连续四个季度实现GAAP盈利；激光雷达总出货量47.17万台，同比增长140.9%。据Yole Group数据，禾赛以43%市占率位居全球ADAS主激光雷达出货量第一。

两家公司都在增长，但路径有所不同。速腾选择向机器人端快速倾斜，本季度机器人出货量已占总量过半；禾赛则在守住车载领先地位的同时，将战略从“空间感知”升级为“空间智能”，推出空间智能平台Kosmo，同时拿下梅赛德斯-奔驰L3级自动驾驶的供应商资质，向全球高端市场和更高附加值的数据服务延伸。

一个押注感知硬件向机器人端的规模扩张，一个试图从硬件制造商升级为空间智能平台。殊途同归的背后，是同一个判断：感知层，正在成为物理AI时代最值得争夺的基础设施之一。至于这场竞争最终会走向高度集中还是多家共存，现在还看不清楚。

价格压力与技术代差

硬件行业有一条几乎通用的规律：一旦某项技术从“高端配置”走向“标准配置”，价格战就会随之而来。激光雷达正在经历这个过程。

当感知硬件开始大规模进入机器人场景，出货量的快速增长背后，是持续的降价压力。这对下游机器人制造商是利好，但对感知硬件厂商而言，意味着单靠扩大出货量已经不够——必须同时在技术上建立足够深的护城河，才能在价格下行的周期里守住利润空间。

速腾的应对路径是自研芯片。2026年4月，公司发布了自研SPAD-SoC数字化架构平台“创世”，以及两款旗舰芯片：支持2160线的车规级芯片“凤凰”，和目前全球分辨率最高的大面阵芯片“孔雀”。从技术参数看，这代产品与此前主流方案之间存在明显的代际差距——线束密度和成像分辨率的提升，意味着更安全、更精准的感知能力，也意味着更高的进入门槛。

自研芯片的战略意义不只是降本，更重要的是卡位：当产品性能形成代差，竞争对手短期内难以追赶，定价权就在自己手里。当然，从芯片研发到规模量产、再到真正体现在成本结构上，是一个周期不短的过程。这条路能走多快、走多稳，是速腾接下来几个季度最值得持续观察的变量。

速腾聚创这份季报，是物理AI产业链演进在公司财报上留下的一个具体印记。机器人出货量首次超过车载，不是一个孤立的商业事件，而是一个更大趋势的局部显影：AI正在完成从“生成内容”到“操作物理世界”的跨越，而支撑这个跨越的感知基础设施，正在加速铺开。

这个过程远未结束。人形机器人、具身智能、高阶自动驾驶，这些场景的规模放量都还需要时间，感知硬件的技术路线和市场格局也尚未定型。但有一点已经越来越清晰：物理AI时代，感知层不是配角，而是整个产业链能否真正落地的前提。谁能在这个前提上建立足够深的优势，谁就有可能在下一轮AI的竞争中，占据一个很难被绕开的位置。