2025年的具身智能赛道热得发烫：人形机器人发布会一场接一场，demo里跳个舞、递个水就能换来融资新闻刷屏，一级市场估值半年翻三倍的项目不在少数。但很少有人注意到，就在聚光灯外的仓库和货运码头，一批不需要仿生外形的具身智能装备已经悄悄跑通了商业化闭环——不用讲故事，直接帮客户省了钱，自己也拿到了真金白银的订单。
当行业还在争论“人形机器人什么时候能走进家庭”的时候，一个扎心的现实是：中国1000多万装卸工的存量市场，智能装备的渗透率还不到1%。中国市场对智能装卸机器人的需求已经在万台以上，海外装卸工月薪可高达5000美金，用机器人替代人力的ROI早就跑通了。
但这个闷声发财的赛道，甚至没进过主流投资机构的年度热门赛道榜单。
“物流场景具备数据密度高、人力替代需求迫切的特点，是具身智能落地的最佳场景。”赛那德副总经理陶军辉在直言，“2025年被定义为具身智能元年，物流装卸货场景正迎来爆发拐点，中国有望跑出全球首家物流具身智能独角兽。”
但问题是，市场大部分很少关注这个场景。
被低估的黄金场景
如果要给具身智能找一个最适合落地的场景，物流装卸环节绝对排得上前三，甚至比喊了很多年的自动驾驶、家庭服务人形机器人的落地条件成熟得多。
判断的底层逻辑不复杂：
第一，需求刚性且付费意愿明确。装卸是所有物流链路里纯人力依赖最高的环节，一个卸车班组通常要8-9人，人力成本逐年上涨、招工难已经是全行业的共性问题，尤其是跨境物流和三方物流（3PL）企业，对降本增效的需求极其迫切。 第二，场景边界清晰，不需要应对无限开放的复杂环境。装卸作业集中在仓库月台、车厢内部，货物规格和作业流程都有明确标准，不需要像自动驾驶一样应对极端天气、突发路况。 第三，价值可量化，客户决策路径短。传统装卸方案用多少人、花多少钱、出多少货都是明明白白的，机器人上线后效率提升多少、成本降了多少，三个月就能算出ROI。
但就是这么个看得见摸得着的优质场景，过去几年一直被行业忽略。原因也很简单：大家都觉得“装卸是个没技术含量的体力活”，而具身智能是“高大上的未来科技”，两者好像不搭边。
“物流看似简单实则复杂，新进入者根本不知道里面的水有多深。”赛那德CTO王义山表示，公司已在物流领域沉淀多年，太清楚这个行业的门槛在哪里，“很多人觉得不就是把货从车上搬下来吗？但实际做的时候才会发现，不同场景的差异大到超乎想象。”
比如，快递的货和酒水的货不一样，冷链仓库和常温仓库的作业条件不一样，甚至同一个仓库早上卸的货和晚上卸的货包装都可能有变化。新进入者面临的第一道坎就是数据采集难，真实作业数据与实验室差异大，而且行业对时效性与容错性的要求极高。
陶军辉补充道：“物流环节众多，我们专注做装卸货环节这么多年，最清楚这个场景的数据采集难度极大，不是靠实验室里跑几个模拟场景就能搞定的，必须要长期深耕积累一手真实数据。”
赛那德具备近万小时实景训练与数据沉淀，积累了160+项自主知识产权。现在他们的DWS（动态扫码称重测方系统）效率最高可达每小时7000件，iLoabot-M的作业效率可达1000+件/小时，iLoabot-X双臂负载可达40kg。这些数字不是实验室的跑分，全是在真实场景里摔打出来的。
很多人不知道的是，这家公司的战略投资方是阿里与中国外运，浙江桐乡有生产基地，新加坡、中国香港都有子公司，产品远销十余国。
赛那德桐乡生产基地
真正的卡点不是算法
现在行业里有个很不好的风气：一谈具身智能就拼大模型参数、拼算法有多先进，好像参数越高越厉害。但在装卸这个场景里，最核心的卡点根本不是算法——而是你有没有足够多的真实作业数据。
“现在的大模型技术早就足够支撑装卸场景的需求了，问题是你没有数据喂给它。”王义山说，“实验室里模拟出来的场景，和真实仓库里的情况匹配度极低。比如你模拟的箱子都是方方正正、标签完好的，但真实场景里可能箱子被压变形了，标签被水泡了，甚至还有散装的货物混在里面，这些情况你不在真实场景里蹲个三五年，根本想不到。”
这也是新进入者的最大障碍：你想进这个赛道，首先得有场景让你采集数据，但客户不会随便让一个没经过验证的产品进自己的仓库耽误作业——效率低一点没关系，万一弄坏了货物、耽误了发货，损失谁来承担？没有场景就拿不到数据，没有数据产品就迭代不了，这是一个死循环。
赛那德能跑出来，很大程度上是踩在了时间的红利上：十年前行业还没热起来的时候，他们就已经在和物流企业合作，一点点打磨产品，慢慢攒下了足够多的真实数据。王义山透露：“我们的数据主要来自产线一线真实数据及历史积累。没有什么捷径，就是通过暴力穷举和专业Know-how积累，把所有可能遇到的情况都摸清楚。我们具备近万小时实景训练与数据沉淀，这是新进入者的主要壁垒。”
现在赛那德已经跑通了完整的数据飞轮闭环：先在采集中心做模拟训练，然后放到真实场景里测试，把实景反馈的问题带回来做闭环训练，再迭代产品的泛化能力，每走一轮，产品的适配能力就强一分。这个飞轮转了十年，已经形成了难以被突破的壁垒：后来者就算能挖走几个算法工程师，也挖不走这十年攒下来的真实场景数据和对行业的理解。
更关键的是，赛那德从一开始就走了一条和主流不一样的技术路线。他们没有跟风做人形机器人，而是选择了轮式双臂的结构，同时在架构上做了大脑与小脑分离——Safety Unit VLA通用大脑兼容感知、大模型、动作执行及安全模块，前端的装备只需要负责具体的动作执行。大脑负责全局认知决策，小脑负责边缘实时控制，保证操作精度达到毫米级。
赛那德对人形赛道的热潮也一直保持着清醒：具身智能不一定是人形。在装卸领域，强化臂力与支撑力比仿生结构更高效。赛那德AI研究院夏志敏也表示：“物流场景需要针对性设计形态，轮式双臂机器人比双足人形更稳定高效。在工业场景里，实用永远排在仿生前面，为了‘像人’而牺牲效率，本质上是本末倒置。”
按照赛那德的产品路线图，未来他们的产品负载会从35kg常规级逐步覆盖到80kg重载级，并计划于2026年发布批量卸货机器人。具身智能未来趋势也很明确：未来一定是特种装备（非人形）与通用大脑的结合。不同场景用不同形态的装备，共用一个通用的智能大脑。大脑智商将超越人类平均水平，执行机构将比人类更强——这才是在装卸场景落地的最优路径，而不是所有场景都用人形。
避开90%公司都踩的坑
很多做物流机器人的公司都死在了同一个坑里：一上来就扎进快递场景，觉得快递市场大、需求高，结果最后被低毛利拖死了。赛那德从一开始就避开了这个陷阱，他们的客户主要集中在生产端物流，比如烟草、酒水等行业。
这个选择背后的商业逻辑在于，先吃付费能力强、标准化程度高的市场，把产品打磨成熟，把商业模式跑通，有了足够的利润和数据积累，再拓展其他场景，而不是一上来就啃最硬的骨头。现在赛那德的客户中，烟草、酒水等生产端企业占了很大比例，这些行业的供应链体系封闭、对设备安全性和可靠性要求极高，一旦通过验证就不能轻易更换供应商，先发优势带来的商务壁垒甚至高于纯技术壁垒。
接下来潜力最大的市场是三方物流（3PL），特别是跨境物流。跨境物流的人力成本更高，对时效的要求更严，而且海外的装卸工缺口比国内还大。
现在整个行业都在说具身智能商业化难，其实很多时候难的不是技术，而是选对落地的场景和客户。很多公司一上来就想做通用型产品、想通吃所有场景，最后反而哪个场景都做不透。赛那德的路径其实给行业提了个醒：与其追着热门概念做“全能”的产品，不如先沉下心来把一个垂直场景做透，先把钱赚了，再谈扩张。
2025年，具身智能首次被纳入国家未来产业发展布局，与量子科技、6G等并列，标志着技术前沿上升为国家战略。按照规划，预计2030年机器人产业规模突破4000亿，具身智能关联产业达万亿级，预计带动上下游产业链超过300万人就业。
行业最大的认知误区，就是把“具身智能”和“人形机器人”画上了等号——仿佛不做两条腿走路的，就不算具身智能公司。
但事实上，大部分的工业场景、商业场景根本不需要人形结构，需要的是能解决具体问题的特种装备：仓库里需要能搬货的轮式双臂机器人，工厂里需要能精准操作的机械臂，巡检场景需要能爬坡过坎的四足机器人。这些都是具身智能的范畴，而且都比人形机器人的落地进度快得多、商业化成熟得多。
正如王义山所判断的：“未来将是特种装备（非人形）与通用大脑的结合，最终可能走向碳基与硅基的融合。”等到人形机器人真正能稳定落地干活，可能还需要很长时间，但装卸、分拣这些场景的需求现在就摆在这里，能先把这些场景的钱赚了，才是实实在在的。
毕竟资本的耐心是有限的，讲故事可以讲一年两年，不可能讲十年。当热潮退去，大家才会发现：那些闷声在垂直场景里赚真金白银的公司，才是真正走在行业前面的人。而那些追着人形概念跑的公司，有多少会在资本退潮之后裸泳在沙滩上？
具身智能的未来确实是万亿级的。但这个未来，不属于只会做人形demo的公司，属于那些真正能解决真实问题、能给客户创造价值的公司。三五年后，行业会给所有人一个最明确的答案。（本文首发钛媒体APP，文 | DeepWrite秦报局，作者｜秦聪慧 ）