11 月 19 日前后,工业具身智能企业微亿智造与顺丰正式签署战略合作协议。合作范围从单一环节的码笼码垛向外延伸,覆盖装卸笼、小件供件、笼车展开与折叠、装卸车以及终端分拣,指向的是快递中转场的全链路具身智能应用。
微亿智造成立于 2018 年,总部在常州,做的是能在工厂里自主感知、学习、决策并执行任务的工业机器人。今年 10 月,公司已经通过港交所聆讯并启动全球发售,随后公告推迟了发售安排。一边是订单端连续放大,一边是资本端主动放缓,顺丰这份覆盖全链路的合作协议看中的究竟是什么,它又能否撑起这家公司接下来的增长,是这篇文章想拆开看的问题。
微亿智造的起点并不在机器人。2018 年成立时,它做的是人工智能外观缺陷检测设备,主要服务金属注射成型行业。这类业务不算吸睛,却能带来稳定回款,2023 年至 2026 年前五个月累计交付约 750 个项目。
真正的转向由两次收购完成。2022 年 12 月,公司买下做工业 AI 云平台和模型开发的智云天工,补上 "大脑" 这一环;2025 年 11 月,又收购机械臂制造商捷勃特,补齐运动控制。人事也随之调整,智云天工创始人张志琦出任董事会主席兼 CEO,创始人潘正颐转任首席运营官。
产品结构因此被重写。工业具身智能机器人(EIIR)收入从 2023 年的 1.14 亿元增至 2025 年的 4.53 亿元,三年复合增长率 99.3%,占总收入比重从 26.3% 升到 57%;同期 AI 赋能设备的占比从 46.9% 降到 26.3%。
地位上,按 2025 年收入口径,灼识咨询给出的中国工业具身智能机器人市场份额为 20.0%,位居第一;IDC《中国工业具身智能机器人市场份额,2025》给出的数据是 11.8%,同样排在首位。
它更硬的一层壁垒在数据。公司自建的非结构化精标工业数据库超过 23TB,精标记录超过 16 亿条,而按灼识咨询统计,行业内多数同类企业的真实工业场景数据不足 5TB。这些数据支撑起它的 "快慢思考" 与 "人类在环" 机制,把产线部署周期从行业平均的两三个月压缩到 21 天左右。
顺丰并不是刚接触具身智能。2026 年 4 月,顺丰领投星动纪元,双方合作已经进入全国十余个物流中心;今年 11 月,顺丰成都长兴转运中心又有两台人形机器人上岗,实训阶段分拣速度达到每小时 1200 件。
问题在于,快递中转场里的自动化设备大多只擅长搬运。输送带、交叉带分拣机、AGV 各管一段,碰上形状各异的包裹,供件台旁边还是得站着人。机器人要补的就是这块盲区,而微亿智造在物流码垛场景已经跑通了类似方案:过去两名工人盯一个垛口,现在两名工人可以同时管 5 到 10 个垛口,遇到超出能力范围的垛型,设备会主动请求人工介入。
财务数据解释了顺丰为什么愿意往深里谈。2023 年到 2025 年,公司收入从 4.34 亿元增至 7.96 亿元,2024 年扭亏为盈,2025 年经营性现金流转正至 1.41 亿元。2026 年前五个月,新签项目 5.30 亿元,同比增长 49%,在手执行项目 6.66 亿元,同比增长 118%,应收账款周转天数从 319 天压缩到 188 天。
在一个超过 80% 的具身智能项目仍停留在概念验证阶段的行业里,一家能签单、能回款、还能盈利的公司,谈判桌上的位置自然不同。
至于 10 月放缓上市节奏这件事,公开信息给出的说法是择机完成全球发售。摆在面前的现实是,2025 年一年研发开支 2.35 亿元,而截至 2025 年底账上现金及现金等价物只有 2.4 亿元,资金补充的时点,直接关系到它能不能继续在数据、算力和人才上加码。
工业具身智能的商业化窗口,2026 年才真正打开。灼识咨询数据显示,全球工业 AI 赋能设备市场 2025 年规模 4657 亿元,预计 2030 年增至 13106 亿元,年复合增速 23%;而具身智能工业机器人在中国工业 AI 赋能设备中的占比,会从 2025 年的 1.2% 升到 2030 年的 14.2%。
物流与工业两个场景里,对手都不少。极智嘉累计融资接近 40 亿元,做的是仓储搬运的 AMR;凯乐士把多向穿梭车、AMR 和输送分拣机器人打包成完整方案,顺丰本身就是它的重要股东;星动纪元的半身机器人星动 M7 已经进入顺丰和中国邮政的十余个物流中心,2026 年第二季度启动了千台级交付。
拉平来看,微亿智造的长处在工业产线的深度。它深耕 3C 电子、汽车制造、新能源、半导体,服务超过 25 家世界 500 强及行业龙头,这套场景积累是做单一物流场景的公司短期补不上的。
短板同样清楚。前五大客户贡献约 45% 的收入,客户集中度偏高;海外业务 2026 年前五个月收入只有 96.3 万元,基本还在起步阶段。
与顺丰的合作是一个真实场景入口,但快递中转场的活儿,最终要和不同形态的机器人、以及已有多年积累的老牌自动化设备同台竞争。微亿智造能不能把工业产线里练出来的能力,迁移到节拍更快、容错空间更小的物流场景,眼下还没有答案。
本文作者可以追加内容哦 !