狂奔的具身賽道里，瑞為技術(shù)的機(jī)器人已經(jīng)在機(jī)場搬行李

瑞為不再只是一家視覺智能公司。

當(dāng)機(jī)器人在各種賽道狂奔時，一家具身智能公司走出了一條屬于自己的賽道，從視覺智能演進(jìn)到具身智能領(lǐng)域。

4月29日，在第三屆中國具身智能與人形機(jī)器人產(chǎn)業(yè)大會現(xiàn)場，瑞為技術(shù)就具身智能場景化落地破局發(fā)表了主題演講。

這家在AI領(lǐng)域深耕14年的企業(yè)，正式對外釋放了一個信號：會看懂世界的機(jī)器，現(xiàn)在要開始動手干活了。在所有人都在講通用、講規(guī)模的賽道里，它要做落地干實(shí)事的玩家。

從視覺AI，到具身智能

2012年，瑞為技術(shù)成立。至今，它已經(jīng)完整經(jīng)歷了兩個截然不同的AI時代。

AI1.0時代，技術(shù)的核心命題是感知：如何讓機(jī)器“看懂”圖像、識別物體和理解場景。這是深度學(xué)習(xí)大規(guī)模落地的黃金十年，也是視覺AI公司跑馬圈地的狂熱十年。

十年間，視覺AI賽道經(jīng)歷了一輪殘酷的出清。頂峰時期，國內(nèi)掛著“AI視覺”標(biāo)簽的公司數(shù)以千計(jì)，資本瘋狂涌入，估值泡沫快速堆積。隨后是漫長的擠水分：融資環(huán)境收緊、商業(yè)化遲遲跑不通、同質(zhì)化競爭壓垮利潤，2019年前后，大批玩家相繼陷入困境，曾經(jīng)的獨(dú)角獸折價出售乃至停擺，已不再是新鮮事。

過去的視覺AI領(lǐng)域，安防和金融是行業(yè)最密集的兩個賽場。相比之下，瑞為反而聚焦在并不算顯眼的場景中：以民航機(jī)場為核心的旅客通行、以購物中心為主的商業(yè)地產(chǎn)及面向貨運(yùn)商用車的輔助安全駕駛。

從外部視角來看，這是一種有些克制的決策。但也正因如此，讓瑞為在一個淘汰率極高的行業(yè)里，成為少數(shù)從小模型時代一路活到大模型時代、且仍處于行業(yè)頭部位置的視覺AI公司。

聚焦的收益，是護(hù)城河越做越深。根據(jù)弗若斯特沙利文的數(shù)據(jù)，按2024年收入計(jì)，瑞為在中國民航企業(yè)視覺智能產(chǎn)品市場排名第一，市場份額達(dá)8.9%；產(chǎn)品已覆蓋國內(nèi)三分之一的民用機(jī)場，在千萬級以上的大型樞紐機(jī)場中，覆蓋比例更高達(dá)三分之二。這背后沉淀的，是數(shù)以億計(jì)的場景專屬訓(xùn)練、對民航各業(yè)務(wù)環(huán)節(jié)的深度理解，以及與機(jī)場運(yùn)營方建立起來的長期客戶關(guān)系。

而AI 2.0時代，技術(shù)的命題變了。大模型帶來的不只是感知能力的提升，更是從理解到行動的延伸。這個技術(shù)拐點(diǎn)，對瑞為而言，正是向前一步的時機(jī)。

瑞為技術(shù)創(chuàng)始人兼董事長詹東暉樂見這種轉(zhuǎn)變：“過去這12年，我們一直在做眼睛——通過視覺來感知和理解物理世界。但現(xiàn)在我們開始往前走，往大腦和手的方向走。在理解世界的基礎(chǔ)上，開始去做一些決策，做一些執(zhí)行，幫人把事情做完。”

這也意味著，瑞為不再只是一家視覺智能公司。它正在將技術(shù)重心從感知與認(rèn)知，向決策與執(zhí)行延伸，形成從“眼睛”到“大腦”，再到”四肢”的完整閉環(huán)。并在產(chǎn)品定位上，向面向商業(yè)場景、執(zhí)行復(fù)雜操作的具身智能產(chǎn)品提供商遷移。這是瑞為的新標(biāo)簽，更是它在具身智能這條熱門賽道里，選擇的具象賽道。

嘈雜賽道下，真正的護(hù)城河

具身智能目前最主流的敘事是通用性。誰的機(jī)器人能適應(yīng)更多場景，誰的故事就更性感，誰的估值空間也就更大。這套邏輯下，專注垂直場景的公司似乎天然處于敘事的弱勢位置。

詹東暉認(rèn)為，通用能力是平臺型公司的舞臺，它需要的是規(guī)模、是生態(tài)、是先發(fā)的數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)。但垂直場景的壁壘，從來不靠堆參數(shù)建立。它來自特定場景，來自對客戶業(yè)務(wù)流程的深度理解，來自無數(shù)次與客戶共同解決問題之后沉淀下來的know-how，這無法靠單純堆積算力來實(shí)現(xiàn)。

在技術(shù)維度，瑞為搭建起一套由三層架構(gòu)組成的競爭力矩陣。

第一層是感知底座。這是14年視覺算法積累的直接轉(zhuǎn)化：物體識別、空間理解、姿態(tài)估計(jì)、非結(jié)構(gòu)化環(huán)境下的實(shí)時感知。

第二層是決策層，以VLA（視覺 - 語言 - 動作）大模型為核心自研方向。瑞為正在構(gòu)建面向垂直場景的VLA模型，將視覺感知、自然語言理解與機(jī)器人動作規(guī)劃，統(tǒng)一在一個端到端框架內(nèi)。讓機(jī)器人成為理解場景語義、根據(jù)上下文做出判斷并生成相應(yīng)動作序列的智能體。相較于通用VLA模型，瑞為進(jìn)一步引入了力感和觸覺，使得機(jī)器人的行為決策，更接近于人的多維信息統(tǒng)一決策機(jī)制，瑞為將此創(chuàng)新命名為VTFLA。

第三層是執(zhí)行層，即自研執(zhí)行組件對“手”和“身體”能力的補(bǔ)足。感知和決策再強(qiáng)，最終都要落到物理動作的完成質(zhì)量上。瑞為在執(zhí)行側(cè)的自研投入，解決的是機(jī)器人在非結(jié)構(gòu)化環(huán)境里的可靠操作問題，即抓取策略、力度控制、末端執(zhí)行器對不同物體形態(tài)的適配。這是一道極高的工程門檻，也是從演示到量產(chǎn)部署之間最難跨越的鴻溝。

在具身智能商業(yè)化路徑的判斷上，詹東暉認(rèn)為，復(fù)雜非結(jié)構(gòu)化的專用場景，將先于通用場景實(shí)現(xiàn)商業(yè)化跑通。

通用機(jī)器人面對的是技術(shù)和成本的雙重約束。既要具備足夠的泛化能力，又要把單機(jī)成本壓到企業(yè)客戶可接受的采購門檻之下，兩個條件同時滿足在當(dāng)前階段仍需時間。相比之下，深度適配單一場景的專用機(jī)器人，可以在技術(shù)上針對已知約束充分優(yōu)化，在成本結(jié)構(gòu)上更具商業(yè)可行性。

被低估的硬骨頭

民航，是瑞為切入具身智能的第一個落點(diǎn)，也是積累最深的一塊地基。瑞為找到的第一個落地場景：行李轉(zhuǎn)運(yùn)。

行李轉(zhuǎn)運(yùn)一直是民航業(yè)人力成本最為集中的環(huán)節(jié)之一，招工難、流失快、人工效率受天氣和班次影響波動大，是困擾機(jī)場多年的難題。

把這個場景真正做好，遠(yuǎn)比看起來難得多。詹東暉表示，行李轉(zhuǎn)運(yùn)區(qū)是一個高度非結(jié)構(gòu)化的作業(yè)環(huán)境，幾乎集中了機(jī)器人部署最不利的條件。

首先是物體形態(tài)的極度多樣性：旅客托運(yùn)行李沒有標(biāo)準(zhǔn)化，拉桿箱、帆布軟包、紙箱、超尺寸異形件往往同批次混雜出現(xiàn)，機(jī)器人面對的每一件行李都是全新的抓取挑戰(zhàn)，要在哪處抓取，采用怎樣的力道來確保行李穩(wěn)固、無破損，以及最終還要找到堆垛的最佳位置。

其次是空間本身的不規(guī)則性：航站樓地下的轉(zhuǎn)運(yùn)區(qū)域并非為機(jī)器人設(shè)計(jì)，走道寬窄不一，設(shè)備與設(shè)備之間的縫隙緊促，機(jī)器人的運(yùn)動路徑需要實(shí)時規(guī)劃。

最后，也是最關(guān)鍵的一點(diǎn)，是高密度的人機(jī)協(xié)作需求：在民航運(yùn)營體系里中，行李的準(zhǔn)確率和時效性直接關(guān)系到航班準(zhǔn)點(diǎn)率、旅客滿意度。為將不同規(guī)格的行李，在短時間內(nèi)完成航班行李的全部轉(zhuǎn)運(yùn)，人機(jī)共同作業(yè)是目前最佳處理方式，但并行作業(yè)就意味著在近距離內(nèi)雙方將產(chǎn)生高頻率的空間交錯，任何感知或決策的延遲，都可能造成安全風(fēng)險(xiǎn)。

這正是通用機(jī)器人目前無法在此跑起來的原因。通用機(jī)器人泛化能力強(qiáng)，意味著在多種場景都“能用”；但“能用”和在嚴(yán)苛生產(chǎn)環(huán)境里的穩(wěn)定可用，是兩個截然不同的標(biāo)準(zhǔn)。與此同時，通用機(jī)器人當(dāng)前的成本結(jié)構(gòu)，也決定了它暫時無法在這類勞動替代場景里跑出可接受的ROI。

瑞為的答案，是研發(fā)一款專為機(jī)場行李轉(zhuǎn)運(yùn)場景設(shè)計(jì)的智能機(jī)器人。在2025年國際機(jī)場博覽會上，在模擬的航站樓轉(zhuǎn)運(yùn)區(qū)內(nèi)，曉蟻行李轉(zhuǎn)運(yùn)機(jī)器人將一件件形態(tài)各異的行李，從分揀系統(tǒng)末端平穩(wěn)轉(zhuǎn)運(yùn)至下游行李拖車，并高效完成了碼垛，打通了民航體系中智能化程度最薄弱環(huán)節(jié)之一。

其中核心設(shè)計(jì)之一，是行業(yè)首創(chuàng)的人機(jī)協(xié)同作業(yè)模式。它在充分與客戶溝通的前提下，通過工程化設(shè)計(jì)實(shí)現(xiàn)機(jī)器人與人工的無縫協(xié)同，讓人員能夠安全、自然地與機(jī)器并肩作業(yè)。機(jī)器人負(fù)責(zé)高頻率、重體力的搬運(yùn)和碼垛，人工在機(jī)器人能力邊界之外介入和補(bǔ)位，雙方各司其職，整體效率遠(yuǎn)超純?nèi)斯ぷ鳂I(yè)。

詹東暉表示，在機(jī)場項(xiàng)目實(shí)測中，曉蟻行李轉(zhuǎn)運(yùn)機(jī)器人已能顯著降低對人力數(shù)量的依賴，以及減輕人工勞動負(fù)荷，與此同時，提升30%系統(tǒng)吞吐量，行李破損率降至0.12%，這也將成為機(jī)場運(yùn)營方采購的驅(qū)動力之一。

目前，瑞為已正在多個機(jī)場開展實(shí)測，計(jì)劃將于今年下半年正式商業(yè)化落地。在國內(nèi)市場擴(kuò)張的同時，瑞為也將擁有類似行李處理痛點(diǎn)的東南亞和中東民航市場，納入了出海視野。

在這個狂奔的具身智能賽道，瑞為選擇的是一條更具象的路：把一件難做的事做好，讓客戶在實(shí)際業(yè)務(wù)場景里看到可量化的價值。

如果要為瑞為在當(dāng)下具身智能產(chǎn)業(yè)版圖里找一個坐標(biāo)，它既不是通用機(jī)器人公司，也不是傳統(tǒng)意義上的視覺AI公司，而是一家專注處理復(fù)雜場景、復(fù)雜動作的具身智能產(chǎn)品提供商。

機(jī)器人賽道的熱潮終究會消退，但在苛刻場景里驗(yàn)證過的產(chǎn)品不會。在喧囂聲中，堅(jiān)持做窄、做深，是一種需要定力的選擇。但正是這種選擇，讓瑞為在具身智能最嘈雜的熱潮里，擁有了一個真正稀缺的生態(tài)位，成為一家讓人期待的具身智能公司。