6.8
深览指数
商业微博·量子位··AI 生成
港股新贵押注物理AI，乐动机器人打造万亿市场空间的核心基础设施
本文深入剖析了乐动机器人在物理AI时代的战略定位与核心能力。文章提出，机器人行业竞争焦点正从“运动能力”转向“环境感知能力”，而乐动通过构建“硬件采集-数据加工-模型训练”的闭环，试图成为物理世界的数据精炼厂。文章以创始人周伟的创业历程为线索，强调了在真实场景中持续获取高质量数据，是决定机器人智能上限的关键。对于关注具身智能、机器人产业投资和传感器技术的人员，本文提供了一个从硬件公司向感知基础设施平台转型的案例研究。原文 ↗
核心观点
- ▍机器人行业的竞争焦点已从“谁的模型更聪明”转向“谁能持续生产真实的物理世界数据”，环境感知能力是决定智能上限的核心入口。
- ▍乐动机器人不是一家硬件公司，而是一个“数据精炼厂”，其核心价值在于将混乱的物理世界数据加工成AI可用的“空间Token”。
- 01传统工业机械臂只能完成固定场景的重复任务，不具备对环境的理解；物理AI要求机器人能应对开放环境和长尾情况，如半开的门或光线变化。
- 02乐动自研的LD-SenseWorld灵境大模型，通过多模态数据对齐、空间Token化和物理一致性注入，将原始传感器数据转化为结构化认知输入。
- 03截至2025年，乐动的核心产品DTOF激光雷达出货量超400万台，搭载其视觉感知技术的设备量已突破2000万台，构成了真实世界的数据入口。
- 04乐动的发展路径经历了从扫地机器人、物流仓储机器人、服务机器人到割草机器人、人形机器人的多轮周期，始终围绕“空间感知技术”布局。
- 05创始人周伟在2022年市场低迷时，顶住投资人压力，选择all in感知技术，他认为这是未来所有机器人的底层共性需求。
- 06乐动构建了“物理AI三层核心架构”：硬件感知层采集数据，模型层（LD-SenseWorld）加工数据，数据层输出空间Token，形成“数据飞轮”。
反方 / 局限
- — 文章承认仿真数据和实验室数据难以覆盖真实世界的大量未知情况，这是当前机器人行业面临的普遍挑战，限制了模型的泛化能力。
- — 文章虽强调“数据精炼厂”的差异化，但未深入讨论其数据加工能力与英伟达、特斯拉等巨头在该领域的竞争或合作关系，以及对数据安全和隐私的潜在挑战。
10 分钟 · 4 卡片 · 11 资料
读原文 →