5月27日，速騰聚創發布2026年第一季度未經審核業績公告：營業收入4.59億元，同比增長39.9%；凈虧損6332萬元，同比收窄35.9%。單看這兩行數字，是一家正在爬坡的硬件公司的常規表現。但再往下看：首季度，速騰聚創賣給機器人的激光雷達，第一次超過了賣給汽車的數量——機器人業務出貨18.55萬臺，占總量的56.2%，同比增長1458.8%。

這個細節值得停下來想一想。一家過去十年以智能汽車為核心市場的感知硬件公司，在2026年第一季度，已經有超過一半的產品裝進了機器人。這不只是一份公司財報，更像是物理AI產業鏈演進的一個截面。

AI的下一戰場，在物理世界

過去幾年，AI的主戰場在數字空間：大模型生成文字和圖像，代碼助手提升開發效率，AI客服替代人工坐席。這一輪浪潮的核心能力是“語言智能”——理解和生成符號。

但從2025年前后，一個更大的變化開始在產業層面積聚：AI正在大規模向物理世界滲透。機器人進入工廠流水線和家庭，自動駕駛走向商業化運營，具身智能從實驗室走向量產探索。這類應用被統稱為“物理AI”（Physical AI）——區別于語言智能的核心，在于它必須感知、理解并操作真實的世界。

英偉達CEO黃仁勛此前表示，物理AI的“ChatGPT時刻”已然到來。從產業資本的動向來看，這一判斷并非虛言。據36氪不完全統計，2026年1-4月，具身智能領域共發生超217次融資事件，涉及180多家企業，吸引數百家投資機構參與，融資規模超過550億元。

物理AI要“動起來”，需要解決三個基本問題：感知世界、理解世界、改變世界。大模型解決了相當一部分“理解”的問題，執行器和機械本體解決了“改變”的問題，而“感知”——也就是讓機器準確知道自己周圍的三維空間里有什么——是當前產業鏈中仍在快速演進的關鍵環節。

激光雷達，就是這個感知環節的核心硬件之一。它通過發射激光束測量空間中物體的距離與輪廓，構建出毫米級精度的三維點云圖像。對于需要在非結構化環境中自主移動、避障、操作的機器人而言，這種感知能力在許多場景下目前仍難以被純攝像頭方案完全替代。當然，純視覺路線也有其擁護者和實踐者，技術路線之爭仍在進行中。但從當前的出貨量趨勢來看，物理AI的落地正在為激光雷達打開一個比智能汽車更廣闊的潛在空間。

一個硬件公司的轉型截面

速騰聚創機器人業務的爆發，是這個產業趨勢在公司層面最直接的體現。

從數字上看，1.19萬臺到18.55萬臺，一年間的增幅是1458.8%。這個增速本身固然有低基數的成分，但背后的驅動邏輯是真實的：割草機器人、商用清潔機器人、無人配送車等細分場景正在快速規模化，速騰聚創較早完成了市場卡位，與庫犸科技簽下120萬臺訂單，與石頭科技、未嵐大陸等頭部企業建立深度合作。

更值得關注的是盈利結構的變化。據速騰聚創去年全年數據，機器人業務毛利率已達39.7%，明顯高于車載ADAS業務的19.1%。機器人業務占比的提升，不只是收入來源的多元化，也在改善整體的利潤結構。

速騰聚創財報中還披露了一個指向更遠期的信號：其Active Camera解決方案已獲歐洲頭部人形機器人制造商批量訂單。人形機器人目前仍處于早期商業化階段，但這個訂單表明，感知硬件已經開始隨著人形機器人走進真實的生產部署場景，不再只是實驗室里的測試設備。

與此同時，車載業務并沒有就此沉寂。本季度ADAS出貨約14.48萬臺，同比增長49.7%，儲備在手訂單超過900萬臺。車載仍是支撐速騰聚創當期收入的主要來源，雙引擎同時運轉的格局正在形成。

 

兩種路徑，同一個目的地

物理AI感知層的競爭，并不只有速騰一家。另一家行業龍頭禾賽科技在今年5月披露了同期業績：營收6.81億元，同比增長29.6%；凈利潤1830萬元，連續四個季度實現GAAP盈利；激光雷達總出貨量47.17萬臺，同比增長140.9%。據Yole Group數據，禾賽以43%市占率位居全球ADAS主激光雷達出貨量第一。

兩家公司都在增長，但路徑有所不同。速騰選擇向機器人端快速傾斜，本季度機器人出貨量已占總量過半；禾賽則在守住車載領先地位的同時，將戰略從“空間感知”升級為“空間智能”，推出空間智能平臺Kosmo，同時拿下梅賽德斯-奔馳L3級自動駕駛的供應商資質，向全球高端市場和更高附加值的數據服務延伸。

一個押注感知硬件向機器人端的規模擴張，一個試圖從硬件制造商升級為空間智能平臺。殊途同歸的背后，是同一個判斷：感知層，正在成為物理AI時代最值得爭奪的基礎設施之一。至于這場競爭最終會走向高度集中還是多家共存，現在還看不清楚。

價格壓力與技術代差

硬件行業有一條幾乎通用的規律：一旦某項技術從“高端配置”走向“標準配置”，價格戰就會隨之而來。激光雷達正在經歷這個過程。

當感知硬件開始大規模進入機器人場景，出貨量的快速增長背后，是持續的降價壓力。這對下游機器人制造商是利好，但對感知硬件廠商而言，意味著單靠擴大出貨量已經不夠——必須同時在技術上建立足夠深的護城河，才能在價格下行的周期里守住利潤空間。

速騰的應對路徑是自研芯片。2026年4月，公司發布了自研SPAD-SoC數字化架構平臺“創世”，以及兩款旗艦芯片：支持2160線的車規級芯片“鳳凰”，和目前全球分辨率最高的大面陣芯片“孔雀”。從技術參數看，這代產品與此前主流方案之間存在明顯的代際差距——線束密度和成像分辨率的提升，意味著更安全、更精準的感知能力，也意味著更高的進入門檻。

自研芯片的戰略意義不只是降本，更重要的是卡位：當產品性能形成代差，競爭對手短期內難以追趕，定價權就在自己手里。當然，從芯片研發到規模量產、再到真正體現在成本結構上，是一個周期不短的過程。這條路能走多快、走多穩，是速騰接下來幾個季度最值得持續觀察的變量。

速騰聚創這份季報，是物理AI產業鏈演進在公司財報上留下的一個具體印記。機器人出貨量首次超過車載，不是一個孤立的商業事件，而是一個更大趨勢的局部顯影：AI正在完成從“生成內容”到“操作物理世界”的跨越，而支撐這個跨越的感知基礎設施，正在加速鋪開。

這個過程遠未結束。人形機器人、具身智能、高階自動駕駛，這些場景的規模放量都還需要時間，感知硬件的技術路線和市場格局也尚未定型。但有一點已經越來越清晰：物理AI時代，感知層不是配角，而是整個產業鏈能否真正落地的前提。誰能在這個前提上建立足夠深的優勢，誰就有可能在下一輪AI的競爭中，占據一個很難被繞開的位置。