具身智能寻找“商业模型”：“部署公司”兴起，行业从技术叙事转向交付竞争

具身智能行业正在经历一次叙事重心的迁移。当技术模型的军备竞赛仍在继续，一个更根本的问题开始浮出水面：这些能力究竟以什么方式、卖给谁、靠什么持续产生收入。近期，“部署公司”作为一个新的商业身份进入视野，指向的正是技术能力与客户需求之间长期缺失的那一环。

行业头部公司的动向折射出这一张力。Figure在内部大会上详细介绍了Figure 04的设计锁定与Helix 3.0的进展，但对商业化路径三缄其口，转而强调账上持有20亿美元现金。与之形成对照的是，Physical Intelligence于10月13日开放API beta，允许外部团队上传数据、在托管算力上微调模型并进行推理；Dream Labs的Dream-1公布了每小时3美元的运行价格，发布不到24小时即在53个国家控制31种未见过的机器人类型，完成超过37.2万次推理调用。技术能力开始以可定价、可交易的服务形态出现在外部团队面前。

“部署公司”正是在这一缝隙中成形的。其成员构成混杂：围绕开放模型做二次开发的团队、扎根具体场景的模型公司、连接硬件与客户的系统集成商，甚至部分数据公司也沿着采集、后训练和评测向交付端延伸。它们出身各异，但经营上的共同点明确：围绕实际需求组织能力，对落地效果承担责任。

资本已经在用真金白银为这一方向定价。Mecka AI于10月完成6000万美元B轮融资，由红杉资本领投，英伟达、微软M12、高通、三星等参投，累计披露融资约1.2亿美元，资金明确用于扩展商业机器人部署。Mecka将自身定位为物理AI的“数据和部署层”，面向缺乏机器人团队的企业，将硬件、数据采集、后训练、系统集成与持续运营打包为一体化交付。国内方面，光轮智能围绕“数据—仿真—评测—部署反馈”建设持续学习基础设施，2026年估值已突破150亿元，为超过80%的全球头部具身智能团队提供仿真与数据服务。

这一趋势对产业链上下游同时提出了新的能力要求。对模型厂商而言，仅仅开放接口远远不够；外部团队在部署中遇到的物料偏差、节拍变化和连续作业故障，需要模型方具备诊断、适配和迭代支持的能力。对部署方而言，则需要在客户流程理解、任务边界判断和设备选型之外，具备在系统表现不佳时定位根因的技术纵深。Skild AI联合创始人Deepak Pathak曾设想将部署交给第三方，但现实迫使其修正判断：在技术仍在成长的阶段，部署与研发之间的反馈循环很难被外部化。

从商业模型的角度看，部署、订阅与生态扩张正在成为具身智能企业组织生意的几种可行路径。Sunday Robotics以低价订阅换取数据回流，智元则通过本体toB、租赁toC以及数据采补与销售的多线布局推动生态内相互赋能。这些尝试的共同指向是：企业开始用“承担了什么业务”而非“拥有什么技术标签”来定义自身。

值得一提的是，具身智能的长期悬浮感，部分正来自技术目标宏大而交易关系模糊的落差。只有当部署公司、API计费和场景化交付开始让“谁付费、为什么付费、付多少”变得可讨论，商业模型的搭建或才真正从技术叙事的阴影中走出。