樂動機器人

2026年6月，隨着宇樹科技IPO過會、智元機器人宣佈工業場景綜合成本低於人工、特斯拉Optimus持續推進量產準備，全球AI產業正在經歷一場比大語言模型更深刻的變革——從理解文本、代碼、圖像的數字世界AI，邁向理解真實三維物理世界、與環境實時交互並自主執行任務的“具身智能”新紀元。

如果説過去十年AI主要服務於數字世界，那麼未來十年，AI最重要的增量空間將來自物理世界。人形機器人、無人配送車、家庭服務機器人、工業機器人等具身智能終端正在快速發展，而支撐這一輪產業變革的核心，不僅是更強大的模型和算力，更離不開讓機器人真正理解現實世界的感知能力和數據基礎。

在這一歷史性拐點下，樂動機器人（01236）作為港股“空間智能機器人第一股”，卡位的並非單一終端機器人賽道，而是通過感知入口和數據基石打造物理AI時代更底層、更通用的核心基礎設施。

正因如此，樂動的資本市場價值應從平台性、成長性與稀缺性三條主線重新理解：平台性在於跨品類、跨場景複用；成長性在於承接具身智能產業化帶來的感知需求擴容；稀缺性在於其為港股市場提供了少有的，切入物理AI感知基礎設施的機器人標的。

從數字AI走向物理AI：樂動通過感知入口和數據基石打造核心基礎設施

技術層——“物理AI的感官系統”

斯坦福《2026 AI指數報告》揭示了一個尖鋭現實：人形機器人在真實家庭場景完成1000項家務的成功率僅為12.4%，而在模擬環境中高達89.4%。這77%的落差，不是運動控制的差距，而是空間感知的鴻溝。

與容錯率較高、環境相對單一的數字世界不同，物理世界是一個複雜、動態且充滿不確定性的多維空間。空間結構的變化、動態移動的人羣、不同光照條件下的場景差異以及不斷變化的任務需求，都要求機器人能夠實時感知周圍環境，並將現實世界轉化為機器可以理解的數據。

過程中，機器人要在真實的商業、工業或家庭場景中真正落地，不能長期依賴遙控器、預設路線或高成本的人工干預，而須在物理約束下自主完成感知、移動、抓取、避障、交互與執行的連續閉環。在這一漫長的能力鏈條中，感知能力首當其衝，成為目前機器人商業化落地最關鍵、最迫切需要補足的能力短板。

樂動機器人正是基於對這一底層邏輯的深刻洞察，從2017年成立之初就鎖定空間感知賽道。創始人周偉指出：“機器人真正商業化，需要跨越感知能力躍升這個關鍵台階。只有跨越這個坎，機器人才能從遙控器操控的玩具，變成真正理解環境的智能體。”

據智通財經APP瞭解到，樂動是全球最大的以視覺感知技術為核心的智能機器人公司，構建了從“感”到“知”的全棧能力。其中，“感”是通過攝像頭、激光雷達、各類傳感器將物理世界轉化為機器可處理的數據；“知”是通過空間智能模型與平台將數據轉化為對環境、空間、物體、任務狀態的理解。

據瞭解，樂動擁有從底層傳感器硬件到上層AI算法模型的全棧技術能力，超過600項專利，形成了強大的感知技術壁壘。例如，其AccAutoMapping技術通過四目矩陣傳感器和動態邊界識別系統，實現複雜場景通過率90%以上；融合端到端的大模型與三維傳感器重建完整性高達98%。

根據灼識數據，樂動視覺感知產品服務的客户包括全球前10大家用服務機器人公司中的7家、所有全球前5大商用服務機器人公司，累計服務全球超300家機器人企業。2025年，搭載其視覺感知技術的智能機器人超過900萬台。這一數據意味着，樂動不是服務單一品類的供應商，而是跨機器人形態、跨應用場景的通用感知基礎設施。

數據層——“世界模型的數據基石”

世界模型的訓練需要海量高保真的三維空間數據，但當前行業面臨“高質量三維空間數據稀缺”的瓶頸：物理AI時代最稀缺的資源不只是模型能力，更是真實世界的數據能力，由此具身智能的競爭終點是“數據飛輪”——誰掌握最多高質量物理交互數據，誰就有機會在下一輪人工智能競爭中佔據優勢。

而所有數據的起點都是空間感知，機器人通過視覺感知系統獲取環境信息，再通過算法處理形成空間理解能力，最終生成海量真實世界數據。這些數據不僅支撐機器人完成當前任務，更將成為未來具身智能訓練和迭代的重要基礎。

樂動的空間感知智能硬件+AI算法模型，可將原始傳感器數據轉化為結構化、語義化、物理一致性的“空間Token”，輸入世界模型進行訓練。目標場景涵蓋物理AI訓練數據採集、世界模型構建。公司的硬件部署在每一台機器人上及每一位數據訓練採集人員上，每一次掃描、每一次定位、每一次場景重建，都在為數據飛輪注入燃料。使樂動不僅是感知硬件提供商，更是世界模型的“數據精煉廠”。

空間智能機器人第一股的資本價值：平台性、成長性與稀缺性

站在資本市場的角度，樂動機器人作為空間智能機器人第一股，如今正迎來歷史性的資本價值重估，其邏輯可被提煉為三層：

第一層是成長性，享受具身智能產業化週期帶來的高景氣紅利。全球智能機器人市場預計將在2029年超過人民幣1萬億元規模，隨着家用服務、商用配送、工業巡檢、庭院管理及具身智能終端等應用場景持續拓展，視覺感知系統作為環境識別、空間定位、導航避障和任務執行的關鍵子系統，需求有望同步提升。樂動作為已具備規模化出貨和頭部客户覆蓋的視覺感知企業，有望成為行業擴容的重要受益者。

第二層是平台性，來自跨品類、跨場景的複用能力。樂動的視覺感知產品已應用於家用服務機器人、商用服務機器人、人形機器人、四足機器人、物流機器人等多個品類，應用場景橫跨家庭、商業、工業、户外等多個領域。其不依賴單一賽道的風險分散特性，能提升樂動享受全行業增長收益的確定性。

第三層也是最核心的邏輯，則是物理AI入口的稀缺性，以及價值重估。樂動填補了資本市場在物理AI感知層的標的空白。與聚焦本體制造的機器人公司不同，樂動切入的是具身智能產業鏈中更底層的基礎設施環節。

根據招股書，樂動上市募資將重點投向智能機器人視覺感知技術研發、AI功能算法結構升級、感知傳感器芯片研發、視覺感知產品升級、產能擴充，以及包括家用具身機器人在內的整機機器人產品開發。上述投入將進一步強化公司從視覺感知產品供應商向空間智能能力平台延伸的基礎。

在物理AI時代，感知入口等同於現實世界的數據入口，而高質量的物理交互數據將是未來AI競爭的核心資產。如今，站在物理AI爆發的黃金節點，樂動機器人正憑藉其作為視覺感知基礎設施優勢，卡位機器人產業鏈最底層、最通用、最具平台價值的環節。

對於資本市場而言，投資樂動不僅是投資一家機器人公司，更是投資物理AI時代空間智能的底層範式——一個即將定義下一個十年科技產業格局的核心資產。物理AI的“ChatGPT時刻”尚未到來，但空間智能的基礎設施已經就緒。