花环夫人

具身智能的下半场，拼的是交付。    导语：一家深耕重型机械的工业巨头，凭什么能精准接住这波AI时代带来的增量需求？          王剑/作者 砺石商业评论/出品          卡特彼勒（Caterpillar）业内简称“卡特”，是全球著名的工程机械龙头。

二 | 逛完今年的WRC，兴奋的同时，又有一些揪心。没人再怀疑机器人到底能不能干活了。分拣台上，机器人抓着一件件包裹，翻过面单，送上传送带；咖啡吧里，机械臂取杯、萃取、递杯一气呵成；家庭展区，机器人在叠衣服、收拾桌面、给垃圾桶套塑料袋，全程自主完成。2025年，其工程机械板块营收达到675亿美元，折合人民币近五千亿元人民币。

三 | 干活几乎成了展台标配，而且大部分任务，完成得都还不错。

四 | 从另一个角度说，这些演示又多少带着点“欺骗性”。         要知道，这个数字接近中国工程机械龙头三一重工全年总营收的两倍，仅这一块业务的体量，就超过了国内多家头部工程机械企业的营收总和。

五 | 毕竟，人类善于根据眼前的事物产生联想。         而这家1925年成立的企业，还拥有一抹极具辨识度的标志性颜色——“卡特黄（Caterpillar Yellow）”。整整一百年间，全球几乎所有大型工程的施工现场，都能看到那抹黄色涂装的设备身影。

六 |          因此，在大多数人眼里，卡特就是造挖掘机、推土机和矿用卡车的代名词。         然而到了2026年，这家重工巨头却成了微软、谷歌、亚马逊的座上宾。而这些科技巨头找上门，不是为了买挖掘机，而是采购大功率发电机组。         原因在于，全球AI数据中心建设热潮来袭，机房落地速度远远甩开了电网的扩容节奏。看到机器人在叠衣服，或许会觉得它也能做收纳，能叠T恤，那也能叠大衣、裙子，在现场能干，搬到任何一个家庭，也可以直接上手。而每一栋新楼在接入市政电路之前，都必须先批量部署发电机组兜底供电。但这份想象，机器人目前还很难接住。光锥智能在展会了解到，很多演示比较流畅的任务，其实是根据固定的场景和流程，特调出来的。

七 | 一旦换上没见过的物料，或者打乱流程，甚至干扰光影，表现就会不如人意。         于是，曾经的“工地霸主”摇身一变，成了AI算力时代的“临时电厂”。有展台工作人员向我们坦言，演示前在现场临时采了数据，或表示做了“微调”。

八 |          2026年一季度，卡特电力能源板块营收突破70亿美元，同比大涨48%，营收规模首次超越传统工程机械业务，跃升为集团第一大板块。         一家深耕重型机械的工业巨头，凭什么能精准接住这波AI时代泼天的增量需求？          这一切的起点，要回到1904年的加州农场。演示中的干活，和真正的干活，仍隔着一些距离。这段距离有多远，取决于模型的泛化能力，精准度和反应速度如何，数据能否供应得上，采集方式有哪些新的解法……但时间不等人，机器人行业已经来到了关键转折点。在过去大半年间里，机器人行业涌入了太多资源。         1          烂泥地里跑出来的新机器          那时期的加州中央谷地，土壤虽十分肥沃，却给农机制造了巨大麻烦。

九 | 几乎每两周就有融资事件，IPO的门口排着一长串人，机器人这个还处于早期的行业被资本、客户、产业链们共同推到了史无前例的高位。尤其是当宇树上市首日达成4千亿市值，标杆效应打开了机器人行业的天花板，同时也让那些试图在公司低估时期入局的投资人，少了“捡漏”的可能。

十 |          灌溉结束后，整片田地变成松软泥潭，轮式拖拉机一开进去，轮胎就开始空转打滑，寸步难行。         农民们不得不一次次停下，拿铁锹清泥，往轮下垫木板，一天将近三分之一的时间都耗费在处理烂泥上。但热闹终将散场，筹码总会兑现成价值。

十一 | 当行业融资通道收窄，随之而来的就是靠硬实力的长跑。从这个角度看，今年的WRC可能会变成很多玩家的最后一舞。

十二 |          耕地尚未完成，人力与牲畜早已体力透支。         彼时，本杰明·霍尔特（Benjamin Holt）正经营着一家农业机械制造厂，他也为此困境深感苦恼。         可无论是加宽轮式拖拉机的轮胎，还是加大马力，效果都不理想。         直到有一天，霍尔特从雪地雪橇获得了启发。         他觉得，既然雪橇依靠增大接触面积分散压力，让人得以在松软雪面平稳通行，如果把轮子拆掉，换成一条绕着车体转动的履带呢？          顺着这个思路，霍尔特不断试验、反复改进，最终真的把履带式拖拉机给造了出来。那么，当机器人会干活已经不再是新故事，行业的下半场，到底比什么？面对这个问题，众擎机器人创始人兼CEO赵同阳给了光锥智能一个答案，没有订单数字，没有宏大叙事，行业应该更关注交付的“质量”：交付必须是有质量的交付，而不是为了营收凑数。在一个所有人都在抢着证明自己的展会上，头部公司反而主张克制。         1904年11月24日，这台样机首次下地作业。这某种程度上正是下半场竞争逻辑的注脚。三种场景三种验证逻辑今年WRC上机器人干的活，大致可以分为工业、零售、家庭三类。三类场景的区别不在环境，而在验证逻辑：工业验证效率，零售验证流程。至于家庭，这暂时无法验证。         Benjamin Holt的77号履带式拖拉机原型样机测试于1904年感恩节进行          围观的人原本都等着看笑话，没想到机器稳稳地碾过最松软的泥地，几乎没怎么打滑。这次WRC上，工业领域依旧集中在上下料、搬运、码垛几项任务上。         现场一位摄影师盯着那条不停转动的钢带，随口说道：“这不就是只大毛毛虫（Caterpillar）吗？”          这句调侃惹得众人哄笑，霍尔特却心头一震。他当即拍板，将这款履带式拖拉机定名为“Caterpillar”。         后来，“Caterpillar”不再只是一个名字，更化作工业史上一个无法绕过的鲜明符号。         履带的发明也带来了工程机械的颠覆性改变：接触面积成倍扩大，接地压强骤降，软土牵引力直接飙升了300%。从此，再泥泞的土地也无法阻挡履带前行。优必选用隔离带围出一个上百平米的空间，多台机器人协同完成物料搬运、分拣、流转，亮点是支持3分钟自主换电，解决了续航的问题。银河通用的Galbot S1主打重载搬运，双臂最大负载达到了50公斤。虽然这些任务机器人都完成得不错，但在这个高度可标准化的场景里，如何跟传统工业设备对标，是行业最大痛点。         这项技术不仅彻底重塑了农业效率，更成为后世工程机械与军事坦克的起点。比如优必选的Walker S2，从搬起料箱，移动几米，再放到传送带，全程用了10秒以上。         1925年，霍尔特公司与克莱顿（C.L. Best）合并，正式组建了卡特彼勒公司（Caterpillar Inc.）。         1925年合并后，位于东皮奥里亚的前Holt工厂成为了公司最大的制造中心          自那时起，“解决棘手的工程难题”便被深深镌刻进卡特彼勒的基因。这个速度，远低于机械臂和AGV的水平。工业流水线之外，快递分拣成了这次大会最卷的场景之一。走了一圈，大概有七八家都在演示。这是工业领域里，极少数已经能用计件数量来衡量的场景，任务明确、节拍可量化。其中，星动纪元最快速度每小时将近2000件，自变量之前直播的战绩是一小时1816件、准确率超98%。         公司没有选择坐在实验室里闭门造车，而是将工程师直接派驻到工地、矿山与码头，直面客户最真实的痛点。这个数量水平，已经接近人类熟练工。         这些从一线带回来的鲜活反馈，随即转化为研发与服务体系升级的动力，驱动产品不断迭代。         正是这种基于极端场景的反复打磨，赋予了卡特彼勒设备在最恶劣周期中不可替代的生存能力，也令其成为了美国工业实力的重要支柱。其中，自变量的方案很有意思，它没用看起来更“高科技”的人形和灵巧手，只有两只机械臂，安装两个夹爪，而且就连夹爪也几乎不怎么张开。         此时的美国尚沉醉于“咆哮年代”的狂热之中，卡特彼勒也正踌躇满志，筹备登陆纽交所。         然而，1929年10月，一场突如其来的崩盘终结了一切，大萧条的帷幕骤然落下。

十三 | 就在卡特彼勒即将上市的前两个月，“黑色星期二”的血雨腥风，直接将这家年轻的公司抛入了深渊。         随后的数年，美国失业率逼近25%，钢厂高炉熄火，银行接连倒闭，几乎所有企业都在收缩防线。就是在这么朴素的设备上，既展示出了效率，也兼具了具身智能的泛化性。比如翻面单时，它是用一只夹爪先挡住包裹，再用另一只夹爪直接把包裹掀过去，然后推到传送带上。用东北话说，这个动作叫“扒拉”。这一方式不仅拓宽了可处理包裹的尺寸、形状，也能提高效率。         当同行们纷纷砍掉研发预算，死守老型号以求苟延残喘时，卡特彼勒却反其道而行之——在1931年推出了公司历史上第一款柴油发动机。演示环境中，自变量的包裹并不是统一的，有柔软的塑料包装，有不同尺寸的硬纸壳箱，其中还掺杂了不是快递的毛绒玩具等物品，机械臂都能快速识别，进行分类处理。         事实上，这在当时是一个极度冒险的决定。遇到两个尺寸相同的纸箱挨在一起时，它会先把旁边的包裹推出去，再操作眼前的包裹，一次翻不过去就再翻几次。         彼时，汽车工业已开始普及汽油发动机，而柴油机因体积庞大、噪音刺耳，并不被市场看好。光锥智能询问了自变量这个方案的落地情况，展台工作人员称，目前已经在全国多个快递中心投入实际应用了。         而在大萧条的至暗时刻，卡特彼勒押注这样一条前途未卜的技术路线，无异于一场豪赌。         可最终，卡特彼勒赌赢了。         柴油发动机的热效率比汽油机高出近一倍，不仅扭矩更大，油耗也更低，完美契合重型设备的长时间作业需求。但问到具体是多少家，是哪家快递，对方表示无可奉告，并表示确实是真的干活，不是为了采集数据。这条技术路线，此后支撑了卡特彼勒长达半个世纪的产品体系。零售是今年展台密度上升最快的场景，背后逻辑是“半结构化”场景，比工厂开放、比家庭可控，既能算商业账，又能持续产生多样化的真实交互数据。蚂蚁灵波展示了在超市和药房场景中，从扫码下单、机器人到货架取货、把商品送到前台的标准流程，并且，智慧药房的方案已经在上海真实门店投入运行。         随着大萧条阴霾散去，美国为加速现代化进程，掀起了大规模基建浪潮，高速公路、水坝、桥梁遍地开花。         卡特彼勒的挖掘机、推土机乘势扩张，产品矩阵越铺越宽。

十四 | 零售要规模化，靠的就是流程的可复制性。同样的场景银河通用和星海图也都在验证，后者展示的规模最大，号称能泛化到万种SKU，但现场抓取时出现过多次失误。值得思考的是，光锥智能注意到，今年WRC展示的零售场景似乎有些“退步”。敏锐捕捉到全球矿业兴起的趋势，公司又专门研发出载重惊人的矿用卡车，一度独霸市场多年。在2025年WRC时，银河通用的演示具有明确的“非标”特征。         其中最具代表性的，便是世界上最大的机械传动卡车——797型自卸卡车。比起今年的演示，去年货架商品摆放紧密，辣条一类的产品还挂在钩子上，完全就是真实小卖部的样子。

十五 | 它满载能拉360吨，单个轮胎高达四米、重达五吨，站在旁边的成年人连车轮最高点都够不到。         这样一台巨兽，售价高达500万美元，价格高得离谱。即便是其他工程机械，也基本是百万美元起步。

十六 | 但今年的演示一眼望去都是标准化，标准的货架、间距一致的商品摆放。或许，今年的设计是基于演示成功率的考量，但行业从“秀泛化”变成了公式化的“保交付”，也失去了不少“灵性”。         但客户别无选择。         因为在工程机械这个行业，除了卡特彼勒，几乎没有其他选项。         即便后来出现了竞争者，无论是在海拔5000米的高原矿山，还是在零下40度的西伯利亚冻土，亦或是湿度饱和的热带雨林，卡特彼勒的设备往往仍是唯一能稳定运转的机器。不同于货架销售，零售领域今年还出现了各种制作奶茶和鸡尾酒的货柜，里面是一个机械臂，根据点单现场调制饮料，调完之后自动冲洗杯具，周围买单的人不少。有趣的是，对比场馆内“无人问津”的自动售货机，消费者对机器人零售的接受度显然更高。家庭场景的任务是所有赛道里最杂的，有叠衣服的、切黄瓜的、整理桌面的、给垃圾桶套袋的……这不禁让现场观众浮想联翩，机器人真的什么都能干了，机器人养老已经成了？种种需求确实是真需求，毕竟人在家躺着，能不动手就不动手。         可以说，施工环境越恶劣，越是卡特彼勒大显身手之时。但问题是，泛化的能力和完成的质量很难验证。         那么，这种“别人做不了”的底气，究竟从何而来？          2          高价设备背后的确定性          从创业之初，卡特彼勒便确立了核心零部件自研自产的原则。在银河通用的展台，光锥智能对挂衣服这一任务询问，把一件衣服挂在衣架上大概要多久？工作人员表示，平均3分钟一件，“很快”。又问这和人比还是慢了许多，对方回答：“这毕竟是机器人”。         这种打法，在当时并不符合行业的主流认知。厂商自己都把差距解读成了理所当然，这说明家庭场景的分水岭，远还没到来。为了追求利润最大化，多数整机厂商习惯于将零部件外包给专业供应商——发动机交给康明斯，液压件交给博世力士乐，自己则专注于结构件加工与整机组装。热闹的背后仍需冷静判断，家庭叙事想象空间很大，但短期内不可证伪。工业场景里，每小时分拣多少件就是多少件；而叠衣服叠得好不好、陪伴得开不开心，没有客户会在下个季度拿着验收单找上门。         这种“轻资产模式”不仅成本低，资金周转也快，是当时市场公认的最优解。“能干活”已是行业共识，“活干得怎么样”开始成为可量化、可被证伪的分水岭，已经成为了下半场的入口。谁说VLA死了？机器人能干活，靠的不是某个单点突破，而是一套“模型+数据”的底层体系。         然而，卡特彼勒却选择了一条截然相反的“重资产”路线。今年最值得关注的变化有两个：模型侧，争论变了，不是有了终极答案，而是大家发现瓶颈不在架构，在数据；数据侧，采集的“无感化”和多模态化同时加速。         从发动机的自研自产，到液压元件的深度开发，甚至连整机控制系统也牢牢攥在自己手中。

十七 |          这条路前期研发投入巨大，产线极其昂贵，需要数十年如一日的定力与技术沉淀。今年，机器人行业关于技术的一大讨论就是“VLA已死，世界模型当立”。但光锥智能在各个展台走访之后，可以确定的是，支撑机器人干活的主力架构，依然是VLA：把视觉感知、语言指令和动作输出映射进同一个网络。VLA能成为主力的原因，并不是因为最先进，而是最工程友好。但这样做的好处也同样明显：核心技术握在自己手里，意味着关键环节无人能“卡脖子”。

十八 |          以发动机为例，从1931年的第一款柴油机，到现在成为行业内唯一能在柴油、燃气、电动三条主流动力路线上都实现全燃氢技术的公司，全球工程机械行业中无出其右。机器人经过相对简单的训练和调试，就能在新环境里快速获得“干活能力”，不需要工程师为每个场景写死规则。

十九 | 同时，现在VLA在跨本体能力上越来越普遍了。过去“一种本体配一套模型”，每换一个硬件就重烧一笔训练成本，现在模型积累开始摆脱硬件绑定。银河通用展台上，轮式、重载、双足三种形态完全不同的机器人跑的是同一套具身基础大模型；星海图的G0.5通过统一动作编码适配不同本体；深诣机器人也强调其基座模型支持“一脑多形”。         再看大型挖掘机的液压系统。挖掘机的真正瓶颈往往不在发动机，而在液压系统。这种方案，既降低了训练成本，不同本体的经验又可以打通和复用。

| 虽然各家都在谈泛化，但本体的泛化，不等于场景和任务的泛化。世界模型被更多的引入系统当中，就是为了补齐模型真正理解物理世界的能力。维他动力的Vbot-WorldModel展示了更务实的用法，世界模型不负责生成动作，只在行动前推演不同候选动作的结果，为策略选择提供评估信号。先把预判当辅助工具用起来，而不是等它成为全能大脑。银河通用的WAM架构，是把世界模型的预测和VLA的动作决策合进统一模型。

| 决定挖掘深度与推土重量的，不是引擎的马力数据，而是液压泵的流量控制精度与阀芯的响应灵敏度。

|          而这，才是工程机械真正的技术命脉，也是卡特彼勒耗费整整一个世纪，持续砸钱、砸人、砸时间才换来的护城河。         凭借数十年的技术沉淀，卡特彼勒不仅筑起了极高的技术壁垒，更有余力向第三方供应核心零部件，成为全球工程机械行业中，为数不多兼具“整机厂”与“核心供应商”双重身份的企业。         进入数字化时代，卡特彼勒将垂直整合的逻辑进一步延伸到了数据层面。在这里，世界模型不只是提供了一个预测层，也直接参与到动作生成当中。

|          目前，全球已有超过160万台卡特设备接入云端，每一台机器的运行状态、零件磨损、工况数据均可实时回传。         这种基于海量数据的闭环能力，也成为了竞争对手难以复制的软实力。

| 无论是VLA还是世界模型，两条路线的优劣，行业自己会算这笔账：VLA短暂学习就能投入使用，弱点是需要大量对齐数据、泛化有限；世界模型在同等数据量下泛化更好，因为它学的是可迁移的物理规律，而非具体动作轨迹。

| 光锥智能也就这个问题采访了蚂蚁灵波。         以某矿区为例，当一台卡特挖掘机的液压泵磨损曲线出现异常波动，卡特的系统会在72小时内自动推送预警，建议更换零件。

|          此时，矿场的维修团队看到的只是一份提示，机器仍在正常运转。在现场工作人员看来，这场争论本质是学术与工程实现的角度不同。只需停机两小时，换好零件即可复工，丝毫不耽误工程进度。VLA能通过短暂学习立刻投入使用，这是它被广泛采用的原因；世界模型能理解世界，但这是长期愿景，温度、材质等大量物理数据目前极度缺乏，且难以被正确表达，导致世界模型当下的使用效果并不理想。         但如果换成一台没有联网的竞品设备，同样的故障通常要等到机器彻底趴窝才会被发现。对于机器人什么时候能迎来ChatGPT时刻？赵同阳告诉光锥智能，三年之内。届时不仅要花两三天等待配件，误工损失往往是换件成本的数倍，甚至可能引发连锁安全事故。         然而，工程机械终究是个强周期行业：市场火热时订单堆积如山，市场寒冬时一台设备也难寻。         仅靠单一的工程机械业务线，显然不足以支撑卡特彼勒穿越一轮又一轮的产业周期。“人形机器人需要体能，还需要智能，因此一个行业的发展肯定是每一个领域都在同时发展。

|          3          数据中心等不及电网          事实上，在百年的发展历程中，卡特彼勒逐渐沉淀出三大并行的业务板块。         其中，工程机械（Construction Industries）是其最广为人知的标签，覆盖建筑、道路等基础建设领域；资源开采（Resource Industries）则面向矿山、采石场等极端工况，设备尺寸更大，对耐用性有着近乎苛刻的要求；而电力能源（Energy & Transportation）板块，则专注于船舶动力、油气设备及工业级发电机组。         这三大板块绝非孤立存在，而是互为犄角，彼此策应。         基建投资上行时，工程机械业务贡献核心增量；大宗商品价格高企、矿山满负荷运转时，资源开采板块释放业绩弹性；而当电价上涨或电力供应趋紧，电力能源板块则确立稳健增长。         正是借助这种多元化的业务架构，卡特彼勒得以在一次次行业低谷中避开致命震荡。

|          当房地产下行拖累工程机械销量时，全球矿业或许正处于超级周期，或是数据中心建设正推高发电设备需求——这块承压，那块补位。AGI时刻的到来，据我观察，从硬件到软件，从小脑、大脑到算法，应该在3年之内。”整体结论就是，VLA是当下的饭碗，世界模型是未来的期权。         几大业务轮番接力，卡特彼勒才未被行业的剧烈起伏拖垮。         过去，外界只将此视作分散风险的常规操作。纯路线之争今年明显升温，但所有没有数据支撑的算法之争，最后都是梦幻泡影。而数据采集方式的演进史，就是一部“减重史”。         直到2024年，随着全球数据中心建设潮起，这套架构的战略价值才浮出水面。今年技术侧最深的共识是，数据不够，所以算法才不行。一个很有趣的案例是机器人的触觉。在没有触觉维度之前，靠算法只能把纯视觉的成功率拉到七八成。         当时，卡特的销售系统捕捉到一个异常信号：大型往复式发电机组的询单量，短短几个月内激增三倍，而买家集中来自微软、谷歌、亚马逊，以及大批快速扩张的数据中心运营商。         背后的逻辑其实很简单，由于AI算力需求呈指数级爆发，而传统电力供给的脚步根本追不上。

|          建设大规模数据中心需要海量电力支撑，但许多地区的电网扩容，仅审批加建设就要耗时两三年。         问题在于，这段供电真空期内，数据中心绝不能停摆——只能依靠自备发电机组先行兜底运转。但加入了触觉之后，成功率立马能上升到95%，算法立刻“支棱”起来了。         然而，数据中心的负载特性极为特殊，不仅对功率要求极高，更对电能质量与响应速度有着近乎苛刻的标准，绝不是随便一台发电机就能胜任的。算法的瓶颈，有时候得靠数据采集层面解决。         这也解释了为何微软、谷歌等巨头毫不犹豫地将订单交给了卡特彼勒，其大型发电机组就此成为AI基础设施中最紧俏的硬件之一。

|          对于客户来说，卡特彼勒制造发电机组已超过半个世纪，性能稳定。但最关键的是，它不仅会造发电机，连最核心的发动机也是自研自产。回看采集方式的演进，从遥操作、ego到数采手套，每一步都在给采集者“减重”。         因此，当大型数据中心需要十几台机组并网运行时，卡特彼勒能确保每一台输出的电流严丝合缝，彻底杜绝电压跳变烧毁服务器的风险，解决了并联发电的最大难题。遥操太重且拿不回实时反馈；ego估不准手部关键点；手套隔着厚厚材料，终究不是人的真实触感，数据的终极问题，是像不像人真实干活的状态。         由于大型发电机组属于定制化重资产设备，交付周期漫长，从下单到交付通常需半年到一年，这也使得2024年年中爆发的订单潮，要迟至2026年一季度才能转化为确认营收。         正是这一长串的交付链条，才让电力能源板块在2026年一季度正式取代工程机械，登顶卡特彼勒最大的业务支柱。

|          值得一提的是，卡特彼勒卖的从来不仅仅是硬件。

| 采集层面“减重”，数据维度在不断增重。外骨骼和肌电今年的爆发，正是这条线索的延续。

| 强脑、优龙、程天等出身各异的公司都在这个窗口期推出外骨骼数采产品，解决全身运动数据的规模化。         依托其全球铺设的服务网络，卡特彼勒还能为数据中心提供“能源即服务”（Energy as a Service），内容涵盖长期运维合同、远程监控及燃料管理。章鱼动力的肌电手环号称做到跨个体零样本泛化，新人佩戴即用；ORIGINFLOW甚至试图捕捉比动作早约50毫秒的发力意图。         对科技巨头而言，与其自建团队去伺候这些庞然大物，不如打包交给卡特，让自己专注于算力本身。

| 它们的共同目标都是，让采集者在正常生活、工作的过程中，顺便把数据采了。数据的维度也在同步拓宽，触觉在今年基本成了标配。曦诺未来在WRC发布的直驱灵巧手Prima1，集成了视触觉加分布式触觉阵列，指尖触觉分辨率达0.1N，产品定位直接瞄准“AI训练平台”。为模型训练提供高保真的力控与触觉数据，这本身就是一个信号，执行端硬件正在为数据而设计。         正是依托这张覆盖全球的服务网，卡特彼勒才得以将触角延伸至设备全生命周期的管理。         可对卡特彼勒而言，卖设备仅仅是开始，真正的生意，其实是往后几十年不间断的“收租”。         4          比机器更赚钱的，是机器之后的生意          很多人或许不知道，卡特彼勒旗下还养着一只“现金牛”——Cat Financial（卡特彼勒金融服务公司）。可以说，数据采集今年已跨过“能不能采”的第一阶段，下一步，则是进入采什么、怎么评价、哪些数据真正提升模型的第二阶段。         这是卡特彼勒百分百控股的全资子公司，绝非只是一个替客户办理分期付款的基础部门，而是其全球作战体系里重要的金融基石。无感化采集能否跑通，很可能决定下一轮Scaling何时爆发。         2025年，Cat Financial全年营收达36.3亿美元，，其不是卡特彼勒顺手做的副业，而是其早在20世纪80年代便布下的战略棋子。

| 而一切的出发点，其实是为了对抗建筑业那极为不确定的周期。         当经济上行期，金融只是锦上添花，只是帮客户减轻首付压力，将订单盘子做大。产业链越成熟交付越见真章游走在场馆中，相信所有观众都会萌生一个念头——做机器人的门槛是不是其实不高？大脑、灵巧手、数据、运动底座、本体、线束、计算平台、减速器……好像都已经有了标准化的解决方案。

| 机器人产业链看起来已经达到了成熟阶段。

| 这届WRC，聚集了各种来自深圳和苏州昆山的供应链厂商，从核心零部件到解决方案，一应俱全。在机器人公司扎堆的深圳南山留仙大道，从触觉、视觉到关节、控制器，很多环节可以直接在一街之隔完成协作，上午研发、下午测试、晚上迭代。甚至供应商的方案已经溢出了行业的需求。但在下行周期，当商业银行因坏账风险收紧银根时，Cat Financial的战略价值便显露无遗。         因为普通制造商只能眼睁睁看着客户流失，卡特彼勒却敢逆势放贷。         而这份底气，来自两样传统银行不具备的武器：对设备残值的精准定价权，以及覆盖全球的二手设备处置网络。         传统银行只会盯着财务报表和抵押物，而卡特彼勒真正关心的，是这台设备明年还能值多少钱。比如，一家给兆维机电和灵心巧手提供感知方案的公司，多模态的维度已经上到了滑移觉、摩擦觉、硬度觉和接近觉。         从专业角度来说，没有谁比卡特彼勒更清楚这台机器干过什么活、还剩多少寿命、到时候能卖多少钱。但询问后得知，目前行业的订单多数还是做触觉，剩下的模态还没有需求。         正是凭借这种扎根产业的深度风控能力，卡特彼勒在信贷紧缩时，便能巧妙动用金融杠杆，吞下竞争对手被迫让出的市场份额。产业链的成熟，让行业攒一台机器人变得更加容易，VLA让“干活”遍地开花，各家公司都在焦虑地寻找演示场景。

|          2008年金融危机后，美国大量建筑公司破产，银行全面停贷。

| 卡特彼勒却通过Cat Financial，向那些信用受损但手里有活可干的承包商逆势放贷——条件只有一个：必须使用卡特彼勒设备，并接受卡特彼勒的远程监控。但也正因如此，更尖锐的问题被推到台前：机器人本身的商业化，走到了哪一步？深诣机器人联合创始人黄康尧在WRC圆桌说道：“在工业或泛工业场景，客户愿意付费的时候，才算是落地了。         事实证明，这是一步妙棋。”他判断，未来一两年工业和泛工业会率先跑出规模，因为这些场景能算过ROI；商业和家庭场景会有部署，但短期难盈利。工业场景中，头部公司已经从POC走向小批量交付。

| 在合作方立讯的工厂里，众擎机器人在搬运、分拣仍处于联合研发和尝试部署阶段；智平方与半导体显示巨头惠科签下3年1000台、近5亿元的订单，并与东风柳汽完成国产具身大模型的汽车制造全场景验证。

| 这个场景里，客户拿着验收单核对每小时多少件、成功率多少。

| 接下来的分水岭，不是技术演示，而是交付成本能否继续下降、非标工序的交付半径能否扩大。

| 这批贷款后来非但没有形成坏账，反而成了Cat Financial历史上回报率最高的资产之一。         不过，放贷终究只是敲门的砖。零售场景中的超市和药房，目前还处于单店模型验证期。银河通用在药房和即时零售场景规模化运转，靠准确率挣续约；无界动力手握7亿元订单开始全球交付；星海图与京东的前置仓跑通了完整履约链路；蚂蚁灵波把履约做成了可复制的标准流程。         金融把门撬开了，真正的金矿却藏在门后长达几十年的市场里。智平方在展台摆了一个咖啡店的台面，后面的人形机器人“爱宝”负责递杯。现场工作人员介绍说，原本在工业领域打磨了很久，但发现很难落地，反而是零售场景很容易实现，而且容错率很高。“我们觉得，先把好做的场景做起来，也是一个很好的选择。”原本以世界模型起家的跨维，这两年也开始做自己的本体。跨维联创、运营合伙人解锐说到，他们不仅在工业场景里有了实际落地，而且在零售赛道里同样在快速铺开。但和智平方、银河通用不同的是，他们更愿意把零售场景的运营交给第三方的运营商。付费客户已经出现，账基本算得过来，但都还停留在单点或少数门店。

| 零售已被证明“是门生意”，还没被证明“是门能规模化的生意”，衡量进度的标尺是续约率和复制速度。         卡特彼勒依托遍布全球的代理商网络，借着卖设备的同时，也彻底接管了设备的全生命周期。         可以说，从设备接入卡特智能平台的那一刻起，客户便被牢牢锁入体系之中。维修保养、零件更换、技术升级——每一步都依赖原厂服务，无异于向卡特定时“交租”。家庭场景中，更大的增长则在消费级产品上出现。         当所有设备数据都在卡特彼勒的云平台上，当现场维修团队习惯了卡特彼勒的工具和流程，更换品牌便意味着整个运营体系的推倒重来。松延动力依靠“小月”、“小布米”等主打C端交互的产品，已经拿下超亿元订单。维他动力的“交付-反馈-迭代”的产品闭环已经开始转动。其四足机器狗“大头”首销6540台、订单金额近亿元。

| 这款具备跟随、交互功能的宠物机器狗，现场有不少带孩子来的观众很感兴趣，想要直接买一台回家。

| 有意思的是，维他动力在普通门店试点的机器人租赁效果平平，但搬进亲子酒店后出租率却高到周末需要提前预订。         对矿山和大型基建项目而言，停机一小时的产能损失，往往是维修费的十倍甚至百倍。面对这种毁灭级的代价，没人敢拿杂牌零件去赌。看来，机器人能不能创造价值，场景选择本身就是答案的一部分。         从这点来看，相比于同行，卡特彼勒卖的不再是一台台冰冷的钢铁机器，而是一套“不停工”的保障体系：设备坏了它负责修，没钱买它负责贷，旧了它负责回收、翻新、再售。

|          这个体系里，卡特彼勒不仅是制造商，更是资产的持有者和运营者。上半场比本体、比模型的竞争正式翻页。而这，才是它能熬过大萧条，并在AI时代再次起飞的真正底气。下半场的竞争是能不能让客户愿意付费、续约、扩单。

| 产业链的成熟让所有人都能把机器人造出来，而客户只认结果。结语逛完今年的WRC，最大的体感是这个行业正在被分成两半：一半开始被数字追着跑，每小时分拣多少件、成功率多少、订单多少亿；另一半还在被故事托着。         这种商业模式的威力，也直接重塑了卡特彼勒的营收结构。讲故事没有错，早期行业本来就需要故事。但当分拣台前的近十家公司开始用同一把尺子互相丈量，当客户拿着验收单走进工厂，当“交付”取代“演示”成为高频词，具身智能的竞争逻辑已经变了。2025年，设备销售占比已不足六成，其余营收全部来自零部件、维修服务和融资利息。能干活，只是入场券，把活干好、把货交付、让客户买单，才是下半场的比赛本身。