问题——热度升温之下，产业“从0到1”仍要经受落地检验； 今年春节，人工智能应用写祝福、生活服务等场景加速普及，多家企业的机器人也在春晚舞台集中亮相。舞蹈、武术、小品互动等节目，让公众直观看到机器人在运动控制与人机协同上的进展。不过，节后对应的板块波动明显加大，市场随之把注意力集中到三个问题：技术迭代能否持续、应用场景能否规模化、估值如何与产业阶段匹配。钟鸣认为，舞台展示提升了行业能见度，但机器人产业仍处在从能力验证走向量产体系的过渡期，短期股价表现可能与产业实际进展出现偏差。 原因——技术确在推进，但数据与工程化约束更突出。 钟鸣在调研中表示，春晚更像一扇“窗口”，外界由此看到产业从少数企业探索，进入多家企业同台竞技的阶段性变化：一类企业在运动控制、动态平衡各上提升明显，能力有望延伸到展陈、演艺等更多商业场景；另一类企业更强调“手”和“脑”的协同，抓取、整理等任务中显示出潜力。但从产业链看，瓶颈依然清晰，其中“数据不足”被普遍视为关键卡点。人形机器人所需的运动轨迹、力矩控制等高质量数据难以从公开网络直接获得，往往要通过遥控示教、实地采集等方式积累，成本高、周期长，进而影响模型训练效率与泛化能力。同时，产品工程化与可靠性验证还未形成闭环，安全标准、责任边界和交付体系仍待完善，这些因素都会拉长从样机到量产的周期。 影响——短期波动加剧，竞争格局与资源配置加速分化。 对节后震荡，钟鸣认为，资本市场常出现“预期前置”，行业处于关键节点时，情绪和事件更容易放大波动。此前板块也曾因传闻与热点切换快速下跌，反映出参与主体多、估值参照体系仍在形成。另外，产业端的分化将继续加快：具备核心零部件能力、供应链整合能力和场景落地能力的企业，更可能在下一阶段占据优势；而缺少数据闭环与工程化能力的参与者，差距可能被迅速拉开。对地方产业布局来说，机器人作为新质生产力的重要方向之一，产业链协同与应用示范或将提速，但也需警惕一哄而上带来的同质化投入。 对策——加强数据与应用平台建设，优先跑通ToB闭环。 钟鸣指出，突破数据瓶颈需要“多方协同”。一上，地方支持正加码，多地通过直接投资、采购应用、建设数据采集与训练平台等方式，帮助企业获取关键数据和试验场景；另一上，企业应围绕可验证、可交付的任务建立数据闭环，减少对单一场景“演示”的依赖，把稳定性、可靠性和可维护性做实。在应用路径上，产业大概率会走“先ToB、后ToC”的渐进路线：先在泛ToB领域以及危险、重复、极端作业等场景落地，以清晰的投入产出和安全边界实现商业闭环，再逐步向更复杂、更开放的环境拓展。至于面向家庭的ToC应用，钟鸣判断仍需较长时间，关键在安全、成本以及“大脑”能力的持续提升，陪伴类产品可能成为阶段性过渡形态。 前景——路线尚未收敛，长期空间取决于量产能力与生态成熟度。 钟鸣认为，中长期的迭代方向相对清晰：一是模型能力持续提升，带动感知与决策增强；二是运动控制与执行系统向更轻量、更高能效、更低成本演进；三是供应链国产化与规模制造能力将决定量产速度。估值层面，他将当下阶段类比为早期智能驾驶的演进：容易受到事件催化与热点切换影响，但若从潜在市场规模与渗透率看，长期空间仍然可观。投资研究上，更应关注具备“硬件核心能力+整机集成+场景落地”的企业与环节，包括关键零部件、主机厂供应链，以及轻量化、新材料等可能推动成本曲线下移的方向。同时，行业也需在标准体系、测试认证、责任界定与安全规范上同步推进，为规模化应用补齐制度基础。
机器人产业正处于从技术验证走向商业化落地的关键阶段。春晚舞台的集中展示带来关注，但产业价值最终要靠长期落地来体现。短期波动更多是市场对预期的再定价，不必据此否定产业前景。随着数据采集与训练体系逐步完善、政策支持更有针对性、技术与工程路径更清晰，机器人产业有望在未来五到十年实现从小范围应用向更广泛应用的扩展。投资者应以更长期视角审视该赛道，在理性评估风险的同时，把握产业升级带来的结构性机会。