文 |唐曉園

編輯 | 嚴方方、劉錚

視覺設計：星船知造

正文共計：11128字

預計閱讀時間：15分鐘

誰能讓機器人“從沒用到有用”、“從有用到好用”，誰就是今天的中國機器人領軍企業。

“有用”不是花拳繡腿，而是讓機器人在全球范圍內工業場景大面積落地。它同時指向三條事關國運的進化：

●當它架起一座座“技術與市場”的橋梁，中國機器人產業上下都得以不斷進化。

●當各式各樣的機器人成為智慧工廠的一部分，各產業從自動化向智能化轉型過程中必要的“數智基建”才能不斷夯實。

●中國人工智能產業在這一過程中獲得反哺。

這樣一家“工業+AI+機器人”企業，既是中國多個產業升級所急需的，也是資本市場苦尋的。

01 勝美半子：從玩具到工具的生死一躍

一場由美國單方面挑起的違背經濟規律的“關稅豪賭”仍在持續，復雜動蕩的國際局勢下，中美科技戰已出現一條清晰路徑——

當DeepSeek僅用OpenAI訓練資金的“零頭”就開發出頂尖模型后，人們開始更多關注垂直場景應用和工具型產品。

誰能率先落地更多應用，構建更廣闊的AI生態，形成市場、技術的正循環，誰就能在這輪科技戰中贏得先機。

中國的工業實力是AI擁有巨大垂直行業場景化應用的重要因素。誰能率先用好工業場景中不斷生成的海量真實數據，誰就將率先構建起不可復制的技術護城河。

2025年3月，“具身智能”被寫入中國政府工作報告，其定義是——能夠理解、推理并與物理世界互動的智能系統。人形機器人是人工智能發展的高階形態，也有可能成為AI的終極形態。

中美在AI超級終端——人形機器人領域的交手，中國已于“落地場景”領先半子。

當馬斯克的“擎天柱”還只能靠蹦迪跳舞展示自己的玩具屬性，中國部分人形機器人玩家已率先觸碰到“從玩具到工具”的拐點。

人形機器人作為一種商品，最重要的是走向市場。大洋彼岸的人形機器人已于“落地場景”全線落后。

美國行業老兵波士頓動力還在堅持象牙塔燒錢路線。在其獨特的“Project to VC”商業模式下，谷歌先以30億美元被套，硬扛4年后轉手軟銀；軟銀咬牙堅持3年，以9.21億美元讓現代集團接盤。

三易其主、身價卻節節敗退的波士頓動力歸來仍是“少年”：最新的ATLA將驅動方式從液壓轉向電驅，但實際作用呢？在波士頓動力2025年3月視頻中，最新ATLA表演了和四年前頗為相似的“翻筋斗”。

目前美國“全村”的希望是馬斯克的“擎天柱”。

但“擎天柱”2025年落地進展是：

終于踮起腳尖走進車間了——開始在汽車產線部分場景進行搬運工作。

表面看，工廠訓練能夠積累高質量、大規模的應用數據，打破“擎天柱”數據不足與實用性低下的頑疾。

但在《星船知造》的觀察中，“擎天柱”們小范圍進入的汽車產線——仍然是“噱頭”，連“替代”都談不上：讓造價高昂的擎天柱進行普通人工就能干的分揀工作，不僅僅是“機器人替人”的經濟賬算不過來，且其本質上干的也仍然是傳統工業機器人就能干的活兒。

換言之，美國人形機器人根本就沒找到工業場景中的定位。

率先觸碰到人形機器人“從玩具到工具”拐點的是中國企業。

中控技術的“領航者2號”人形機器人已完成DeepSeek-R1測試，未來，第三代“領航者”人形機器人還將進一步接入DeepSeek的多模態模型Janus Pro，助力機器人實現自然的環境感知和人機交互，2025年將在某大型石化企業實驗室的高風險作業場景中實現落地應用。

《星船知造》注意到，與“擎天柱”為“講故事”而進入的汽車車間不同，中控技術的“領航者”進入的石化化工場景屬于流程工業。流程工業具有幾個顯著特性：

一是流程工業足夠“深”。

它擁有海量優質數據。這與流程工業本身的特性有關，我們以“領航者”進入的石化化工場景為例：

連續性：流程工業生產工藝裝置大多是365天、24小時不間斷長周期運行，且涉及上下游多套工藝裝置環環相扣。如煉油的主工藝流程包括原油預處理、常減壓蒸餾、二次加工（如催化裂化、加氫裂化、延遲焦化等）以及產品調合等環節，任何一個環節中斷，都會影響全廠運行。

復雜性：石化化工涉及復雜的物理和化學過程，需要精確控制溫度、壓力等參數；且眾多參數間相互影響、相互關聯，牽一發而動全局。

石化化工場景的上述特性讓其數據呈現出時間序列性，數據以時間為主軸，連續不斷地流入系統，更為密集、齊全、有效。這些數據對于訓練大模型至關重要，因為它們可以捕捉生產過程中的動態變化和復雜關系并進行預測，也意味著，通過這類大模型不斷進化的機器人將不僅僅能讓“機器人替人”干臟活兒累活兒，更能進行智能預測維護、優化控制等工作。

二是流程工業足夠“大”。“大”在兩方面：

一方面，流程工業本身市場巨大——以化工、鋼鐵、電力、水泥為代表的流程工業是國民經濟支柱產業，其產值占工業總產值的40%以上。如中國的石化行業在2024年實現營業收入16.28萬億元，占全國規模工業營收比重約12%。

另一方面，其數字化升級潛力巨大——仍以石化場景舉例，其特性包括：

高風險性：生產環境中存在大量易燃、易爆、有毒有害物質，稍有不慎就可能引發安全事故，對人員、設備和環境造成嚴重危害。

高耗能性：生產過程需要消耗大量如電力、蒸汽、燃料等。

這意味著，流程工業的“機器人替人”既是危險環境下“以人為本”的剛需，又是通過數智化實現“降本增效”的剛需。

中美科技戰的關鍵時刻，中控技術的人形機器人“領航者”已率先進入流程工業這一廣袤藍海——完成“從玩具到工具”的生死一躍。

02 不斷延展定義邊界的機器人企業

產業的興起、壯大，從不是一蹴而就的。其發展的不同階段，都需要不同“基因”的核心玩家。

越過“玩具到工具”生死線，只是人形機器人千里之行的又一步。它指向的，是整個產業已進入進化新階段——

從齒輪嚙合到生態融合。

它同時意味著——從“生產核心零部件”的人形機器人企業、到“制造機器人本體”的企業、再到“完成場景落地”的企業……中國機器人企業的邊界和定義仍在不斷延展。每接近、突破一個產業前行的關卡，都會同步帶動相關核心企業的熱度大漲。

誰能先一步發現那些屬于未來的核心玩家，誰就將收獲未來的獎賞。

根據中國信通院《人形機器人產業發展研究報告》發展歷程看，人形機器人已歷四個階段：

人形機器人發展主要階段

從2022年至今的“智能化發展階段”，也已歷三波浪潮——每次浪潮中，備受資本青睞和大眾矚目的明星企業又有所不同：

2022年，特斯拉打響人形機器人概念股的首槍。產業鏈上層層加碼的通關游戲開始了。

此時，由于ChatGPT、DeepSeek等開創性的AI大模型尚未出現，同時人形機器人身上每一個關節的技術門檻和成本都很高，不僅要求體積小、精度高、重量輕，還同時要求抗摔耐撞。因此，當人形機器人概念股2022年迎來井噴時，率先引爆硬件中的“機器人老三樣”——控制器、伺服電機、精密減速機。

部分相關企業一度熱度大漲

在傳感器、輕量化材料上均有投資的相關企業；

生產機器人智能控制器的企業；

生產線性關節的企業；

旋轉關節相關企業；

空心杯電機相關企業；

滑動絲杠、行星滾柱絲杠相關企業；

以及伺服電機、諧波減速機企業，均在人形機器人概念的助力下，有不俗表現。

到2023年至2024年，“AI+本體定義”的浪潮開始了。

市場的鎂光燈開始更多打向人形機器人的“大腦”（AI）和“身體”（本體）：

這一階段，包括百度、阿里、科大訊飛等有AI大模型自研的企業，都被帶動一波升值。

螞蟻、小米、騰訊、美團、高瓴等投資方，也投出智譜AI、MiniMax、零一萬物、百川智能等AIGC獨角獸企業。

機器人本體公司里，優必選在這一期間完成上市，宇樹則獲得數輪融資。

2025年，新的產業階段到來，產業進入“應用場景開拓階段”。

《星船知造》看來，這一階段是眼下產業“一頭熱和一頭冷”下的必然。

一頭熱：DeepSeek等開源模型讓市場對AI端側應用有了更多期待，具身智能也被寫入政府工作報告，人形機器人迎來新一輪爆發。本體企業繼續高歌猛進，500萬元起投的“宇樹老股”一股難求，預計估值由C輪80億元飆升至200億元。

同時，以車企為首的“工業派”和以互聯網、電商為首的“科技派”也繼續加碼人形機器人賽道：

特斯拉、長安、廣汽、比亞迪、小鵬、小米等全球至少15家車企官宣入局；螞蟻、京東、華為、OpenAI、蘋果等國內外大廠，也從以大模型、投資等間接形式賦能，轉向直接入局本體制造。

一頭冷：如前文所述，大洋彼岸主打“糊弄”——擎天柱們進入汽車車間擺擺pose，仍屬于玩具范疇。

國內的2025年第一盆冷水，則來自創投圈。

2025年3月，金沙江創投總經理朱嘯虎在接受媒體采訪時表示：正批量退出人形機器人公司。退出的原因很簡單：“人形機器人就會翻跟頭。”

朱嘯虎提到，相當多的人形機器人企業客戶集中在高校、研究機構的展示需求，而非能持續創造價值的商業化客戶。

創投圈的這盆冷水點出了產業熱度下所有人都無法忽視的一個問題：當人形機器人暫時走過了硬件成本下降、大模型賦能的第一個關鍵期，想要繼續走下去，就必須找到明確的商業化落地場景。

至此，層層加碼的產業鏈條轉動至“場景層”。

我們判斷，誰能讓機器人真正“落地”，為客戶創造價值，誰就是新階段的核心機器人玩家。

這一核心玩家，不一定要直接進入“硬件”環節。但必須要有讓人形機器人“從沒用到有用”的能力。

從這一角度看，中控技術已先行一步。它的機器人業務模式對大眾來說相對“隱蔽”——

比如，中控技術不直接參與機器人硬件制造，而是和產業鏈相關企業合作，由合作伙伴提供標準零部件、機器人本體等。但中控技術為機器人提供流程工業海量的“落地場景”，并通過讓機器人融入流程工業細分場景解決方案為核心，賦予機器人“主觀能動性”，真正成為智慧工廠的一部分，最終形成生態。即將進入石化場景的“領航者”是其中一個縮影。

當機器人從產業鏈各環節“齒輪嚙合”進化到產品、技術、商業化的“生態融合”時，一家能為中國機器人提供廣袤落地場景的企業，已然成為新階段的核心機器人玩家。

而從人形機器人放大到整個中國機器人產業，再從中國機器人產業望向正在轉型升級中的中國工業——

你會看到，中控技術正扛起一場更長遠的系統工程。

03 系統工程：天下沒有“難用”的機器人

先思考一個問題，中控誕生于1993年，素以深耕流程工業自動化聞名，現正大力轉型工業AI公司——它的技術和業務光譜中，怎么就延展出了“機器人”？

還能一出手就力壓行業老兵，“勝美半子”？

相比美日歐，中國是工業后發國家。但幾十年間，中國工業增加值從1952年的120億元增加到了2024年的40.54萬億元，成為全球工業強國。

后來居上的秘訣之一是——中國在工業、科研等各領域，向來重視“系統作戰、戰略先行”。

1956年，錢學森主持制定“十二年科學規劃”，選出原子能、導彈、電子計算機、半導體、無線電學和自動化技術進行重點突破，使新中國用七八年時間跨入現代科學多個領域的大門。

錢學森也因此被稱為“戰略科學家”——他的“系統論”格外重視跨領域、跨學科的思維方式。簡言之，勝利不靠單打獨斗，而靠系統作戰。

當下的中國機器人產業，也來到了跨學科、跨領域的關鍵時刻。只有既懂機器人、又懂各個落地場景行業know-how的企業——才能更好帶領產業前行。

上文提到的中控“領航者”，正是中控技術憑借自身對石化行業的積累，針對具體場景定制技術，讓人形機器人“從沒用到有用”，領先美國半步。

放眼整個機器人產業，中控技術則憑借“系統作戰”能力，讓形形色色的機器人加速融入智慧工廠，“從有用到好用”。

中控技術智能倉儲機器人系統

包括機器人在內的智能裝備，正成為連接數智化技術與具體工業場景的戰略支點。

但《星船知造》注意到：已在工業領域有廣泛應用的各類機器人，還不夠“好用”：

在“工業+AI”的大趨勢下，大模型與機器人共同進化，理論上機器人除了能有效執行多種任務，還應該有一定的認知能力，融入智慧工廠，成為“決策”的一部分。

但在實際應用中，怎樣讓機器人與工業現場的具體情況相結合，仍然存在挑戰。如部分行業存在的工業數據小樣本困境，工藝參數和設備之間的強耦合關系，還有工業現場復雜多變的實際情況和工藝知識——即使機器人落地工業場景，但無法“學習”、“理解”這些信息——

那么無論機器人硬件如何強大，也最終只能干些搬運之類的苦活，成為單一的“機器人替人”。

如流程工業中的多個領域都有數據采集難度：

●化工生產中，高溫高壓，或腐蝕氣體使得傳感器安裝和數據采集變得困難。

●鋼鐵生產中，產品表面缺陷仍需要專業技術人員進行標注。

●電力生產中，發電設備的運行數據會受到溫度、濕度等環境因素影響。

另一方面，精密減速機、伺服電機、控制器等核心零部件企業中，綠的諧波、匯川技術等都陸續突破“卡脖子”；本體廠商，如新松、廣數、埃斯頓、埃夫特，以及人形機器人領域的宇樹、優必選等，也逐漸成長為本體機器人巨頭——但產業內不同企業分別打造了“外殼”與“骨架”，卻鮮少有能繪制出讓機器人大規模落地“整體藍圖”的機器人企業。

也就是說，一家既能找到巨大落地場景、又能讓機器人具備場景“理解力”的企業，是當下產業和資本都苦尋的。

《星船知造》在調研中發現，中控技術正憑借“系統作戰”能力逐漸解決上述兩個問題，讓機器人“從有用到好用”。

這種“系統作戰”能力，對“外”可以理解為“產業上下的協同作戰”：

由中控技術領頭，找到最合適的供應鏈伙伴，如底盤、傳感器、機器視覺等，再通過“定制+自研”，生產出符合客戶要求和為客戶帶來價值的機器人。

對“內”可以理解為“機器人與多模塊的協同作戰”：

中控技術深耕工業自動化，其核心優勢在智能工廠。中控技術的機器人能與智能工廠中的“物流模塊”、“安全模塊”、“設備模塊”、“人員管理模塊”等進行聯動，讓工廠從“人盯機器”變成“機器人盯機器”。

用一句套娃句式總結就是：通過產業上下“系統作戰”而生的中控機器人，正融入智能工廠繼續“系統作戰”。

中控技術智能倉儲機器人系統

先看對“外”的系統作戰。

中控技術實際上已經開始承擔機器人產業內“鏈主龍頭”的角色。

軟件上：中控技術自主開發核心算法與應用平臺，比如工廠操作系統、時間序列大模型TPT、Plantbot機器人解決方案等。

即通過傳感器技術、算法技術、智能感知等，將機器人技術和 AI 技術與現場實際場景相結合。

中控技術的創新之處在于：它是整個機器人業內，第一家將5T技術（自動化技術AT、信息技術IT、工藝技術PT、運營技術OT、設備技術ET）與機器人結合起來的企業——讓機器人與現場實際生產運營融合。

硬件上：中控技術“不重復造輪子”，而是選擇與零部件、本體廠商協同完成。并將部分數據、行業know-how（如中控技術在防爆、防輻射等方面的行業及場景理解能力）傳授給產業伙伴，針對不同應用場景進行創新。

這種“聚焦核心難點、不重復造輪子”的布局，也和華為、蘋果等“生產性服務業”鏈頭企業的慣用做法不謀而合。

比如華為，并不自己去擰螺絲刀，芯片、手機、汽車，都是尋找代工合作，但最終通過核心技術輸出激活產業鏈協同創新的活力。

中控技術的機器人策略，體現了一家機器人鏈頭企業的智慧與格局：真正的產業革命，并不需要每個環節推倒重來，而是在既有地基上攻克核心難關，澆筑新的可能。

再看對“內”的系統作戰能力。

很多移動機器人、協作機器人走的都是“單兵作戰”路線。比如，移動到某處搬個東西。站在某處做分揀。但中控機器人走的是“系統作戰”路線。能與工廠中的“物流模塊”“安全模塊”“設備模塊”等進行聯動，讓工廠從“人盯機器”變成“機器人盯機器”。

以中控機器人在某氯堿企業的應用為例——

氯堿電解槽（有104根鹽水循環管、104根循環堿管、104根入槽鹽水管、104根入槽堿管、104對墊片，還有近5000根非金屬四氟堿液管……）每小時人工巡檢一次不僅工作量大，而且不易及時發現隱患。一旦入槽鹽水管堵塞及鹽水和堿液循環管發生斷流，將造成槽電壓上升，輕則自動聯鎖跳閘，重則引發火警。中控巡檢機器人通過高光相機、激光雷達等傳感器，采用特殊的視覺識別算法對軟管斷流進行檢測，能夠識別出斷流的水管。預防相關隱患的發生。

這種將機器人融入整個智慧工廠，協同作戰的典型就是中控的Plantbot機器人解決方案。大體可以這樣理解：

Plantbot將人工智能、物聯網、大數據等技術與機器人技術融合，使機器人不僅作為單獨的應用單元存在，而且能夠與各種先進的生產管理系統聯動，互相增益，形成一個完整的系統。

Plantbot解決方案應運而生的基礎是中控技術打下的“1+2+N”工業AI驅動的企業智能運行新架構地基

中控技術基于“AI+數據”的概念，開發出的時間序列大模型TPT，今年將發布新版本，將生產運行PA（Process Automated）層面的軟件重構，使得工業軟件的形態將發生根本性變化，以“AI+工廠操作系統+Agents/APPs”的形式與機器人本體深度融合，為機器人注入“靈魂”。

它們將共同勾連起AI到工業細分場景的“最后一公里”。

目前，中控技術已推出面向20多個細分工業場景的機器人應用解決方案。進入了包括石油、石化、冶金、電力、造紙、醫藥等流程工業領域。

中控技術也是全球唯一一家同時擁有全球石油巨頭、化工巨頭等多家行業頭部客戶的機器人企業。當美國擎天柱還在擺pose，中控機器人已憑借“系統作戰”能力前往印度尼西亞、馬來西亞、泰國、沙特等“一帶一路”國家賺外匯了。

包含了機器人的中控智能工廠解決方案已應用于沙特阿美、日本三菱、泰國PTTGC、馬來西亞恒源、巴西SENAI等國際高端客戶，以及中石油、中石化等國內外石化化工巨頭企業。

我們從幾個行業頭部案例來看：

●Aramcobot：力壓波士頓動力，斬獲沙特巨頭訂單

沙特阿拉伯國家石油公司（簡稱“沙特阿美”）是全球最大石油公司之一。2020年，沙特阿美用機器人來確定與量化甲烷的泄漏源，這樣更為精確、安全、實時、直觀。

中東土豪首先想到了名聲響亮、善于宣傳的波士頓動力。

波士頓動力立馬前往沙特，一番調研、考察……操作猛如虎后，合作成失敗了。

從沙特阿美對中控技術股份有限公司總裁助理、機器人業務部負責人石瑩的介紹中，我們大致可以拼湊出這樣一個“美國機器人”水土不服的故事：

沙特燥熱的沙漠風沙下，波士頓動力的工程師無法接住沙特阿美石油工程師拋來的問題——

“這個地方有泄漏甲烷。”

“甲烷是什么？”

“我想用吸入式傳感器進行探測。你認為是否可行？”

“吸？什么吸入……”

波士頓動力的尷尬之處在于，作為一家純做機器人的機器人企業，它無法理解客戶現場復雜多變的行業情況。也無法判斷客戶需求的真偽和優先級。而“有毒有害、易燃易爆、高溫高壓”這12字的石油化工箴言，則是牢牢刻在每個中控工程師的腦海中——事關安全，不容有誤。

只有既懂機器人，又懂煉油行業的企業，才能將沙特阿美的真實需求轉化為“機器人語言”。

2022年，沙特阿美機器人的訂單，交到了中控技術手中。

中控技術的機器人解決方案最終通過5個傳感器來解決現場泄露的問題，并將輪式巡檢機器人、四足機器狗等多種機器人產品與技術融合，結合沙特現場特殊的應用場景，構建出了完整的機器人智能巡檢解決方案——目前已成為中東明星產品。

●中石化：全球首款“空中巡檢機器人”

在中石化鎮海煉化，中控技術為危化品罐區打造了天上飛的防爆巡檢機器人。不再需要人工爬上高高的罐體。更能24小時守護儲存液化氣的危險區域。

這套中控技術的“飛索機器人+固定檢測+無線傳感”方案是業內創新：該機器人將先進機器人技術與物聯網結合，中控技術以“AI+安全”戰略為工業安全升級樹立了標桿。

●同樣的創新也發生在氯堿行業

中控技術的AI機器狗已進入杭州電化集團（以下簡稱“杭電化”）液氯廠房。在高溫、有毒氣體和復雜環境下，機器狗能排查近5000根非金屬四氟管是否斷流，遠超傳統人工巡檢效率，實現了安全與效能雙重躍升。

從上述案例可以更直觀看到，中控技術的機器人戰略路徑：

為融入解決方案的機器人找到龐大落地場景，只是排兵布陣的必要條件之一；

懂得客戶需求、為解決需求對機器人進行“軟硬”定制研發，是核心能力；

通過技術積累和創新將機器人融入智能工廠，成為“決策”的一部分，才是真正的核心任務。

當機器人產業內的大多數企業仍在“單點突破”時，中控技術已向“生態賦能”躍遷。

當其他機器人還是精準卻僵化的“程序囚徒”，中控技術的Plantbot已經撒下一張“數智化”網，讓機器人成為能感知環境、自主學習的“智能行者”。

從“有用”走向“好用”的關鍵節點上，機器人不再只是某個生產環節的工具，而是整個智能化工業體系的樞紐角色。

而中控技術，正是那個把這張復雜拼圖拼起來的企業。

它不生產機器人“爆款”，而是精準落點，將“定制”后的機器人融入一整套智慧解決方案，在石化、電力、鋼鐵等高壁壘場景逐個突破。它不需要自己造完每一個零件，而是讓流程工業中龐大的數據、知識、經驗和系統能力成為新的“工業水電煤”。

問題來了：產業巨變的當口，中控技術憑什么能躍升為鏈條上那個能夠驅動全局、引領方向的“中控大腦”？

04 站在巨人的肩膀上

工業AI機器人這一賽道上，幾乎沒人能復制下一個中控。

因為中控站在巨人的肩膀上做“AI+機器人”。這個巨人，姓“工”。

30多年前，中控于杭州以DCS起家。30多年后，這家深耕工業自動化領域的企業，正轉型為一家國際化的工業AI企業。

表面看，中控進入大模型和機器人領域像是押注了新賽道。但其實，中控進入新賽道的底氣，既是它無法被復制的原因，也是它作為一家和中國工業同步成長的企業——最自然而然的選擇。

三十多年前，中控肩負起突破中國流程工業自動化落后于人的重任。“為國扛事”本身就是中控的基因。

2007年，中控獲得中國石化武漢分公司500萬噸“油品質量升級煉油改造工程”的項目合同——

它標志著高端市場核心主裝置DCS被跨國公司壟斷的時代結束了。

三十多年后，當中國走完了西方幾百年的工業道路，并成為第四次工業革命的引領者時，一家曾突破DCS“卡脖子”的中國企業，自然扛起了AI時代的重擔——將人工智能、大模型等為代表的科技力量與自己已有的工業know-how家底結合，為我國新型工業化道路助力。

這就是今天中控技術的使命。機器人不過是其新長征中最先被感知到的一個產品。

此外，從技術路徑看，自動化本身就是智能工廠運營的基石，機器人也是工業自動化里的一環。中控技術延展出工業AI的機器人業務——無論從企業基因，還是技術積累看，都是非常順其自然的。

那么，中控豐厚的工業自動化家底，如何在機器人領域筑起護城河？

就憑一個字，“懂”。

我們還是以波士頓動力的“又一失敗案例”舉例。波士頓動力成立后的第一個項目，是基于機器人技術的手術模擬器，產品定位是“成為外科醫生的指導老師”。

但與波士頓動力大多產品一樣，這款模擬器叫好不叫座——外科醫生認為波士頓動力該向他們付費——邏輯很簡單：沒有外科醫生，誰來告訴模擬器有關外科手術的知識呢。

換言之，機器人獲得實際落地能力的先決條件是——擁有足夠的行業know-how。

行業know-how長期以來一直存在破圈難題，工業領域尤其如此。

數年前產業互聯網興起時，互聯網大廠紛紛攜帶自家“云計算+AI”大殺器，豪言壯語改造制造業，但工業領域存在數之不盡的小樣本困境know-how，讓大廠的步伐一度停滯。

工業、AI、機器人，似乎也將構成know-how破圈的不可能三角。

流程工業領域內，中控已憑借30余年積累打破這一藩籬

控制系統是所有AI實施執行的硬件基礎——

中控技術年報顯示，2024 年度，公司核心產品集散控制系統（DCS）在國內的市場占有率達到40.4%，連續十四年蟬聯國內 DCS 市場占有率第一名。

其中化工領域DCS的市場占有率達到63.2%；

石化領域 DCS的市場占有率達到56.2%；

公司在化工、石化、建材、造紙四大行業 DCS 市場占有率均排名第一。

2024年公司核心產品安全儀表系統（SIS）國內市場 占有率31.2%，連續三年蟬聯國內 SIS 市場占有率第一名。

真實數據的護城河——

●硬件上，中控技術的儀器儀表業務板塊涵蓋測量儀表產品、分析儀產品、智能控制閥等多個產品系列。

●軟件上，覆蓋工業信息安全系統、數據資源系統、設備健康系統、產品研發管理及工藝設計系統、自主運行系統、質量提升系統、生產運營系統、安全優先系統、節能低碳系統、供應鏈管理系統、銷售與服務系統、支持與保障系統等等。

●依托廣泛的用戶基礎和強大的軟硬件產品體系，以及累計運行在控制系統上超過100EB的龐大工業數據量——相當于連續錄制約127萬年的4K高清影像，中控技術現已成為擁有流程工業各細分領域數據極為豐富的工業實時數據公司。

比如在氯堿電解槽巡檢場景中，多年來收集了大量關于電解槽運行狀態的數據，涵蓋溫度、壓力、電流、電壓等各類參數，為機器人精準識別電解槽異常狀況提供豐富樣本。

比如在與沙特阿美合作中，積累了海量天然氣場站環境數據、甲烷泄漏相關數據等，對優化機器人檢測算法、提升檢測精度大有助益。

流程行業是“數據密集型”行業，中控積累大量流程工業的寶貴數據與行業know-how，正是以這些為基礎，才能率先在“工業+AI+機器人”領域取得突破，中控的工業AI機器人才能賣到多個“一帶一路”國家。

可以說，中控三十多年的工業自動化家底正成為其在AI時代的“技術復利”。

因為懂客戶，才能打撈出客戶的真實需求。并憑借已有的龐大工業領域客戶資源，為機器人找到豐富應用場景。

因為懂行業，才能在發現需求后，讓融入了機器人的解決方案落地，為客戶帶來價值。

如上文所說，目前中控機器人走的是“核心自研+供應鏈集納”路線。30多年工業家底是保證其核心自研的絕對優勢。這一優勢也同樣體現在供應鏈層面——

中控憑借30多年積累了大量行業上下游供應鏈資源，這讓中控更易獲得高性價比、高質量的機器人相關配套供應鏈。

中控技術正成為機器人技術創新的定制者和落地者，并始終保持進化。而當更多融入機器人的智慧工廠解決方案在多個工業場景落地后，中國工業AI企業也將來到新的藍海。

尾聲：更廣闊的藍海

這篇稿件行至尾聲時，中控技術的無人配送機器人已深入泰國大型石化企業PTTGC，PTTGC工作人員不再需要每天騎著自行車在配送路上往返8次。

更多的好消息從阿拉伯半島傳來。基于此前和中控技術“輪式巡檢機器人、四足機器狗”等機器人的愉快合作，沙特阿美正推進和中控技術“空地一體”機器人的聯合開發項目。

沙特阿美相關負責人時不時還會吐槽，“波士頓動力啥也不懂”。

中東土豪的棄暗投明背后，是中美機器人企業截然不同的成長土壤——

波士頓動力的機器人是實驗室的產物，其成長的土壤隨著美國產業空心化而日漸貧瘠。

中控機器人則自誕生起就直面市場檢驗。不僅僅以中國龐大的流程工業為試煉場，更加強各種國際合作，在開放競爭中不斷磨練。

中控，始終和中國工業一起成長——

無論是過去的自動化時代，還是當下的數智化時代，其每一個新業務的誕生、延展，都有中國極具戰略縱深的肥沃工業土壤作為保障和練兵場。

最后，我們從流程工業的氯堿行業，簡單展望下“工業+AI+機器人”的藍海有多大。

流程工業中，氯堿行業被稱為“化工之母”。氯堿行業的產物廣泛應用于國民經濟的多個命脈部門，包括石油化工、電力、冶金等。

基于多個下游應用的擴張，中國氯堿行業2024~2029年預計復合增長率將達到9%——但在市場前景的確定性之外，還有另一深層邏輯：

下游的擴張與升級，必然向上游傳導出對穩定性、安全性、可控性的極致追求。

杭州電化正通過中控技術打造的智能化解決方案，將傳統生產流程推向高效與安全的雙軌快車道：

據測算，僅電耗優化一項，每年便可為企業省下上千萬元，而智能連鎖系統與早期診斷技術的結合，更減少每年上百萬元停機損失。

同步開啟的還有產業鏈全球化棋局：

隨著氯堿行業下游建材企業征戰“一帶一路”基建項目，紡織巨頭在東南亞建立產業飛地，氯堿產品的出海通道正在拓寬：2024年，中國燒堿出口量創下歷史新高。

更隱秘的趨勢是“技術輸出”——中控技術2024年海外業務收入7.49億元，同比增長118.27%，AI+機器人的組合進入全球多個“燈塔工廠”，其中也包括氯堿行業的下游應用。

氯堿行業的進化，只是中國工業智能化轉型中的一個切片。在這片藍海中，那些能將AI注入生產線、用機器人重塑工業場景的企業，終將在產業升級的浪潮中取得巨大紅利。

主要參考文獻：

[1] 人形機器人，一場事先張揚的反常識 星船知造

[2] 中美人形機器人落地進展大比拼 星船知造

[3] Humanoid Robots III：The supply chain dynamism 高盛

[4] 人形機器人產業2025年度投資策略 民生證券

[5] 中控技術 公眾號及官網

[6] 關稅戰，一場飲鴆止渴的游戲. 新華社

[7] 中國氯堿工業發展前景與投資戰略規劃分析報告. 前瞻產業研究院

[8] 石化行業營收實現正增長. 中國政府網

本文基于訪談及公開資料寫作，不構成任何投資建議

星船知造原創內容

未經授權，禁止轉載