在叉車行業談智能化，杭叉集團永遠是繞不開的名字。

這家成立近70年的老牌制造企業，曾見證并推動了中國工業車輛的發展進程。而如今，它再次站上產業聚光燈下——這一次的關鍵詞，是“具身智能”。

2025年以來，杭叉在具身智能領域動作頻頻：2月，與國自機器人共同調研杭州市余杭區海創人形機器人產業創新中心；7月，旗下杭叉智能宣布，以增資擴股的方式收購國自機器人99.23%的股份；10月，正式發布首款輪式物流人形機器人“X1系列”。

在人工智能浪潮席卷各行各業的今天，杭叉的每一步落子，顯然已不僅局限于制造叉車或機器人本身，而是意在重塑一條全新的智能化增長曲線。

圖：杭叉集團首席科學家 陶熠昆

與杭叉集團首席科學家陶熠昆的交流，或許正可幫助我們理解這場戰略布局背后的深層邏輯。

1

并購之后：重構智能物流版圖

“2025年，我們完成了對國自機器人的收購，并整合為‘杭叉國自’。”陶熠昆在接受采訪時開門見山。

這場收購遠不只是一場資本層面的并購，更是一場以智能化為核心的體系重構。

從行業視角來看，這筆交易發生在一個微妙的時間點。制造業智能化已成為不可逆的浪潮。根據CMR產業聯盟數據、新戰略移動機器人產業研究所市場發展預測，2028年全球移動機器人市場規模將超過100億美金。移動機器人作為智能制造的先鋒力量正逐步展現出其引領產業升級與轉型的巨大潛力。傳統依賴硬件制造的企業，正面臨被算法和系統能力重新定義的風險。

對杭叉而言，主動進化，已不是選擇題，而是必答題。

在此背景下，國自的加入無疑是杭叉布局最關鍵的一步。作為一家在算法與系統層面具備深厚積累的企業，國自掌握著構建大規模、復雜智能倉儲系統的“靈魂”---全場景智能導航、多智能體調度與柔性協作能力。這些技術，早已在國家電網、寶馬汽車、史泰博等高要求場景中得到驗證。

換言之，此次并購旨在整合國自機器人在移動機器人領域的技術研發優勢與杭叉的制造、渠道資源，提升智慧物流解決方案的綜合能力。

事實上，杭叉的角色早已在悄然轉變。據陶熠昆介紹，自2018年起，集團便開始從單一設備制造商，邁向智能物流整體方案商的轉型。業務也隨之形成兩大板塊：一是傳統叉車業務，二是以智能物流設備與系統集成為核心的新業務。這一轉向，為杭叉切入具身智能領域埋下了伏筆。

“人形機器人并不是一個孤立的項目，而是我們AI戰略的重要入口。”陶熠昆強調。

在杭叉集團的邏輯中，人形機器人、人工智能是當前的制高點，也是推動整個智能物流體系升級的加速器。通過人形機器人的研發，所積累的算法、感知、仿真和數字孿生等技術能力，能夠反哺叉車、AGV等核心產品，讓傳統工業機器人完成以此“具身智能”的跨越。由此帶來的，不僅是效率的提升，更是智能體系的再造。

2

專用先行：做能干活的人形機器人

在當前具身智能技術快速發展的背景下，許多企業開始集中力量進入工業領域，特別是制造工廠這一高要求的應用場景。杭叉集團的戰略布局則緊隨這一趨勢，針對這一方向的投入已從產品研發走向產業布局的深度整合。

從美的、特斯拉等企業的經驗來看，工業場景正逐漸成為具身智能技術應用的最理想場地。工業場景天然具備多樣的物理交互任務與穩定的規模化需求，為AI學習與泛化提供了優質的“訓練場”。隨著工業自動化需求的不斷升級，具身智能技術正在逐步成為解決高強度、重復性任務的關鍵工具。

目前在許多工業現場，搬箱、拆垛、揀選、上下料等大量普遍且剛性的環節，仍主要依賴人工完成。這些工作勞動強度高、重復性強，而傳統自動化手段難以徹底替代。杭叉希望以人形機器人切入這些尚未完全被自動化覆蓋的細分場景，為智能物流補上“最后一環”。

這條路徑背后，是一個清晰的判斷：工業場景的剛性需求仍未被完全滿足。陶熠昆提出，“物流領域是具身智能工業落地最理想的場景之一”。這一觀點與行業的普遍認知相契合。

杭叉明確將重點放在適應具體工業場景的專用人形機器人上。陶熠昆認為，具身智能的產業化進程不會一蹴而就。“通用人形機器人短期內難以形成成熟的商業閉環，”他說，“當前我們會以專用人形機器人為主，推動其在真實工業場景中的落地應用。”這一判斷反映了杭叉對行業未來趨勢的精準把握。

通過深入挖掘特定場景的應用，杭叉的目標不僅是提升產品性能，更是構建適應復雜環境的智能解決方案。

陶熠昆明確表示，人形機器人并非為了取代AGV等傳統設備，而是與之形成分工協作。“人形機器人取代原有移動機器人”本身是個偽命題。

在他看來，“人形機器人就是替代人的”。在實際作業流程中，AGV、AMR等設備負責運輸與物料調度，而人形機器人則專注于終端環節的柔性任務，例如從貨架搬運料箱、從集裝箱拆取貨物，或配合人工完成裝配前的上料。

這種“人機協作”模式讓智能物流體系更加完整，也有效降低了企業對人工的依賴。

“在大多數場景中，我們并不追求徹底無人化，而是希望機器去承擔那些人力不劃算的環節。”陶熠昆總結道。

3

技術路線：數據驅動 算法為刃

在技術路線選擇上，杭叉同樣采取了融合思維。

當前，人形機器人的技術路徑主要分為兩大方向：“端到端”大模型路線與“分層式”具身智能架構。前者追求從視覺、語言到動作的整體學習與直接決策，具有強泛化與通用性，但受限于數據量與算力瓶頸，仍處于探索階段；后者則通過將“大腦”“小腦”分層，實現感知、決策與執行的模塊化協作，更適用于現階段的工業落地。

杭叉選擇的正是融合式路線——既吸收端到端模型的數據驅動優勢，又保持工業控制體系的穩定性。

“我們既延續AGV的技術路線，也積極引入人工智能，以數據驅動的方式推進具身智能的發展。”陶熠昆介紹。具體來看，杭叉通過引入VLA模型與自研控制算法相結合，實現了“感知—語義—動作”的自主理解能力，使機器人既具備學習與泛化潛力，又能在復雜環境中實現動態判斷與決策。

這一技術路線的平衡思維，也讓杭叉在“軟件派”與“硬件派”的分歧中找到了獨屬于制造企業的答案---以數據驅動智能演進，以算法彌補硬件邊界。在陶熠昆看來，“數據驅動的具身智能長期來看將通往一個萬億級別的市場”。

據介紹，杭叉此次推出的人形機器人所用到的所有核心算法均為自研---涵蓋嵌入式控制、底盤算法乃至動作與感知模型，全部由團隊自主掌握。

在硬件方面，杭叉則得益于在AGV領域的長期積累。通過在智能物流領域多年的布局，杭叉已成功落地超過20000臺AGV、AMR，服務覆蓋快消品、光伏、儲能、電力、橡膠、第三方物流、汽車等20多個行業，沉淀了豐富的本地制造經驗。這不僅使其在硬件設計上具備高度自主能力，也保障了產品的高可靠性。

值得一提的是，人形機器人所使用的多數傳感器均可沿用自AGV產品，這不僅降低了研發與制造成本，也實現了技術體系的延續與復用。

“人形機器人本質上是一個不斷進化的智能設備，它的成長更依賴‘大腦’——算法與模型的優化，而不是昂貴的傳感器。”在陶熠昆看來，未來的方向應是采用易獲取、低成本、通用型的傳感器，通過算法與模型的提升彌補硬件性能局限，從而在成本與性能之間取得平衡。

他進一步透露，預計明年上半年，杭叉一臺人形機器人樣機的成本，就能讓客戶在1~2年內回本；未來兩年內，人形機器人的成本還有望進一步降至一名普通工人的年薪水平。

與AGV需要深入對接信息系統不同，杭叉的人形機器人更強調“單體智能”的獨立性。它不依賴復雜的系統對接，也無需現場部署團隊長期調試。用戶只需將設備放入指定區域，通過語音或按鈕指令即可使用。這種“輕部署”模式，使得企業能以更低的門檻嘗試智能化改造。

4

產業底盤：數據土壤 場景為王

具身智能的競爭，從來不只是技術之爭，更是產業體系的比拼。

正如陶熠昆所言，許多專注于人形機器人的企業，雖然在硬件和算法方面具有優勢，但在場景落地、數據積累上卻面臨巨大挑戰。無論是國內外的創業型公司還是一些大廠商，盡管在模型和技術層面取得了突破，真正能夠推動技術落地并解決行業痛點的卻是少數幾家具備完整產業鏈和深厚數據積累的公司。

行業內普遍面臨的一個問題是，如何在復雜的工業場景中收集到足夠且高質量的數據。具身智能的訓練數據問題已經成為許多企業面臨的核心瓶頸。盡管仿真數據能夠為機器人提供初步的訓練，但它依然無法完全替代真實場景中的數據積累。

杭叉的優勢，恰恰在于其深厚的產業底盤。

作為一家歷史悠久的叉車制造企業，杭叉在全球范圍的產業布局、深耕制造業各行各業的經驗，以及超過300家的銷售與服務網絡，構成了獨一無二的場景優勢。大量叉車的在役數據和出貨規模，則成為具身智能落地最堅實的“數據土壤”。更重要的是，杭叉集團穩健的主營業務讓這場投入具備“抗周期”的底氣。

正如陶熠昆所言，真正的壁壘不在算法，而在場景與數據。算法可以開源，模型的差距也會隨著企業的投入而縮小，但數據和真實場景無法被復制。這使得具備強大數據積累和落地能力的公司在行業競爭中脫穎而出。而杭叉，憑借其廣泛的產業布局和長期積累的場景數據，已在這一點上建立了獨一無二的優勢。

具身智能的長期進步，依賴于大量的高質量數據，杭叉的產業優勢使其能夠在這方面領先一步——通過廣泛的現場采集與仿真技術相結合，杭叉能夠建立起完整的數據積累和反饋機制，從而推動技術和產品的持續進化。

這一點正是杭叉在其戰略布局中明確強調的四大發力方向：模型、數據、硬件、場景。

在模型上，杭叉緊跟國際主流的模型范式，不斷擴展在工業環境中的理解與規劃能力；在數據上，通過仿真與現場采集結合，構建高質量工業數據集，驅動算法自我迭代；在硬件上，堅持工業級可靠性標準，確保設備能在生產線上長期穩定運行；在場景上，從搬箱、拆封到揀選、上料，持續挖掘AI的真實價值。

這種綜合的產業布局，使得杭叉并不僅僅是追求短期的銷量增長。它更注重的是長期能力的構建和持續的技術積累。背靠集團的制造體系與現金流，它具備穿越經濟周期的穩定性與持續創新的韌性。

陶熠昆總結道：“從長期看，我們更大的優勢是積累。人形機器人只是一個切入點，AI是我們當前堅定不移投入的方向。”

對于杭叉而言，具身智能并非一場追逐風口的冒險，而是一場以場景為基石、以數據為燃料的產業級進化。

結語

從人工叉車到無人叉車，再到具身智能，杭叉的軌跡幾乎濃縮了中國制造企業智能化轉型的全過程。它的每一步都不喧嘩，卻扎實落地。

在“具身智能熱”之下，各類人形機器人以驚艷姿態紛紛登臺，但真正的問題是---誰能讓它們走下舞臺，走進工廠。而杭叉，正在用實際行動回應這個問題。