在奔驰匈牙利工厂的流水线上，一台名叫“Apollo”的人形机器人正平稳地搬运着汽车零部件。它身高1.73米，动作精准，不知疲倦。它的出现，让这条产线的配送效率提升了40%。

德国汽车制造商梅赛德斯-奔驰正在测试Apptronik公司的Apollo人形机器人。拍摄于2022年7月8日。图源：《奥斯汀美国政治家报》

这台Apollo人形机器是来自美国Apptronik公司。

2025年，Apptronik无疑是全球人形机器人赛道最炙手可热的明星之一。

这家源自NASA“瓦尔基里”机器人项目的公司，在资本市场的推动下上演了一场“极速狂飙”：年初以创纪录的3.5亿美元A轮融资拉开序幕，随后融资额迅速膨胀至4.03亿美元，11月28日，Apptronik拿下3.31亿美元战略投资，公司估值达50亿美元。

投资者名单堪称豪华：不仅汇聚了谷歌、B Capital 等科技与风投巨头，更吸引了梅赛德斯-奔驰作为战略投资者直接注资数千万欧元并下达订单。这标志着，产业资本对“机器人作为可规模化劳动力”的商业模式，已从观望走向了真金白银的实践。

高盛预测，到2035年，全球人形机器人市场规模将达380亿美元，而摩根士丹利的长期预测更为惊人，认为到2050年，这将是一个5万亿美元的宏大市场。

Apptronik正凭借其从实验室到工厂的务实路径，试图成为这块超级蛋糕的主要分食者。其核心产品Apollo机器人，已被设计为能“无缝接入‘人类工人岗位’”，在不改变现有工厂布局的情况下执行任务，这正是其赢得奔驰等工业巨头青睐的核心竞争力。

01起源：一个“外行”的科幻梦与NASA的硬核基因

故事始于一张照片。2013年，在德克萨斯大学奥斯汀分校攻读技术商业化硕士的杰夫·卡德纳斯，偶然看到了NASA人形机器人“瓦尔基里”的照片。这个能像超级英雄一样在灾难场景中执行任务的机器人，瞬间击中了他。

“当时我对硬件和机器人几乎一无所知，”卡德纳斯后来回忆，“但我看到了一个通用机器人能完成成千上万种任务的可能性。”

这个“外行”的狂想，却与实验室里的顶尖科研不谋而合。他找到了“瓦尔基里”项目的核心研发者——博士生尼克·佩恩和教授路易斯·森蒂斯。

2016年，三人将公司从实验室分拆出来，在学校的两个小房间里，开始了创业之旅。

卡德纳斯凭借商业视野担任CEO，技术天才佩恩担任CTO，学术权威森蒂斯则作为科学顾问，这个“铁三角”构成了Apptronik稳固的基石。

图源：Apptronik

创业第一课，是拒绝风险投资。Apptronik创始人（谁？）担忧为了追求快速的商业成功或迎合大众市场，Apptronik可能会被迫转向开发技术门槛相对较低、功能单一的消费级产品，从而放弃打造“通用型”机器人这一更复杂、更宏大的技术目标。

联合创始人尼克·佩恩在Apollo发布前夕曾说，他最大的担忧就是Apptronik成为一家“扫地机器人公司”。

尼克·佩恩强调，他们进入机器人领域不是为了“小打小闹”或仅仅改进现有产品，例如做一款更好用的扫地机器人。

尼克·佩恩的发言精准地定义了Apptronik的创业哲学：拒绝短视的商业化，坚守宏大的技术愿景，也解释了公司早期“不融资、靠项目养研发”的独特路径。

于是，他们早期的“天使投资人”变成了美国政府。通过承接NASA、国防部的研发合同，他们累计获得了约750万美元的研究资金。

这段经历为公司注入了航天领域对可靠性的极致追求——在太空中，任何一次微小的故障都可能是灾难性的。

这种刻入DNA的工程哲学，使得Apptronik的机器人从诞生起就带着与众不同的“稳重”气质，也避免了在技术成熟前被资本过早地推向市场。

02先手后脚：一款“半成品”机器人，如何敲开千亿工厂的大门

与特斯拉Optimus高举高打、直接展示行走和瑜伽动作不同，Apptronik选择了一条异常冷静甚至有些“笨拙”的路径：先解决“做事”的问题，再攻克“移动”的难题。

他们首先推向市场的，是一个仅有上半身的机器人“Astra”。

Astra机器人

这个没有腿的机器人被直接投放到繁忙的物流仓库中，从事最基础的抓取、分拣和放置工作。在业内看来，这近乎是一种“自我设限”，但Apptronik的逻辑异常清晰：工业场景的复杂性远超实验室，动态环境中的力控、与人类的安全协作、对杂乱物体的识别，这些才是机器人真正“有用”的前提。

通过“Astra”，他们在真实世界的摩擦中，收集了关于可靠性的海量数据。

2023年，当“Astra”在真实仓库中完成了数万小时的可靠性测试后，Apptronik的终极作品——完整版人形机器人“Apollo”正式亮相。它被设计成一个真正的工业工具，而非实验室的展品。

图源：Apptronik

Apollo拥有为工业环境量身定制的身体数据，从1.73米的身高到73公斤的体重，每一个尺寸都经过精心计算，能够完全适配人类标准的工作站、工作通道和操作界面。

全身32个高扭矩密度执行器构成了一套先进的力控系统，这套系统的核心是串联弹性驱动技术，让Apollo能像人类肌肉一样感知并精确调节力量输出，既能稳稳抓起25公斤的汽车零部件，也能轻柔地处理精密电子元件。

其设计负载能力为25公斤，覆盖了绝大多数工业场景的物料搬运需求上限。

续航方面，为了达到真正生产力的解放，在理论意义上实现24小时练习作业，Apollo采用纯电驱动，并配备了革命性的热插拨电池系统，这就意味着当一块电池电量耗尽时，它可以在短短几分钟内自行或由辅助设备更换满电电池，相当于拥有一颗24小时跳动的“心脏”。

值得关注的是，模块化设计是Apollo最具创新性的设计之一，这一设计契合了打造“通用型”机器人的创业初衷，带来了机器人行业的场景革命。

根据任务需求，Apollo标准双足可以快速替换为轮式移动底座。

在需要长距离、高效率水平搬运的仓库或车间，轮式底座能大幅提升工作效率；而在需要爬楼梯、适应非结构化地形的场景，双足模式则展现出无可替代的灵活性。这种“一变多能”的设计，使其能快速渗透到物流、制造、零售等多个行业。

公司CEO杰夫·卡德纳斯为Apollo定下了震动行业的终极目标：“最终售价必须控制在5万美元以下——低于一辆汽车。”

这一价格锚点，彻底揭示了Apptronik的野心不是制造少数昂贵的“机器人明星”，而是生产可以规模化部署的“标准工业资产”。

目前，其售价虽仍在50万美元区间，但每一步的成本下降，都使其向着成为全球工厂标配的目标迈进一步。

03奔驰入局，一场价值数千万欧元的战略投票

如果说Apollo机器人的诞生验证了技术可行性，那么与梅赛德斯-奔驰的深度合作，则是Apptronik从技术公司迈向全球产业核心供应商的关键一跃。

合作始于务实的试点。

奔驰在其位于德国柏林-马里恩费尔德的创新中心以及匈牙利凯奇凯梅特工厂部署了Apollo机器人，让其从事将零部件搬运至生产线、质量检测等重复性工作。

奔驰生产负责人约尔格·布尔泽明确表示，目标是让机器人应用于劳动力短缺和枯燥、危险的任务领域。奔驰公司生产负责人Joerg Burzer表示：“我希望能在劳动力短缺的领域找到机器人的应用场景，当然首先是用于重复性任务，然后是危险任务。”

初期试点的成功，让奔驰看到了更深远的价值。2025年3月，奔驰决定从客户升级为所有者，向Apptronik进行了数千万欧元的战略投资，正式入股。

这笔投资远超出财务意义，它代表着全球顶级制造商对Apptronik技术路径和产品哲学的“信任票”。奔驰看中的，正是Apollo能“无缝接入”现有产线、无需大规模改造环境的“即插即用”特性。

这种深度绑定体现在具体的技术整合中。Apptronik的机器人通过“远程操作”模式，针对奔驰特定的生产流程进行培训——由人类远程操控一次，机器人便能学习并最终自主重复该任务。

奔驰首席信息官卡特琳·莱曼对此评价道，AI和机器人接管了员工通常不喜欢的重复工作，从而让员工能专注于更具创造性和增值的活动

与此同时，Apptronik的生态版图加速扩张：与英伟达的合作，为其注入强大的边缘计算与仿真能力；与谷歌DeepMind的联手，则旨在为其嫁接最前沿的AI算法，解决机器人感知与决策的终极难题。一个“顶尖硬件+顶级AI”的开放生态正在形成。

04激战：全球三分天下，中国军团“软硬兼施”破局

全球人形机器人竞赛已进入贴身肉搏的“战国时代”，技术路径出现显著分化。在国际层面，形成了以特斯拉、Apptronik和Figure AI为代表的三大流派，各自诠释了对未来的不同理解。

特斯拉（Optimus）走的是“AI降维打击”之路。它凭借在自动驾驶（FSD）领域积累的全栈算法和海量数据，将机器人视为“轮子上的人”，强调软件定义与数据驱动的规模化。

其优势在于AI迭代速度和成本下探的巨大潜力，埃隆·马斯克甚至预言机器人将重塑社会经济。然而，其挑战在于复杂的双足硬件在极端工业环境下的可靠性与耐用性仍有待验证。

Apptronik（Apollo）则选择了“务实渐进”的路径。如前所述，它从军工级可靠性出发，以解决今天工厂里的具体问题为第一要务。

其优势是工程成熟度高，能获得奔驰这类产业资本的强力背书，商业化落地路径清晰。挑战则在于，在感知智能和复杂任务泛化能力上，需持续追赶以AI为核心的对手。

Figure AI等公司则深耕“生态绑定”模式。通过与宝马等特定制造巨头建立排他性或深度合作，在真实的汽车装配线中快速迭代。

Figure 02参与3万辆宝马X3生产，图源：Figure

这种模式需求定义精准，商业闭环短平快。但其风险在于技术通用性可能受限，且公司的命运与单一或少数大客户深度绑定。

视线转向国内，中国市场则呈现出更加多元和激烈的“群雄逐鹿”态势，主要玩家正从“硬件突围”和“软件定义”两个方向加速奔跑。

以智元机器人为代表的“AI大脑先行”派，将战略重心押注在机器人智能上。

智元G2

其核心是自研的全域全身VLA（视觉-语言-动作）大模型，旨在为机器人赋予一个能理解复杂指令、认知环境并自主规划任务的“超级大脑”。

他们选择攻坚汽车制造、半导体封装等高精度、高复杂度的尖端工业场景，试图通过建立技术代差来构筑壁垒。其优势在于长期天花板高，一旦在智能上取得突破，将能覆盖最广泛的任务。

但挑战也同样严峻：前沿AI技术的落地不确定性高，且对硬件平台的快速适配和工程化能力要求极高。

而以小米、宇树科技等公司为代表的“量产与整合”派，则展现了强大的硬件量产和生态整合能力。

他们利用在消费电子或特定机器人领域积累的供应链管理、成本控制和产品化经验，推动人形机器人快速迭代并降低成本。

例如，小米凭借其庞大的智能生态，探索机器人作为未来智能家庭中枢的可能性；宇树科技则在动力单元和运动控制上深耕，其机器人已实现超千台规模的交付。

他们的优势在于能快速将技术转化为市场可接受的产品，并通过商业服务与工业应用双线拓展，快速占领市场份额。其挑战在于，在核心AI算法上可能依赖外部合作，需在智能深度上持续补课。

可以见得，当前全球人形机器人行业呈现“技术路径分化、应用场景驱动”的竞争格局，国际市场以AI驱动、工程务实和生态绑定三大模式为主，国内市场则软硬并举，聚焦AI大脑突破与硬件量产整合。

未来行业将加速AI与硬件的深度融合，并在特定工业与商用场景率先实现商业化落地。

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。