图源：视觉中国

时代财经获悉，近日，逐际动力与阿里云联合打造的具身智能标准化工程底座 FluxVLA Engine正式上架阿里云PAI平台，并以开源方式向全球开发者开放。逐际动力旗下多款机器人也已接入千问Omni模型，实现物理世界中的全模态实时交互。

逐际动力与阿里云的合作，只是如今AI大模型向物理世界疯狂渗透的一个缩影。

在具身智能之外，大模型正在钻进桌面机器人、儿童拍学机、智能家居、车载终端、AI眼镜等更多硬件产品中，推动硬件厂商重新定义交互方式、产品功能和商业模式。

近期，时代财经走访逐际动力、噜咔博士等深圳多家AI硬件企业了解到，AI硬件行业正围绕模型能力、端云协同、Agent架构、供应链成本和真实场景落地，展开新一轮生死竞速。

香港中文大学（深圳）理工学院助理院长、深圳河套学院助理院长吴辰晔向时代财经表示，AI已经不再只是一个概念，而是在真实进入产品和消费市场。过去很多电子产品只是消费品，或者是完成某个固定任务的工具；当它接入大模型之后，就具备了理解、生成、交互和辅助决策的能力。“这个变化不是简单多了一个功能，而是产品性质发生了变化——它从‘工具’开始变成‘生产力终端’。”

大模型装进百元硬件，Token成本成商业难题

过去两年，大模型首先改变的是屏幕里的产品形态。用户在手机、电脑里与AI对话，获取答案、生成文案、制作PPT、写代码。而如今，AI正在通过硬件终端加速进入真实世界。

在华强北赛格电子市场、华强电子世界等专业市场，时代财经走访发现，AI翻译机、AI眼镜、AI耳机、教育机器人、桌面陪伴机器人等产品，被摆在不少商户档口最显眼的位置。

相比过去以蓝牙、传感器、联网控制为卖点的智能硬件，如今这些产品更常被贴上“AI对话”“拍照识别”“实时翻译”“智能陪伴”等标签。

数据显示，截至2026年5月初，华强北AI产品销量占比已从2023年的12%增至41%。这股物理AI浪潮也正席卷全国。洛图科技预测，2026年中国消费级AI硬件（不含手机和汽车）市场规模将突破1.27万亿元，到2030年达到2.56万亿元。

在这场硬件平权革命中，产品形态与生态位已经开始发生剧烈的折叠与分化。

一类是扎根底层的“AI方案商”，它们试图用极低的成本让传统硬件长出“智能大脑”。在深圳十方融海科技有限公司的展示室里，时代财经看到，一款原本普通的桌面可乐机器人，在接入小智AI系统后，不仅能用自然语言控制，还能表现出丰富的语音语调与动作。

据小智AI相关负责人介绍，小智AI方案的产业价值在于降低开发门槛。开发者可以在已有代码基础上做业务场景改造，不必重新搭建服务器、通信协议和固件，一款AI硬件产品的开发周期可以从原来的6个月左右缩短到约2个月。目前，小智AI已接入近200万台设备，让大量客单价在100元至500元区间的玩具、智能家居、桌面机器人实现了智能化升级。

另一类，则是像噜咔博士一类试图向上突围、重新定义品类的AI终端品牌。

噜咔博士CEO杨坤在接受时代财经采访时指出，过去的教育硬件更多是“内容容器”，孩子按照既定的封闭路径学习。而AI拍学机则是把真实世界当成教材，通过大模型建立真实世界与知识之间的连接。目前，全面接入千问大模型的噜咔博士拍学机，累计用户规模已突破25万，月均拍照识别量超过5000万次。

然而，当AI真正进入一台玩具或拍学机，最现实的成本问题也随之浮现。

与传统消费电子“一锤子买卖”不同，AI硬件只是入口，视觉识别、语音对话等每一次交互都在持续消耗Token算力。“Token商业模式跟过去互联网商业模式不一样的地方就在于，每次使用都会实实在在消耗成本。”杨坤坦言，由于国内用户尚未形成坚实的C端付费习惯，在日常的万物识别等高频使用上，公司实际上处于亏损状态，预计到2027年才可能打平。

为了平衡算力账本，硬件公司必须精打细算。例如噜咔博士采取了分层策略：基础的动植物识别功能使用成本较低的自研小模型，而复杂的场景认知则调用千问大模型。

此外，出海成为缓解商业化焦虑的另一条出路。相比国内，海外用户对SaaS服务的付费意愿更强。杨坤透露，噜咔博士在海外推行每月9.9美元至15美元的订阅制，这一模式正在帮助企业跑通商业闭环。

Token成本是如今AI硬件行业共同面对的商业难题。时代财经从多位业内人士了解到，国内市场规模大、供应链效率高、渠道反馈快，但用户对软件和AI服务付费习惯仍需培育；海外市场付费意愿更强，但品牌建设、合规认证、售后体系和渠道投入更重。

而目前，消费电子产业链本身处在一个相对艰难的周期里，也增加了终端厂商的压力。杨坤提到，存储、PCB电路板、MLCC电容等元器件成本都在承压。AI硬件公司除了期待未来模型推理成本继续下降，更需要在产品价值与用户体验中找到极致的平衡，才能在这轮竞争中胜出。

云厂商抢滩具身智能，机器人竞争驶入数据与模型深水区

相较于AI学习机、桌面机器人、AI玩具等消费级硬件，人形机器人与大模型的结合更复杂，也更接近AI硬件竞争的深水区。

过去，机器人企业的核心竞争力往往在于伺服驱动、运动控制等硬件层面；如今，大模型带来的泛化能力，正将竞争焦点转向数据、算法和端云协同的软件生态。

就在近日，逐际动力与阿里云官宣最新合作，双方联合打造的具身智能标准化工程底座 FluxVLA Engine正式上架阿里云PAI平台。通过统一配置体系、标准化接口和模块化架构，FluxVLA Engine将数据处理、模型训练、仿真评测和真机部署纳入同一套工程规范，降低开发门槛。

此外，逐际动力开发的不同形态机器人也引入了阿里云全栈AI技术。

从售价29.8万元的全尺寸交互人形机器人LimX Luna，到售价15.8万元起的通用人形机器人LimX Oli，再到4.98万元起的多形态具身机器人TRON 2，逐际动力自研机器人通过接入千问Omni，获得了全模态实时互动能力。

这意味着，机器人不仅能“看懂、听懂、说出来”，还能根据现场场景调用外部工具完成任务。

时代财经在逐际动力近期一次技术展示中观察到，旗下人形机器人仅凭语音指令便完成了对不同形状、材质的工件分拣与装配，即使工件位置和光线条件发生变化，也能自动调整抓取策略。

这背后，核心环节是数据收集和模型训练。“数据是原材料，模型训练是制造业。”逐际动力创始人张巍在接受时代财经等采访时解释道，以收拾桌面这一场景为例，机器人要完成这个任务，首先需要人操作或遥操机器人收集数据，再标注哪些是垃圾、哪些是笔、哪些是书，随后选择模型架构并训练，最后将模型部署到真实机器人上。

张巍介绍，模型训练可以抽象成一条标准化的生产线，而FluxVLA就是这条生产线，甚至可以看作是“线上富士康”。通过这套底座，企业半小时内就能跑通数据处理、模型配置到真机部署的全流程。

实际上，逐际动力与阿里云的合作，只是现如今大模型厂商切入具身智能产业链的一个样本。

2026年开年至今，海内外头部云厂商几乎全部加码了与人形机器人企业的战略合作。合作模式也在快速演进，从早期的算力供给和模型调用，逐步演进为全栈基础设施共建、具身智能平台共研、场景生态共拓的深度融合模式。

有业内人士向时代财经分析，具身智能被认为是继大语言模型之后人工智能最大的应用爆发点，而人形机器人是具身智能最理想的载体。对于云厂商而言，这不仅是新增的算力消耗大户，更是验证和迭代大模型能力、抢占下一代人机交互入口的战略高地。

而对于人形机器人行业而言，目前行业尚未实现大规模应用，主要原因并非硬件能力不足，而是大模型存在瓶颈。

兴业证券分析师丁志刚指出，“从产业进程来看，当前机器人本体层技术已较为成熟，而大模型的发展远落后于硬件。当前阶段的具身大模型已具备认知、推理与规划能力，不足之处在于难以可靠处理复杂物理世界的不确定性，同时泛化能力明显较弱。”

随着大模型从屏幕走向终端，具身智能行业正在进入一个看似热闹、实则残酷的验证阶段。市场研究机构Fortune Business Insights预测，全球人形机器人市场规模将从2026年的 62.4亿美元增长至2034年的1651.3亿美元；与此同时，也有市场分析指出，人形机器人产业虽投资升温、预期高涨，距离大规模真实应用仍存在技术和商业落差。

对所有AI硬件企业而言，真正的分水岭正在从“能否接入大模型”，转向“能否在真实场景中持续创造价值”。站在2026年中回望，AI硬件的黄金十年或许才刚刚翻过扉页，但留在牌桌上的，注定不会只是最会讲故事的公司。