Agility上市:3亿美元订单到手,转化率才是估值关键

资讯 AI 行业观察 作者:具身商业前哨 全文 1825 字 · 约 5 分钟读完 配图 2 张 分类机器人人形机器人

半年收入仅17.4万美元,却有6.5万小时运行和3亿美元订单。Agility上市后,人形机器人开始计算转化率。

所属频道 机器人与具身智能

3亿美元订单,押在一款尚未交付的机器人上

招股书里写得很清楚:3亿美元全部来自一位关联方客户,对应1000台Digit 5和一份三年期RaaS合同。机器人能不能真正部署,取决于Agility是否达到约定的产品功能、技术规格和合同里程碑。客户拿到的配套认股权证,也要随机器人实际部署逐步归属。

但在会计层面,这笔订单眼下还谈不上收入。

究其原因,订单买的Digit 5尚未正式上市。按计划,它2027年上半年先交付给早期客户,年底才全面上市。Agility给出的承诺是:能反复搬运50磅重物,工作90分钟后只需充电9分钟,末端工具可更换,还能减少对传统安全围栏的依赖,在人旁边干活。

Agility上市:3亿美元订单到手,转化率才是估值关键(配图 1)

这些升级指向的是同一件事——让机器人不再只会搬周转箱,而是能在多个工位、多个班次之间流动。任务多了、每天干活的时间长了,RaaS这笔账才算得过来。

这构成第二道转化:从合同金额,转成实际部署和可确认收入。

Agility原本打算通过SPAC交易和配套融资拿到超过6.2亿美元,股东赎回之后,最终募资约4.65亿美元。对一家把RaaS当成主要商业化路径的公司来说,这4.65亿美元首先是一笔过桥资金。机器人得先造出来、送进客户现场并持续维护,收入才会在未来几年里逐步确认。

投资者日上,Agility算过一笔账:单台Digit按RaaS跑五年,预计能带来约50万美元收入,五年产品层面利润率约50%,硬件投入约1.5年收回。公司测算,年产量到1000台,产品层面利润率可升到约70%,硬件回收周期缩到一年以内;到1万台,回收周期才可能压到半年以内。这还是不摊研发和管理费用的单机模型。

3亿美元最终能转出多少台机器人、多少套设施和多少经常性收入,比订单数字本身更值得盯。

扩到三座仓库,GXO仍没算出回报

在Agility的客户名单里,最值得看的其实不是那位没有公布姓名的3亿美元买家,而是GXO。

今年8月,这家全球大型合同物流商给过一个并不漂亮的答案:GXO与多家供应商累计做过45个人形机器人试点;按GXO自己的说法,2026年正式投入生产的人形机器人数量仍为零,投资回报尚未拿到,距离ROI可能还有几年。

两个月后,GXO却决定把Digit扩到北卡罗来纳州和田纳西州的两座仓库。新项目计划2027年初从Digit 4起步,之后再转向Digit 5。

没回本,为什么还要继续扩点?

Agility上市:3亿美元订单到手,转化率才是估值关键(配图 2)

GXO 眼下真正买下的,其实是人形机器人的学习曲线。机器人到底能不能上手干活,第一座仓库给出答案;同一套本事能不能照搬,得看第二座、第三座仓库。新项目若能把部署周期压下来、少派现场工程师、让原有的程序和运维经验接着用,规模效应才会在商业模式里露头。

这就是第三道转化:部署能不能变成回本、续约和扩单。

走到这一步,机器人公司不能只公布进了多少工厂。市场要看的是单台机器人的经常性收入、运行率和吞吐量,也要知道部署一台机器人消耗多少现金、第二座工厂是不是比第一座更便宜。

SPAC交易给Agility的上市前股权估值是25亿美元。市场定价的显然不是17.4万美元收入,而是未来的转化率:3亿美元订单有多少能兑现,9座客户设施能不能扩到更多工厂,6.5万小时数据能不能让下一次部署更快。

这套问题,对中国机器人公司同样成立。

今年8月,宇树科技登陆科创板。2025年它卖出5215台人形机器人,相关收入8.68亿元,已经证明机器人可以规模制造、也能卖出去;但2025年前三季度,其人形机器人收入仍有73.6%来自科研教育,行业应用占比为9.01%。

Agility和宇树代表着两种不同的起点。Agility机器少,扎进客户现场更深,要把运行深度转成收入;宇树出货更大、硬件销售更成熟,要把装机量转成每天真正在工作的机器人。

宇树上市后一度涨超五倍,随后又从高点大幅回落。据路透社援引The Information报道,监管开始放慢部分人形机器人企业的IPO进程,追问高估值背后有多少真实需求。资本市场的态度已经变了:会跑、会跳、能出货仍然重要,但这些数字最后能不能落到客户复购和持续收入上,开始决定估值能站多久。

所以,与其把Agility当成一把统一的估值尺子,不如把它看作一张“转化表”。对人形机器人公司来说,接下来最重要的三项转化率是试点转付费、订单转交付、交付转续单,最终都要落到现金流。

人形机器人开始计算转化率,进入工厂只是一张入场券。能把上一台机器人干过的活,变成下一台机器人的收入,才是上市之后真正的比赛。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Agility的3亿美元订单:1000台Digit 5为何还不能算收入?

    (本文作者为 具身商业前哨,钛媒体经授权发布)文 | 具身商业前哨美国第一家纯人形机器人上市公司,却赶上了华尔街最不相信AI的一天。11月5日,Agility Robotics登陆纳斯达克,股票代码为AGLT。当天,美股遭遇了一场由AI股票领跌的抛售,纳斯达克指数下跌5.5%,创2025年4月以来最差单日表现。Agil

    来源 腾讯网
  2. 蚂蚁灵波开源LingBot-Touch:近5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  3. 蚂蚁灵波LingBot-Touch开源:近5000小时触觉数据,任务成功率最高90%

    蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精细操作所需的触觉感知。

    来源 TechWeb
  4. 蚂蚁灵波开源LingBot-Touch:触觉基础模型让机器人摸得更灵敏

    【TechWeb】11月10日消息,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进

    来源 腾讯网
  5. 蚂蚁灵波LingBot-Touch开源:近5000小时触觉数据,26项真机测试

    IT之家 11 月 10 日消息,今日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。 IT之家从官方介绍获悉,基于近 5000 小时真实触觉数据预训练,LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,让积累的“手

    来源 AI 行业观察
  6. 松下楠见雄规:AI业务在华收入占比已超家电

    南方财经 21世纪经济报道记者吴斌 上海报道 2023年,松下控股株式会社代表董事、总裁,集团首席执行官楠见雄规在进博会上发出感慨:“如果无法在中国市场取胜,就无法在全球市场取胜。” 三年后,他再次来到上海,看到人形机器人在松下在华制造基地的展厅里演示导览,看到中国的产业基础设施继续迭代,他在进博会上再度对2...

    来源 腾讯网
  7. 蚂蚁灵波开源LingBot-Touch:5000小时真实数据,触觉也能Token化

    11 月 10 日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进一步补齐精

    来源 AI 行业观察
  8. 无境动力停摆:10亿订单与1.1亿融资背后,800万欠薪困局

    “你现在能不能联系上小飞,你什么时候能联系上他,他在干什么?” Tech星球获得的一份公司内部会议录音里,员工向公司高管急促的质问,撕开了具身智能赛道又一场泡沫破裂的现实。 被追问的崔小飞,是无境未来动力科技的实际控制人。 这家2026年2月才成立的机器人公司,曾快速打出高光叙事:6月官宣拿下近10亿元订单,7月落地1

    来源 AI 行业观察
  9. 蚂蚁灵波LingBot-Touch开源:5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类传感器。26 项真机测试显示,接入后动作模型任务成功率提升 14 至 26 个百分点,让机器人“摸得更灵敏”。#机器人触觉##具身智能#

    来源 IT之家
  10. Sharpa Wave触觉传感器:加装后成功率为何从39%跌到15%?

    蚂蚁灵波开源触觉预训练基础模型LingBot-Touch,通过"统一坐标+分入口+共享主干+特征空间预测"架构,将磁触觉、视触觉、压阻式触觉三类传感器信号统一编码为触觉Token。实测显示,接入后机器人成功率平均提升20+百分点,且对从未出现在训练数据中的新传感器同样有效。代码与权重已全部开源。

    来源 华尔街见闻
  11. 蚂蚁灵波开源 LingBot-Touch 触觉模型:26 项真机测试成功率最高 90%

    IT之家 11 月 10 日消息,今日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。IT之家从官方介绍获悉,基于近 5000 小时真实触觉数据预训练,LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,让积累的“手感

    来源 腾讯网
  12. FFR机器人模型登顶仿真榜,贾跃亭披露两项业绩会安排

    截至11月6日,FFR旗下OmniMind模型在具身智能仿真评测平台RoboColiseum榜单中以0.8698分位居综合第一,超过英伟达GR00T N1.7、GPT-6 Astra等模型。FFR将于北京时间11月13日召开上市后首次业绩电话会,FFAI则定于11月17日举行。

    来源 凤凰科技
  13. David Navarro:2026年,机器人黄金时代的起点

    各位嘉宾、各位朋友,大家好! 坦白说,在吴董事长如此精彩的分享之后接着登台,对我而言确实是不小的挑战。刚才的演讲非常出色,也让我深受启发。 首先做一个简单的自我介绍。我叫 David,是一名机器人工程师。我始终为这一身份感到自豪。当然,除了工程师,我也是一名学者。 今天,我希望尽可能用通俗易懂的语言,与大家分享人工智能

    来源 AI 行业观察
  14. 优理奇机器人(UniX AI)完成5亿元Pre-A轮融资

    11月9日消息,通用具身智能创企优理奇机器人宣布近日完成5亿元Pre-A轮融资。本轮融资中,老股东谢诺投资、涌铧投资连续多轮超额追加投资;新进机构包括绿地集团、柯力传感、华工创投、新景富盈、红鸟启航基金、玉林产投等产业及财务投资人。 优理奇机器人成立于2024年4月,是一家全栈式具身智能公司,坚持软硬件全栈自研路线。公

    来源 AI 行业观察
向下滚动自动加载更多