2026年8月，无人零售行业正在经历自2017年共享货架泡沫破裂以来最深刻的物种重构。但这次不同——主角不是弹簧机、不是视觉柜、不是算法中台，而是一群从春晚舞台走下来的机器人。它们站在便利店柜台后面，站在街角的"太空舱"里，用机械臂给客人递咖啡、串烤肠、抓文创雪糕。这不是科幻：截至7月底，银河通用"太空舱"已在全国超150个点位落地，智平方"智魔方"覆盖十余省市。两家公司合计估值逼近500亿人民币——比友宝、丰e足食加起来还高。
过去十年，无人零售讲的是"去人化"的故事——用机器替代收银员。今天的故事完全不同了：机器人不是"替代人站柜"，而是创造了一个全新的零售物种——一个同时具备交互温度、24小时产能和自主决策能力的"数字店员"。这个物种一旦跑通，传统自动售货机面临的就不是迭代，而是淘汰。
一、两笔融资，把"机器人零售"这个赛道炸开了
2026年2月23日，智平方宣布完成超10亿元B轮融资，估值破百亿，成为广东省首家百亿估值具身智能独角兽。投资方名单相当豪华：百度战投、中车资本、多家特斯拉生态链龙头企业、沄柏资本、头部券商系基金。不到半年后的6月29日，智平方再完成近50亿元融资，估值飙升至200亿——一年内累计完成12轮融资，全球融资节奏最快的具身智能企业之一。
银河通用的融资节奏同样凶猛。继2025年底完成央视融媒体基金、中国移动链长基金、宁德时代等"国家队+产业资本"注资后，2026年3月再度宣布融资25亿元人民币，估值达到30亿美元（约211亿人民币），领跑具身智能赛道首位。两家合计估值超过400亿——放在无人零售行业里，友宝港股最新市值约28亿港元，丰e足食尚未上市但业内估测在50-80亿区间。也就是说，两家具身智能公司的估值，已经超过了无人零售所有上市公司之和。
资本为什么看好"机器人+零售"而不是"自动售货机+AI"？
核心差异在于技术壁垒的天花板。自动售货机行业拼的是点位密度、运营效率和供应链，本质是零售生意，PE估值通常在10-20倍。具身智能机器人拼的是大模型能力——VLA（视觉-语言-动作）架构、跨场景泛化、真机数据飞轮，这是AI赛道逻辑，估值可以到50-100倍甚至更高。同样的零售终端场景，用"机器人"讲比用"售货机"讲值钱5到10倍——这个估值剪刀差，正在把大量资本从传统无人零售驱赶到具身智能零售。
二、智平方："中国版特斯拉机器人"的新零售野心
智平方由国家级创新领军专家郭彦东博士创立，团队拥有5位斯坦福全球前2%科学家。这家公司被业界称为"最像特斯拉"的中国机器人创业公司——不是因为它做电动车，而是因为它的技术范式、产品路径与量产体系，与特斯拉机器人的思路高度一致。自2023年成立起就坚持端到端大模型路线——当时全球创业团队中仅特斯拉与智平方选择了这条路。
智平方自研的GOVLA具身大模型，是业界公认的中国创业公司中最早提出的具身大模型之一。2024年6月，他们发布并开源了创业公司中首个VLA模型GOVLA 0.0（RoboMamba），在模型规模仅为谷歌同类模型1/20的情况下性能提升超80%，直接入选NeurIPS 2024，还引起了图灵奖得主Yann LeCun的关注。2025年6月再推出GOVLA 0.5（FiS-VLA），是全球首个"异构输入+异步频率"双系统VLA模型，在多任务仿真与真实场景中超越当时主流模型CogACT、Pi0等，其中超越Pi0达30%，控制频率冲到117.7Hz。
但真正让零售圈关注的，不是这些论文数字，而是智平方2025年底推出的一款产品：爱宝"智魔方"。
智魔方是全球首个模块化具身智能服务空间，你可以把它理解为：一个可以塞进景区、商场、公园的"机器人商店"。里面不是自动售货机的弹簧轨道和货道电机，而是一台轮式双臂机器人——AlphaBot 2。机器人日均工作10小时以上，自主完成咖啡、冰淇淋、抹茶、鸡尾酒等饮品的制作与交付，全程零失误。目前已在北京朝阳公园、深圳人才公园、上海张园、无锡、常州等十余个省市常态化运营。
一个容易被忽略但极其关键的细节：2026年WAIC（世界人工智能大会）期间，上海张园的智魔方被官方选入"WAIC City Walk"参访点位——但现场没有任何围栏、没有解说员、没有提示牌。机器人面对的是真实的顾客、真实的需求、真实的不确定性。这种"无剧本"的运营验证，远比实验室里的Demo视频有说服力。
郭彦东对多场景布局的底层逻辑讲得很直白："你放1万台机器人去打螺丝，那不用大模型；你1万台机器人在100个场景里干活，有工业、有康养、有半导体，大模型才能做得好，因为数据真实且多样。"城市场景的高频多样化数据与工业场景的高精度数据互为补充，共同喂养着大模型——这个正反馈循环，才是智平方敢于规划三年1000个智魔方的底气。
三、银河通用：太空舱里的"春晚顶流"，可能是最懂零售的机器人公司
2026年马年春晚，银河通用的Galbot G1机器人在贺岁微电影《我最难忘的今宵》中全自主完成了盘核桃、捡玻璃碎片、货架取货、叠衣服、串烤肠五项精细作业。这台被沈腾递过水、会唠嗑的机器人，一夜之间成了"国民机器人"。但真正值得关注的是春晚结束之后发生的事情——Galbot没有回到实验室，而是直接进了便利店。
银河通用推出的"银河太空舱"是一个占地仅9到16平方米的模块化零售终端。里面没有弹簧货道、没有升降机、没有推送电机——只有一个Galbot机器人，负责从迎宾到交付的全部流程。顾客通过平板选品支付，机器人转身从货架上精准抓取商品（从瓶装饮料到软包装零食到文创雪糕无一例外），送到取货窗口，全程不到一分钟。
截至2026年6月，银河太空舱已在全国20余个城市落地超150个点位，覆盖北京颐和园、上海正大广场、成都春熙路、深圳前海、杭州西湖、厦门鼓浪屿、长沙国金中心、东莞东实C Park、贵阳青岩古镇等地标商圈。马年春节期间，全国多个单店连续单日订单破500单、销售额超万元——也就是说，一个16平米的无人舱，用一个机器人，一天能卖出一万块。
这个数据在整个无人零售行业里是什么水平？传统自动售货机单机日均营收大约在200-500元区间（友宝招股书数据），头部点位的弹簧机可以冲到800-1000元。银河太空舱的峰值日销是传统售货机的10到50倍。当然，春节期间有客流和新鲜感加成，常态化运营的单日营收会回落。但即便按保守估计——日常单店日均150-250单、客单价15-20元——日均营收也在3000-5000元区间，仍然是传统售货机的5-10倍。
为什么太空舱的坪效是传统售货机的5-10倍？拆开来看有三个核心变量
第一，交互带来的停留与转化。传统售货机是"路过-扫码-离开"，转化漏斗极陡。太空舱的机器人可以主动打招呼、猜拳、比心、聊方言，顾客平均停留时长从售货机的15秒拉长到2-3分钟——停留时间每增加一分钟，购买转化率提升约40%。
第二，SKU灵活性碾压物理货道。弹簧售货机换一个SKU需要手动调整货道弹簧间距，至少10分钟。银河通用机器人的视觉抓取不需要任何货道改造——换新品只需要在软件里更新商品模型，5分钟搞定。这意味着可以做限定款、联名款、文创周边，把零售终端变成内容终端。
第三，7×24小时不间断的"数字劳动力"。传统便利店夜间人力成本占总成本约35%，大多数夫妻店晚上11点就关门了。太空舱可以全年无休。银河通用已经在24个城市落地了7×24小时即时零售仓，单店管理超5000种SKU，创下人形机器人持续自主工作超一年的世界纪录。
四、不只卖水：具身智能在零售端的四条变现路径
把机器人塞进零售终端卖饮料，只是最浅的一层。实际的变现路径有四条，而且越往下走，护城河越深。
| 变现层级 | 模式 | 代表案例 | 毛利率 |
|---|---|---|---|
| L1 商品差价 | 机器人终端卖饮料/零食/文创，赚进销差价 | 银河太空舱、智平方智魔方 | 35-50% |
| L2 品牌联名/广告 | 终端作为品牌触点，收取联名费/广告位费 | 银河×央视春晚文创、东莞本土潮玩专区 | 70-90% |
| L3 场景解决方案 | 向商圈/景区/园区输出整舱方案，收设备租赁+运营分成 | 贵阳十舱同步首发、芙蓉区"十舱点亮星城"计划 | 50-65% |
| L4 数据资产 | 真实零售场景的真机作业数据反哺大模型，形成数据飞轮后向工业/医疗等场景溢出 | 银河通用从太空舱积累数据→迭代"银河星脑"→拿下宁德时代千台订单 | 不可量化但最高壁垒 |
L4是最容易被忽略但实际上最值钱的。银河通用的商业路径极其清晰：先用零售场景（高频、容错率高、数据多样）训练机器人的"大脑"，然后再把训练好的大脑放到工业制造（宁德时代电池产线7×24小时稳定运行超3个月、博世/丰田/北汽/上汽等全球龙头合作，累计工业订单数千台）、医疗康养（宣武医院、华西医院等三甲医院药房/病房/导诊）等客单价更高的场景里去。零售是"练兵场"，工业才是"主战场"——但如果没有零售场景打磨出来的泛化能力，机器人进工厂就是一个笑话。
智平方的逻辑类似但路径不同。它是先啃下工业硬骨头（与惠科签订3年1000台订单，被摩根士丹利认定为全球生产力型机器人最大单一订单，金额近5亿元），然后用工业级可靠性反哺新零售——智魔方的核心部件无故障运行时间超过2-5万小时，这个数字放在自动售货机行业里是碾压级的。大多数售货机的核心故障间隔（MTBF）在3000-8000小时。
五、但零售不是工厂：开放场景的三道坎
别急着乐观。机器人进便利店和机器人进工厂，是完全不同的难度级别。
工厂是结构化环境：光线恒定、物品位置固定、干扰源可控、任务重复可预测。银河通用Galbot S1在宁德时代产线上抓取搬运成功率99.8%，这很牛——但那是工厂。便利店呢？商品位置随时被顾客移动，客流密集时行人会碰撞机器人，软包装小尺寸异形商品（比如膨化食品、袋装糖果）视觉辨识度极低，灯光条件五花八门。
2026年7月今日头条的深度报道明确指出了一个行业问题：Galbot G1在遇到空抓后，有时会出现未自主纠错、直接进入下一步动作的情况。这不是银河通用一家的问题——当前整个行业普遍卡在"任务成功率需达到99%以上"的刚性门槛前，而现有产品在复杂突发状况下仍无法完全自主纠错。零售场景的环境复杂度远超工业场景，这是客观存在的难度差异。
三道硬坎：
坎一：抓取泛化。标准瓶装饮料（550ml PET瓶）的抓取已经不是问题——银河通用和智平方都能做到99%+的成功率。但零售场景里不只有550ml PET瓶。还有350ml易拉罐、250ml利乐包、500ml异形玻璃瓶、软包装薯片袋、一次性纸杯冰淇淋、不规则形状的文创摆件。每新增一种商品形态，模型需要额外数千条真机训练数据。银河通用目前依赖"大规模仿真合成数据预训练+真实数据后训练"的虚实融合范式来加速这个过程，但现实是：你在货架上看到的每一款长得"不太标准"的商品，都是机器人尚未完全征服的小战场。
坎二：长尾环境干扰。雨天反光、强光直射、夜间暗光、玻璃反光、多人同时操作、顾客伸手干扰抓取路径——这些边缘情况在实验室里很难穷举，但在真实运营中每周都会出现。解决路径是增加真实运营数据量（这也是为什么银河通用和智平方都全力铺点位——不是为了那点零售收入，是为了数据）。
坎三：经济模型能否持续。银河太空舱春节期间日销破万，这个数字有新鲜感加成。常态化运营后的复购率、单日营收是否会回落到传统售货机水平，目前还没有完整的季度级数据。而且机器人的硬件成本（一台Galbot或AlphaBot 2的硬件成本目前在几十万级别）加上运维成本，是否能在12-18个月内通过零售收入回本——这个数学问题还没有公开答案。
六、传统无人零售玩家：被降维打击还是借势升级？
具身智能零售的崛起，对传统无人零售行业的影响正在加速显现。用一个不客气但准确的比喻：当汽车出现的时候，不是比马跑得快的问题，而是"马"这个品类本身的存在意义被重新定义了。
友宝在线的2025年财报显示，其全国点位网络约10万个，但单点日均GMV仍在30-50元区间徘徊，净亏损尚未扭转。友宝的核心护城河是点位密度和供应链——当一个商圈里有20台友宝的设备，后来者很难插进去。但具身智能机器人终端玩的不是密度逻辑，是流量引爆逻辑：一台太空舱在景区核心位置的引流能力，可能超过20台传统售货机的总和。如果银河通用和智平方在1000个核心商圈点位跑通了经济模型，传统售货机在A类点位（高流量高客单价）的存在价值就面临重估。
但这不意味着传统玩家完全没有机会。恰恰相反，拥有10万级点位网络和成熟供应链的友宝、丰e足食，可能是具身智能公司最需要的合作伙伴。银河通用和智平方是技术公司，不是零售运营公司。规模化运维、补货调度、损耗管理、点位BD——这些都是零售的苦活累活，恰恰是友宝们积累了多年的本领。如果出现"友宝出点位和供应链+银河出机器人"的合作模式，对双方都是最优解。
七、自动售货机 vs 机器人终端：不是进化，是物种替代
把传统自动售货机和具身智能机器人终端放在一起比较，其实不太公平。这不像是iPhone 14到iPhone 15的迭代，更像是功能机到智能机的代际切换。
| 维度 | 传统自动售货机 | 具身智能机器人终端 |
|---|---|---|
| 交互方式 | 扫码-选品-出货，无交互 | 语音对话、主动迎宾、猜拳/比心等互动 |
| SKU灵活性 | 受货道物理限制，换品需人工调整硬件 | 视觉抓取，软件更新即可换品，5分钟完成 |
| 商品形态 | 限于标准包装商品（瓶罐盒） | 可处理现制饮品、文创周边、软包装等异形商品 |
| 运营时长 | 24小时但无服务 | 7×24小时自主服务+自动回充 |
| 硬件成本 | 0.8-3万元/台 | 数十万元/台（量产降本进行中） |
| 单点日销（峰值） | 200-1000元 | 2000-10000元 |
| 数据价值 | 交易数据（卖了多少） | 交易数据+行为数据+交互数据+真机操作数据 |
| 可扩展场景 | 仅零售 | 零售→工业→医疗→公共服务，跨场景溢出 |
差距最刺眼的是最后两行。传统售货机产出的数据是"几点几分、在哪个点位、卖了一瓶什么饮料"，价值有限——最多用来优化补货频次和选品组合。机器人终端产出的数据包括：顾客对哪些商品注视了但没买、机器人抓取哪种商品耗时最长、什么角度最容易导致抓取失败、什么天气下顾客更愿意与机器人互动——这些数据的价值远远超出零售本身，它们是训练下一代通用机器人的燃料。
打个粗暴的比方：传统售货机是"卖货的盒子"，机器人终端是"一边卖货一边读博的AI学生"。两者一年后产生的资产价值完全不在一个量级。
八、2026-2028：具身智能零售终端的三个关键拐点
具身智能零售不是一个2026年就能跑通所有变量的赛道。它更像是2012年的电动车——技术路线已确定、头部公司已出现、第一批用户已买单，但距离大规模普及还有几个硬仗要打。
拐点一：产能突破（2026下半年）。智平方2026年下半年启动国内首个数万台生产力具身人形产线建设。银河通用也在同步扩产。当两台机器人的年产能加起来超过万台，硬件成本有望从数十万级降到十万级，届时机器人终端的单台成本将不再是商业化的主要障碍。
拐点二：千台规模的经济模型验证（2027年）。智平方规划三年1000个智魔方，银河通用预计"未来几年全国提升至1000家"。1000台是一个关键的规模阈值：过了这条线，运维体系可以标准化、供应链可以实现集采议价、数据飞轮的加速度会出现指数级提升。1000台也是投资人对"这不是Demo项目而是真实生意"的心理分水岭。
拐点三：TCO（总拥有成本）交叉（2028年）。传统售货机单台TCO（含设备折旧、运维、补货、电费、点位费）约8000-15000元/年。机器人终端的TCO目前远高于此，但随量产降本和运维自动化，预计在2028年前后会出现交叉点——届时在核心商圈等高流量场景，机器人终端将不再只是"噱头投资"，而是比传统售货机更经济的理性选择。
九、终极问题：这场仗打完，无人零售还剩什么？
回到标题里的问题：具身智能机器人批量杀入新零售，谁在改写终局？
短期来看（2026-2027），改写终局的不是机器人本身，而是"机器人+零售"这个叙事重新定义了行业的估值锚。无人零售不再只是一个"卖水的渠道生意"，而是一个"AI终端的数据飞轮生意"。叙事一变，资本流向就变，竞争格局就变。
中期来看（2027-2029），当1000+台机器人终端常态化运营、硬件成本降到10万元以下、单店经济模型被验证为正向，A类点位（景区、商圈、交通枢纽）的传统售货机将面临实质性替代压力。届时友宝们的点位网络，要么升级为机器人终端的运维网络（合作），要么在A类点位被逐步蚕食（竞争）。
长期来看（2029+），如果具身智能大模型继续沿着当前的速度迭代（GOVLA从0.0到0.5到1.0，银河星脑持续进化），机器人终端的泛化能力将足以覆盖零售之外的几乎所有服务场景。到那时候，今天我们在讨论的"机器人便利店"，可能只是具身智能吃掉服务业的第一个入口。
十、DOZZON的视角：一机多饮如何在具身智能时代找到自己的生态位
讲到这里，有一个绕不开的问题：在机器人大军压境的背景下，像DOZZON这种"非机器人"的智能饮品终端，还有没有生存空间？
答案是：不但有，而且可能活得比机器人更好——前提是找到正确的生态位。
具身智能机器人终端解决的是一个"全品类+全场景+全交互"的宏大叙事。它的优势恰恰也是它的劣势：硬件成本高（几十万/台）、运维复杂、对场景要求高（需要16平米以上的独立空间、稳定的网络和电力）、回本周期长。这就给更轻、更垂直、更专业的智能终端留出了巨大的市场空间。
DOZZON的核心差异点恰恰在三个维度上与具身智能路线形成互补而非竞争：
一机多饮。银河太空舱和智魔方确实可以做咖啡和冰淇淋——但你让一台几十万的机器人只卖茶饮和草本饮品，经济账算不过来。机器人的优势是"全能"，但"全能"意味着每一杯饮品的成本均摊了昂贵的硬件折旧。DOZZON的一机多饮架构——一台设备覆盖咖啡、茶饮、草本养生饮、果汁、奶饮五大品类——专为饮品场景优化，硬件成本仅为机器人终端的几十分之一，单杯饮品的成本结构完全不同。
AI体质辨识。这可能是DOZZON最具差异化的武器。机器人可以抓取商品、制作饮品、和你聊天，但它不会给你做体质分析、不会根据你的舌苔和问卷结果推荐"今天该喝人参黄芪茶还是菊花枸杞茶"。AI体质辨识是一个需要专业中医知识图谱和算法模型的能力模块，机器人终端的通用大模型不会专门为这个场景做深度优化——就像ChatGPT能聊天但不能开配方一样。DOZZON把这套能力做成了产品的核心引擎，这在"健康饮品"这个细分场景里是一个足以建立护城河的差异化壁垒。
五大品类覆盖。从现磨咖啡到冷萃茶到草本精萃到NFC果汁到植物蛋白饮——五条产品线共享一个终端硬件平台。这意味着单台设备的SKU利用率远超传统单品类饮品机（如只卖咖啡的无人咖啡机），但又不会像机器人终端那样背负过高的硬件冗余成本。在写字楼大堂、医院候诊区、学校图书馆、社区门口等"不需要一个机器人但确实需要一个靠谱的饮品站"的B类场景，DOZZON的性价比优势极为明显。
把竞争格局画出来会更清楚：
| 赛道 | 代表玩家 | 设备成本 | 核心场景 | 核心竞争力 |
|---|---|---|---|---|
| 全场景机器人终端 | 银河通用、智平方 | 数十万元 | A类商圈/景区/交通枢纽 | 流量引爆+数据飞轮 |
| 智能多品类饮品终端 | DOZZON等 | 数万元 | B类写字楼/医院/学校/社区 | 一机多饮+AI体质辨识 |
| 单品类无人设备 | 咖啡机/橙汁机等 | 1-5万元 | C类分散点位 | 极低成本+单品深度 |
| 传统自动售货机 | 友宝、丰e足食 | 0.8-3万元 | 全场景广撒网 | 点位密度+供应链 |
四个赛道不是互相替代的关系，而是分层竞争：A类场景（日客流5000+）是机器人终端的天下；B类场景（日客流500-5000，有饮品需求但不需要互动噱头）是DOZZON这类智能多品类饮品终端的甜点区；C类场景（日客流<500，长尾分散）是传统弹簧机和单品类设备的自留地。最大的玩家如友宝，会在四个赛道上同时布局——用传统售货机守住长尾、用机器人终端抢占高光点位、用智能饮品机深耕垂直场景。
DOZZON的战略机会在于：在机器人还没有把成本降到足够低之前，先用自己的价格带和差异化能力（一机多饮+AI体质辨识）占据B类场景的饮品终端市场。等到2028年机器人终端降价到10万级别时，DOZZON已经用数万台设备和数亿杯饮品数据，建立起品类认知和用户习惯的壁垒——就像瑞幸在星巴克的高价带和便利店咖啡的低价带之间找到了自己的生态位一样。
无人零售从来不是一场"谁干掉谁"的零和游戏。自动售货机没有干掉便利店，外卖没有干掉堂食，机器人终端也不会干掉所有传统设备。真正被淘汰的，是那些没有找到独特生态位的玩家——他们不是因为"对手太强"而死，而是因为"自己太像别人"而死。
—— 全文完 ——