【导语】具身智能行业正经历从概念验证到商业落地的关键转折。阿米奥机器人创始人刘方指出，当前市场对具身智能的认知存在偏差，其核心价值在于数字化“劳动能力”而非模型参数或自动驾驶技术的简单迁移。这一观点为板块估值提供了新的分析框架。 【正文】过去两年，具身智能常被置于“大模型下一站”或“自动驾驶向工厂迁移”的叙事框架中。前者侧重模型、数据与规模效应，后者强调感知、预测、规划及端到端闭环。然而，阿米奥机器人（未上市）创始人刘方认为，这些理解未能触及根本问题：具身智能需解决的核心任务是什么。 刘方坚信，具身智能并非大模型或自动驾驶的延伸，而是一种新业态。他提出：“自动驾驶数字化的是驾驶能力；大模型数字化的是知识；具身智能真正要数字化的，是劳动能力。”这一论断将行业焦点从技术演示转向经济性交付。客户购买的并非会演示动作的机器或模型参数，而是一段可持续产出、保证良率、跟上节拍并替代人力或自动化方案的劳动能力。 从“会做”到“能用”，劳动能力成为新的数字化对象。刘方解释，互联网将信息获取与分发转化为可复制的软件能力，基础大模型使知识生成与交互规模化，自动驾驶则沉淀了驾驶能力。而具身智能面对的是生产一线：将人类在物理环境中完成任务的能力，转化为可训练、可验证、可复制的数字能力。因此，机器人不能简单理解为“大模型加机械臂”。模型可在云端迭代并快速分发，但机器人每次能力升级需穿越硬件本体、传感器、末端执行器、控制系统、工装、现场节拍、维护流程及安全边界。软件的规模化依赖分发，机器人的规模化则需通过真实部署验证。 在工业场景中，劳动能力由一组耦合能力组成：看清对象与状态、理解工艺目标、规划动作、控制接触力、处理误差、识别异常并完成恢复。以上下料任务为例，零件反光、遮挡、摆放偏差、材料变化、夹具公差及节拍要求均可能改变机器人行动路径。因此，具身智能的目标并非让机器人“能做更多动作”，而是将一段劳动流程转化为可交付的能力包：可部署、持续运行、记录、纠偏、升级并在相近任务中复用。刘方将这一过程概括为“劳动能力数字化”，强调“未来真正有价值的，不是某一台机器人做了多少动作，而是有多少劳动能力被沉淀下来，能够被反复部署。” 【投资分析】从基本面看，阿米奥机器人提出的HPI（Hours Per Intervention）指标为行业提供了新的衡量尺度。HPI衡量机器人在真实生产环境中，每经历一次人工干预前能连续自主工作的小时数，类似于自动驾驶的MPI（Miles Per Intervention）。这一定量指标将推动资金从概念炒作转向关注运营效率与商业闭环。技术面上，具身智能板块近期资金流入明显，但估值修复需依赖实际部署数据。 【总结展望】随着劳动能力数字化概念的深化，具身智能行业有望进入以HPI为核心指标的精细化运营阶段。投资者应关注具备真实部署能力和可复用能力包的企业，板块长期增长动力将来自劳动能力的沉淀与规模化。