当机器人在各种赛道狂奔时，一家具身智能公司走出了一条属于自己的赛道，从视觉智能演进到具身智能领域。
4月29日，在第三届中国具身智能与人形机器人产业大会现场，瑞为技术就具身智能场景化落地破局发表了主题演讲。
这家在AI领域深耕14年的企业，正式对外释放了一个信号：会看懂世界的机器，现在要开始动手干活了。在所有人都在讲通用、讲规模的赛道里，它要做落地干实事的玩家。
从视觉AI，到具身智能
2012年，瑞为技术成立。至今，它已经完整经历了两个截然不同的AI时代。
AI1.0时代，技术的核心命题是感知：如何让机器“看懂”图像、识别物体和理解场景。这是深度学习大规模落地的黄金十年，也是视觉AI公司跑马圈地的狂热十年。
十年间，视觉AI赛道经历了一轮残酷的出清。顶峰时期，国内挂着“AI视觉”标签的公司数以千计，资本疯狂涌入，估值泡沫快速堆积。随后是漫长的挤水分：融资环境收紧、商业化迟迟跑不通、同质化竞争压垮利润，2019年前后，大批玩家相继陷入困境，曾经的独角兽折价出售乃至停摆，已不再是新鲜事。
过去的视觉AI领域，安防和金融是行业最密集的两个赛场。相比之下，瑞为反而聚焦在并不算显眼的场景中：以民航机场为核心的旅客通行、以购物中心为主的商业地产及面向货运商用车的辅助安全驾驶。
从外部视角来看，这是一种有些克制的决策。但也正因如此，让瑞为在一个淘汰率极高的行业里，成为少数从小模型时代一路活到大模型时代、且仍处于行业头部位置的视觉AI公司。
聚焦的收益，是护城河越做越深。根据弗若斯特沙利文的数据，按2024年收入计，瑞为在中国民航企业视觉智能产品市场排名第一，市场份额达8.9%；产品已覆盖国内三分之一的民用机场，在千万级以上的大型枢纽机场中，覆盖比例更高达三分之二。这背后沉淀的，是数以亿计的场景专属训练、对民航各业务环节的深度理解，以及与机场运营方建立起来的长期客户关系。
而AI 2.0时代，技术的命题变了。大模型带来的不只是感知能力的提升，更是从理解到行动的延伸。这个技术拐点，对瑞为而言，正是向前一步的时机。
瑞为技术创始人兼董事长詹东晖乐见这种转变：“过去这12年，我们一直在做眼睛——通过视觉来感知和理解物理世界。但现在我们开始往前走，往大脑和手的方向走。在理解世界的基础上，开始去做一些决策，做一些执行，帮人把事情做完。”
这也意味着，瑞为不再只是一家视觉智能公司。它正在将技术重心从感知与认知，向决策与执行延伸，形成从“眼睛”到“大脑”，再到”四肢”的完整闭环。并在产品定位上，向面向商业场景、执行复杂操作的具身智能产品提供商迁移。这是瑞为的新标签，更是它在具身智能这条热门赛道里，选择的具象赛道。
嘈杂赛道下，真正的护城河
具身智能目前最主流的叙事是通用性。谁的机器人能适应更多场景，谁的故事就更性感，谁的估值空间也就更大。这套逻辑下，专注垂直场景的公司似乎天然处于叙事的弱势位置。
詹东晖认为，通用能力是平台型公司的舞台，它需要的是规模、是生态、是先发的数据网络效应。但垂直场景的壁垒，从来不靠堆参数建立。它来自特定场景，来自对客户业务流程的深度理解，来自无数次与客户共同解决问题之后沉淀下来的know-how，这无法靠单纯堆积算力来实现。
在技术维度，瑞为搭建起一套由三层架构组成的竞争力矩阵。
第一层是感知底座。这是14年视觉算法积累的直接转化：物体识别、空间理解、姿态估计、非结构化环境下的实时感知。
第二层是决策层，以VLA（视觉 - 语言 - 动作）大模型为核心自研方向。瑞为正在构建面向垂直场景的VLA模型，将视觉感知、自然语言理解与机器人动作规划，统一在一个端到端框架内。让机器人成为理解场景语义、根据上下文做出判断并生成相应动作序列的智能体。相较于通用VLA模型，瑞为进一步引入了力感和触觉，使得机器人的行为决策，更接近于人的多维信息统一决策机制，瑞为将此创新命名为VTFLA。
第三层是执行层，即自研执行组件对“手”和“身体”能力的补足。感知和决策再强，最终都要落到物理动作的完成质量上。瑞为在执行侧的自研投入，解决的是机器人在非结构化环境里的可靠操作问题，即抓取策略、力度控制、末端执行器对不同物体形态的适配。这是一道极高的工程门槛，也是从演示到量产部署之间最难跨越的鸿沟。
在具身智能商业化路径的判断上，詹东晖认为，复杂非结构化的专用场景，将先于通用场景实现商业化跑通。
通用机器人面对的是技术和成本的双重约束。既要具备足够的泛化能力，又要把单机成本压到企业客户可接受的采购门槛之下，两个条件同时满足在当前阶段仍需时间。相比之下，深度适配单一场景的专用机器人，可以在技术上针对已知约束充分优化，在成本结构上更具商业可行性。
被低估的硬骨头
民航，是瑞为切入具身智能的第一个落点，也是积累最深的一块地基。瑞为找到的第一个落地场景：行李转运。
行李转运一直是民航业人力成本最为集中的环节之一，招工难、流失快、人工效率受天气和班次影响波动大，是困扰机场多年的难题。
把这个场景真正做好，远比看起来难得多。詹东晖表示，行李转运区是一个高度非结构化的作业环境，几乎集中了机器人部署最不利的条件。
首先是物体形态的极度多样性：旅客托运行李没有标准化，拉杆箱、帆布软包、纸箱、超尺寸异形件往往同批次混杂出现，机器人面对的每一件行李都是全新的抓取挑战，要在哪处抓取，采用怎样的力道来确保行李稳固、无破损，以及最终还要找到堆垛的最佳位置。
其次是空间本身的不规则性：航站楼地下的转运区域并非为机器人设计，走道宽窄不一，设备与设备之间的缝隙紧促，机器人的运动路径需要实时规划。
最后，也是最关键的一点，是高密度的人机协作需求：在民航运营体系里中，行李的准确率和时效性直接关系到航班准点率、旅客满意度。为将不同规格的行李，在短时间内完成航班行李的全部转运，人机共同作业是目前最佳处理方式，但并行作业就意味着在近距离内双方将产生高频率的空间交错，任何感知或决策的延迟，都可能造成安全风险。
这正是通用机器人目前无法在此跑起来的原因。通用机器人泛化能力强，意味着在多种场景都“能用”；但“能用”和在严苛生产环境里的稳定可用，是两个截然不同的标准。与此同时，通用机器人当前的成本结构，也决定了它暂时无法在这类劳动替代场景里跑出可接受的ROI。
瑞为的答案，是研发一款专为机场行李转运场景设计的智能机器人。在2025年国际机场博览会上，在模拟的航站楼转运区内，晓蚁行李转运机器人将一件件形态各异的行李，从分拣系统末端平稳转运至下游行李拖车，并高效完成了码垛，打通了民航体系中智能化程度最薄弱环节之一。
其中核心设计之一，是行业首创的人机协同作业模式。它在充分与客户沟通的前提下，通过工程化设计实现机器人与人工的无缝协同，让人员能够安全、自然地与机器并肩作业。机器人负责高频率、重体力的搬运和码垛，人工在机器人能力边界之外介入和补位，双方各司其职，整体效率远超纯人工作业。
詹东晖表示，在机场项目实测中，晓蚁行李转运机器人已能显著降低对人力数量的依赖，以及减轻人工劳动负荷，与此同时，提升30%系统吞吐量，行李破损率降至0.12%，这也将成为机场运营方采购的驱动力之一。
目前，瑞为已正在多个机场开展实测，计划将于今年下半年正式商业化落地。在国内市场扩张的同时，瑞为也将拥有类似行李处理痛点的东南亚和中东民航市场，纳入了出海视野。
在这个狂奔的具身智能赛道，瑞为选择的是一条更具象的路：把一件难做的事做好，让客户在实际业务场景里看到可量化的价值。
如果要为瑞为在当下具身智能产业版图里找一个坐标，它既不是通用机器人公司，也不是传统意义上的视觉AI公司，而是一家专注处理复杂场景、复杂动作的具身智能产品提供商。
机器人赛道的热潮终究会消退，但在苛刻场景里验证过的产品不会。在喧嚣声中，坚持做窄、做深，是一种需要定力的选择。但正是这种选择，让瑞为在具身智能最嘈杂的热潮里，拥有了一个真正稀缺的生态位，成为一家让人期待的具身智能公司。
