一句话看懂：乐动机器人日前登陆港交所主板，其核心逻辑是押注“感知”作为物理AI的底层入口。该公司并非单纯的硬件厂商，而是试图通过大规模真实设备数据采集，构筑从传感器到空间理解模型的“数据精炼厂”，为下一代需要读懂物理世界的机器人提供训练燃料。
事件核心：发生了什么
乐动机器人（简称乐动）在港交所主板上市，董事长周伟提出公司在物理AI时代扮演“感知基础设施平台”角色。乐动的核心产品包括DTOF激光雷达（2025年出货量超400万台）和搭载视觉感知技术的设备（累计超2000万台）。其底层技术架构自研了LD-SenseWorld灵境物理空间交互大模型，核心目标是将多传感器采集的混乱现实数据，加工成机器可读的“空间Token”，从而让机器人理解环境、物体及因果关系。公司目前第二大增长引擎是销往欧美市场的智能割草机器人。
为什么重要
该案例揭示了机器人行业竞争焦点的深刻迁移：从“谁的模型更聪明”转向“谁能持续生产真实世界数据”。与依赖仿真或实验室数据不同，乐动通过百万级真实设备部署，构建了“硬件采集数据—模型训练—产品体验提升—更多设备落地”的数据飞轮。在物理AI领域，感知已被重新定义为决定后续所有智能上限的入口，而非单纯的传感器模块。乐动的路径表明，将物理世界高质量数字化并持续供给，可能成为比模型参数规模更稀缺的壁垒。
对用户/开发者/创作者的影响
对机器人行业开发者而言，乐动的实践意味着未来开发机器人应用时，空间感知能力不再仅是选配硬件，而可能成为类似“操作系统”的底层基础设施。对于采购机器人的企业（如仓储、服务、家庭场景），机器人能否在开放、长尾环境中稳定工作的关键，将越来越取决于其背后的真实世界数据规模和“感知模型”质量。对AI模型训练者来说，乐动展示了一种非通用大模型路线：专攻物理空间交互，通过结构化、语义化的空间Token来为世界模型提供训练数据，这可能为具身智能的训练提供更高效的替代方案。
值得关注的后续
- 数据飞轮能否持续加速：乐动当前的设备量（2000万台）是否足以支撑物理脑模型的自演进？后续核心需观察其割草机器人等新品类能否在真实用户场景中形成正向循环。
- 竞争格局的变化：特斯拉、英伟达等AI公司也在布局物理AI的数据收集，乐动的“感知基础设施平台”定位能否抵挡来自大厂和同类型企业的竞争，需要看其模型泛化能力是否能覆盖更多品类（如人形机器人、无人小车）。
- 商业化节奏与市场验证：物理AI目前仍处于早期，乐动需要证明其空间交互大模型能切实带来产品体验的量级提升，而不仅是硬件出货量的增长。
来源：Readhub · AI
