- 從賽博伴侶到健康伴侶,優必選的千億雄心與關鍵拼圖
- 2026年07月09日來源:中國網
提要:6月30日,優必選發布了50余款全尺寸超仿生人形機器人。以最低11.98萬元、最高99萬元的售價,1.3萬臺的預售訂單,“人形機器人第一股”向世界宣告:機器人正在從工廠走進家庭。
2026年6月30日,優必選發布了50余款全尺寸超仿生人形機器人。以最低11.98萬元、最高99萬元的售價,1.3萬臺的預售訂單,“人形機器人第一股”向世界宣告:機器人正在從工廠走進家庭。

然而,發布會結束僅兩個交易日,優必選股價便暴跌9.92%;7月6日再跌10.01%,單日蒸發市值約55億港元。從盤中暴漲18%到三日內振幅接近18%,市場用劇烈波動給出了復雜評價。
優必選正在進行的,是一場從工業B端到消費C端的戰略大遷徙。而這場遷徙的成敗,或許取決于一塊至今缺失的關鍵拼圖。
一、工業人形機器人的王者,為何急于轉身?
2025年,優必選人形機器人訂單總金額超14億元,領銜全球;工業人形機器人產能突破1萬臺。
但在B端高歌猛進的同時,優必選2022年至2025年累計虧損超42億元。工業場景回款周期長、定制化成本高。于是優必選發布了旗下消費級品牌“優世界”首款產品——U1系列全尺寸超仿生人形機器人,預售訂單1.3萬臺,是2025年全年銷量的12倍以上。
但爭議也隨之而來:產品交互體驗被指與宣傳存在落差;產能爬坡需時間驗證;3000元定金“全額可退”也讓訂單含金量受到質疑。
然而,以上問題或許只是“成長的煩惱”。真正決定優必選能否從“賽博伴侶”進化為“健康伴侶”的關鍵,或許就藏在另一個更深層的困境里。

二、被忽視的致命短板:數據的“無米之炊”
陪伴類機器人的核心護城河在于情感交互模型。但訓練高質量的情感大模型,需要海量的真實交互數據——家庭場景中的對話、情緒表達、行為習慣、健康狀態……這些數據分散在醫療機構、社區、家庭中,采集成本高、標準化程度低、合規門檻極高。
工業場景的數據采集是結構化的——流水線、工位、物料,一切可預期。而醫療康養場景是非結構化的——老人的情緒波動、慢性病的體征變化、康復訓練的細微偏差,這些數據的采集、標注與治理,遠超工業數據采集的能力邊界。
更重要的是,醫療健康數據的合規門檻——直接使用原始數據訓練模型存在隱私泄露與法律風險。2026年7月15日,《人工智能擬人化互動服務管理暫行辦法》將正式施行。監管的收緊,讓數據合規問題從“隱憂”變成了“硬約束”。
此外,2026年6月8日,國家數據局正式印發《關于推進行業高質量數據集建設行動的實施方案》,這是國家層面首次對數據賦能人工智能作出全鏈條系統性部署。
政策在呼喚一種能力:讓敏感數據“可用不可見”。
三、一塊被忽視的拼圖:海弗醫療與“院外通”
海弗醫療,長三角腦血管病專科聯盟唯一運營平臺,已獲數字服務型數商資質與三級等保資質。其核心載體“院外通”數智化生態型樞紐,目前已在北京、上海、呂梁、貴陽、揚州、金華等多地落地。

海弗的核心能力,恰好對應當前眾多機器人企業的數據缺口。
其一,合規的醫療數據底座。
院外通已實現與多地醫療機構、醫保部門的數據安全對接,堅持“數據不出域、權屬歸機構”原則。這意味著機器人企業可以獲得真實、合規的醫療訓練數據,而不觸碰原始數據本身。對于需要訓練康養、康復、護理類機器人的企業而言,這是一條不可繞過的合規路徑。
其二,院外全場景的數據覆蓋。
海弗構建了覆蓋“預防-篩查-診療-康復-管理”的全病程服務體系。數據不是孤立的某一次就診記錄,而是全生命周期的連續健康畫像——這恰恰是訓練“越用越懂你”的陪伴機器人所必需的。
其三,場景落地的“最后一公里”。
海弗作為長三角腦血管病專科聯盟的指定運營單位,匯聚全國200余家三甲醫院、數千家康養與基層醫療終端。這意味著機器人企業不僅可以獲得訓練數據,還可以獲得真實的測試場景與落地渠道——從數據訓練到真機測試,再到場景迭代,形成完整閉環。
四、從“賽博伴侶”到“健康伴侶”:還差一個數據樞紐
海弗醫療董事長宋長遠表示,“陪伴”如果只是對話和表情,終究停留在“高級手辦”的層面。真正的價值,在于有溫度的陪伴——了解用戶的健康狀況、提醒用藥、監測異常、連接醫療服務。這需要的不只是情感大模型,更是醫療健康數據的深度賦能。
而這恰恰是優必選的能力邊界之外——機器人本體廠商很難自建覆蓋全國的醫療數據合規體系,更難打通醫院、社區、家庭的院外全場景數據鏈。
海弗醫療的“院外通”數智化生態型樞紐,提供了另一種可能性:機器人企業專注做好硬件與交互,數據與場景通過與專業的生態型樞紐合作完成。
2026年6月8日,國家數據局發文,要求“推進行業高質量數據集建設”。醫療健康數據,正是其中最敏感、最稀缺、也最具價值的品類。
誰能提供合規、真實、可持續的醫療健康數據與場景落地能力,誰就能成為具身智能產業不可或缺的“數據樞紐”。
海弗醫療的“院外通”,正在成為那個關鍵的“數據樞紐”,而智能機器人企業們所需要的,或許正是這樣一個樞紐。




