机器人挤进景区，谁在背后数钱？
国庆黄金周，近30家具身智能公司的数千台机器人扎堆进景区、进门店上岗。表面是文旅表演，底层是数据采集与商业验证。与此同时，Physical Intelligence开放API、Reka发布Rho-1，通用模型开始按次收费。场景派与模型派正走向合流，具身智能的商业闭环正在被重新定义。
黄金周一过，景区的人潮散了，机器人却没走。
今年国庆，近30家具身智能及机器人企业把机器送进了文旅、零售和消费服务场景，粗略估算，仅人形、轮式人形及具身操作机器人的在岗规模就达到数千台。同一时间，大洋彼岸，Physical Intelligence开放了API Beta，Reka发布了能直接输出机器人动作的19B全模态模型Rho-1。一边是本体扎堆进场景，一边是大脑开始按次收费——具身智能的商业化，正在从两条路走向同一个路口。
🎪 景区，成了具身智能的新手村
机器人上岗，比很多打工人还准时。
这个黄金周，机器人像普通员工一样排班进景区、进商场、进门店：迎宾、导览、卖咖啡、做冰淇淋、推荐商品，陪游客猜拳、下棋，甚至站上擂台卖门票。其中动作最大的是智元——国庆前夕，横琴长隆一次性部署300多台机器人，分布在100多个互动点位；随后，100台灵犀X2又进入爱仕达全国100家门店，承担迎宾、商品推荐和带路任务。
类似的尝试正在全国铺开：
- 银河通用的机器人零售"太空舱"进入颐和园、西湖、鼓浪屿等景区，全国落地超过200个点位；
- 跨维智能在广州、桂林、西安等城市开出30多个机器人商业服务小站，卖冰淇淋、咖啡和爆米花；
- 智平方的机器人店员"爱宝"进入朝阳公园、深圳人才公园、东方明珠等文商旅地标。
从落地项目看，这些机器人的"职业"大致分三类：
| 公司 | 产品/形态 | 落地场景 | 公开规模 |
|---|---|---|---|
| 智元 | 人形/具身机器人 | 横琴长隆 | 300多台、100多个点位 |
| 智元 | 灵犀X2 | 爱仕达全国门店 | 100台进100家店 |
| 银河通用 | 机器人零售太空舱 | 颐和园、西湖、鼓浪屿等 | 全国超200个点位 |
| 跨维智能 | 商业服务小站 | 广州、桂林、西安等 | 30多个点位 |
| 智平方 | 机器人店员爱宝 | 朝阳公园、东方明珠等 | 多地文商旅地标 |
为什么是景区？逻辑很直白：客流稳定、场景宽容、付费方明确。景区有现成的票务和运营体系，游客对机器人的容错率远高于工厂师傅，节假日高峰还能天然压测机器人的并发交互能力。文旅和零售，正在成为具身智能最先接触普通消费者的一批场景。
业内私下的说法是：工厂是考场，景区是新手村——练级快，掉血少。
💰 卖的是表演，收的是数据
金句放在这：景区机器人赚的不只是门票钱，更是全世界最贵的东西——真实交互数据。
先看明面上的账。机器人进景区不是免费义演，主流模式是B端付费：景区、商场、品牌门店按台位或按项目付费部署，机器人承担迎宾、导览、制作饮品等岗位，替代或补充高峰期人力。黄金周客流大、用工紧，恰恰是B端客户最愿意为"新奇+实用"买单的窗口期。这也是为什么春节、五一、国庆成了机器人最密集的"工位"——不是巧合，是排班表。
但明面收入撑不起故事。真正值钱的在水面之下：每一杯做出来的咖啡、每一场猜拳互动，都是带物理反馈的真机数据。对做VLA（视觉-语言-动作）模型的团队来说，互联网上什么都有，唯独没有"机械臂在嘈杂环境里递出一杯奶茶"这种数据。景区商超，本质上是铺开的天然数据采集场。
据多位接近头部本体厂商的人士透露，消费场景部署的真实诉求排序是：数据 > 品牌 > 营收。也就是说，短期看是机器人在景区赚吆喝，长期看是公司在用吆喝换数据飞轮。这条链路是否跑得通，取决于交互点位能不能从"表演位"进化成"生产位"——做一杯咖啡是表演，稳定复刻一万杯才是本事。
🧠 PI开放API：机器人大脑开始按次收费
本体在抢工位，大脑在抢标准。
Physical Intelligence悄悄上线了API Beta，口号写着：Frontier Models for Every Robot——让每台机器人都能用上前沿模型。这个动作的产业含义，怎么估都不过分：过去机器人公司要做具身智能，得自己养模型团队、自己采数据、自己训VLA；现在，大脑可以从云端按调用获取，本体厂商只需要专注于结构、执行器和场景运营。
熟悉AI行业的人都看得懂这套打法——这就是机器人版的"OpenAI时刻"。大语言模型时代，API模式催生了成千上万个应用创业公司；如果具身智能复刻这条路，产业分层会迅速清晰：
- 模型层：Physical Intelligence这类公司提供通用操作大脑，按调用计费；
- 本体层：智元、银河通用们做硬件和量产；
- 场景层：景区、商场、门店做运营和流量分发。
当然，机器人API比LLM API难一个量级。文本生成错了可以重来，机械臂打翻一杯咖啡就是物理事故。延迟、安全、任务泛化，每一项都是硬骨头。但方向已经明确：大脑与本体解耦，是具身智能走向规模化的前置条件。国内本体厂商密集铺场景，某种程度上也是在为接入更强的云端大脑"攒电量"。
🔮 Rho-1：一个网络干四份活
如果说PI是在改商业模式，Reka是在改技术底座。
Reka发布了Rho-1——一个从零训练的19B全模态推理模型。它的特点是"一个网络干四份活"：读取并生成文本、图像、视频，还能直接输出机器人动作，全部跑在共享KV缓存之上。换句话说，理解世界、想象世界、操作世界，被塞进了同一个前向过程。
两个细节值得展开：
1. 视频即世界模型。Rho-1能生成视频，意味着它在内部构建了对物理世界的预测能力——机器人在执行动作前，可以在"脑内"预演结果，这正是具身智能最缺的能力。官方给出的一个参考数字是：蒸馏后的变体，生成一段5.3秒的视频片段大约需要1秒。这个速度对"边想边做"的实时机器人控制有直接意义。
2. 动作作为一等公民。以往的多模态模型把机器人动作当外挂，Rho-1把动作输出做进了统一网络里，感知-推理-执行不再需要胶水层。
需要泼冷水的是：Rho-1目前只是研究预览版，尚未公开权重。业界对这类"Demo惊艳、开源遥遥无期"的发布已经免疫了一半。但对行业叙事的推动是实打实的——全模态统一模型正在成为具身智能的公认终局架构，感知、推理、生成、操作会收敛到同一个网络里。
⚖️ 合流：场景派与模型派走向同一个路口
把三条线索放在一起看，图景就清楚了。
国内阵营的打法是"先有场，再练脑"：智元、银河通用们用数千台机器人在景区商超铺开真实交互，一边赚B端服务费，一边攒数据。海外阵营的打法是"先有脑，再找场"：Physical Intelligence把大脑API化，Reka把感知-动作塞进一个网络。前者缺更强的大脑，后者缺更密的场景——这两条曲线的交点，就是具身智能真正的商业化拐点。
可以推演一下接下来的时间线：短期内，景区商超的点位数还会继续膨胀，节假日排班上岗成为常态；中期，本体厂商会大规模接入第三方VLA API，模型层洗牌开始；再往后，决定胜负的不是谁家机器人会跳舞，而是谁的任务成功率、数据闭环和单位经济模型先跑正。
到那时候，游客看到的还是那个会猜拳的机器人，但它背后，是一场关于通用操作大脑的产业战争。
小结
黄金周数千台机器人进景区，表面是文旅噱头，底层是数据采集加商业验证的双重试探。而PI开放API、Rho-1统一全模态，说明"大脑"一侧的供给也在快速成熟。场景与模型正在合流，2026年之后，谁能率先把景区里练出的能力迁移到更多生产场景，谁就能从新手村里真正毕业。机器人不缺舞台，缺的是把每一场表演都变成进步的方法论。