今年WAIC逛下来，一个非常突出的感受是：大家都在做全栈。智元基座模型、整机、核心零部件全覆盖，五款新品同时发布。乐聚推出全栈国产化方案，联合辉羲、蚂蚁灵波、面壁智能补齐最后一块拼图。跨维智能打通数据集、仿真、模型、本体。千觉横跨触觉传感器、VTLA模型、数采设备。戴盟贯穿感知、数据、模型全链路。

全栈这个词，前几年还是少数头部公司的专属，现在几乎每家都在讲。为什么全栈突然成了标配？是跟风吗？还是产业发展到这个阶段的必然选择？

要回答这个问题，得先理解具身智能产业的特殊性。和纯软件不一样，具身智能是软硬一体的。机器人的能力，不仅取决于算法有多强，还取决于硬件的性能、传感器的精度、数据的质量、以及和场景的适配度。任何一个环节掉链子，整体体验都会大打折扣。

在产业早期，上下游还没成熟的时候，你很难只做其中一环，其他环节靠供应商就能搞定。因为供应商可能也做得不好，甚至根本没有对应的供应商。所以想要做出好的产品，只能自己全链路都做。这不是因为全栈好，而是因为不得不全栈。

这是产业发展的必经之路。就像早年的汽车行业，福特自己炼钢、自己造轮胎、自己做零部件，因为供应链还不成熟。后来行业成熟了，分工细了，车企就只做整车集成和品牌，大部分零部件都可以外包。手机行业也是一样，早期手机厂商什么都自己做，现在有成熟的供应链体系，设计公司和代工厂分工明确。

具身智能现在还在早期，所以全栈是主流。但这并不意味着全栈就是终极形态。未来行业成熟之后，分工肯定会越来越细。现在说全栈是标配，更多是产业发展阶段的体现，而不是最终的格局。

但话说回来，全栈也有全栈的好处。最直接的好处就是性能优化的空间更大。软硬件协同设计，可以做到比拼凑方案好得多的效果。就像苹果为什么体验好？因为芯片、系统、整机都是自己做的，可以深度优化。安卓手机硬件参数再强，整体体验还是比不上苹果，就是因为软硬件是分开做的，中间有损耗。

机器人也是一样。如果模型是一家做的，本体是另一家做的，传感器又是第三家做的，拼在一起之后，中间的适配成本会很高，性能也会打折扣。但如果全栈自己做，就可以从系统层面做优化，每一层都为上下层量身定做，整体效率就高很多。

全栈的另一个好处是数据闭环。数据是具身智能的核心燃料。但数据怎么来？不是凭空来的，要靠硬件去采集。采集上来的数据怎么处理？要靠数据平台。处理完的数据怎么用？要靠模型训练。训练好的模型怎么验证和迭代？还要靠硬件去部署。如果这些环节都在一家公司手里，闭环就转得快，飞轮效应就明显。

如果每个环节都是不同的公司，数据的流通、标准的统一、利益的分配，都会成为问题。闭环转不动，飞轮就转不起来。这也是为什么很多公司宁愿投入大、战线长，也要做全栈——因为数据飞轮的价值太大了。

全栈还有一个好处，就是对产品体验的控制力强。用户拿到的是一个完整的产品，如果出了问题，你不知道是硬件的问题还是软件的问题，是模型的问题还是数据的问题。如果都是自己做的，定位问题、解决问题就快。如果是拼接的，就容易互相甩锅，用户体验就没保障。

但全栈的代价也是巨大的。第一是投入大。模型、硬件、数据，每一块都要烧钱。没有足够的资金实力，根本玩不起全栈。第二是难度高。每个领域都有很深的专业壁垒，想在每个领域都做到一流，几乎是不可能的。什么都做，很容易什么都做不深。第三是风险高。全栈意味着你把所有鸡蛋都放在一个篮子里，如果方向错了，损失就是全盘的。

所以很多公司的全栈，其实是有主次的。有的以模型为核心，硬件只是为了验证和部署模型。有的以硬件为核心，模型只是配套。有的以场景为核心，软硬件都是为了解决特定场景的问题。真正每一块都很强的全栈公司，凤毛麟角。

从设计资本化的角度看，全栈趋势的出现，标志着具身智能产业的价值重心正在上移。最早的时候，价值在本体——谁能做出机器人本体，谁就有价值。后来价值在模型——谁的模型更智能、泛化能力更强，谁就更值钱。现在价值在闭环——谁能把硬件、数据、模型、应用串起来，形成数据飞轮，谁的壁垒就最深。

这个价值上移的过程，和互联网行业的发展轨迹很像。互联网早期，价值在基础设施——电信运营商、服务器、带宽。后来价值在平台——门户网站、搜索引擎、社交网络。再后来价值在生态——操作系统、应用商店、开发者生态。每一层价值的升级，都意味着产业成熟度的提升。

具身智能现在正在从硬件层的竞争，走向系统层和生态层的竞争。全栈闭环，就是系统层竞争的典型表现。未来还会走向生态层的竞争——谁能建立起开发者生态、供应链生态、应用生态，谁才能真正成为平台级的公司。

一脑多形、一脑多态的理念流行，也是这个趋势的体现。普渡提出一脑多形，优艾智合提出一脑多态，都是想让一个大脑指挥多种形态的机器人。这样做的好处是，底层的模型能力可以复用，不同形态的机器人只是这个大脑的不同载体。边际成本低，规模化速度快。

这其实就是平台化的雏形。大脑是平台，各种形态的机器人是基于平台的应用。如果这个模式跑通了，未来可能会出现很多细分场景的机器人公司，他们不用从头做模型，只要在通用大脑的基础上，针对特定场景做适配和优化就行。整个行业的创新效率会大大提高。

但这个愿景要实现，还有很长的路要走。首先大脑本身要足够强，能适应各种场景和形态。其次接口要足够开放，让第三方能方便地接入。最后生态要足够繁荣，有足够多的开发者和合作伙伴。这些都不是一朝一夕能做到的。

从设计资本化的视角，还有一个值得关注的趋势：数据采集硬件的崛起。今年展会上，数据采集设备成了一个热门品类。本体厂商、灵巧手厂商、触觉传感器公司，都在做数据采集设备。触觉感知从单点走向全域多模态，采集方式摆脱本体依赖，可穿戴方案越来越多。

数据采集为什么重要？因为它是整个数据飞轮的起点。没有好的数据，再强的模型也没用。以前大家觉得数据采集很简单，不就是录视频、做遥操作吗？但真正做起来才发现，数据的质量、多样性、标注效率，每一个都是难题。

而且数据采集本身也在变成一门生意。以前只有模型公司自己采集数据，现在出现了专门做数据采集工具和服务的公司。他们提供硬件、提供平台、提供数据处理服务，帮其他公司高效地获取高质量的数据。

这种专业化分工的出现，是行业成熟的标志。就像淘金热的时候，卖铲子的也能赚钱。而且卖铲子的生意，有时候比淘金本身更稳定、更可持续。

江苏创品在服务机器人相关的客户时，也经常会聊到全栈和分工的话题。很多创业团队，一开始什么都想自己做，觉得全栈才厉害。但创品的建议往往是，先找到自己的核心优势，把最擅长的那块做到极致，其他环节能合作就合作。因为资源是有限的，什么都做反而什么都做不好。

四力方法论里的专业力，讲的就是这个意思。专业力不是说你什么都懂，而是说你在自己的领域足够专业、足够深入。你有别人比不了的深度和积累。有了专业力做基础，再去拓展边界，才是稳扎稳打的做法。

当然，现在全栈成为主流，也有它的现实合理性。行业还早，标准还没定，分工还没形成，自己做全栈可能是效率最高的选择。但团队心里要清楚，全栈是手段，不是目的。最终目的是做出有价值的产品、建立可持续的商业模式。为了全栈而全栈，就本末倒置了。

五维评估体系里有一个专利维，在全栈竞争中也特别重要。全栈意味着你要在很多技术领域布局，专利就是护城河。如果技术路线很多，每家都有自己的专利组合，后来者想进入的门槛就很高。反过来，如果你的全栈没有专利保护，别人很容易抄，那你的壁垒就不深。

好看维、专利维、合规维、成本维、量产维，这五个维度在全栈的每个环节都适用。模型层有模型的评估标准，硬件层有硬件的评估标准，数据层有数据的评估标准。但底层的逻辑是相通的——都要追求平衡，都要系统思考，都要为最终的用户价值服务。

从更长远的视角看，全栈只是具身智能产业发展的一个阶段。随着行业不断成熟，分工一定会越来越细，价值链一定会越来越长。未来会出现专门做模型的公司、专门做本体的公司、专门做传感器的公司、专门做数据的公司、专门做场景应用的公司。大家各司其职，共同构成一个繁荣的产业生态。

在这个过程中，设计资本化的价值会不断提升。因为当技术越来越同质化的时候，产品的差异化就越来越依赖设计。设计不仅是外观，更是产品定义、用户体验、品牌调性。谁的设计能力强，谁就能在同质化的竞争中脱颖而出。

今年的WAIC，全栈是关键词，但全栈不是终点。它只是通往更成熟产业生态的一个阶段。对于身在其中的公司来说，既要把握当下的节奏，把全栈的优势发挥出来，也要抬头看路，为未来的分工和生态做好准备。

浪潮已经来了，但航程才刚刚开始。

对于投资界来说，全栈趋势也带来了新的思考。以前投机器人，可以按产业链分——投硬件的、投软件的、投应用的。但现在大家都做全栈了，边界越来越模糊。怎么评估一家全栈公司的价值？看技术还是看场景？看团队还是看数据？这些都需要新的估值逻辑。

估值逻辑的变化，本身也是产业成熟的一个标志。早年互联网公司也是按传统企业估值，后来才有了MAU、留存率、LTV这些新的指标。具身智能行业也会经历类似的过程，逐渐形成自己的估值体系和投资话语。

但无论估值方法怎么变，最终还是要回到商业本质上来。公司能不能赚钱？能不能持续增长？能不能建立壁垒？这些问题是绕不开的。故事讲得再好，没有真实的营收和利润支撑，迟早会露馅。

从创业者的角度，全栈当然诱人——想象空间大、估值高、壁垒深。但也要清醒地认识到全栈的难度和风险。资源是有限的，战线拉得太长，很容易处处失守。找到自己的核心优势，把最关键的环节握在手里，其他环节通过合作解决，可能是更务实的选择。

平衡设计方法论里有一对平衡，是守正与出奇的平衡。做企业也是一样，既要出奇——有差异化的技术和产品，也要守正——有扎实的运营和管理。全栈可以是出奇的手段，但不能因此忘了守正的根本。

总而言之，全栈是当前阶段的主流趋势，但不是终极答案。每个公司都要根据自己的情况，做出最适合自己的选择。适合的，就是最好的。