Reference · Company dossier
深圳商用服务机器人龙头，配送、清洁、工业配送、具身智能四线并进；2025 年营收同比翻倍、清洁占比超七成，估值破 100 亿元，正筹备港股 IPO[确认]。
2016 年成立于深圳南山（工商登记为 1 月），创始人张涛（Felix Zhang），北京科技大学机械电子本科、香港科技大学电子与计算机工程博士，曾获机器人大赛冠军，创业初期约 10 人[确认]。2017 年首款配送机器人 PuduBot 获红点设计奖[确认]。总部深圳，成都、香港设研发中心，2026 年 4 月美国总部落地达拉斯[确认]。现有员工 500–999 人[确认]。
2018 年 A 轮 5000 万元；2020 年 B 轮超 1 亿元（美团领投、红杉跟投）；2021 年 C1 轮 5 亿元（腾讯、美团、红杉）、C2 轮（美团、大湾区基金、深投控、红杉）合计近 10 亿元[确认]。2026 年 4 月完成近 10 亿元新轮，龙岗金控、亚投资本联合领投，北汽产投、蓝思科技、弘晖基金等参与，投后估值破 100 亿元，累计融资超 20 亿元（官方英文口径逾 3 亿美元）[确认]。CEO 2026 年 6 月对日经确认筹备香港上市，尚无招股书[确认]。
配送：PuduBot、BellaBot/BellaBot Pro、KettyBot Pro、SwiftBot、FlashBot、HolaBot；清洁：CC1、MT1、SH1，2026 年 3 月新增 BG1 大型洗地机器人；工业配送：T300/T600，载重 150–600 kg；具身智能：D7 半人形、D9 全尺寸双足人形（170 cm、65 kg、42 自由度、352 N·m、DH11 灵巧手、275 TOPS）[确认]，尚处早期商业化阶段[推测]。四条线共用“One Brain, Multiple Embodiments”架构[确认，公司口径]。
普渡的技术栈按三层组织。本体层是配送、清洁、工业配送与具身智能四条产品线，系统层是 PuduAgent OS，技能层是 PuduFM 基座模型。三层之间通过统一的任务接口与状态表示连接，同一套导航、调度与安全逻辑在不同底盘上复用，差别落在执行机构、传感器配置与载荷标定上。公司把这一结构称为“一脑多形”，属于官方技术口径[确认]。
单机侧的技术组件包括激光雷达与深度相机组成的感知前端、基于预建地图的定位与路径规划、底盘运动控制、电池与充电管理，以及电梯、门禁、电话等楼宇设备接口。云端承担车队调度、远程诊断、软件升级与运营报表。配送机型与清洁机型共用定位与避障模块，清洁机增加滚刷压力、水量与污水回收的控制回路；工业机型 T300/T600 提高载重与制动能力；人形 D9 增加 42 自由度本体、DH11 灵巧手与 275 TOPS 板载算力[确认]。
数据从传感器进入感知模块，输出障碍物列表、地面可通行区域与自身位姿；规划模块据此生成全局路线与局部速度指令；底盘控制器执行速度与转向，并把轮速、电流、IMU 数据回传。云端收集任务记录、故障码与里程数据，用于调度优化与版本迭代。整套通路的时延预算决定了避障距离与最大行驶速度，配送机型在餐厅人流密集处的降速策略即由此而来[推测]。
商用配送现场的感知难点集中在三类目标：贴地的小物体、透明或高反光表面、突然出现的人。普渡机型普遍配置激光雷达、深度相机、超声与防撞条，形成多层检测。激光雷达负责中远距离轮廓，深度相机补足低矮与悬空障碍，超声覆盖玻璃与镜面，防撞条作为最后一道物理检测[推测]。另一条技术路线是用反光板或磁条建立固定参照，定位稳定性更高，代价是现场改造与后续调整成本；普渡选择自然轮廓匹配，把成本转移到建图与算法[推测]。传感器配置随车型变化，清洁机需要更宽的贴地视野，工业机型需要更长的制动距离。
定位采用激光 SLAM 与预建地图匹配，开机后在已知地图内重定位，跨楼层时切换地图并通过电梯接口确认楼层。餐厅与酒店的回环走廊、宴会厅的可移动隔断、货架被临时挪动，都会让地图与现场产生偏差。系统依靠实时扫描匹配修正位姿，偏差超过阈值时重新建图或请求人工确认[推测]。
失效模式有明确清单。玻璃幕墙与镜面立柱会让激光直接穿过玻璃或产生虚假回波；地面水渍与抛光大理石会让轮式底盘打滑，里程计漂移；电梯门开合时间短于机器人进出时间时，任务会卡在层门；Wi-Fi 覆盖不足会让云端调度失去对机器的可见性。对应策略包括降速、绕行、语音提示、任务挂起与远程接管，接管流程由现场人员与客服坐席分担[推测]。
公开材料没有给出感知指标的第三方测试，检测距离、误检率、重定位成功率均未见披露[未获取]。可核查的证据只有客户现场的运行记录与故障工单，这类数据能说明可用性，无法分离感知模块的贡献。
配送机型的规划分两层。全局层在预建地图上搜索到目标点的路线，局部层根据实时障碍物调整速度与方向。人流密集处采用社会力模型或时间弹性带一类的方法，把行人预测轨迹纳入代价函数，避免贴人行驶与反复启停[推测]。多机调度在云端完成，路口、电梯厅、充电位设置为互斥区，任务按优先级排队，死锁时由调度器强制让行。
清洁机型的规划多一层覆盖路径。大面积场地按弓字形或分区回字形覆盖，边角与墙根切换贴边模式，脏污传感器或视觉检测触发局部重洗。滚刷下压力与水流量按地面材质调节，污水箱满、清水箱空、刷盘堵塞都会触发任务中断。工业配送 T300/T600 的载重从 150 kg 到 600 kg，制动距离与转弯所需空间随之变化，仓库通道内的会让策略需要按载荷重新标定[推测]。
人形 D9 的控制难度最高。42 个自由度包含双腿、双臂、躯干与灵巧手，352 N·m 关节扭矩支撑站立与搬抬，双足平衡依赖全身控制与模型预测控制，行走策略通常在仿真中训练后迁移到实机[推测]。抓取环节由 DH11 灵巧手完成，力控与滑移检测决定能否稳定拿起异形物体。公开材料没有给出 D9 的连续运行时长、跌倒率与任务成功率[未获取]。
PuduFM 1.0 于 2026 年 5 月发布，由物理直觉模型 PIM 与视觉语言动作模型 VLA 组成。PIM 承担物理直觉预测，输出未来状态表征与价值评估，用在潜空间中预测受力后的运动趋势[推测]。VLA 由视觉语言模型与动作专家组成，语言、视觉与动作在同一特征空间中编码，动作专家以去噪方式生成控制量。另一条路线是按任务拆分专用模型，训练成本低、行为可解释，跨形态复用困难；PuduFM 选择统一模型，把复杂度转移到数据与算力[推测]。
训练数据来自两部分：真实商业现场的交互记录，以及世界模型生成的仿真轨迹。公司称仿真端可生成千万级对抗性轨迹，现实端通过人在回路捕获修正数据，两类数据共同驱动 PIM 与 VLA 迭代[确认]。模型规模、训练算力、数据标注量均未披露[未获取]，端侧推理依托 D9 的 275 TOPS 平台。
“一脑多形”的技术主张是跨构型迁移，配送底盘、清洁底盘、工业底盘与人形共享同一模型，动作空间通过本体描述文件映射。这个主张的验证难点在于数据分布。配送与清洁产生的是导航与作业状态数据，人形需要的是接触力、关节轨迹与抓取结果，两类数据的标注成本相差一个量级。累计出货十二万台以上带来的是运行里程与故障记录，可用的操作轨迹数据量远小于出货量暗示的规模[推测]。
普渡自研导航模块、运动控制器与一体化关节模组，整机在深圳及周边完成设计与组装，结构件、线束、电池包依托珠三角供应链[推测]。配送机型的物料成本集中在激光雷达、深度相机、电池与底盘结构件；清洁机型增加水泵、滚刷电机与水箱；人形增加谐波减速器、无框力矩电机与灵巧手，物料成本高出一个量级。
制造环节的难点在一致性与测试。激光雷达的安装角度偏差会直接影响地图重合度，每条产线需要标定工位；底盘轮径差异会导致直线跑偏，出厂前需要里程标定；电池包需要符合运输与安规认证。公司未披露自有产线与外协比例、年产能与直通率[未获取]。
成本结构决定了价格策略。配送机型经过多年价格竞争，硬件毛利被压缩；清洁机型单价与服务体系更复杂，是当前收入主体；工业机型载重大、定制多，项目制特征明显。三类产品的物料采购可以共享部分电子料与结构件，规模效应集中在通用件，专用件仍按项目摊薄[推测]。
PuduAgent OS 承担任务理解、计划编排与安全运行，对上层应用提供技能调用接口，对下层本体提供运动与感知服务。开发者通过 PUDU Open Platform 获取机器人状态、下发配送任务、控制电梯与门禁，并把机器人接入酒店、餐厅或工厂的既有系统[确认]。接口形态以 REST 与 SDK 为主，支持多机编队与远程运维。
楼宇设备对接是商用配送的关键接口。电梯需要楼层授权与开门保持，门禁需要临时通行权限，电话系统需要自动拨号通知收件人。普渡在多国完成了电梯厂商的适配，这部分工作按项目积累，形成一套现场调试手册与兼容清单[推测]。酒店 PMS、餐饮 POS 的对接深度有限，多数项目停留在任务触发与状态回传。
平台的开放程度决定了生态规模。现有接口面向集成商与大型客户，第三方开发者的数量与应用丰富度没有公开数据[未获取]。与通用机器人中间件相比，普渡的接口更贴近业务任务，迁移到其他品牌需要重写上层逻辑，这部分成本构成有限的转换成本。
规模经济成立。累计出货十二万台以上、覆盖八十多个国家、客户超过四万家，采购量把激光雷达、深度相机、电池的单价压到中小厂商难以匹配的水平[推测]。同一套导航与调度代码在四条产品线上复用，研发费用按出货量摊薄；全球代理与售后网络按区域分摊服务成本，新进入者需要逐国重建[推测]。
流程能力成立。配送、清洁、工业三类产品的安规、认证与现场调试方法差异明显，普渡在配送之外接连进入清洁、工业与具身智能三条产品线，工业配送上市一年多出货四千台以上[确认]。这套组织能力难以通过挖人复制，需要跨品类的项目积累。
转换成本偏弱。单台机器人替换只需重新建图与调试，周期以天计；云端接口按任务封装，客户改换品牌时上层业务逻辑的改动量有限[推测]。
品牌部分成立。普渡在酒店与餐饮行业有认知度，客户名单与出货规模构成参考[确认]；在工业与医疗领域影响力较弱。
网络经济不成立。机器之间不产生跨客户的直接收益，装机量增长不改善单个客户的使用效果，调度数据也没有形成双边市场[推测]。
独占资源部分成立。近千项授权专利与多品类的现场数据属于可积累的资产[确认]；专利的排他性有限，配送本体的结构创新容易被供应商标准化。
反定位不成立。普渡与擎朗、高仙在同一批客户预算上正面竞争，低价与多品类是同一套打法的延伸，没有让对手难以模仿的错位结构。
第一条可证伪条件关于规模经济的兑现。观察窗口 12 个月，指标是清洁业务增速与行业平均的差值、配送机型的成交价、整体毛利率；若清洁增速降到行业平均以下，配送业务连续两个季度降价且毛利率同步下滑，出货规模没有转化为成本优势，结论应改为"硬件组装厂，按制造业估值"。
第二条关于“一脑多形”的技术真实性。观察窗口到 2027 年底，指标是 D9 的跨构型迁移实验结果与第三方评测中 PuduFM 在陌生本体上的任务成功率；若届时仍未公开跨构型实验，或成功率低于专用模型 10 个百分点，统一模型的主张只对同构底盘成立，结论应改为"同构底盘模型，人形业务独立估值"。
第三条关于海外布局的成本。观察窗口 24 个月，指标是北美供应链的重建进度、通用件采购规模、海外营收占比与净利率；若海外占比超过八成且净利率低于国内 5 个百分点，通用件采购被两地分割，规模经济的系数下降，结论应改为"区域化供应链，规模优势折损"。
覆盖 80 多个国家、1000 余座城市，累计出货 12 万–13 万台，客户超 4 万家，海外营收占比逾八成[确认]。客户含 Carrefour、Walmart、EDEKA、Quik Trip、Accenture、NASA、Mayo Clinic、Norwegian Cruise Line、Honeywell[确认]。美洲累计部署近 1.5 万台，区域营收同比 +285%，经销商数量 +63.6%[确认]。2025 年营收同比 +100%，EBITDA 接近转正，清洁占营收七成以上，工业配送上市一年多出货超 4000 台[确认]。
擎朗智能（IDC 2024 出货量份额 22.7% 全球第一，普渡 18.7% 第二）、高仙机器人（清洁）、云迹科技（酒店）、Serve Robotics/Starship（室外配送）、Avidbots/Tennant（清洁）、优必选/宇树（人形）[确认]。口径差异明显：Frost & Sullivan 2023 年按收入普渡 23% 全球第一；2026 年该机构新报告称其收入约 25%、出货约 23% 双第一[确认]。
风险：收入过度集中于清洁（逾七成）与海外（逾八成），对关税、合规与地缘政治敏感[确认]；配送赛道同质化、毛利承压[推测]；D9 人形尚未规模交付、商业化未验证[推测]；2022 年员工从约 3000 人裁至约 500 人，暴露扩张期需求预测与组织管理短板[确认]；IPO 时间表未定[确认]。结论：全球商用服务机器人第一梯队中少数完成“配送→清洁→工业→人形”多曲线切换的公司，当前估值由清洁放量支撑，后续看 IPO 与海外产能落地[推测]。
Philosophy sword
融合主轴尚未定义。这里将放：一句话定性、三线状态、三项判定与反证条件。
预留位 · 不参与当前分析