从深圳出发，服务机器人如何跨越山海，真正走向全球？在BEYOND EXPO 2026开幕式炉边对话环节，普渡机器人创始人兼CEO张涛与BEYOND EXPO联合创始人贺建东，围绕“从深圳出发，服务机器人如何走向全球”展开了一场深度对谈。话题涉及企业关键决策的取舍逻辑、全球化落地策略、对具身智能GPT时刻的判断，以及布局人形机器人的真实动因。整场对话不追风口、不炒概念，核心词只有一个：务实。
以下是对话的精彩实录整理：
贺建东： 你觉得对普渡影响最大的一个决策是什么？
张涛： 影响深远的决策不少。第一类是产品品类的选择。每一次选择新品类，都意味着一次跨界——比如从商用配送机器人转向商用清洁机器人，再到工业仓储搬运机器人，后来是四足和人形机器人。跨业务单元的决策，是公司最核心的抉择之一。
第二类决策聚焦在商业化方向，出海无疑是其中关键的一环。这背后又包含几个节点：公司2016年成立，2017年就第一次出海了，当时多少有点无知者无畏，只是直觉上认为主战场应该在海外。第二次是2021年，根据各国销售数据发现，很多海外国家的增长率非常快，人效高，价格和毛利也更高，于是大幅增加了海外投入。第三次是决定做更重的本地化——以前多数员工从国内出差去海外，有点像蜻蜓点水。本地化之后，公司进入了全新的发展阶段。出海相关的决策，确实是我们第二大类战略级选择。
贺建东： 其实你挺低调的。全球化是很多亚洲或中国企业都想做的事，但真正做好并不容易。普渡的业务已经覆盖80多个国家，海外收入占比超过80%。欧洲是最大的市场，占30%；美国市场也在成熟，在达拉斯开设了全新的美国总部，美国区域营收增长了285%。你们是怎么卖进海外大B客户的？全球化到底怎么做？
张涛： 三个方面。第一点可能有点反常识。很多公司出海会挑重点——先攻一个市场，成功后再复制到下一个。这可以叫“深度优先”。但我们的策略是“广度优先”。因为机器人的主要市场是发达国家，用工难是普遍痛点。但发达市场那么多，选哪个？我们的答案很简单：全做。
为什么？我们做B端客户，终端用户是工业和商业各行业的客户，通过线下渠道商触达，内部销售再通过渠道卖到终端。这个链路非常长。在单个国家验证是否做得好，变量太多；如果先做一个国家再做下一个，验证周期长得无法接受。所以，一开始先做广度优先，是更高效的选择。
从2017年到2021年，我们同时铺开很多国家，慢慢发现有些市场越做越好，就加大投入；那些潜力大但暂时没做好的，原因也相对好找了。先有广度，再有深度——这是我们出海的第一条策略。
第二个策略是本地化，尤其是团队本地化。早期全部是中国员工做全球市场，后来发现不够。从2021年开始，我们在美国、日本、韩国、德国、荷兰、新加坡等国家设立了本地办公室和员工。在西班牙、意大利、泰国、越南、沙特、土耳其等市场也有自己的团队。只有本地化的团队，才能真正把全球本地化做好。
第三个关键是信任。举个例子，有一年我们参加英国一个展会，第一年效果不太好，第二年就没去。第三年觉得英国市场重要，决定再去，结果有客户找到我们展位问：你们去年怎么没来？出什么问题了吗？这件事让我们深切意识到，做海外市场，信任是重中之重。很多客户会持续观察你好几年才决定合作。所以，要构建信任，连续参加海外展会就是一个重要策略。
贺建东： 追问一下，你本地化之后，还是会继续跟本地的渠道方合作，对吧？这样效率更高？
张涛： 对。这也是构建信任的一种方式。很多客户有常年合作的伙伴，通过这些渠道伙伴把机器人产品提供给终端用户，是最优选择。
贺建东： 换个话题。在具身智能行业，很多人问：GPT时刻到了吗？你怎么看？
张涛： 还没到。公司和我的判断一致：还没到。什么时候到？可以从两方面分析。第一，GPT时刻意味着智能程度已经很高。判断智能程度有个简单粗暴的标准——泛化性。目前泛化性还不太够。可以参考自动驾驶：汽车是自由度较低的机器人，把算法做好需要1000万小时以上的真机数据。而机器人比自动驾驶复杂得多。要迎接具身智能的ChatGPT时刻，至少需要大几千万甚至上亿小时的真机数据。也就是说，数据金字塔——真机数据、合成数据、互联网数据和人类视频数据——在算法表现层面，还远远没准备好。现在很多公司刚起步构建数据金字塔，估计还需要3到5年。
第二，客户能否低成本、自然地使用和感知智能，也是重要判断标准。ChatGPT之所以火，是因为OpenAI的模型更早就很强了，但直到ChatGPT才成为现象级产品——因为它通过聊天工具让所有人零成本、无门槛地使用。机器人也一样。具身智能的GPT时刻到了，一定意味着某个品类机器人卖得特别火爆。现在跳舞的还不算，那只是开始。接下来需要一个爆款通用机器人产品，卖得很火爆，或者能让客户像买手机、买家电一样，毫无心理负担地马上用起来。
贺建东： 也有人问：为什么做人形机器人？你们做这个决策的原因是什么？
张涛： 普渡做产品，从来不是因为什么火就做什么。2016年创业时，亚马逊收购了Kiva仓储机器人公司，一大堆仓储机器人创业公司冒出来，但我们没跟风；之前也有很多做跳舞机器人的，我们也没跟风。我们选了送餐机器人这个冷门品类。理论上，最好的送餐机器人就该是人形——因为不仅要运输，还要取盘子、放盘子，地面不平也能走。只是2016年技术不成熟，没条件做人形。
2024年我们决定做人形机器人，有两个原因。第一，技术角度：人形机器人是机器人技术的集大成者，几乎涵盖人形和具身智能所有技术。普渡志存高远，不仅产品要领先，技术也要领先。从这个意义上讲，必须攀登最高峰。
第二，产品和商业角度：未来机器人形态会并存。专用机器人（如清洁、配送）和通用人形机器人之间，还有类人形或半人形机器人。很多工作专用机器人就够了，但很多场景需要人形。比如一栋楼，地面清洁用专用清洁机器人就好，但还有很多长尾、不规则的复杂清洁——立面、台面、刁钻角落——人形机器人更适合。单个客户场景用量不大，但放眼全球，长尾需求加起来，人形机器人就是一个巨大的单品。所以从产品和商业角度，也必须做。
贺建东： 你觉得人形机器人最有效率的形态是什么？
张涛： 两个维度。第一，人类经过亿万年进化，两条手臂几乎能干所有工作。从进化论看，这是相对更优的形态，follow这种构型不会有大错。第二，要考虑公众接受度和用户心理学。如果经常看到一个三头六臂的怪物，接受度会大打折扣。让用户接受起来自然，产品才能真正普及。
贺建东： 我知道你们最近出了Pudu Agent。以后更侧重做Agent，还是做强硬件？哪块更侧重？
张涛： 作为机器人公司，未来一定是“六边形战士”。我个人不觉得存在纯做“机器人大脑”的公司能存活。未来能生存下来的机器人公司，硬件、模型、Agent、商业化都必须很强，不会有短板。
贺建东： 现场有很多创业者。如果给大家一句话，关于技术或商业，有什么该坚持？什么该放弃？
张涛： 创业者面临的挑战极大。无论内部还是外部，各方都希望创业者近乎全能，永远做出最科学、最厉害的决策。但这不可能。没有人是万能的，总会做出不那么好的决策。对创业者来说，不断成长迭代才是永恒的。必须用远超常人的速度成长迭代。怎么做到？借用AI领域熟知的数据、算法、算力三要素模型。算法是思考方式；算力是体力、脑力、心力，大家差不太多。真正拉开差距的，是数据层面。古人说“读万卷书、行万&里路、识万种人”，都是广义的数据——论文、书籍、文章、聊天信息、与客户的拜访观察和调研。获取数据量越大的人，成长速度通常更快。要做超乎常人的成长，就必须尽可能快地获取数据。最后别忘了，每个人都要构建自己的AI Infra。有了好的Infra，才能获取和存储大量数据，并做处理和训练，最终部署模型。尽量构建自己的“数据-算法-算力-AI Infra”飞轮，才能实现数据驱动的成长迭代。
