利亚德目前不造机器人，但未来或可参考特斯拉的“自研+开源”双轨制——先以赋能扩大市场份额，待技术成熟后推出自有品牌机器人。

利亚德虚拟动点的战略选择分析：自研机器人 vs 技术赋能

结合用户观点及搜索结果，利亚德的子公司虚拟动点选择“技术赋能”而非自研机器人的路径，既有其合理性，也存在潜在风险。以下从技术、市场、生态三个维度展开分析：

一、技术维度：聚焦核心能力，规避硬件短板

技术壁垒的独特性
虚拟动点的核心竞争力在于动作捕捉算法（如OptiTrack光学定位、LydCap无标记点识别）和LYDIA动作大模型，这些技术能显著提升机器人的感知与决策能力。例如，其无标记点识别技术使机器人无需依赖物理标记即可完成动作捕捉，精度达0.03mm，已在医疗、教育场景验证实用性。
对比自研机器人：若转向硬件制造，需投入大量资源攻克减速器、伺服系统等核心零部件（中国80%依赖进口），技术门槛和成本极高。

数据积累的不可替代性
虚拟动点通过长期动作捕捉项目积累了海量高精度运动数据，这些数据是训练机器人动作模型的关键。例如，其与松延动力合作的仿生机器人通过动作大模型实现了“美式恰恰舞”等复杂动作。这种数据资产在短期内难以被竞争对手复制。

二、市场维度：生态合作 vs 大厂自研

赋能模式的短期优势

降低行业门槛：通过技术输出帮助中小厂商快速开发产品，例如为教育机器人提供情感交互算法，或为工业机器人提供避障导航方案。

绑定头部客户：已与宇树机器人、众擎机器人等合作，通过技术授权形成收入闭环。类似华为在智能汽车领域的“HI模式”，以技术标准定义生态话语权。

大厂自研的长期威胁

头部企业（如特斯拉、英伟达）正加速布局全栈自研，例如特斯拉Optimus通过自研电机和AI芯片将成本压缩至2万美元/台。若虚拟动点的技术被大厂绕过（如通过自研算法替代其动作捕捉方案），其赋能价值将大幅缩水。

三、生态维度：标准制定者的潜在机会

成为“机器人操作系统”的可能性
虚拟动点提出“做机器人的头脑和眼睛”，类似安卓系统在手机行业的角色。例如，其空间计算技术已应用于多台机器人协同作业，通过RCS中控系统实现任务调度。若能建立行业标准，可形成类似英伟达CUDA的生态壁垒。

与硬件厂商的分工协同
参考工业机器人领域的成功案例（如库卡、ABB），硬件厂商更关注机械本体和电机性能，而软件厂商聚焦感知与决策。虚拟动点与松延动力的合作即为此模式——前者提供算法，后者负责机械结构。

结论：技术纵深决定路线选择

当前阶段赋能更合理：虚拟动点的技术尚未达到“不可替代”级别，自研机器人需承担硬件风险（如供应链、品控），而赋能模式可快速变现技术优势。

长期需补足短板：若想对标华为生态，需进一步开放技术平台（如开源部分算法），并绑定更多头部客户形成生态黏性。

风险提示：若核心算法被大厂突破（如谷歌DeepMind的动作生成模型），需及时转向垂直领域（如医疗机器人专用算法）或通过并购整合硬件能力。

虚拟动点的选择体现了“轻资产、重生态”的战略逻辑，但需警惕技术通用性带来的替代风险。未来或可参考特斯拉的“自研+开源”双轨制——先以赋能扩大市场份额，待技术成熟后推出自有品牌机器人。