A | 2026年上半年，电动两轮车行业经历深度调整。
B | 受消费需求结构性变化等多重因素影响，行业产销量同比有所下滑。
C | 奥维云网数据显示，2026年上半年电动两轮车内销同比下滑12.6%。 逛一圈WAIC具身智能馆，最容易让观众停下脚步的，往往还是机器人正在做什么：抓取、搬运、行走，或者完成一项具体任务。
凌迪科技的展台上，同样摆出了一项直观的任务——叠衣服。两台机械臂将衣服、调整，再重新落回桌面。
单看结果，这是一场机器人衣物操作演示。与此同时，行业集中度持续提升，头部效应进一步凸显。但凌迪科技真正想被看到的，藏在机械臂动作发生之前。 在行业整体承压的背景下，雅迪上半年销量超763万台，连续九年稳居全球销量第一;海外业务展现强劲的增长势头，全球化布局加速落地;品牌年轻化战略精准触达年轻圈层，产品结构优化和智能化系统取得关键进展，充分彰显行业龙头穿越周期的经营韧性与长期发展价值。
展台呈现的是机器人完成一次操作，凌迪想讲的，则是这项能力如何被训练出来。
要让机械臂学会叠衣服，得先把衣服变成数字世界里一个可计算的对象。不同面料有多重、多滑、弹性多大、软硬如何，布碰到机械爪会怎么滑、怎么皱，这些都要先算出来。然后模型才能换着材质、换着摆放方式、换着抓取角度一遍遍练，最后再通过评测判断它到底学会没有。 一、连续九年全球销量第一，全球化打开新增长空间
在全球电动两轮车市场持续扩容的背景下，中国品牌正加速走向世界舞台。据相关统计，根据中国机电产品进出口商会数据，2026年上半年我国电动两轮车出口达1597万辆，同比增长30.8%，出海势头强劲。
这也是叠衣服与抓取规则刚体不同的地方。 但行业整体并非一片坦途。一只杯子被拿起后，形状通常不会发生明显变化；一件衣服被抓住一角，整体状态却可能随之改变。
看起来只是一次抓取和翻折，背后对应的却是机器人进入家庭、轻工业等真实场景后绕不开的一类问题：如何处理那些会折叠、滑动、缠绕和持续形变的对象。
凌迪科技此次重点展示的SynReal World，正是从这片更复杂的“柔性世界”切入。受短期政策切换、竞争加剧等因素影响，上半年行业业绩普遍承压，部分品牌大幅缩水，亦有品牌陷入亏损。
它不直接制造机器人，而是希望在机器人本体与具身模型之间，搭建一套覆盖3D资产生成、仿真训练和自动评测的一站式数据基础设施，让模型进入真实场景前，先在数字环境中经历足够多的物理交互与任务试错。
01.
机器人认出一件衣服，离叠好它还很远
过去两年，机器人的视觉识别和动作控制能力快速提升。在外部环境整体偏紧的背景下，雅迪仍保持稳健运行，上半年营收约182.36亿元，财务底盘稳健，产品结构全面升级优化，渠道覆盖率位居行业首位。
全球化布局正成为雅迪穿越周期的重要增长引擎之一。
D | 在东南亚，雅迪已形成以越南为核心、辐射印尼和泰国的战略支点，其中越南北江基地年产能达200万台。 模型可以判断桌上放着什么，也可以根据指令生成动作。与此同时，雅迪持续拓展全球版图，在越南、印尼、泰国、墨西哥、巴西、土耳其等多国建立智能产研基地。但“看见一件衣服”和“把衣服整理好”，仍然是两个不同层次的问题。 衣服被抓住一个角，整体状态会立即改变。抓取位置、布料材质、初始褶皱和夹持力度出现细微差异，都可能让原有动作策略失效。机器人每完成一步操作，都需要重新判断物体发生了怎样的变化，并据此调整下一步动作。 这也使柔性物体的操作数据更难规模化采集。
E | 机器人一次操作失败后，工作人员往往要重新铺平衣服、整理绳索或复位物料。
F | 面对不同材质、尺寸、形态和摆放方式，真机数采所需的时间与人工成本会迅速。 仿真由此成为具身智能扩大训练规模的重要方式。从产品出口到产业深耕，雅迪已实现研、产、供、销、服全链条出海，成为中国电动两轮车产业走向世界的代表性力量。 但柔性物体仿真的难点，并不只是生成更多3D资产，数字对象还需要具备接近现实的材料属性和形变规律。 二、品牌势能持续释放，年轻化构筑差异化壁垒 如果说销量构成了雅迪的实力底座，那么品牌势能的持续释放，则是雅迪拉开与竞品差距的关键所在。2026年，雅迪在品牌年轻化与用户运营上持续突破。两场现象级发布会、十年IP迭代、双顶流跨界联动、权威媒体背书——雅迪以一套组合拳，不断夯实“全球两轮电动车领军品牌”的用户心智。 作为行业品牌IP，雅迪717全球骑行节已连续举办十年。
G | 简言之，谁更了解布料如何垂坠、拉伸、碰撞和褶皱，谁才更有可能把这类对象转化为机器人可用的训练数据。 这也解释了，为什么一家长期服务服装行业的企业，会在此时进入具身智能。
H | 02. 凌迪的具身智能入场券，来自十年柔性仿真积累 凌迪科技并非从机器人本体起步。今年，雅迪首创“双顶流IP+八谷联动”模式，首度联动全国八大欢乐谷，将骑行节从品牌活动升级为全民级跨次元狂欢。十年之间，717骑行节完成了一次从功能交付到情感共鸣的价值跃迁。
I | 但它过去十年处理的，恰好是机器人今天开始集中面对的问题——如何让计算机准确模拟柔性材料的物理变化。
在IP跨界层面，雅迪采取差异化分层策略——面向核心年轻玩家，携手米哈游旗下都市冒险动作游戏《绝区零》推出多款深度定制联名车型，联名话题接连霸榜热搜;面向泛年轻女性圈层，联合三丽鸥家族Hello Kitty、大耳狗、酷洛米三大萌系IP推出摩登系列联名款，持续巩固“年轻女性喜爱度TOP1”的品牌心智。
J |
据了解，凌迪科技成立于2015年底，过去十年主要服务服装及轻工业，围绕数字面料、服装建模、服装设计和产业协同建立产品体系。
品牌声量之外，产业影响力同步提升。目前，其业务覆盖亚太、欧洲、美洲和非洲等区域，服务全球3000多家轻工业客户。中央广播电视总台CCTV-13《新闻直播间》以近十分钟专题报道深度探访雅迪金寨全球智能基地，聚焦雅迪培育新质生产力的实践。权威媒体的深度聚焦，既是对雅迪以科技创新驱动高质量发展的权威认证，也是雅迪产业影响力持续扩大的有力注脚。
从十年IP进化到双顶流精准圈层穿透，再到权威背书——雅迪以一套品牌势能组合拳，构建起难以复制的品牌护城河。
K | 正是“硬实力底座+软实力表达”的双轮驱动，让雅迪在行业调整期依然保持强劲的品牌向心力。
数字样衣并不只是把服装做成一个视觉逼真的3D模型。 三、冠能与摩登表现亮眼，产品矩阵精准覆盖多元需求
2026年上半年，电摩产品同比增长 63.7%。这得益于雅迪在产品端动作频频，以冠能与摩登两大系列为核心，持续丰富产品矩阵，精准覆盖多元出行场景。 3月，雅迪集中发布冠能白鲨Ⅱ、冠能星舰Ⅱ与冠能i7三款旗舰新品。
同一件版型换一种面料，垂坠、拉伸、褶皱和贴合效果都可能发生变化。要在虚拟环境中还原这些差异，需要将重量、厚度、摩擦、弹性和弯曲刚度等材料属性转化为可计算的参数，并持续处理布料与人体、地面及其他布料之间的碰撞、滑动和形变。作为全球电动两轮车市场的标志性产品系列，冠能系列累计销量已突破2000万台，获权威机构“单系列累计全球销量第一”认证。
据凌迪科技披露，其已经积累超过60万种行业面料数据库，围绕不同材料的物理属性、形变效果和仿真计算形成了长期积累。2024年至2025年，科研团队在顶级学术会议发表论文超过20篇。其中，冠能白鲨Ⅱ上市后持续热销，以“智能平权”理念重新定义智能电动车标杆。
在女性出行赛道，雅迪摩登系列同样表现亮眼。
这些能力过去主要服务服装设计和生产，如今开始被重新组织，用于机器人训练。
当然，数字样衣与机器人仿真并不能直接画等号。前者更关注设计效果和服装呈现，后者还要面对机械手接触、受力反馈、连续形变和大规模并行计算。5月，雅迪在“摩登之夜”全球新品发布会上推出光芒Ⅱ、麦芒Pro、莱茵Ⅱ、绽放Ⅱ四款旗舰新品，精准适配不同女性用户的生活场景与审美偏好。
L | 但两类应用共享一个底层前提：虚拟材料不能只有外观，还要能够根据物理规律发生变化。 这使凌迪科技具备了一张相对特殊的具身智能入场券。它并非从零研究布料为什么会垂坠、拉伸和褶皱，而是可以在已有的面料数据、服装仿真和物理计算能力上，继续向机器人操作与训练延伸。 03. SynReal World，把机器人训练接成一条数据管线 搭出一个仿真场景并不难，难的是让它持续生成机器人可用的训练经验。 雅迪冠能系列夯实国民出行市场基本盘，雅迪摩登系列精准卡位女性出行细分市场，双线并进的格局，为雅迪在行业调整期提供了稳定的增长支撑。而产品力的持续进阶，根植于雅迪在核心技术领域的长期深耕与持续投入。 四、研发持续加码，钠电量产与智能化构筑技术护城河 雅迪的研发投入力度仍在持续加大。
M | 这需要一套能够持续生成训练资产、组织模型试错，并判断机器人是否真正学会的数据基础设施。 SynReal World瞄准的正是这一环节。上市以来，雅迪累计研发投入已超74亿元，建成6大研发中心、4大CNAS国家级实验室及全球10大智能产研基地，拥有超2000项核心专利，构建起覆盖能源、出行、智能等领域的系统性技术储备。
N | 凌迪科技将其定位为面向具身智能的全栈数据引擎，覆盖“3D资产生成—训练应用—仿真评测”完整闭环，将原本分散的建模、训练和验证环节接入同一条数据管线。 简单来说，SynReal World搭建的，可以理解为一个面向机器人的“训练世界”：其中的物体遵循物理规律，任务可以反复运行，训练结果也能够被量化验证。 这个“训练世界”的构建，可以拆成三个环节。 2026年上半年，雅迪在新能源与智能化两大方向同时取得关键突破。 第一步，是把数字资产变成可用的训练对象。新能源领域，搭载北极光钠电池的冠能白鲨Ⅱ同步推向主流消费市场，标志着钠离子电池在国内两轮电动车领域正式迈入大规模商用阶段。
o |
SynReal World支持从文字、图片和CAD等输入生成物体与任务空间，并为资产补充质量、摩擦、弹性和碰撞等物理属性。其核心能力覆盖高精度形变体仿真、刚体仿真和多物理场耦合仿真。
智能化领域，雅迪推出新一代Yadea OS中短途出行全域操作系统，集成iSmart智能交互、iRide便捷控车及方舟骑行辅助系统等功能，以智能平权推进科技普惠。
这一区别很关键。普通3D模型解决的是物体“看起来像不像”，机器人训练关心的是施加动作之后，物体是否会按照接近现实的规律变化。 从钠电规模化量产到智能系统全系标配，雅迪依托连续九年全球销量第一的体量优势与全产业链整合能力，将前沿技术从高端专属拉入主流消费带，为产品的持续迭代与市场扩张提供了源源不断的技术动能。 站在产业变革的关键节点，中国电动两轮车企业锚定高质量发展方向，以技术创新驱动产品升级、以全球化布局拓展市场空间、以年轻化战略贴近用户需求，为行业打开了新的增长通道。面向未来，以雅迪为代表的头部企业将持续深耕全球市场，完善全链条出海布局，推动中国电动两轮车产业在高质量发展道路上稳步前行。【广告】免责声明：本内容为广告，相关素材由广告主提供，本文仅代表作者个人观点，与本网无关。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，广告内容仅供读者参考，请自行核实相关内容。
只有数字对象能够合理地碰撞、滑动和形变，虚拟资产才可能变成有效的训练数据。
p | 另外，通过可仿真与交互的3D资产与场景的智能建模，SynReal World 可以对真实世界中采集的任务数据进行灯光与物体材质的泛化，解决数据有效性过低的问题。通过仿真把一条有效数据低成本变成十条，高效地实现训练数据的多样性，同时有效降低数据采集的成本。
q | 第二步，是把单次试错扩展为可规模化运行的训练过程。 SynReal World支持强化学习和模仿学习，可以面向灵巧手、机械臂、双足机器人和机器狗等不同形态开展训练与策略验证。 它的价值并不在于替代真机，而是承担大量高频、重复和早期探索阶段的试错，把有限的真实设备与现场资源更多用于校准、验证和落地。 第三步，把“机器人学会了”转化为可重复验证的任务能力。 一次演示成功，并不代表模型已经掌握任务。只有在场景和变量发生变化后仍能稳定完成，能力才具备进一步迁移到真机的可能。 SynReal World将程序化评测接入训练流程，支持并行测试、成功率统计、失败模式分析和过程记录，让模型每次更新后都能在已有任务中重新验证。
r | 对一套具身智能数据引擎而言，完整闭环之外，还要看它能否以足够高的效率和精度运行，并接入现有研发体系。 根据凌迪科技提供的测试数据，在部分高复杂度场景中，SynReal World的仿真效率较Isaac Sim快5至10倍，静动力学误差降低近20%。 在生态层面，凌迪科技是NVIDIA Newton核心成员，SynReal World支持USD和Python API，并兼容MuJoCo、Newton等仿真引擎。 在SynReal World之外，凌迪科技此次还展示了面向服装等轻工业场景的数字伙伴中台StyleWork。
s | 它融合AI Agent能力，让数字伙伴理解设计、选品、营销和运营等业务流程，调用专业工具并反馈结果，同时通过持续学习与记忆参与长期协作。这是凌迪科技将AI嵌入真实产业流程的另一条路径。 04. 物理AI竞争，正在向“训练场”深处延伸 把资产生成、模型训练和结果验证放进同一套流程，首先解决的是研发效率。模型每更新一次，不必重新搭建场景、切换工具，再单独统计任务结果。 但这套数据管线更值得关注的地方，在于它回应了具身智能面临的一项核心约束：机器人所需的数据，无法像语言模型那样从互联网低成本获取。 语言、图像、视频，天然以数字形态存在。而机器人需要的数据，必须包含动作、接触、力和物体状态变化——每一次交互，都是一次物理事件。模型要学习的，不只是一个物体长什么样，更是对它施加动作之后会发生什么。 真机采集的速度和成本，很难跟上模型对任务多样性的需求。仿真不能取代真实世界，但它可以重新分配试错成本。 当仿真承担越来越多训练任务，行业比拼的焦点也在转移。
t | 画面逼真不再是唯一标准。
u | 更关键的问题是：虚拟世界里的物体，是否遵循真实世界的物理规律？训练结果，能不能被重复验证？从仿真中学到的经验，又能在多大程度上迁移到真机？ 沿着这几个问题往下看，柔性物体成了一种更高门槛的检验标准。它更能代表家庭服务、轻工业和普遍的非结构化环境。 这正是凌迪正在卡住的位置。 WAIC现场，机器人依然是聚光灯下的主角。凌迪选择进入的，是聚光灯照不到的地方——机器人的训练场。 当行业竞争从“完成一次漂亮演示”，转向“以更低成本稳定学会一项任务”，谁能生成一个物理规律可靠、任务可重复、结果可验证的训练世界，谁就在为下一阶段的物理AI铺设底座。
Current article:http://u42cj6.ruidunguizanpaorangchongouxia.sbs/list_qdmo/2vg.html
Published on:07:30:21
