证据分级：✅=库内数据/研报/公开财报已核实 · 🧭=Talos 判断/综合 · ⬜=待补证据。反 YY：未核实的明确标注，不拍脑袋。
真实痛点（谁 · 为什么痛 · 多痛）
餐厅、酒店、商场、医院面对同一组压力：人力成本上涨 + 招工难 + 服务标准难复制 + 高峰低谷差异大。餐厅跑菜岗位离职率高、用工荒在旺季尤为突出；酒店客房送物（毛巾、早餐、行李）频次低但时间分散，很难用专职人力高效覆盖；医院物流（药品、耗材、标本）有准时、洁污分流、追溯等合规要求，人工操作容错率低。🧭 这些痛点均为结构性，在劳动力成本持续上升的背景下并未随周期消失。
ROI 账（成不成立）
🧭 算账逻辑：省下部分人力 + 延长运营时段 vs 机器人 TCO（购置/租赁 + 运维）。轮式服务机器人的优势在于 TCO 已被大量部署摊薄——✅ 普渡机器人已在全球数万家餐厅/酒店部署，RaaS（机器人即服务）按月付费模式降低了买家门槛，使 ROI 算法相对简单。关键前提：固定路线 + 重复任务 + 足够高的任务频次（餐厅高峰期送餐频次高，账容易算清；酒店送物频次低，账更难立竿见影）。⬜ 各垂直场景的实际回本周期数据待从行业研报抽取。
需求信号（有没有人主动找方案）
✅ 服务机器人是需求信号最早成真的机器人场景之一。餐厅/酒店连锁品牌已从「试点」转向「规模采购」——普渡的出货量和海外扩张（日本、东南亚、北美）均有公开报道佐证。医院物流方面，⬜ 国内大型医院的自动化物流改造项目数据待补。🧭 整体来看，这个场景属于「主动找方案」而非「被说服买单」，是商用机器人中罕见的买方主动型市场。
行业级难题（核心问题 / 坑）🧭
- 环境复杂性：餐厅高峰期行人密度高、椅子频繁移动、地面有水渍油渍——动态障碍物和非结构化地面考验导航可靠性。
- 多楼层 + 电梯对接：酒店/医院需要机器人独立乘梯、穿越门禁，依赖楼宇系统开放 API（物联网集成），实际落地仍是工程难题。
- 人机交互预期：接待/导览场景要求机器人「看起来有用」，用户期望差异大——过度设计的对话体验 vs 过于冷漠均会导致用户绕过机器人。
- 清洁场景的感知-执行闭环：自动清洁（扫地/拖地）已相对成熟（商场扫地车），但精细清洁（卫生间、桌面）依赖对污垢识别和接触力控制，仍是难题。
- 医院合规壁垒：药品/标本配送涉及洁污分区、追溯记录、医疗器械资质，纯机器人方案须通过医院 IT/感控/采购多部门审批，销售周期长。
可行技术路径（各自解决什么 · 挑战/局限）🧭
| 路径 | 解决什么 | 挑战 / 局限 |
|---|---|---|
| 轮式服务机器人（固定路线 + SLAM 导航，餐厅/酒店主流） | 成熟、低 TCO、ROI 可算清 | 只适合重复/固定路线任务；无法处理楼梯；人机交互局限于基础引导 |
| 轮式 + 机械臂（复合机器人，送物+简单操作） | 扩展操作能力（取放物品） | 成本更高；可靠抓取对服务场景异形物体仍难；目前多处于 demo 阶段 |
| 人形机器人（双足+灵巧手，通用服务） | 理论上适应人类环境、可做多种任务 | 成本极高、速度慢、可靠性未经大规模验证；服务业对「形象」有额外要求；ROI 算不清 |
| 商用清洁机器人（专用底盘 + 清洁模块） | 大面积地面清洁，商场/机场已成熟 | 精细清洁/垂直面清洁仍弱；需保洁人员监管补位 |
谁在走哪条路（公司 ↔ 路径 · 真实 vs demo）✅库内
- 普渡机器人（Pudu Robotics）：轮式送餐/配送机器人的全球出货量领跑者。餐厅、酒店、医院均有真实商业部署；RaaS 模式覆盖海外市场。✅ 这一代轮式服务机器人「已落地赚钱」的代表。
- 宇树科技（Unitree）：四足/人形整机，主攻研究与企业展示场景，🧭 服务业商业规模部署尚未有公开核实记录；目前更多是科技展/企业展厅的「形象机器人」。
- 优必选（UBTECH）：人形机器人 Walker 系列，有酒店/商场导览的 pilot 案例（公开报道）；⬜ 是否达到付费规模化部署待核实；仍处于「早期验证」而非「规模赚钱」阶段。
- Amazon Astro：家用/企业安防巡检定位，非餐厅/酒店服务场景主流；🧭 与本场景相关性有限，不作主要参考。
各家「真实进展 vs PR/demo」详细判断挂到对应公司页「判断卡」。
验证状态
- 轮式服务机器人（送餐/配货/清洁）：✅ 已落地赚钱（以普渡为代表，全球规模商用，成熟一代）。
- 专用清洁机器人（大面积地面）：✅ 商场/机场已有规模部署。
- 人形/复合机器人进服务业：🧭 早期 pilot，未规模盈利；「看起来很酷」≠「账算得清」。
一句话判断（给两类人）🧭
- 创业者：别把「人形服务机器人」当蓝海——轮式那一代已把价格和客户预期打下来了，你要赢它就得在「它做不到的任务」（楼梯/精细清洁/灵巧操作）上建壁垒，而不是做更好看的跑菜机器人。真正的切口在：医院多楼层合规配送、精细清洁接触力控制、接待场景自然对话——挑一个打穿。
- 投资人：判断这类公司 = ① 是轮式成熟路线（看规模/毛利/复购）还是新形态（看「难题有没有真实解法」）；② 有没有真实付费客户（vs 展厅 demo）；③ 医院/酒店大客户的合规采购周期是否在商业模型里被合理计算。普渡模式的护城河是出货量和 RaaS 网络，新进入者需要找它覆盖不了的场景。