Aldebaran Robotics

从巴黎先驱到中国收购：全球研究引用最广泛的社交机器人公司，如何用二十年时间打造了一座研究机构，却未能建立起一门生意。

---

如何阅读本报告

本报告全篇将证据分为四类，读者应据此赋予相应权重。

行内引用采用括号数字，与第14节来源列表对应。凡某议题的研究资料不足，本报告将直接说明，而非以推测填充篇幅。模块占位符（如 <!-- module: products -->）由Max Robotics平台以实时数据库内容渲染；周围的正文无论该面板是否可见，均可独立连贯阅读。

---

01执行摘要

Aldebaran Robotics在机器人发展史上占据着一个独特的位置：它既是有史以来学术影响力最深远的机器人公司之一，也是商业上最不成功的公司之一。NAO人形机器人于2008年首次发售，迅速成为全球人机交互（HRI）领域的默认研究平台，累计产生逾3,600项独立研究成果 ¹¹。Pepper于2014年发布，一度激发了零售与酒店业的广泛想象。两款产品合计在70余个国家和地区售出约37,000台 ⁷¹¹。然而，这两个数字均未能转化为可持续的商业模式。

该公司的发展轨迹，是科学价值与商业可持续性之间鸿沟的典型案例。Aldebaran由Bruno Maisonnier于2005年在巴黎创立，早期获得包括英特尔资本领投的1,300万美元融资 ¹⁵，约于2012年以约1亿美元被软银收购 ¹⁷，随后更名为SoftBank Robotics Europe，并于2022年再度出售给德国控股公司URG（United Robotics Group），后者恢复了Aldebaran的品牌名称 ³⁴。在历任所有者治下，根本问题始终悬而未决：机器人制造成本高昂、硬件故障频发、自主能力有限，且定价水平使大多数买家在经济上难以实现大规模商业部署。

2025年2月，Aldebaran进入保护程序，随后正式宣告破产 ⁸。巴黎商业法院于2025年6月批准清算，106名员工遭到解雇，债务超过6,000万欧元 ³¹³。仅2019年至2022年间，累计净亏损即达1.56亿欧元 ¹²。2025年7月，深圳迈视——一家主营业务为生物识别、安防系统及智慧交通的公司——收购了核心知识产权与工程资产，并计划成立新实体NAO Robotics SA，配备约59名工程师 ⁷⁹。

迈视所收购的资产，在研究层面价值显著，在商业层面则充满不确定性。NAO平台具备真实的科学公信力、成熟的开发者生态系统，以及兼容ROS2的软件栈 ²¹。然而，它所缺乏的是一条经过验证的盈利路径。Pepper的生产已于2020–2021年停止 ¹⁸；NAO7据报道在清算时仍处于开发阶段，尚未出货；而自2010年代中期Pepper初始部署时的热潮以来，零售与服务环境中社交机器人的整体市场已大幅萎缩。

本报告将审视Aldebaran究竟构建了什么、证据对其技术的支撑程度、为何在取得真实科学成就的同时商业上仍归于失败，以及迈视的收购对NAO平台未来而言现实意义何在。

最新新闻

该模块正在整理中——暂无可显示的数据。

---

02Aldebaran Robotics的故事

创立与早期发展（2005–2012）

Aldebaran Robotics于2005年在巴黎由Bruno Maisonnier创立。他是一位此前没有任何机器人工程背景的创业者，但坚定地相信人形机器人将在十年内成为消费品和教育产品³⁴。公司早期以创业公司的预算承载着真实的工程雄心。第一台NAO原型机于2007年RoboCup大赛上公开亮相，该机器人随即被选定为RoboCup标准平台联赛的标准平台——这一决定将对公司的研究影响力产生深远的变革性意义³⁴。

RoboCup的入选不仅仅是一次营销胜利。这意味着全球各地的机器人研究团队必须购买NAO机器人才能参赛，由此形成了一个固定的机构市场，并催生出学术论文、软件贡献以及下一代机器人工程师对该平台熟悉度的良性循环。到2008年NAO正式公开发售时，它已积累起一个任何竞争对手都难以轻易复制的研究社区。

2010年，Aldebaran完成了一轮由英特尔资本领投的1300万美元融资¹⁵，当时的定位是将公司打造为"人形机器人领域的全球领导者"。这一表述虽为时尚早，但也并非全无依据：在同等价位上，NAO确实是当时市场上性能最强的小型商用人形机器人，开发者生态系统也在持续壮大。

SoftBank时代（2012–2022）

SoftBank对Aldebaran的收购——初步交易约于2012年完成，并于2015年前后完成全面整合¹⁷³⁴——带来了资本、制造规模，以及将社交机器人打造成大众消费和企业产品的雄心。约1亿美元的收购价格¹⁷折射出SoftBank的判断，也是孙正义本人的信念：人形机器人正处于大规模商业部署的前夜。

这一时代最具代表性的产品是Pepper，于2014年发布，由富士康在台湾代工生产³⁴。Pepper与NAO在产品定位上截然不同：机身更高（约1.2米）、采用轮式而非双足行走、胸前配备平板触摸屏，并明确面向零售、银行和酒店业的客户服务场景而设计。SoftBank将Pepper部署在其日本自营零售门店，并与汇丰银行等大型企业签署了合作协议³⁴。这款机器人吸引了大量媒体报道，也引发了真实的商业兴趣。

然而商业现实远比预期冷峻。据报道，2015年的一项调查显示，仅有15%的Pepper客户计划续签合同³⁴——若数据属实，这意味着该机器人未能在服务部署中创造可量化的价值。Pepper的局限性是结构性的：它无法搬运物品、爬楼梯或执行体力任务；其对话能力依赖脚本，而非真正的自适应交互；而驱动初期部署的新鲜感也迅速消退。生产于2020年或2021年停止¹⁸，不同来源对具体年份的表述略有出入。

这一时期，公司更名为SoftBank Robotics Europe¹⁶，以体现其作为SoftBank Robotics集团欧洲分支的定位——该集团同时在日本和美国开展业务。

URG插曲与崩溃（2022–2025）

2022年，德国机器人控股公司United Robotics Group（URG）收购了SoftBank Robotics Europe，并恢复了Aldebaran这一品牌名称³⁴。其战略逻辑在于将欧洲人形机器人能力整合至单一实体之下，并通过降本增效与新产品开发实现盈利。

URG时期的特征，是员工事后所描述的不切实际的预期：两年内实现盈利的目标，以公司的成本结构和市场地位而言几乎无从实现³⁴。一直提供资金支持的德国基金会RAG-Stiftung于2024年8月停止了财务支持³⁶。失去这一支撑后，公司的现金状况迅速恶化。

2025年1月，Aldebaran进入保护程序⁸。2025年2月，正式破产程序启动⁸。巴黎商业法院于2025年6月批准清算，106名员工全部遭到解雇，债权人面临逾6000万欧元的债务³¹³。2019年至2022年间累计亏损净额达1.56亿欧元，仅2023年一年的经营亏损就高达2600万欧元¹²。

此次清算立即引发了全球数千家已部署NAO机器人的机构的担忧，这些机构依赖Aldebaran的软件基础设施、云服务和技术支持。北美主要经销商RobotLAB公开承诺向其客户提供持续服务¹¹——这一表态也印证了独立观察人士长期以来对云端依赖风险的警示，而这一风险此时已变得十分紧迫。

Maxvision收购（2025年7月）

深圳企业Maxvision的主营业务涵盖生物识别、安防系统及智能交通技术，该公司于2025年7月19日前后收购了Aldebaran的核心知识产权和工程资产⁷⁹。收购内容包括NAO平台知识产权、Choreographe软件生态系统，以及——至关重要的——据报道来自原团队的59名工程师⁹。

计划中的继承实体NAO Robotics SA据称将在法国保留研发团队，同时开展客户服务业务⁷。据报道，清算时正处于开发阶段的NAO V7预计将在新东家旗下继续推进⁹。

编辑推断： 从中国产业政策视角来看，Maxvision收购Aldebaran具有清晰的战略逻辑——以困境资产价格收购成熟的西方机器人知识产权、一个在国际上拥有真实研究公信力的品牌，以及一支训练有素的工程团队。然而，Maxvision能否比此前三任东家更成功地将NAO商业化，仍是一个悬而未决的问题。该公司的核心能力在于安防硬件与系统集成，而非消费或教育机器人领域。法国工程师团队的留任对平台延续性而言是一个积极信号，但并不能解决Aldebaran在SoftBank和URG治下所面临的根本性商业挑战。

---

03产品组合：Aldebaran Robotics究竟在卖什么

NAO

NAO是定义了Aldebaran、并在许多方面定义了小型人形机器人研究与教育领域的产品。当前量产版本为NAO6；据报道，NAO7在清算时正处于开发阶段 ⁹。

经验证的硬件规格 [1][24][25]：

NAO采用双足行走设计，这使其有别于Pepper以及大多数竞争性教育机器人。5 kg的质量和低功率电机意味着，考虑到机器人平衡能力的局限性，跌倒时有发生，但通常不会对附近的人员造成伤害，也不会对机器人本身造成灾难性损坏 ³⁰。这在教育和研究场景中是一项真实的安全优势。

软件生态系统是NAO最强大的资产。Aldebaran的专有可视化编程环境Choreographe允许非工程师通过图形界面创建行为。完整的SDK支持Python和C++开发。通过开放访问NAO（OAN）框架已实现ROS2兼容性 ²¹，使其能够独立于制造商API与更广泛的机器人研究生态系统集成。语音识别与合成通过Nuance集成支持八种语言，该平台还支持人脸检测、物体识别，以及近期新增的基于GPT的对话能力 ¹²¹。

定价（经多个独立来源验证 [4][5]）：

RobotLAB推出的机器人即服务（RaaS）定价模式旨在降低机构采购门槛，但36个月RaaS合同以$289/月计算的总费用（$10,404）与低端直接购买价格相当。

Pepper

Pepper是Aldebaran试图突破研究细分市场、进军大众服务机器人领域的尝试。其设计选择体现了这一雄心：轮式底盘（在服务环境中比双足行走更稳定可靠）、胸部安装的平板电脑用于显示信息和接受触控输入，以及对情感识别和对话交互的重点强调。

经验证的硬件特性 [34][18]：

• 身高：约1.2米
• 移动方式：轮式（全向）
• 显示屏：胸部安装的平板屏幕
• 传感器：摄像头、麦克风、情感/人脸识别能力
• 制造商：富士康，台湾
• 商业发布：2014年
• 停产：2020–2021年

定价（经多个独立来源验证 [4][5]）：

Pepper的定价将其牢固地定位于企业预算类别。以每台$25,000–$30,000计算，一次有意义的零售部署（十台机器人）在任何软件集成、内容开发或维护成本之前，就已代表$250,000–$300,000的资本投入。2015年引用的15%合同续签率 ³⁴——如果准确——表明大多数企业客户认为该投资回报不足。

生产于2020–2021年停止 ¹⁸。此后未再生产新的Pepper机器人。现有已部署的机器人在仍可正常运行的地方继续使用，但该平台实际上已进入生命周期终止阶段。

Plato

Plato是一款轮式送餐助手，与NAO和Pepper均有所不同。官方产品文档中提及了它 ¹，但在独立来源中几乎没有相关报道。具体硬件规格、定价和部署规模在现有资料中未知。其存在表明Aldebaran至少曾尝试进入餐饮服务和酒店自动化市场，但缺乏独立报道意味着它未能取得显著的商业成果。

NAO V7（开发中）

据报道，NAO V7在清算时正处于开发阶段 ⁹。目前尚无公开确认的规格、定价或发布时间表。Maxvision是否将在NAO Robotics SA旗下继续这一开发，已被表述为一项意向 ⁹，但在具体里程碑或交付日期方面仍未知。

产品组合总结

产品与版本

NAO

双足人形机器人（身高58厘米，重5千克，25个自由度），专为教育、科研及人机交互设计；2008年首次发售，当前版本为NAO6，清算时NAO7正在开发中。

Pepper

轮式人形机器人（约1.2米高），配备胸部平板屏幕及情感/人脸识别功能，广泛用于零售、服务及社交互动场景；2014年发布，2020–2021年停产。

Plato

Aldebaran开发的轮式服务助理机器人，适用于室内服务及酒店接待场景。

---

<!-- module: TECH_STACK -->

04技术栈：优势与尚待完成的工作

软件架构

Aldebaran的软件栈比其财务历史所呈现的更为成熟。Choreographe可视化编程环境经过逾十五年的持续打磨，代表了其在机器人可及性编程领域的真正贡献。其图形化行为树界面使不具备深厚编程专业知识的教育工作者和研究人员也能创建复杂的多步骤行为，这正是NAO成为全球主导性教育机器人平台的首要原因。

在开发者层面，NAO SDK支持Python和C++，并为电机控制、传感器访问、语音、视觉和导航提供了文档完善的API。这种文档质量——经过多年活跃开发者社区的积累沉淀——是一项重要资产，竞争对手在构建新平台时需要花费数年时间才能复制。

开放访问NAO（OAN）框架在2024年的一篇arXiv论文²¹中有所记录，展示了独立于Aldebaran专有云API运行的ROS2集成。这在技术上具有重要意义：即便Aldebaran的云基础设施下线——这一风险在清算期间变得尤为紧迫——研究人员和开发者仍可维持对现有NAO硬件基于ROS2的正常运行。OAN框架为NAO的执行器、传感器和感知系统提供标准化的ROS2接口，从而实现与更广泛的ROS2生态系统（涵盖导航、操控和AI软件包）的集成。

感知与传感

NAO的感知能力对于其预期使用场景而言尚属适用，但对于任何更高要求的应用则显得不足。双摄像头系统（最高支持1280×720分辨率、60帧/秒）支持人脸检测、物体识别和基本视觉导航¹。四麦克风阵列支持声源定位，并通过Nuance集成支持八种语言的语音识别¹。

2013年一篇关于视觉引导机器人听觉的研究论文²²展示了基于NAO的音视频融合声源定位——这是该平台所支撑的感知研究的典型案例。该研究在方法论上是严谨的，但也折射出NAO传感能力的研究级而非生产级本质：在受控实验室条件下所展示的能力，并不能直接迁移至嘈杂、非结构化的真实世界环境。

2016年arXiv上关于自主感觉运动情境发现的论文²⁰描述了基于NAO的无监督运动学习研究——机器人在无监督信号的情况下学习其运动指令与感觉结果之间的关系。这是合理且有价值的研究，但有必要对其所展示的内容保持精确认知：这是在受控条件下的实验性能力，而非商业场景中已部署的自主运行能力。

运动能力与物理能力

这正是NAO的研究价值与商业局限之间差距最为显著之处。NAO是一款双足机器人，这使其在科学上颇具研究价值，但在实践中却相当脆弱。它无法爬楼梯、开门，也无法搬运任何有实际重量的物体³⁴。其步态缓慢且计算开销较大。跌倒发生的频率足够高，以至于跌倒管理器——一种通过惯性传感器检测即将发生的跌倒并调整电机刚度以减少损伤的系统——已成为标准运行功能，而非边缘案例下的安全系统¹³⁰。

5千克的质量意味着跌倒对人类的风险极低，且机器人的结构设计也考虑了吸收冲击³⁰。然而，硬件故障是一个持续存在的运营问题。独立信息来源一致将排线断裂列为常见故障模式³⁴——这是一个结构性设计问题，使现场维修既困难又昂贵。脆弱的内部线路、双足不稳定性以及有限的物理能力相叠加，意味着NAO需要定期维护，且不适合在可能遭遇意外物理障碍的环境中进行无人值守部署。

Pepper的轮式运动在服务环境中更为可靠，但Pepper的物理能力同样受限：它无法操控物体、无法导航楼梯，也无法执行除在各地点间移动和在胸部平板上展示信息之外的任何物理任务。

人工智能与自主性

编辑推断（有据可查）： 对NAO和Pepper自主性的描述需要审慎界定。两款机器人在执行其主要任务时——社交互动、教育演示、脚本化服务交互——均无需人类实时操控。从这一狭义角度而言，它们是自主的。然而，这种自主性的本质是带有传感器触发分支的脚本行为执行，而非通用目的的自主决策。

近期文档¹中提及的基于GPT的对话能力代表了对话层的真正升级，相较于早期基于规则的系统，能够实现更自然的对话。然而，这一能力依赖云连接，由此引入了独立观察者所指出的依赖性风险³⁰³¹。

2025年的一篇arXiv论文²³描述了一种用于NAO文本驱动动作生成的强化学习流程——利用大型语言模型生成动作描述，并通过强化学习优化所产生的电机指令。这是技术上颇为精密的研究，展示了该平台作为研究测试平台的持续价值。然而，它并不代表已部署的生产能力：该论文描述的是一个实验性流程，而非现有出货NAO单元中可用的功能。

云依赖风险

云依赖问题值得特别关注，因为它代表了一种系统性风险，而清算事件使这一风险变得具体可感。NAO的若干AI功能——包括部分语音识别和对话能力——依赖于与Aldebaran云基础设施的网络连接³⁰。当一家公司进入清算程序时，云服务往往是最先受到波及的。RobotLAB公开承诺的服务连续性¹¹以及OAN框架独立于云的ROS2运行²¹是部分缓解措施，但对于已部署依赖Aldebaran专有云API的NAO单元的机构而言，这些措施并不能完全消除风险。

编辑推断： 这是社交机器人商业模式中更为普遍的结构性脆弱性，并非Aldebaran所独有。以硬件产品形式销售、却依赖云端AI能力的机器人，会产生长期支持义务，这种义务在经历多次所有权更迭后难以持续维系。Maxvision的收购方需要明确应对云基础设施连续性问题，方能使NAO Robotics SA保住现有装机基础的信任。

技术优势与差距：总结

---

05研究、论文、作者与实验室

研究足迹

NAO于2007年被选为RoboCup标准平台联赛用机器人，由此形成了一个自我强化的研究生态系统，其他小型人形机器人均未能与之匹敌。3,600余项独立研究¹¹这一数字来自企业自述，但学术数据库中可见的NAO相关出版物数量，以及各方独立文献中对NAO作为主流人机交互研究平台的持续引用，均从侧面印证了这一数字的大体可信度。

研究应用场景涵盖范围极广：人机交互方法论、自闭症谱系障碍治疗、肢体康复辅助、老年护理与认知激活、STEM教育成效评估、机器人足球（RoboCup）、语音与音频处理、计算机视觉、强化学习，以及社交机器人伦理。这种广度体现了NAO作为研究工具的真实多功能性——一台58厘米高的双足机器人，配备完整传感器套件、开放SDK及ROS2兼容性，是应对多类机器人研究问题的理想实验平台。

精选研究证据

本档案收录了四篇与NAO技术能力直接相关的研究论文：

[20] 自主感觉运动情境发现（arXiv:1608.00737，2016年）： 描述了在NAO上进行感觉运动关联的无监督学习——机器人在无监督信号的情况下自主发现运动指令与感觉结果之间的关系。这是认知机器人学的基础性研究，方法论严谨，研究成果属于研究级演示，而非生产级部署。

[21] 开放访问NAO（OAN）：基于ROS2的人机交互软件框架（arXiv:2403.13960，2024年）： 描述了一套完整的NAO ROS2软件栈，可独立于Aldebaran专有API运行。这具有重要的实践意义：它为现有NAO硬件提供了一条不依赖云端的运行路径，并与更广泛的ROS2生态系统实现集成。该论文发表于2024年，直接回应了云端依赖风险。

[22] 视觉引导的机器人听觉（arXiv:1311.2460，2013年）： 研究NAO上的音视频融合声源定位问题，展示了该平台在多模态感知研究中的应用价值，研究方法在其范畴内扎实可靠。

[23] 基于强化学习的NAO文本驱动动作生成（arXiv:2506.05117，2025年）： 档案中最新的一篇论文，描述了一套将大语言模型文本到动作生成与强化学习优化相结合的NAO运动控制流水线。该研究技术雄心勃勃，表明即便公司已走向崩溃，NAO仍是一个具有现实意义的研究平台。该论文发表于2025年，即清算公告发布之后，说明研究社区无论企业命运如何，仍在持续投入NAO相关研究。

研究社区的韧性

编辑推断： NAO相关研究在Aldebaran财务困境期间乃至进入清算后阶段仍持续推进，这一现象意义重大。它表明该平台对研究社区的价值已足够高，研究人员愿意绕过企业不稳定性继续开展工作——开发不依赖云端的软件栈²¹、持续发表基于NAO的研究成果²³，并积极讨论防止NAO硬件走向过时的应对策略³¹³²³³。这种社区韧性是Maxvision/NAO Robotics SA所继承的一项资产，但并非无条件的：若新实体未能维护软件兼容性、提供硬件支持或推进NAO的持续开发，研究社区将迁移至其他替代平台。

高校积累大量过时机器人的隐忧³¹³²³³在此直接相关。已投入建设NAO机器人群——有时多达数十台——的机构，面临硬件失去支持的真实风险。OAN ROS2框架²¹通过提供独立于制造商的运行路径，在一定程度上缓解了这一风险，但硬件维护、备件供应及固件更新，仍依赖于掌控NAO知识产权的主体。

公司相关论文

该模块正在整理中——暂无可显示的数据。

作者与实验室

该模块正在整理中——暂无可显示的数据。

代码与仿真

• Open Access NAO (OAN)arXiv / GitHub (referenced)

  基于ROS2的开源软件框架，支持在NAO机器人上独立于制造商API开展人机交互应用开发。

数据集与基准

该模块正在整理中——暂无可显示的数据。

---

06媒体证据库：视频证明了什么

该档案包含六个视频来源。其中四个与Aldebaran产品直接相关；另外两个（来源²⁶和²⁷）涉及无关机器人（Unitree G1及一款未指明的家用机器人），不纳入本分析范围。来源²⁸和²⁹分别涉及NEURA Robotics和Jibo，同样予以排除。

视频实际呈现的内容

[19] Aldebaran Robotics利用AWS提升创新速度（YouTube）： 这是一段企业宣传视频，介绍Aldebaran如何将亚马逊云服务（AWS）用于开发基础设施。该视频属于营销内容，并非技术演示。它证实了对云基础设施的依赖以及AWS作为开发合作伙伴的角色，但未提供任何关于机器人能力的证据。

[24] Aldebaran Robotics的NAO（YouTube）： 一段官方产品演示视频。展示了NAO执行预设行为的过程：行走、手势动作、语音输出以及对简单指令的响应。这些动作均为预先编程。视频证明NAO能够在受控的演播室环境中可靠地执行上述行为，但未展示其在非结构化环境中的自主操作能力、通用任务完成能力，或在真实世界条件下的鲁棒性。

[25] NAO Next Gen：Aldebaran Robotics的新一代机器人（YouTube）： 一段产品发布视频，展示的似乎是较早一代的NAO。视频呈现了类似的预设演示——行走、舞蹈、与人类演示者互动。视频制作质量较高，所展示的行为明显经过精心编排。该视频有助于确认机器人的物理外形尺寸及基本运动能力。

证据评估

编辑说明： 本报告将经过编排的演示视频仅视为预设行为执行能力的证据。²⁴和²⁵中所展示的行为——行走、手势动作、响应提示——均为NAO平台的真实能力，但这些并不能证明其在非结构化环境中具备自主完成任务的能力，而独立来源一致认为这超出了NAO的实际能力范围³⁴³⁰。

缺乏独立第三方视频证据来证明NAO或Pepper在真实商业部署中持续自主工作——而非受控演示——这一事实本身即具有说明意义。关于真实世界部署最具可信度的证据，来自机构使用的书面记录（高校、医院、汇丰银行网点），而非自主操作的视频文档。

媒体库

该模块正在整理中——暂无可显示的数据。

---

<!-- module: COMMERCIAL_REALITY -->

07商业现实

营收与财务表现

Aldebaran在历任所有者治下的财务记录，是一部持续、大规模亏损的历史。档案中经过核实的数据呈现出一致的图景：

上述数据涵盖了SoftBank Robotics Europe时期及URG/Aldebaran时期的亏损情况。2019–2022年累计亏损1.56亿欧元尤为触目惊心：这意味着即便在Pepper商业部署的鼎盛时期、且有软银背书的情况下，公司的现金消耗速度仍是任何现实的产品营收都无法弥补的。

未知信息： 现有档案中未公开披露年度营收数据。该公司在其整个存续期间均为私营企业，所引用的来源中亦未出现任何营收数字。因此，财务图景是片面的：亏损有据可查，营收则付之阙如。

单位经济效益与部署规模

在公司历史上，NAO累计售出约20,000台，Pepper累计售出约17,000台 ⁷¹¹。部分公司材料中援引的"逾40,000台"数字 [公司声明] 可能将Plato纳入统计或进行了四舍五入；来自多个独立来源汇聚得出的37,000台数字更具可信度。

按经核实的定价估算：

• 20,000台NAO，均价7,500欧元 = NAO约15年间累计毛收入约1.5亿欧元
• 17,000台Pepper，均价18,500欧元 = Pepper约7年间累计毛收入约3.15亿欧元

编辑推断： 上述数据为基于中间定价的粗略估算，未计入批量折扣、经销商利润、订阅收入或软件授权费用。但即便按此估算，公司整个存续期间累计毛收入约4.65亿欧元，仍需覆盖制造成本（Pepper由富士康代工，NAO据推测亦采用合同制造）、研发、销售、支持及管理费用——而该公司在不同时期曾雇用数百名员工。仅2019–2022年净亏损1.56亿欧元一项，便足以说明其成本结构与公司实际销售规模所能实现的营收之间存在根本性的错位。

客户群体与部署证据

部署证据在教育和研究领域最为充分：

• 高校与科研机构： NAO是全球占主导地位的小型人形机器人研究平台，已催生逾3,600项研究成果 ¹¹，并在数百所高校中部署应用。RobotLAB报告称，仅北美地区便已部署逾6,500台NAO ¹¹。
• RoboCup： NAO自2008年起成为标准平台联赛（Standard Platform League）的指定用机，由此在全球参赛高校队伍中形成了持续稳定的机构需求 ³⁴。
• 医疗健康： 已有文献记录的部署案例涉及自闭症治疗、肢体康复及老年护理场景，主要处于研究或试点阶段 ³⁴。
• 零售与服务： 汇丰银行网点及软银在日本的零售门店是最常被引用的商业部署案例 ³⁴。这些部署的规模，在现有档案中尚不明确。

2015年援引的Pepper合同续签率15% ³⁴——若属实——是档案中最具杀伤力的单一商业数据点。这意味着，约85%的早期Pepper企业客户在初始合同期届满后，认定该机器人所创造的价值不足以支撑续签。该数据来源于社区/播客渠道 ³⁴，尚未经独立核实，但与Pepper商业失败及停产的整体脉络相吻合。

分销与渠道

RobotLAB是北美地区的主要分销商，在Aldebaran清算后，也是最积极公开应对客户关切的机构 ¹¹。该公司承诺对售后服务"零中断" ¹¹，既折射出其留住客户的商业利益，也反映出Aldebaran倒闭可能导致数千台已部署设备陷入无人维护困境的真实风险。

这种通过教育技术经销商销售并辅以直接企业销售的分销模式，适合机构市场，但限制了公司实现消费电子业务所需的销量规模与利润率水平。向高校销售每台NAO，都涉及大量售前支持、软件集成协助及持续维护——这些成本要素会大幅侵蚀一台售价7,500欧元产品的利润空间。

根本性的商业困境

编辑推断： Aldebaran的商业失败，根本上并非技术层面的失败。NAO是一个真正具备实力的研究平台，它支撑了数千项研究，培养了整整一代机器人研究人员。其失败在于

<!-- module: MARKETS -->

08市场与使用场景

Aldebaran的商业版图建立在四个截然不同的垂直市场之上，每个市场在经济模式、采用驱动因素和失败模式上各有差异。要评估该公司的崩溃以及其知识产权在Maxvision所有权下的剩余价值，就必须理解每个垂直市场的实际表现——而非其宣传口径。

教育与STEM

教育市场是Aldebaran有史以来最持久、最具防御性的市场，远超其他领域。NAO凭借可编程SDK、Choreographe可视化编程环境、ROS2兼容性以及活跃的学术社区，成为一款真正意义上的研究与教学工具，而非单纯的新奇玩意。仅在北美，通过RobotLAB部署的NAO机器人就约达6,500台¹¹——这一数字来自合作伙伴的新闻稿，因此应视为上限而非下限——表明其在大学工程系、计算机科学专业及中学STEM课程中实现了有实质意义的渗透。

NAO在特殊教育领域的应用尤其值得关注。NAO一致、耐心且不带评判性的互动风格，在自闭症谱系障碍（ASD）治疗场景中被证明确实有效——在这类场景中，脚本化机器人的可预测性是一种优势而非局限³⁴。多项同行评审研究已将NAO用于ASD干预环境，这一应用领域为该平台的实用性提供了最具可信度的独立验证。机器人的小巧体型（58厘米，5公斤）和低功率电机也意味着在儿科环境中的安全顾虑是可控的³⁰。

然而，教育市场的经济结构存在根本性问题。大学和学校通过资本预算购买机器人，而非经常性收入流。一台定价5,000至10,000欧元的NAO机器人⁴⁵是一次性销售，约20,000台的装机量⁷代表的是现有客户可寻址收入的上限，而非持续性年金。Aldebaran试图引入基于订阅的定价模式（RobotLAB列出的RaaS价格为36个月内每月239至289美元⁵），这是对这一结构性问题的迟来认识，但该模式始终未能以足够的规模被采用，无法改变公司的财务走向。

大学环境中机器人过时的风险如今已有充分记录。2025年发布的多项独立分析警告称，各机构面临NAO机器人库存积压的问题，这些机器人难以维修、缺乏制造商支持，且日益被更新的平台所超越³¹³²³³。已知的硬件缺陷——线束故障——以及零部件采购困难，进一步加剧了这一问题。Maxvision的收购或许能部分解决支持连续性问题，但为NAO Robotics SA规划的59名工程师团队⁹，与服务全球20,000台装机量所需的规模相比，仍相差甚远。

研究与人机交互

超过3,600项独立研究引用了NAO¹¹，该机器人对人机交互（HRI）研究的贡献无可争议。在大约十年的时间里，NAO成为HRI实验事实上的标准平台——其地位类似于Baxter机器人在操作研究领域，或TurtleBot在移动机器人领域所取得的地位。这种标准化具有真正的科学价值：它使跨研究比较、共享代码库以及累积性知识体系成为可能，而这些在每个研究团队使用不同平台的情况下将无从实现。

然而，研究市场无法产生维持一家制造企业所需的收入。研究经费资助机器人采购，但经费周期不规律、预算受限，大学每次购买通常不超过一两台。RoboCup标准平台联赛自2008年起将NAO作为强制使用的硬件，为全球机器人竞赛团队创造了可靠但有限的需求信号，但这同样是一个低销量、价格敏感的细分市场。

向ROS2兼容性的过渡——记录于开放访问NAO（OAN）框架论文²¹中——通过将NAO与Aldebaran的专有API解耦，延伸了其研究价值，但这是一把双刃剑。一方面，它使NAO对偏好开源工具链的研究人员更具吸引力；另一方面，它降低了对Aldebaran软件生态系统的依赖，从而削弱了公司在硬件销售之外将软件服务货币化的能力。

医疗与社会护理

医疗领域代表了Aldebaran最具雄心的市场主张，也是其商业现实最不一致的领域。应用场景是真实存在的：NAO和Pepper被部署在儿科病房、老年护理机构和康复环境中，有据可查的应用包括对老年患者的认知刺激、物理治疗指导以及对孤立个体的社交互动³⁴。这些应用并非无足轻重——社交机器人在痴呆症护理和ASD治疗中的证据基础正在不断增长，NAO一致的行为表现使其在这些场景中成为可信的研究工具。

商业问题在于，医疗采购流程缓慢、规避风险且受到严格监管。医院和护理院并非早期采用者。机器人的局限性——无法爬楼梯、开门或搬运物品³⁰；频繁的硬件故障；部分AI功能依赖云端¹——在任何需要可靠、无人监督运行的场景中都是否决性因素。医疗部署大多停留在试点和研究阶段，而未能扩展至实际运营使用。档案中没有经过核实的证据能够证实医疗环境中存在大规模付费部署，而非研究或试点项目。

服务与零售

Pepper的主要商业逻辑在于服务与零售领域：在银行、零售店和公共场所提供客户迎接、信息提供和环境品牌互动服务。标志性部署——汇丰银行网点、日本软银门店、博物馆和接待大厅³⁴——获得了大量媒体报道，将Pepper定位为即将到来的服务机器人浪潮的先锋。

商业现实则远不那么令人印象深刻。早在2015年——即机器人商业发布当年——就只有15%的Pepper客户计划续约³⁴，这一数字若属实，代表着灾难性的净推荐值信号。Pepper约于2021年停产¹⁸，加之公司随后的财务恶化，表明服务机器人市场从未以证明投资合理所需的规模实现。机器人的轮式底座、胸部平板电脑和脚本化互动模式在客流量大、顾客耐心的受控环境中尚可应付，但在零售运营更为混乱的现实中则力不从心——员工花在处理机器人故障上的时间超过了任何效率收益。

Pepper能力水平下服务机器人的结构性问题在于，该机器人处于一个尴尬的中间地带：既太昂贵、太不可靠，无法取代人类员工，又不够强大，难以作为辅助工具证明其成本合理。每台17,000至20,000欧元⁴加上持续的订阅费用，在任何零售场景中都难以构建投资回报案例——在这些场景中，一台平板电脑自助服务机或一名训练有素的员工能以更低的成本更可靠地完成同样的功能。

综合评估

教育和研究垂直市场为Aldebaran提供了稳定但不足的收入基础。医疗和服务垂直市场消耗了大量销售和营销资源，却既未产生所需的收入，也未实现维持公司运营所需的续约率。这种商业资源的错误配置，加之机器人市场向更强大平台的结构性转变，是第7节所记录的财务崩溃的直接原因。

---

09竞争格局

Aldebaran的竞争地位必须分两个截然不同的时期来评估：NAO与Pepper推出的时代（2008–2018年），彼时公司是真正的先行者；以及其衰落的时代（2018–2025年），竞争格局发生了深刻变化，而Aldebaran未能跟上步伐。

先行者时代（2008–2018年）

NAO于2008年首次商业销售时，可编程人形机器人市场几乎不存在。波士顿动力是一家由DARPA资助的研究机构，而非商业实体。软银自家的Pepper尚未问世。学术机器人学界能够获取的，要么是昂贵的定制平台，要么是简陋的套件。NAO填补了一个真实的空白：一款稳健、可编程、有商业支持的人形机器人，价格对高校和研究实验室而言尚在可接受范围之内。

英特尔资本1300万美元的融资轮¹⁵于2010年宣布，印证了这一市场定位。彼时，Aldebaran是一个新兴市场中可信赖的先行者。随后软银于2012/2015年完成的收购¹⁶¹⁷提供了规模化所需的资本与分销渠道，NAO（研究/教育）与Pepper（服务/零售）的双产品组合，代表了针对社交机器人市场不同细分领域的连贯战略。

衰落时代（2018–2025年）

Aldebaran到2020年所面对的竞争格局，与其2008年入场时已判若云泥。多股力量汇聚，共同侵蚀了其市场地位。

能力通胀。 整个机器人行业迅速向更强大的平台迈进。波士顿动力的Spot（2020年商业化发布）证明了一款机器人可以同时具备商业可行性与在非结构化环境中的真实能力。宇树科技的G1和H1平台以更低的价格提供双足运动能力，直接冲击了Aldebaran的高端定位。以这些标杆衡量，NAO的25自由度、58厘米机身形态显得愈发过时。

中国硬件竞争。 深圳制造商开始以显著更低的价格生产与NAO相当的社交及教育机器人。宇树科技的小型机器人以及一系列中国制造的教育人形机器人，以NAO售价的30%至50%提供相近乃至更优的硬件规格。对于一家承担欧洲劳动力成本的法国制造商而言，这种价格压力在结构上难以消化。

软件商品化。 大型语言模型（LLM）的兴起以及开源机器人中间件（ROS2）的普及，削减了Aldebaran软件栈的专有价值。到2023年，一个研究团队已可借助开源工具，在无需购买任何Aldebaran软件服务的情况下，为NAO部署基于GPT的对话能力²¹。OAN框架论文²¹明确记录了这种解耦过程。当软件护城河消退，硬件就必须凭自身价值证明其定价合理——而NAO的硬件虽在同类产品中可靠性尚可，但在单位成本对应能力的维度上并不具备竞争力。

平板与屏幕替代方案。 在服务与零售领域，Pepper的竞争对手并非其他人形机器人，而是平板电脑自助终端、数字标牌以及对话式AI界面。这些替代方案更便宜、更可靠、也更易于维护。Pepper 15%的合同续签率³⁴直接反映了这一替代动态。

各细分市场直接竞争对手

上表并不详尽，但足以说明Aldebaran所面临的竞争压力之广泛。到2023年，在任何细分市场中，Aldebaran既非成本最低的选项，也非能力最强的选项，更非支持最完善的选项。其竞争护城河——NAO研究生态系统与3600余项已发表研究——真实存在，但短期内无法变现。

迈视的竞争逻辑

迈视收购Aldebaran知识产权⁷⁹，从中国产业视角来看具有充分的战略意义。迈视以困境资产的价格，获得了一个全球知名品牌、一个积累20年的知识产权组合、一个成熟的研究社区关系网络以及一套分销渠道。核心竞争问题在于：在中国所有权下、以59名工程师团队运营的NAO Robotics SA，能否生产出一款在成本上与中国制造替代品相抗衡、同时又保留令NAO溢价定价得以成立的欧洲品牌公信力的NAO7。这一问题目前尚无答案。

竞品对比

机器人	厂商	自主性	可信度
iRobot Roomba Combo 10 Max	iRobot	Autonomous	0.90
Mobile ALOHA (Stanford)	Stanford University	Teleoperated	0.90
1X NEO	1X Technologies	Remote-Assisted	0.90

---

<!-- module: GEOPOLITICAL -->

10地缘政治背景与约束

Aldebaran的故事与过去十年间塑造欧洲技术投资、中国产业战略及全球机器人供应链的地缘政治潮流密不可分。该公司的发展轨迹——法国先驱、日本资本主导的规模扩张、德国资金支持的扭亏尝试、最终被中国收购——几乎精准地映射在当代技术地缘政治的断层线上。

SoftBank篇章：日本资本与法国工程

SoftBank于2012/2015年收购Aldebaran ¹⁶¹⁷，是日本在人口压力背景下对社交机器人领域展开更广泛战略布局的组成部分。日本老龄化社会与劳动力短缺催生了对社交及服务机器人的真实需求，SoftBank在自营零售门店部署Pepper，既是一次商业实验，也是一次公开的承诺展示。Pepper的富士康代工安排 ³⁴——在台湾生产——沿用了日本电子行业"日本设计、台湾制造"的标准模式。

这一安排对Aldebaran欧洲业务产生了结构性影响。法国工程团队保留了设计主导权，但对制造成本、供应链决策及硬件迭代节奏的影响力十分有限。当SoftBank对Pepper的热情消退——约2021年停产即为明证 ¹⁸——法国实体便陷入旗舰产品停产、母公司已将重心转移他处的困境。

URG篇章：德国资本与不切实际的目标

2022年，由RAG-Stiftung（管理鲁尔煤炭工业遗留资产的德国基金会）支持的URG（联合机器人集团）完成收购，试图将Aldebaran重新定位为欧洲机器人领域的旗舰企业 ³⁶。其战略逻辑具有一定合理性：欧洲产业政策日益重视技术主权，一家拥有全球知名品牌和成熟研究生态系统的欧洲本土社交机器人公司确实具备真实的战略价值。

然而，据多方独立信源记录，执行层面存在严重缺陷。员工反映公司设定了不切实际的两年盈利目标 ³⁴，与公司的成本结构、竞争地位及市场动态毫无关联。RAG-Stiftung于2024年8月决定停止注资 ³⁶——引发了通向破产的连锁反应——表明该基金会已判定这笔投资无法挽回。2019年至2022年间累计净亏损1.56亿欧元 ¹²，2023年运营亏损2600万欧元 ¹²，这些数字绝非一个两年扭亏计划所能合理应对。

URG事件揭示了欧洲深科技投资中一个反复出现的规律：战略逻辑本身无可厚非，但与美国和中国竞争者抗衡所需的资本投入被系统性低估，而不了解产品开发周期的投资者又系统性地压缩了盈利时间表。

Maxvision收购：中国产业战略

深圳企业Maxvision——主营生物识别、安防及智慧交通业务 ⁷⁹——收购Aldebaran核心知识产权与工程团队一事，引发了一系列现有证据尚无法完全厘清的问题。

Maxvision本非机器人领域出身。其收购Aldebaran资产的行为，符合中国企业收购陷入困境的欧洲技术资产的一贯模式——以反映财务困境而非战略价值的价格，获取知识产权、品牌与人才。拟设立的NAO Robotics SA实体拥有59名工程师并在法国保留研发存在 ⁹，其架构旨在维持欧洲合规资质与品牌公信力，同时将知识产权所有权转移至中国。

地缘政治层面的影响不容忽视。NAO已部署于欧洲和北美数千所大学、研究机构及学校。在中国所有权之下，该机器人的摄像头、麦克风及网络连接所构成的数据采集界面，须受中国数据治理框架约束，包括《数据安全法》（2021年）和《国家情报法》（2017年）——后者要求中国企业在被要求时配合国家情报活动。安全与合规评估中指出的云端依赖问题 ¹——云服务关闭可能导致机器人无法运行——意味着Maxvision在原则上具备影响部署于敏感研究和教育环境中的机器人运行状态的能力。

这并非断言Maxvision有意滥用这一能力，而是指出该能力客观存在，欧洲和北美机构在Maxvision所有权下部署NAO设备时，应自行开展数据治理评估。OAN框架 ²¹支持基于ROS2的独立运行而无需依赖制造商API，可在一定程度上为技术能力较强的用户降低这一风险。

欧洲监管与政策背景

欧盟《人工智能法案》于2024年8月正式生效，将教育和社会护理领域使用的特定人工智能系统列为高风险应用，要求进行合规评估、履行透明度义务并建立人工监督机制。NAO在自闭症治疗和教育场景中的应用，视具体用途及自主程度而定，可能落入上述分类范畴。NAO Robotics SA在Maxvision所有权下——作为一家在欧盟法律框架内运营的中资实体——所面临的合规影响尚未厘清，构成新实体的重大监管风险。

从更宏观的欧洲机器人政策背景来看，各界对非欧洲供应商技术依赖的担忧与日俱增。欧盟委员会的机器人与人工智能战略文件始终强调，在敏感应用领域须使用欧洲本土平台的重要性。从这一视角审视，Aldebaran作为欧洲本土实体的消亡，既是商业层面的失败，同样也是政策层面的失败。

11炒作、现实与难看的一面

对Aldebaran二十年历史的任何诚实评估，都必须将三类截然不同的主张加以区分：公司真正取得的成就、被夸大的内容，以及明显出错的地方。现有证据记录足够详尽，可以合理地做出这些区分。

真实存在的成就

NAO作为研究平台。 超过3,600项独立研究¹¹并非营销数字——它代表着真实且累积性的科学贡献。NAO在约十年间成为人机交互研究的标准平台，使跨研究比较成为可能，并构建了一套共享的实验基础设施，加速了该领域的发展。这是一项真实而持久的贡献，在公司破产后依然留存。

规模化教育部署。 约20,000台NAO销往70余个国家⁷，这是经过核实的部署数字，而非管道预测或意向书。无论产品存在何种局限，它确实被真实机构购买、部署并投入使用。RobotLAB在北美的分销网络¹¹代表着真实的商业基础设施，而RobotLAB在清算后承诺继续为现有设备提供服务¹¹，也反映出已安装基础的真实价值。

安全性能。 NAO重5公斤、配备低功率电机，意味着该机器人在教育和医疗场景中造成人身伤害的风险极低³⁰。这是真实的设计优点，而非营销说辞，也正因如此，该机器人才得以在儿科和老年护理场景中部署——在这些场景中，较重的平台将面临难以逾越的安全壁垒。

ROS2与开源生态系统。 OAN框架²¹以及NAO更广泛的ROS2兼容性代表着真实的技术贡献。将NAO从专有API中解耦，延伸了平台的研究价值，并在一定程度上使已安装基础免受制造商失败所带来的影响。

被夸大的内容

自主能力。 公司材料及部分研究论文将NAO描述为能够实现"自主感觉运动情境发现"和"无监督信号的自主模型学习"²⁰。这些描述在受控实验室实验的狭义语境下是准确的，但作为对机器人实际能力的描述，则具有严重误导性。NAO无法爬楼梯、开门或搬运物品³⁰。它通过Choreographe执行脚本化或预编程的行为。其所谓"自主性"不过是一台编程良好的自动售货机式的自主性——它在无需人工实时控制的情况下响应输入，但在任何有意义的层面上，它都无法对新情境进行泛化、适应或推理。

总销售量。 公司声称"销售机器人逾40,000台"¹，这一数字缺乏独立证据支撑。更有据可查的约37,000台（20,000台NAO加17,000台Pepper）⁷本身就是两款商业轨迹迥异的产品的合计数字。40,000+的数字似乎是一个四舍五入的营销说法，可能包含了Plato等其他产品的数量。

服务机器人市场潜力。 将Pepper定位为变革性服务机器人——能够革新零售、银行和酒店业——这一叙事从未得到续约率数据的支撑。2015年商业发布当年15%的合同续签率³⁴，已清晰表明该产品未能在服务场景中创造价值。在这一信号出现后，公司仍继续多年投资并推广Pepper。

盈利时间表。 URG为一家累计亏损1.56亿欧元¹²、产品组合持续萎缩的公司设定的两年盈利目标³⁴，并非可信的商业计划。这要么是尽职调查的失败，要么是为获取RAG-Stiftung资金而刻意进行的虚假陈述。现有证据无法判定究竟是哪种情况。

明显出错的地方

硬件可靠性。 排线故障是NAO设备中已知的、反复出现的硬件缺陷³⁰。维修难度——在独立社区和商业来源中被一致提及——并非小小的不便，而是一个结构性问题，对于部署在技术支持有限的教育场景中的机器人而言尤为如此。一款频繁故障且难以维修的产品，在任何价位上都不具备商业可行性。

云端依赖。 云服务关闭可能导致已部署机器人无法运行¹，这一设计选择将能力置于韧性之上。对于部署在具有多年规划周期的机构中的教育或研究机器人而言，这种依赖始终是一种隐患。2025年的破产与清算使这一风险成为现实：拥有NAO设备的机构面临着真实的不确定性——公司停止运营后，他们的机器人是否还能继续运行。

财务管理。 2019年至2022年间累计净亏损1.56亿欧元¹²，2023年运营亏损2,600万欧元¹²，这代表着财务治理的失败，不能仅仅归咎于市场环境。公司的现金消耗速度远超其收入基础所能支撑的水平，而无论是软银还是URG，都未能施加必要的财务约束，以使成本与收入相匹配。

人员管理。 清算后106名员工遭到解雇³⁶，而在此之前，公司已裁减了近一半的员工⁶¹⁰，这代表着巨大的人力代价。在URG时期坚持留下的员工，是在财务不确定的条件下工作的，公司领导层有义务如实告知这一状况。现有证据表明，这一义务并未得到充分履行。

声明追踪

NAO约售出20,000台，Pepper约售出17,000台，覆盖70余个国家，合计约37,000台（而公司自称超过40,000台）。未知

约37,000台的数字（NAO 20,000台 + Pepper 17,000台）在多个独立新闻和社区来源[2][3][7][34]中被一致引用，具有一定可信度，但底层数据源自公司报告数字经媒体转载——档案中不存在独立审计或第三方销售核实；公司自称的40,000+更高数字[1]可能是包含Plato等产品的四舍五入营销数字。

Pepper是一款商业上可行的零售和银行服务机器人，获得广泛客户采用（如汇丰银行、日本软银门店）。不成立

独立来源直接反驳了其商业可行性：早在2015年就只有15%的Pepper客户计划续约[34]，生产于2020-2021年停止[3][7][18]，公司2019-2022年间净亏损超过1.56亿欧元[12][13]——在特定零售商的部署得到证实，但持续商业成功未获证实，且机器人商业应用可靠性不足是一致的独立批评[30][31][34]。

NAO已被用于3,600余项独立研究，使其成为人机交互和教育机器人研究领域的主导平台。成立

多个独立学术和新闻来源[21][31][32][33][34]证实了3,600余项研究的数字及NAO在全球人机交互实验室和大学的广泛使用；同行评审的arXiv论文[20][21][22][23]本身构成主动研究部署的独立证据，尽管3,600+的确切数字是公司原始数字经独立方转引，而非独立审计数字。

NAO的硬件足够坚固可供反复使用——其5公斤重量和低功率电机意味着跌倒不会造成损坏。不成立

一个独立的Hacker News社区来源[30]明确指出NAO因5公斤重量跌倒不会损坏，但这与多个独立来源[31][34]直接矛盾——后者将排线撕裂等频繁硬件故障列为众所周知的长期问题，且档案指出NAO难以维修——表明该机器人在实践中并不具备可靠的坚固性。

Aldebaran的清算和Maxvision收购将确保NAO机器人开发的延续性，NAO V7正在开发中，计划成立拥有59名工程师的新实体NAO Robotics SA。未知

多个新闻来源[7][9][11][13]证实了Maxvision收购核心知识产权（约2025年7月19日）并报道了NAO Robotics SA和NAO V7的计划，但这些均为收购方的前瞻性声明，缺乏对实际工程进展、资金充足性或时间表的独立核实——RobotLAB关于服务连续性的承诺[11]是合作伙伴声明，而非产品开发的独立确认。

Aldebaran的财务崩溃主要由URG投资不足和不切实际的两年盈利目标造成，而非根本性的产品失败。未知

独立新闻和社区来源[6][10][34]引用员工陈述，将崩溃归因于URG不切实际的目标和RAG-Stiftung于2024年8月撤资，但档案同时显示在软银所有权期间（2019-2022年）已累计净亏损1.56亿欧元[12]——表明产品/市场结构性问题早于URG时期就已存在，将原因单独归咎于URG未获独立核实，且与更广泛的财务记录相悖。

NAO支持独立于制造商API的基于ROS2的自主人机交互能力，包括基于GPT的对话和高级传感器融合。未知

一篇独立同行评审的arXiv论文[21]专门记录了开放访问NAO（OAN）ROS2框架，使人机交互应用独立于制造商API，[23]展示了基于强化学习的文本驱动动作生成——这些是可信的独立研究演示，但代表实验室实验能力，而非经验证的生产级自主性能；GPT功能对云/网络的依赖是档案中指出的额外可靠性注意事项。

12未来情景

<!-- module: future_scenarios -->

Maxvision收购Aldebaran核心知识产权⁷⁹，为NAO平台、现有装机基础以及更广泛的社交机器人市场创造了一系列分叉的可能未来。以下情景基于现有证据进行评估；概率为编辑推断，并非预测。

情景A：在Maxvision领导下成功延续（概率：低至中等）

在此情景下，NAO Robotics SA作为一个运转正常的实体得以建立，拥有59名工程师⁹，NAO7在18至24个月内完成开发并发布，Maxvision的制造能力充分降低了NAO硬件成本，从而恢复价格竞争力。法国研发团队的存在确保了欧洲法规合规性，NAO在研究和教育市场的品牌公信力得以维持。

实现这一情景所需的条件十分苛刻。Maxvision必须展现出对机器人业务的真诚承诺，而非将此次收购视为单纯的知识产权提取行为。59人工程师团队必须得到留用并进一步扩充。NAO7必须在NAO6基础上提供有实质意义的能力提升——尤其是在硬件可靠性和软件开放性方面——才能在中国竞争对手以更低成本提供同等硬件的市场中证明其购买价值。欧洲和北美机构是否愿意从一家中资控股实体购买机器人，鉴于第10节所述的地缘政治背景，这一点并无保证。

支持这一情景的证据基础薄弱。Maxvision在生物识别与安全领域的背景⁷并不表明其具备深厚的机器人专业知识。计划中的实体架构已为人所知，但迄今尚未发布任何经核实的工程活动、产品路线图或客户承诺方面的证据。

情景B：品牌保留，能力停滞（概率：中等）

在此情景下，Maxvision维持NAO品牌并为现有装机基础提供基本支持，但NAO7遭到延迟，或仅作为渐进式更新而非实质性能力提升发布。研究和教育市场将继续使用NAO6设备直至其损坏报废，届时各机构将迁移至其他平台。NAO Robotics SA沦为支持与分销实体，而非真正意义上的研发组织。

这一情景与中国企业收购陷入困境的欧洲技术品牌的惯常模式相符——在其他行业中，品牌价值被保留以维护出口市场公信力，而研发投资则被重新导向国内优先事项。这一情景也与有限的工程团队规模（59名工程师）相符，相对于开发新一代机器人、维护现有平台并服务全球装机基础所需的工作量而言，这一规模明显不足。

在此情景下，NAO研究生态系统将在三至五年内逐步迁移至其他平台——最有可能是兼容ROS2的开源平台或更新的中国制造教育机器人。

情景C：碎片化与生态系统崩溃（概率：低至中等）

在此情景下，Maxvision未能将NAO Robotics SA建立为正常运转的实体，云服务遭到停用，2万台NAO设备的装机基础逐步丧失功能。高校和研究机构将面临独立分析中已有记录的机器人过时危机³¹³²³³。随着各团队迁移至互不兼容的平台，NAO研究生态系统趋于碎片化，在NAO专属软件、课程体系和研究基础设施方面的累计投入将被迫核销。

OAN框架²¹通过支持基于ROS2的独立运行（不依赖制造商云服务）在一定程度上缓解了这一情景的影响。已采用OAN或同等开源框架的机构可免受云依赖风险。尚未采用的机构则面临较大脆弱性。

RobotLAB在清算后承诺继续为现有设备提供服务¹¹，为北美客户提供了一定程度的延续性，但RobotLAB是分销商而非制造商，无法独立生产替换零部件或开发新的软件功能。

情景D：NAO7成为具有竞争力的平台（概率：极低）

在此情景下，Maxvision对NAO7开发进行大规模投入，推出一款在运动能力、操作能力和人工智能能力方面均有实质性提升的机器人，与新一代中美教育机器人展开竞争。这不仅需要现有的59人工程师团队，还需要在硬件开发、人工智能集成和制造规模方面进行大量额外投资。

支持这一情景的证据基础几乎为零。2025至2026年的机器人市场正朝着运动能力（具备动态稳定性的双足行走）、操作能力（灵巧手）和人工智能集成（设备端大语言模型推理）均远超NAO6水平的平台方向演进。弥合这一能力差距所需的投资规模，是Maxvision迄今未曾释放的信号，也与困境资产收购价格所暗示的投入意愿不符。

情景总结

基于现有证据，最可能出现的结果是情景A与情景B的组合：一个运转正常但资源不足的NAO Robotics SA维持品牌并提供基本支持，在延迟的时间线上发布渐进式NAO7，并逐步将市场份额拱手相让给能力更强、支持更完善的竞争对手。就短期而言，这对装机基础而言并非灾难性结果，但也远非"Pepper与Nao获救"这一标题⁹所暗示的复兴。

---

13持续跟踪清单

<!-- module: NAME -->

以下指标是追踪Aldebaran清算后发展轨迹及Maxvision收购可行性的最具参考价值的信号。持有NAO部署的分析师和机构应每季度对这些指标进行监测。

企业与法律

• NAO Robotics SA注册情况。 新法律实体是否已在法国正式注册？其注册资本为多少，董事名单中列有哪些人？法国公司注册处（Infogreffe）的备案信息可公开查阅，可据此确认计划中的实体是否已正式成立。
• Maxvision财务披露。 Maxvision是一家总部位于深圳的公司；其财务报表及与Aldebaran收购相关的监管备案，可通过中国企业注册系统或香港联交所披露文件（如该公司存在上市子公司）进行查阅。
• 知识产权转让确认。 Aldebaran专利组合向Maxvision的转让是否已在欧洲专利局及美国专利商标局数据库中登记？专利转让记录可公开检索，可据此确认知识产权转让的范围。
• 员工留任情况。 收购计划中列明的59名工程师，在收购完成六个月后是否仍受雇于NAO Robotics SA？LinkedIn动态及法国就业备案（DARES）可提供间接佐证。

产品开发

• NAO7发布公告。 任何关于NAO7规格、定价或上市时间表的官方公告。需区分新闻稿（企业声明）与附有确认交货日期的经核实产品列表。
• 硬件可靠性改进。 任何关于NAO7中排线线束或其他已知故障模式得到修复的独立报告。社区论坛（RoboCup邮件列表、ROS Discourse、学术HRI论坛）是最可靠的早期指标来源。
• 软件生态系统更新。 Choreographe版本更新、SDK发布及ROS2兼容性补丁。Aldebaran相关代码库的GitHub提交活动是工程进展的领先指标。
• 云服务连续性。 任何关于NAO和Pepper云依赖服务延续或迁移的公告。机构应定期测试云依赖功能，以检测服务质量下降情况。

商业

• 新客户公告。 在Maxvision/NAO Robotics SA所有权下，任何经核实（而非仅凭新闻稿）的新客户部署案例。需区分试点项目与付费商业部署。
• RobotLAB库存与定价。 RobotLAB的产品列表⁵是北美市场NAO供货情况与定价的实时指标。若NAO从在售列表中移除，则预示供应链出现中断。
• RoboCup标准平台联赛。 RoboCup组织关于是否继续将NAO作为标准平台联赛强制平台的决定，是一项重要的需求信号。任何平台更换公告都将加速研究生态系统的迁移。
• 学术引用趋势。 每年新发表的以NAO为平台的同行评审论文数量（可通过Google Scholar或Semantic Scholar追踪），是研究社区参与度的滞后但可靠的指标。

地缘政治与监管

• 欧盟《人工智能法案》合规情况。 任何与NAO在《人工智能法案》高风险类别（教育、社会护理）中使用相关的监管指引或执法行动。欧洲人工智能办公室发布的高风险人工智能系统指引是相关的主要参考来源。
• 数据治理评估。 任何已发布的机构评估报告，涉及Maxvision所有权下NAO的数据治理风险。欧盟和英国的学术机构日益被要求对人工智能系统开展数据保护影响评估（DPIA）；已发布的NAO相关DPIA报告将具有重要参考价值。
• 出口管制动态。 任何欧盟或美国针对在敏感研究环境中运营的中资机器人企业的出口管制措施。美国工业和安全局（BIS）实体清单及欧盟两用物项出口管制更新是相关参考来源。
• 竞争平台公告。 欧洲或北美制造商发布的任何新型教育或社交机器人平台公告，这些平台可作为对中资所有权存有顾虑的机构的NAO替代方案。这是Maxvision市场地位的替代风险指标。

---

14来源与方法论

方法论

本报告采用结构化证据分级框架，对截至2026年6月21日收集的35条编号来源研究档案进行系统分析。来源被分为六类——官方（企业发布）、商业（经销商/零售商）、研究（同行评审或一手学术资料）、新闻（独立新闻报道）、视频（视听文献）及社区（论坛、播客、社交媒体）——并据此赋予相应权重。

报告中所有事实性陈述均采用以下证据标签进行分级：

经编排的演示视频不作为自主能力的证明。合作伙伴关系公告