行业概述
室内外配送机器人是介于室内配送机器人与公开道路无人配送之间的市场，具备载物箱体，依靠感知环境、和或与外部交互，调整运动、操作或定位，按需将食品、杂货和包裹直接送达最终用户的可编程机构。产业链结构以系统集成商和组装制造商为核心，发展历程从2018年产品化验证到2024年第一股上市，预计到2025年累计部署约6000台。市场特征为分钟级门到门、低速短距高频、非结构化复杂路况、小件餐饮/物品为主。商业价值体现在成本、履约、速度、生态、排放五个方面，即“五个更”。市场格局分为海外企业、国内企业、汽车企业集团、商用服务机器人企业、外卖订餐平台五大类，其中海外企业是市场主力，商用服务机器人、外卖平台、无人配送、汽车企业等先后切入，国内发展整体滞后国外约3年。
法规政策
美国按州PDD立法与城市试点项目管理，主要在人行道行驶、最高速≤16km/h。欧洲爱沙尼亚、丹麦、俄罗斯等已制修法，明确限定区域、人行道路权和尺寸速度。英国默认作为机动车辆监管，但具体路权范围未统一规定，部分城市通过试点项目允许在人行道或特定区域行驶。东亚韩、日已经修法明确人行道路权、产品规格、通行要求等，国内尚无法律依据。中国2023年9月《无障碍环境建设法》正式施行，为室内外配送机器人的通行奠定了基础。标准规范方面，“商业社区服务机器人工作组”的成立，标志着行业发展进入规模加速期。政策建议为借鉴国外城市经验，先行出台地方试点政策，择机推动修订《道路交通法》。
技术突破
室内外配送机器人是“室内SLAM技术”与“公路低速L4级技术”的结合体，需解决“非结构化环境、室内外频繁切换、高频人机交互”三大技术难点。技术路线包括非结构化环境下的SLAM技术（激光/视觉/融合SLAM、无图、超强人机交互）、非结构化环境下的SLAM+L4技术（融合SLAM+柔性定位导航+远程监督+高频人机交互）、融合感知+高精地图与定位+远程监督+弱人机交互。技术架构以视觉/激光SLAM为基础感知，叠加地图、定位、远控、算力和底盘等。代表企业包括Serve Robotics、Yandex、Avride、CocoRobotics、穿山甲、算丰征途、Infermove、中科重德、越凡创新、融云创新等。面临挑战包括精准定位问题、数据安全问题、人机协同问题、运营问题、技术问题。关键趋势为VSP辅助定位、VLN自主导航、VLA泛化执行、WM底层支持，人机协同帮助采集物理世界数据和理解学习物理世界，最终实现更安全/自然/自主的人机交互。技术建议为围绕三大技术难点，构建在动态复杂环境中持续稳定运行的系统能力，包括多源融合感知与定位、人机协同安全机制、高效调度运营兜底、大模型技术探索应用。
产品创新
产品分类主要有7种，主流产品为激光派、50kg内、外卖/日用、轮式、半开放货箱。典型产品包括Starship Robot和Serve Robot。主要问题包括对外是公共安全隐忧和交通秩序干扰，对内是复杂环境应对和产品性能不足。产品趋势为从万能车到定制车，从会走的箱子到智能履约终端，从奢侈品到高经济性。产品评价涵盖技术、履约、价值、维保四类指标，目前技术和履约指标是攻关重点。产品建议为结构设计、关键性能、维保能力、端侧智能、交互能力“五位一体”。
场景应用
应用路径从封闭到开放、消费到生产、缝隙到主流。核心场景包括外卖、杂货、电商、快递、厂区五大场景，外卖、杂货、厂区是重点。市场分布2025年海外头部企业部署已超2000台，国内头部企业部署多在百台量级。典型案例包括黑石系列、Cartken Hauler、穿山甲飞毛腿、美团小黄蜂、Starship大学校园。存在问题包括场景需求差异大、场景覆盖与模式验证不够、行驶路况复杂与堵点难点多。场景建议为“人+机器+道路+运营+配套+信任”六位一体，构建规模商用体系能力。
商业模式
主要模式包括销售、租赁、RaaS、网络变现，RaaS与网络变现是大趋势。Serve Robotics构建平台、企业、市政三级商业生态，初步形成多元化收入格局。Starship Technologies采取RAAS模式，通过机器人配送网络服务，获取六种收入。模式建议为以RaaS为主、整机销售和代工为辅，加快商业模式探索及其能力生态构建。
趋势结论
发展阶段：行业发展进入商业验证期，核心目标是价值确立、业务闭环、共识形成。规模商用期（2030年以后），商业验证期（2025-2029年），产品验证期（2018-2024年），技术验证期（2017年及以前）。市场规模：预计2030年室内外配送机器人达到247万台、渗透率约6%。主要趋势：在资本、技术、市场、标准等加持下，室内外配送机器人市场即将爆发。六大机遇：软件订阅、区域级RaaS等模式创新至关重要，其余可根据能力和资源选择。五大挑战：大模型等技术问题存不确定性，数据合规、就业冲击等社会问题尚需时日。技术突破路线图：从SLAM打底+人工兜底走向“数据+模型驱动，最终实现具身智能。场景应用路线图：从封闭到开放、从发达地区到人力紧缺场景，从特定企业到B+G端。
