2025年以来，港股18C章已成为中国硬科技公司登陆资本市场的主通道之一。截至目前，通过18C上市的特专科技公司已累计22家，覆盖AI制药、协作机器人、自动驾驶、大模型、具身智能等赛道。
在这些已上市的特专科技公司中，瑞为技术的标签显得有些特别——它不是一家纯粹的AI软件公司，也不是一家传统的机器人本体厂商，而是一家“从视觉智能生长出具身能力”的生产力机器人公司。
这个标签之所以特别，是因为它同时满足三个条件：全栈自研的视觉智能技术栈、在高壁垒垂直场景做到行业第一、以及基于场景需求自然延伸出具身能力。在目前的18C版图中，同时具备这三层的公司，很难找到第二家。
2026年7月8日，瑞为技术在港交所主板挂牌，成为“视觉具身智能第一股”。
01多个场景营收均破亿，成AI公司里的少数派
瑞为2012年成立于厦门，创始人詹东晖拥有近十年的华为技术积淀。创业初期，公司从消费电子领域切入，专注于人脸识别和手势识别等AI视觉算法的研发。
但与许多同期成立的AI视觉公司不同，瑞为没有停留在“卖算法”的层面，而是逐步构建了一套覆盖“感知-认知-推理”三层架构的全栈视觉智能体系。2016年，公司开始进入民航场景，将技术运用在机场通行系统，覆盖值机、安检、登机等流程。
这套体系的价值不在于技术名词的堆砌，而在于它打通了从算法研发到硬件适配再到工程化落地的全链路。瑞为不做“实验室精度99%但现场用不了”的算法，而是从光学设计、摄像头视角、宽动态适配到边缘计算部署的全部自研掌控。
今天，当多数AI公司扎进通用大模型的叙事，陷入“烧钱讲故事”困境的当下，瑞为已经能够将AI能力与垂直场景深度融合，率先跑通了商业化路径，走出了一条截然不同的路。
在目前已上市的18C公司中，能做到底层算法自研的不在少数，但同时具备硬件设计和工程化落地能力的，并不多见。而瑞为的视觉智能基建，已经在民航、商业、安全驾驶三个场景中经过了数年的规模化验证，并且交出了颇为不同的成绩单——三大业务场景营收2025年全部过亿，且每一条业务线都形成连续、稳定的增长。
2023至2025年，瑞为营收从2.42亿元增长至4.43亿元，三年复合年增长率达35.2%。其中，2025年智慧民航收入1.72亿元、智慧商业收入1.54亿元、智慧安全驾驶收入1.16亿元，后两大板块同比分别增长59.3%和68.0%。
核心客户方面，瑞为在国内民航视觉智能产品市场份额达8.7%，位居行业第一，产品已覆盖全国三分之二的千万级枢纽机场。
瑞为今天的成绩并非偶然。创始人詹东晖在2018年就表示，“瑞为自始至终就没有死盯AI技术本身，而是重在技术的落地。如果还停留在单纯的算法，必然会在竞争中被淘汰，正确的选择应该是选准赛道去深耕，提供有竞争力的行业落地解决方案，这才是真正的壁垒。”
02垂直场景壁垒：“最难的B端”反而成了护城河
如果说全栈视觉智能基建是瑞为的“技术底座”，那么民航等垂直场景就是这块底座上最硬的试金石。
2016年，瑞为没有选择最热门赛道，而是选择民航机场场景。
创始人詹东晖在创业邦访谈中解释了当年的选择逻辑：“B端场景很多，选择的标准是什么？第一，客户要有购买力，愿意为高价值产品付更高价格；第二，要有壁垒和门槛，客户对产品和供应商的要求足够高；第三，AI的价值在这个场景里能充分体现”。
按这套标准筛选领域，“民航无疑是竞争壁垒最高、产品质量要求最严苛的细分”。但反过来，民航客户的运营体系最成熟，“更愿意为优质的高端产品付出成本和价格”。
于是瑞为一头扎进去，从机场安检核验切入，逐步覆盖值机、安检、登机等全流程。八年时间里，在民航视觉智能产品市场的份额做到了8.7%，位居行业第一，覆盖全国三分之二的千万级枢纽机场。
这种“高门槛+高付费意愿”的赛道特征，让瑞为在啃下硬骨头、筑起技术壁垒的同时，也获得不错的商业回报。随后，智慧商业和智慧安全驾驶两大板块，也基本沿用了这一套逻辑切入。
2023至2025年，智慧商业和智慧安全驾驶两大板块合计营收占比从46%跃升至60%。增长势头明显，产品的竞争力和优势正得到客户认可。
要突破这些B端大客户，瑞为靠的是什么？
詹东晖表示，“算法性能是竞争的基础，但大家算法都差不多的时候，怎么脱颖而出？靠的是对场景的深度适配”。比如对身高的适应、对光线的适应——这些在算法之外，都是主动深入场景后才能发现的。“我们是在用超出客户预期的产品能力，一点点拉开差距”。
03具身智能延伸：从“看懂”到“动手”，是客户需求的自然演进
顺应行业发展趋势，也是突围的关键所在。机场最初的需求，是用AI视觉解决安检和登机环节的身份核验问题。随着具身智能的涌现，新的痛点变成了用机器人展开工作。瑞为也顺着这个需求，将AI视觉算法延伸至具身智能，打造了机场行李转运机器人等产品。
詹东晖表示，瑞为做具身智能有三个层面考虑：第一，技术上有延续性。 瑞为从视觉AI起家，机器人的核心依然是视觉感知和认知，两者一脉相承；第二，客户需要完整方案。单纯卖算法无法满足客户需求，只有软硬件一体化，才能提供全套解决方案；第三，避开价格战。只卖算法会陷入与AI公司的价格竞争，而具身智能涉及硬件、运动控制、场景适配等多环节，壁垒更高。
2025年，瑞为正式切入具身智能赛道，推出晓蚁行李转运机器人。在外界看来，这似乎是“AI公司追具身风口”的动作。但詹东晖的逻辑完全是反的：
“瑞为自始至终就没死盯AI技术本身，而是重在技术落地。如果还停留在单纯的算法，必然会在竞争中被淘汰，正确的选择是选准赛道去深耕，提供有竞争力的行业落地解决方案——这才是真正的壁垒。”
瑞为做具身的驱动力，不是“风口来了”，而是“客户需要”。
在民航场景深耕多年后，瑞为发现机场客户的核心痛点正在发生变化。最初，客户需要AI视觉来解决安检和登机环节的身份核验问题。但随着人力成本上升和作业强度加大，新的痛点变成了“谁能帮我把行李搬上车”、“谁能替夜班的工人干活”。
这个需求变化，恰好落在瑞为的技术延长线上。机器人的核心依然是视觉感知和认知——这正是瑞为做了十四年的东西。区别只在于，以前是“看懂”，现在是“看懂之后再动手”。
基于这一逻辑，瑞为推出了全栈自研的VTFLA多模态具身大模型。与传统VLA（视觉-语言-动作）架构不同，VTFLA增加了触觉和力觉两个通道。这意味着晓蚁在抓取一个软包时，不仅能“看见”形状，还能“感受”重量和硬度，从而调整抓取力度，避免挤压变形。
这是“从垂直场景长出来的具身”，不是“从通用大模型长出来的具身”。两者的区别在于：前者有十四年的场景数据和工程化经验做支撑，后者则需要从零开始积累。
04稀缺性的三层叠加
把瑞为放在18C的坐标系里，它的稀缺性来自三层能力的叠加：
第一层：全栈视觉智能基建。从算法到硬件到工程化，自研闭环。这不是“买芯片+调模型”的轻模式，而是需要十年持续投入的重基建。
第二层：垂直场景壁垒。民航8.7%市占第一。八年深耕形成的信任壁垒和替换成本，不是后来者靠融资能轻易跨越的。
第三层：具身智能延伸。基于场景需求的自然延伸，不是追风口式的跨界。VTFLA大模型+晓蚁+机场闭环，已经在真实机场跑通。
这三层能力是递进的，全栈视觉基建为民航场景的深耕提供了技术前提，民航场景的深耕为具身智能的落地提供了场景理解和客户基础，具身智能的落地又反过来验证了全栈视觉基建的延伸能力。
在目前的18C版图中，能找到某一层做得不错的公司，但三层同时具备的，很难找到第二家。
05“笨”功夫长跑
18C不缺“第一股”标签。从AI制药到协作机器人，从自动驾驶到大模型，每个赛道都有自己的“第一股”。但标签背后，是截然不同的商业质地。有些公司靠融资烧出规模，有些公司靠单一场景维持生存，有些公司还在等待技术拐点。
瑞为是另一种样本：用十四年时间建了一套全栈视觉智能基建，在一个最难啃的B端场景里做到行业第一，再顺着客户需求的自然延伸，把能力从“看懂”延伸到“动手”。
18C不缺故事，缺的是标签背后能持续长出收入的公司。瑞为讲述的不是风口，不是估值，而是一家公司如何在最难的场景里，用最笨的功夫，做出最硬的产品。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
