截至7月29日收盘，道通科技（688208.SH）报27.54元/股，大涨5.4%，总市值184.57亿元，滚动市盈率为19.82倍。
对于一家2025年营收48.33亿元、归母净利润9.36亿元的上市公司而言，这一估值水平大致反映了市场对其汽车诊断与智慧充电主业的定价；与同类型公司相比，其AI相关业务似乎尚未被资本市场看见。
日前，道通科技披露股份回购方案与2026年限制性股票激励计划草案，将SST（固态变压器）产品2027年量产、AI行业应用营收超5亿元列为股票激励的核心考核目标。这意味着，AI业务不是公司对外讲述的愿景，而是被写入了管理层的业绩考核。
7月24日，道通科技在深圳南山智城举办“WAIC 2026道通科技开放日”，邀请核心媒体与投资机构走进公司，近距离了解其在AI巡检、具身智能及空地协同领域的最新技术成果与中长期战略布局。从现场披露的信息看，这家公司试图回答的正是资本市场关心的问题：AI投入何时转化为收入，又能否撑起第三增长曲线。
道通科技对AI行业应用给出了明确界定，即公司在巡检、检测、维修、充电等场景通过AI应用实现的软硬件收入。
从考核指标来看，若想拿到100%归属比例的A档目标，公司2026年需实现AI行业应用营业收入超2亿元，并完成高压输入等级35kV、额定功率超2.5MW的SST产品整体设计；2027年AI行业应用营业收入需超5亿元，并完成SST产品量产。
将这一目标放进公司的收入结构中可以看得更清楚。2025年，道通科技实现营业收入48.33亿元，同比增长22.90%；归母净利润9.36亿元，同比增长46.02%。2027年AI行业应用超5亿元的考核目标，约相当于2025年总营收的一成。
其中引人注意的是固态变压器。这是一种基于宽禁带半导体功率器件和高频功率转换磁性技术构建的新一代电力电子设备，被普遍视为数据中心供电的终极形态和未来5到10年的核心技术方向，有望对原有UPS系统形成替代，满足AI数据中心对高效化、高密度、高可靠性和快速部署的需求
不过，从产业节奏看，SST仍处在产业化早期。阳光电源在7月15日的机构调研中表示，公司在SST领域拥有10年研发经验，是国内极少数实现产品化的企业；谈及订单节奏时透露，国内示范工程进展较快，今年会有供货，而美国800V直流数据中心的普及仍需时间，批量订单预计要到2027至2028年，目前正与海外头部CSP厂商接触、共同定义产品规格。
与道通科技的考核节奏相比，阳光电源的产业化推进路径显得更为审慎，这从侧面说明，道通科技2027年量产SST的目标并不轻松，其兑现程度有待观察。
道通科技在抓住全球新能源汽车的先机后，又投身于AI浪潮。
据弗若斯特沙利文数据，公司已确立全球数智车辆诊断龙头地位，2025年营收规模位列全球第一；在智慧充电领域，公司是中国出海品牌第一名，并稳居北美市场第四位，是北美地区规模最大的中国智慧充电服务商。
主业之外，具身智能集群业务仍处于起步期。2025年，该业务实现营业收入660万元；2026年起已在多样化应用场景实现订单落地和项目交付，截至2026年7月初，在手订单约1680万元。对照2026年AI行业应用超2亿元的考核线，当前订单体量尚有距离，下半年能否加速放量是检验目标成色的关键。
在开放日现场，道通科技展示了其在具身智能领域构建的“核心技术+一体化方案”能力，核心技术涵盖三大方向：具身机器人技术（可靠机器人本体、具身智能体、空间智能、运动控制）、集群智慧巡检系列垂域模型（多模态模型、VLA模型、行业模型）及“一超多强”架构的多智能体集群调度技术。
围绕巡检AI模型，道通科技提出了自主研发的VLA巡检大脑及快慢脑协同架构。当前行业模型普遍存在三类问题：通用检测模型精度不足、专用小模型泛化能力有限、大模型推理成本高且实时性差，难以同时满足巡检业务对准确率、实时性、部署成本及数据安全的要求。
对此，公司设计了快慢脑协同架构：快脑长期驻留设备端，负责目标检测及实例分割，仅在发现异常事件时才触发慢脑进行多模态语义理解和事件推理。这一架构既保证实时检测效率，又避免大模型持续运行带来的算力消耗。
据记者了解，目前，该架构已将巡检事件检测准确率提升至90%以上，并有效降低误报率，同时支持私有化部署，以满足能源、电力、交通等行业对数据安全的要求。
现场演示直观呈现了技术进展。技术人员在15楼活动现场遥操作身处24楼实验室的机器人完成物件抓取数据采集，另一台机器人则完全自主完成开门任务：在距离目标10米外、任意角度及不同光照条件下自主规划路径并完成开门。
道通科技称，任务成功率稳定在90%左右，高于行业通用模型直接部署约40%至50%的水平。
在超视距遥操作方面，操作人员可跨地域实时下发指令并同步获取环境反馈，这意味着机器人部署不再依赖专家现场值守，未来可由后方操作中心统一调度多台异地机器人。
数据壁垒是道通科技强调的另一条主线。公司认为，巡检行业数字化程度较低，真正有价值的数据无法通过互联网获取，需要长期投入采集与标注。为解决长尾事件样本不足的问题，公司建立了冷启动自动标注、数据合成管线及仿真平台生成三类数据生产机制，使模型无需等待真实事故发生即可完成训练。
目前，行业专家知识库及仿真评测平台已完成验证，自研框架经过大量真机测试，进入商业化落地阶段；公司为单个客户构建专属巡检Agent的周期约为1天，未来有望压缩至小时级。按照规划，公司将在未来一个月实现巡检Agent零代码快速构建，两个月内完成行业本体知识体系建设，半年内形成完整的数据飞轮生态。
在机器人本体层面，道通科技选择轮式人形机器人作为工业巡检切入形态，兼顾轮式移动的效率、稳定性和续航优势，同时保留人形机器人对现有工业环境和人工操作流程的适配能力，无需改造基础设施即可部署。
道通科技透露，按照研发规划，公司预计今年10月底推出样机，整机防护等级达到IP54，可满足粉尘、雨水等复杂环境下7×24小时连续巡检需求，越障能力较行业同类产品提升约30%，并支持自主回充及快速换电。
多机协同方面，公司自主研发的IVL（隐式虚拟领导者）多机协同算法通过视觉估计各机器人之间的相对位姿，围绕隐式虚拟领导者自主完成协同决策，降低了对GPS及中心控制节点的依赖，可支持无人机、无人车、机器狗、轮式机器人、双足机器人等异构设备协同作业。该算法计划率先在深圳已签约项目中开展空地协同巡检验证。
在商业化路径上，道通科技以巡检场景作为具身智能的切入口，形成“巡检任务—Agent平台—仿真验证—机器人执行”的闭环，由Agent平台统一调度无人机、地面机器人等不同类型设备，实现空地一体协同巡检。与通用AI企业不同，公司将竞争力聚焦于巡检垂域智能，打造具备事件级语义理解能力的“巡检大脑”，能够针对交通、园区、能源、电力等行业识别违停、人员闯入、设备异常等复杂事件，而不停留在目标检测层面。同时，行业知识与巡检模型可跨机器人平台共享，仅需针对底层运动控制做少量适配；通过Real-to-Sim技术，真实场景数据持续注入仿真平台，完成虚拟验证后仅需采集少量真机数据即可部署。目前，公司已完成高速、油田等标杆项目签约，进入商业化验证阶段。
回到最初的问题：AI能否重估道通科技？从财务基本面看，公司2026年一季度实现营业收入12.99亿元，同比增长18.78%；归母净利润1.95亿元，同比小幅下降2.43%，主业增长动能仍在。道通科技押注AI的成效，最终仍要等待订单与收入数据的兑现。