融资竞赛与研发投入的错位

去年具身智能行业最大的客户其实是各地方的数据采集中心，对于地方政府而言，这个产业具有极强的吸引力：机器人公司将产品卖给制造业零部件公司，后者又将零部件卖回给前者，形成了互为供应商与客户的闭环。然而，这种繁荣背后隐藏着严重的结构性矛盾。大家拿了很多钱，但花钱很少。

我们观察到行业目前处于一个激烈的融资竞赛或上市竞速阶段。竞争的核心不再是技术先进性，而是比谁的估值更高、谁更早上市。一位采访对象将其比喻为打德州扑克，“比的是谁的口袋深（筹码多），而不是谁的技术更先进”。这导致我们报道的似乎不是一个科技赛道，而是一个融资驱动的现象。尽管许多公司声称在发论文、做Demo并参与榜单竞争，但当我们深入调查算力提供方和数据供应商时发现，行业在两个最核心的花钱领域（算力和数据）投入并不多。例如，拥有千卡以上集群的公司仅有八家；有创始人透露整个行业没有一家公司真正用超过十万小时的数据跑过一次模型，这与许多公司对外宣称拥有海量数据的口径相悖。即便数据产量最高的供应商上半年累计生产仅五万小时，最大订单也仅为一万小时。

我们的一个采访对象说，就是他像打德州，比谁口袋深，而不是说比谁的技术更先进。

那个公司它的研发投大概是三千万，然后到目前为止它融了超过五十亿元人民币。如果算，你把钱都放余额宝，一年都有五千万。

这种“高融资、低研发”的现象引发了投资人的普遍焦虑。以某头部公司为例，其去年研发投入约为三千万人民币，而累计融资额超过五十亿元。若将融到的资金放入余额宝理财，一年的利息（约五千万）甚至能覆盖其全部研发成本。相比之下，已发布招股书的宇树科技去年研发投入为1.45亿元（略高于蜜雪冰城的1.05亿元），而智元因人员规模较大，去年研发投入可能在五个亿左右。这种巨大的投入差距表明，部分公司缺乏对技术方向进行有效押注（Tech Bet）的判断力，导致资金未能转化为实质性的技术进步。

技术进展的不可观测性与估值泡沫

与拥有公开Benchmark、开源权重且易于体验的大语言模型不同，具身智能行业的技术进展极难观测。由于产品多为To B的高成本物理实体，普通人难以接触；且该领域缺乏被广泛认可的公开Benchmark。即便存在测试标准，由于硬件一致性问题导致复现困难且成本高昂，使得外界很难准确评估模型的真实水平。这种不可观测性导致行业估值在极大高估与低估之间摇摆，为讲故事和吹泡沫提供了巨大空间。

在估值逻辑上，投资人往往缺乏准确的支撑依据。有投资人表示，“如果你现在价格报太低，大家就会觉得你是一个其实也不太行的公司”，暗示五亿人民币可能成为一轮融资的隐性门槛。这种估值体系更多依赖于创始人的学术背景或行业地位，而非具体的技术里程碑。例如，马斯克曾自信地预测Optimus三代的设计进度，但实际推迟了至少十八个月并降低了要求，这反证了许多创始人可能也高估了技术进步的斜率。当同行通过换路线（自称“迭代”）获得资本认可时，许多创始人的道心也会随之摇摆。

此外，行业内的订单存在大量关联交易。这些关联交易的最终用途与投资人预期的商业回报往往不一致，进一步加剧了泡沫成分。尽管有观点认为在窗口期内应优先扩大收入和获取商业关系以换取上市安全，但核心问题在于：钱很多，但没有匹配上技术进展。如果具身智能像大模型领域那样存在类似SK海力士的“卖水人”巨头，说明底层技术需求真实且强劲；但目前具身领域尚未出现此类现象，表明当前的资金热度并未完全转化为扎实的技术基础设施投入。

研发策略分歧与春晚营销的成本悖论

在具身智能领域，不同公司的研发投入逻辑存在显著差异。以智元为例其研发人员规模约 1300人，人力成本较高。核心问题在于部分公司缺乏明确的 技术判断力（Technical Bet） 即押注特定方向的决策能力。当核心团队缺乏清晰的技术路线时，研发资源容易分散。例如智源等机构采取 多方向并行 的资源型投入策略，在资源充裕时通过广撒网来试错。相比之下典型的技术驱动型企业则倾向于围绕核心判断进行验证实验从 Demo 到原型再到量产形成闭环。

然而，资本市场的焦虑往往源于对资金流向的对比。投资人观察到机器人公司在非研发环节（如广告和春晚曝光）花费巨大据公开信息语数、松岩动力、银河通用等公司上春晚的单次成本至少在 6000万元以上。若一家公司全年研发投入仅为3000万元，其春晚花费足以支撑两年研发。这种投入结构引发了“心疼”情绪：首次曝光或许有效，但集体扎堆上春晚导致边际效应递减。正如业内人士所言：“上春晚没问题都要上春晚就有问题。”

更深层的担忧在于资金成本与回购协议。融资通常附带 对赌或回购条款，若公司未能达到预期业绩创始人需承担巨额债务风险。因此盲目扩张不仅加速死亡更可能让核心团队陷入无法兜底的财务困境。

“上春晚没问题，都要上春晚就有问题。”

“他可以不拿这么多钱……你要想一想这个钱的成本你兜不兜得住嘛？”

IPO竞速下的收入悖论与数据采集中心模式

随着融资规模扩大，公司面临“必须做大”的压力而当前最直接的竞争路径便是 IPO。目前除已上市企业外至少已有10家机器人公司进入上市流程。港股 18C章 要求最低收入门槛为2.5亿港币（约两亿人民币），这一标准虽不高，但为了在排队竞争中脱颖而出企业普遍追求更高的收入规模和增长数字。这就构成了行业的核心悖论：技术成熟度低与应用场景有限，却需要支撑高体量的收入数据。

为达成这一目标“数据采集中心”成为去年行业最大的客户来源。该模式通常由 地方政府与机器人公司合资 成立运营实体政府出钱或土地，企业出资本和技术。中心雇佣大学生等年轻人进行遥操作数据采集每台机器人需配置至少2名操作员，从而创造可控且可见的就业与税收。对地方政府而言这是一种“无污染、低占地、高确定性”的产业引入方式，单中心投入约5000万元（100台机器人）成本相对友好。

截至去年底，全国已公开的数据采集中心超过 80个 覆盖自贡、攀枝花等地。据估算此类业务占部分机器人公司收入的 30%-40% 成为支撑其达到IPO门槛的关键支柱。

科研市场的长期价值与制造业“互为供需”的闭环

尽管数据采集中心模式存在争议，如开工率不足、回本周期长甚至出现设备转卖现象（如某中部省会8000万投资最终散伙），但其作为过渡性收入来源仍具现实意义。另一块确定性较高的收入来自 科研机构、学校及迎宾导览场景。虽然市场体量有限，但其战略价值常被低估：若行业最前沿的技术团队采用某公司的硬件作为实验平台意味着该硬件具备成为 行业标准 的潜力，这种长期生态价值远超短期营收贡献。

此外部分头部公司约 40% 的收入来自制造业场景。鉴于人形机器人目前难以直接替代产线工人，这种收入主要通过 “互为供应商与客户” 的模式实现：机器人公司将设备卖给制造业零部件厂商后者又将零部件回售给机器人公司。同时，拥有产能冗余的制造巨头（如汽车企业）倾向于投资机器人公司以换取新领域入场券及潜在的新收入来源。这种资本与供应链的深度绑定，构成了当前具身智能行业独特的商业闭环。

“其实是整个行业技术最前沿的人，如果用的是你的硬件……你有可能会成为这个领域的一个行业标准提供方。”

“我花十个亿去建个厂，还不如我花五个亿我去投个机器人公司……顺理成章地进入一个新的领域。”

制造业转型的估值套利与供需闭环

零部件公司与机器人公司之间形成了一种互为供应商与客户的独特生态。许多拥有较强融资需求的制造业巨头，倾向于通过投资机器人公司来优化自身的资本结构。对于产能过剩的汽车零部件企业而言，投入十亿建厂不如投资五亿进入机器人赛道。这种策略不仅能让其顺理成章地建立机器人事业部，实现业务转型，更关键的是能利用资本市场的价格歧视效应。在估值逻辑上，传统汽车业务可能仅获15倍市盈率（PE），而沾边机器人概念则可能获得30倍的估值溢价。即便短期内对收入结构影响有限，但市值估值的提升对于上市企业而言极具吸引力。

这种需求并非单一巨头的行为，而是由众多中型制造业公司共同构成的“人多力量大”效应。一个机器人系统涉及数百个供应商，每家采购少量（如20台）即可凑出可观总量。这些订单虽看似微小，实则用于研发拆解、产线测试及场景验证，类似于高支付能力的科研教育需求。一个典型案例是长盛轴承：在宇树科技春晚亮相后，尽管其来自机器人的收入仅约800万元，但股价从底部翻了五倍。这反映了资本市场对“机器人预期”的极度追捧——即便实际收入占比极低，只要具备增长想象空间（如明年翻倍预期），估值便会大幅抬升。甚至有公司董秘明确向分析师宣称：“我不是汽车行业，我是机器人供应商”，要求按30倍而非15倍估值。这种“花钱买期待”的行为，本质上是利用闲置产能和资本杠杆进行的财务与战略双重套利。

“好像你沾点汽车，你的市值就会很低，但如果你是做机器人的，你估值可能就是汽车十五倍，机器人三十倍。”

“我觉得对于他们来讲，可能也是花钱买一个期待吧。”

供应链代际更替与智元的分级生态

中国机器人行业的硬件领先优势，根植于成熟的制造业供应链代际更替。上游企业经历了从“果链”（3C电子）到“特链”（新能源汽车），再到如今机器人供应链的演变。这一转型在浙江等地的汽车零部件企业中尤为普遍，许多老板将新业务交给拥有机器人专业背景（如卡内基梅隆大学）的二代打理。这种能力复用使得上游零部件企业能迅速切入机器人关节、肢体等核心部件领域，形成了被下游需求牵动的良性生态。

在创业公司中，智元机器人（Agibot）构建了极具系统性的经销商生态。其销售体系实行严格的分级制度：根据年度销售业绩，分为认证（200万）、银牌（500万）、金牌（1000万）及VAP伙伴（2000万以上）。级别越高，获得的货源配额、技术支持及场景拓展资源越多。值得注意的是，自有采购也计入销售业绩。这意味着零部件巨头（如金盛电子、宁波华翔、卧龙电气）既作为供应商向智元供货，又通过大额采购机器人成为其VAP伙伴。这种“投资+销售”的闭环模式，不仅帮助智元快速做大营收规模以加速IPO进程，也让投资者在机器人股价上涨中获得资本回报。例如，投入5000万购买机器人的资金，可能因估值提升而在二级市场回流同等金额。这种复杂的利益结构使得中型成长型制造企业（市值约300亿）比宁德时代等巨头更倾向于通过此模式实现市值跃升，因为后者主业体量过大，机器人业务对其整体估值影响边际效应递减。

“你自己买一千万就是帮他卖了一千万啊！就是他无所谓，你这个东西最后销到哪儿……两千万以上，你就是V A P。”

“它其实存在一种共赢的方式……我去买了这些机器人公司的机器人，这机器人公司可能会因为它的销售额多，它估值的上涨的速度会更快……所以这个钱可能他从另外一个地方又回过来了。”

销量迷雾与无预期的波动市场

尽管中国供应链在硬件制造上占据全球领先地位，但行业数据透明度极低。与汽车行业精确到个位数的周销量不同，机器人领域缺乏统一的统计口径。“出货量”与“真实销量”存在巨大差异：前者可能仅指渠道铺货，后者才代表终端交付。据头部外资分析师估算，通过逐一询问80多家买方公司，去年底国内人形机器人真实销量约为8000台。其中，宇树科技和智元占据前两名，呈断崖式领先；第三名优必选及后续厂商多为百台级别。相比之下，特斯拉Optimus的实际量产与销售速度远不及中国头部企业。

对于投资者而言，机器人板块呈现出“无预期”的特征。不同于传统行业基于盈利预测的估值锚定，机器人股价波动主要源于市场预期的不断调整。由于缺乏明确的业绩基准（如“今年能赚多少钱”），投资者无法进行长线持有，而是倾向于做波段交易。这种高波动性源于行业处于早期探索阶段，需求场景尚未完全确立（如工业、商业或消费端），导致估值逻辑在“产业故事”与“实际落地”之间反复摇摆。若事后复盘，盲目长期持有而不进行动态调整的策略在当前阶段往往是亏损的。

“机器人行业是没有预期的……它不像说别的行业，对吧？大家觉得你今年能赚多少钱？”

“我会做波段……而且你如果事后来看，你不动的话，你现在是亏的。”

预期落差与国产链的相对优势

在具身智能领域，市场缺乏像传统行业那样明确的盈利预期基准。由于应用尚未达到爆发状态，且技术进展不及预期，导致供应链企业的业绩普遍出现 Miss（未达预期）。这种波动的核心责任常被归咎于马斯克此前拉高市场预期的行为。他早期承诺2026年生产10万台机器人，导致供应链企业基于此进行利润测算；然而现实是8月份仅生产300台（或年化约3.6万台），与10万台的指引存在巨大差距，形成了“超级大的 Miss”。

相比之下，国产机器人产业链被视为更靠谱的选择。例如邓总给出的1.6万台指引被认为更具可实现性，且其信用记录优于马斯克。尽管10万台的激进目标令人担忧，但基于去年4-5千台的基础产量，当前的增长路径被认为是有支撑的。此外，To B 生意存在“想卖多少就卖多少”的危险逻辑，即通过关联公司间交易虚增收入，这在创业公司中尤为常见。

他上来就之前就说二零二六年十万台，那大家就计算器就开始摁了。那你跟伊隆有合作关系的，那你今年收入就是你一个零部件卖多少钱，我直接乘十万。

我觉得最大的责任就是马斯克吧……他之前把大家的预期拉的太高了。

IPO 竞速背后的资本博弈逻辑

创业公司面临巨大的IPO 紧迫感。一方面，技术进展的不确定性使得研发方向难以确定，融资和上市成为明确的生存路径；另一方面，牛市窗口期有限（自2024年9月起已持续二十多月），投资者担心若错过当前行情，未来估值将大幅打折甚至无法上市。与特斯拉、小鹏等拥有强现金流且无迫切融资需求的巨头不同，创业公司必须通过做大收入和上市来证明价值。

在一级市场融资中，“攒局”模式成为主流。FA 或活跃机构会提前布局，组建由 T0 产投（如智元、自变量、乐聚等，6-8家）和 T0 VC（如红杉、高瓴等，15-50家）构成的豪华阵营。这种结构不仅为后续融资背书（产投代表订单，VC 代表技术认可），还通过“Clubview”机制让多家机构共同投资以分散风险。尽管红杉和高瓴在大模型阶段合作较少，但在具身智能领域（如踏实、无界等公司）出现频率显著增加。部分机构甚至要求投资人承诺连续多轮领投，以锁定长期利益。

只要两个公司说好，你想卖多少就卖多少。我觉得这个发言比较危险啊。

得到反馈就是大家一起赚钱有什么好排斥的？我觉得他们的逻辑就是，只要你投的够前面，那么在现在的这个预期里，这些公司的估值一定是会很快上升的。

二级市场的理性回归与长期价值锚点

面对泡沫，二级市场投资者正采取谨慎的验证策略。他们不再盲目追逐概念，而是通过调研具体的 ROI、研发投入转化效率、在手订单及复购率来筛选标的。这种深度尽调往往能过滤掉那些仅有“具身智能”标签但缺乏核心研发实质的公司。真正的具身智能公司应聚焦于技术探索（如数据规模与 Scaling 验证），而非成熟的传统业务。

对于行业前景，王兴兴等头部创始人的预期管理更具参考价值。他预计2-3年内会有应用落地，这一节奏虽低于部分投资人的激进定价预期，但被认为更靠谱。投资人群体分化为两类：一类追求短期主题收益并急于退出；另一类坚信行业长期价值，更关注创始团队的技术纯粹性与执行力。最终，股票能否上市及估值高低，本质上取决于市场对该行业真实价值的共识以及产品技术的明确性。

他做的这个决策是非常谨慎的，他们就会去找一些可验证、可量化的东西……如果是你这样去调研的话，那这公司我觉得都不是一个很典型的具身智能公司了。

真正重要的议题，一个是这个技术本身吧……行业现在比较头部的公司的话，它可能已经距离这个目标（一千万小时数据验证 Scaling）已经不远了。

技术验证与二级市场定价的终极考验

在探讨行业真正重要的议题时，技术本身的突破与资本市场的定价机制构成了两大核心焦点。首先，关于模型能力的验证一直是行业痛点，此前包括智元在内的头部公司曾提出一个具体目标：如果积累到一千万小时的数据量，或许就能验证模型是否具备 Scaling（规模化扩展） 的能力。目前来看，行业头部公司距离这一数据门槛已非常接近，这意味着过去悬而未决的技术瓶颈问题，有望在年内得到明确的答案。

另一方面，宇树科技上市后的价格走势被视为检验行业价值的试金石。进入二级市场即意味着进入公开市场，资产将被充分定价。早期可能存在的非理性炒作会随时间推移而退场，最终留下的价格理论上将更趋近于其内在价值。因此，市场高度关注六个月后宇树科技的市值是真正站稳 3000亿元 的高位，还是回落至更低水平。这一价格波动不仅是财务指标，更是行业从“概念炒作”转向“价值回归”的关键信号。

大家很关心，比如说六个月后它是真的，比如说到三千亿元，还是说比现在还低等等。

投资逻辑的分化：从创始人定力到共识驱动

尽管行业热度高涨，但不同背景的投资人在具身智能领域的介入时间与判断标准存在显著差异。早期进入者（如2019年至2023年前）的投资逻辑更接近传统风险投资标准。以红杉资本早期种子轮投资宇树科技为例，当时行业尚未形成共识，投资决策主要基于对创始人王兴兴个人能力、团队潜力及其对产品（如机器狗）的热情与执行力的认可。

然而，随着行业共识在近两年迅速集中，投资行为出现了结构性变化。Club Deal（俱乐部交易/联合融资） 成为主流现象，这反映了资金对赛道确定性的追逐。值得注意的是，部分机构（如T零）开始拒绝参与某些 Club Deal，其核心考量在于创始人的定力。在泡沫期，投资人最关注的是创始人是否依然专注于其原本想要解决的核心问题，而非被资本裹挟去盲目扩张或迎合短期收入指标。这种对“定力”的审视，成为区分长期价值投资与短期套利行为的关键标尺。

拒绝的一些人最看重的其实还是创始人的定力，在这个泡沫的时候，是不是还是专注在他们想要做的事情？

第三方视角下的行业全景与不确定性

本期节目通过子南和玉猛两位同事的分享，跳出创始人第一人称叙事局限，以第三方观察者视角重构了具身智能行业的真实图景。对于从业者而言，报道中提及的许多现象并非秘密或内幕，而是他们每日面对的现实：技术进展带来的波折迫使企业不得不向其他维度发力。例如，为了弥补技术成熟度的不足或满足资本预期，公司被迫加速做大收入、推进上市进程，从而引发一系列连锁反应。

总体而言，具身智能被公认为一个极具前景的大方向，但通往这一未来的路径充满了问号与不确定性。过往的访谈多聚焦于创始人的个人故事、思考与行动，而本次报道则整合了行业其他角色的观察与信息，揭示了在技术理想主义与现实商业压力（如IPO竞速、收入催熟）之间的张力。这种多维度的视角补充，为理解当前具身智能行业的复杂生态提供了更完整的拼图。

我觉得总体来说，具身智能肯定是一个非常有前景的大方向。然后我们怎么到达这个有前景的未来？现在是有很多问号和不确定的。