宇树腰斩后，谁在造机器人的“大脑”？

宇树上市首日市值冲到4449亿元，一个月后股价腰斩；梅卡曼德上市即破发。钱去哪了？一部分流向了另一群公司：Skild AI估值超过140亿美元，Physical Intelligence估值约112亿美元——它们不造机器人，只造机器人的“大脑”。

身体已经量产，估值却在往头顶流。2026年的具身智能，竞争逻辑正在换轨：从“谁能造出最好的机器人”，变成“谁有机会成为物理世界的智能基础设施”。

📉 整机的故事，二级市场不照单全收了

好故事有保质期，到期要用财报还债。

9月10日，梅卡曼德创始人邵天兰的一条朋友圈截图在行业内疯传。他公开质疑：部分企业通过数采中心、租赁公司及关联交易，形成不可持续的收入，再以此推动上市。

质疑归质疑，尚不能直接认定财务问题。但收入的成色，确实被摆上了台面。

更有意思的是时间点。就在前一天，The Information报道：证监会近期向部分投行和机构发出非正式“窗口指导”，提高人形机器人初创企业的IPO审批门槛，审核重点包括持续产生收入的能力、亏损收窄的进展，以及实质性技术创新。

再看二级市场的表现，答案更直白：

注意一个细节：宇树股价腰斩后，仍是发行价的三倍多，而且它是有利润的。

所以问题不是“没有收入”，而是——这些生意为什么撑不住上市初期市场给的高价？

逻辑很清晰：一级市场给的是叙事价，二级市场给的是核对价。上市之后，投资者会拿着每季度财报，逐条核对当初看好的故事做到了哪一步。客户会不会持续付钱、公司离盈利多远、研发究竟做出了什么——这三个问题，现在有了强制交卷的时间表。

需要说明的是：此前流传的“几家已上市和拟上市的具身公司正在紧急梳理收入结构中‘可解释’部分占比”的说法，来自业内匿名渠道，属于未经证实的传闻，相关公司均未公开回应，截至发稿也无法独立核实。但数采收入、关联租赁成为财报里的敏感词，从邵天兰的公开质疑和监管收紧的方向看，并非空穴来风。

🧠 “大脑”公司，凭什么被单独定价

外形定义机器人的时代，结束了。

今年9月，一批金色的Cybercab开始在美国得州奥斯汀街头提供付费服务。这件事对机器人行业的意义，比对汽车行业更大：一个由AI感知、决策并作用于现实世界的机器，开始执行可以直接计价的商业任务。

这恰好印证了安德烈·卡帕斯在特斯拉负责AI时说的那句话：汽车本来就是机器人，特斯拉本质上是一家“robotics at scale”的公司。

过去我们习惯用外形理解机器人：双足、人形、机械臂。一旦以外形定义，商业场景的想象就跟着变窄。而当AI接管感知、决策和控制之后，真正决定商业价值的，是那套能感知、会决策、驱动身体完成任务的智能系统——行业里叫它“大脑”。

当同一套大脑可以持续控制成千上万台机器，在真实场景完成任务、积累数据，并让第三方基于它部署业务，公司卖的就不再是硬件，而是一种物理世界的智能基础设施。这种结构，行业其实演示过一遍：操作系统、云、大语言模型的API，都是“一次投入、多方复用”。

资本已经开始为独立于整机的智能能力定价：

9月11日，启动独立融资后的蚂蚁灵波CEO朱兴首次公开露面，把答案的一部分推向台前：蚂蚁灵波不想再造一台属于自己的机器人，而是想做更多广义机器人背后的那颗“通用大脑”。

整个产业的生态位，正在分化成这样一张图：

整机公司看出货量，Figure、1X、宇树都在这条路上；独立大脑公司看复用率，Skild、PI、Generalist AI、FieldAI在尝试让一套智能跨机器人、跨任务反复使用。而复用率，恰恰是平台型公司的命门。

🔬 类脑路线：一条绕开数据堆料的赌注

把数据扩大十倍，换不来物理世界的认知。

具身大脑的技术底座，是泛化能力。而泛化，恰恰是目前范式的软肋。

9月14日，具脑磐石在2026浦江创新论坛·类脑具身智能分论坛上，发布了全球首代类脑认知世界模型Cog-WM 1.0。这是全球首个基于成体系类脑神经机制研发的类脑隐空间预测世界模型。

它要回答的是三个绕不过去的问题：

1. 如何降低对海量任务数据和特定环境适配的依赖？

2. 如何让历史信息真正被用起来？

3. 如何提高长程任务的完成度？

具脑磐石的判断很硬：这三问不是再优化两年工程就能跨过去的局部问题，而是范式层面的结构性问题——把数据扩大十倍、参数扩大十倍，并不能自动换来对物理世界的认知理解与真实交互能力。

Cog-WM 1.0的解法是回到智能的本源——人脑。它借鉴人脑认知地图中组织记忆、选择性更新信息、预测后续状态的机制，并与JEPA（联合嵌入预测架构）结合，在抽象特征空间中学习“未来会怎么变”。直白说：它关注的不是像素怎么变，而是世界怎么变。

效果如何，看公开基准上的数据：

注意这两个对比对象：一个是认知地图导航的业界SOTA，一个是靠海量数据预训练出来的操作SOTA。Cog-WM 1.0在不依赖预建地图和海量数据的前提下打平甚至反超，这正是“类脑路线”想证明的事——高泛化可以不靠数据堆出来。

不过必须指出：上述基准数据目前均来自具脑磐石单方发布，尚未见第三方研究机构或学术团队的独立复现与评测。JEPA路线本身也在学界存在争议——勒库恩倡导的联合嵌入预测架构，其可扩展性至今缺少足够多的公开实证支撑。类脑机制与JEPA的结合能否兑现宣传中的泛化能力，还有待论文与代码的公开检验。把这些数字当作“路线验证的初步信号”是合理的，当作“已定论的领先”则为时过早。

目前，该模型已在轮式人形、四足机器人等多构型本体上完成无预建图自主导航与路径规划、时空记忆检索、空间关系问答与寻物等能力验证，并在轮式人形机器人上验证了操作能力。同样，这些演示均由具脑磐石自行完成和发布，真实场景下的第三方实测数据仍属空白。

产业逻辑在这里闭合了：不依赖预建图和海量数据，意味着跨本体、跨场景部署的边际成本更低——而更低的边际成本，正是“复用率”的技术底座。大脑公司被单独定价的前提，在这里有了第一个技术注脚。但请注意，这只是“注脚”，不是“证明”。

⚠️ 三类玩家，三种考卷，分化才刚开始

上市不是终点，是收费开始的那天。

把前面的碎片拼起来，2026年具身智能的格局已经清晰：三条路线、三种商业逻辑、三种估值考法。

接下来12个月，三场考试会同时进行。

整机公司要回答“真收入”的问题。数采中心、关联租赁撑起来的报表，经不住每季度的核对，客户的自然付费才是硬通货。邵天兰的质疑之所以刺痛行业，是因为它戳中了收入结构里最脆弱的那一环。

独立大脑公司要回答“复用”的问题。140亿美元、112亿美元的估值，对应的是“一套智能管一万台机器”的想象。想象兑现的方式只有一个：真实的跨本体部署数据。业内有传闻称几家大脑公司都在竞相签约整机厂商做联合验证，但相关合作均未获官方证实——谁先跑通跨构型部署，谁就先拿到平台定价权，这一点在逻辑上成立，在事实上待验。

类脑路线要回答“泛化”的问题。基准测试上的10%、16%领先只是入场券，开放世界里的开箱即用才是终点站。Cog-WM 1.0已经迈出从导航到操作的能力验证，但“无预建图”能不能变成“无调试交付”，还要看真实场景。

三条路线殊途同归：最终都要证明，自己体内那套智能系统，可以在真实世界里持续、可计价地完成任务。

写在最后

回到开头的问题：机器人的身体已就位，“大脑”等谁来造？

2026年的中国，是回答这个问题的合适地点。随着宇树等具身智能厂商相继启动或完成上市，这条赛道正式交由二级市场定价——而二级市场从不为叙事付溢价，只为核心能力付溢价。

从Cybercab的付费运营，到蚂蚁灵波的平台化叙事，再到Cog-WM 1.0的类脑范式，行业正在完成一次集体换轨：硬件是入场券，大脑才是定价权。

但也要保持清醒：换轨不等于换好。股价会波动，估值会回调，单方发布的数据需要时间检验，传闻更需要时间证伪。本文引用的基准数字、融资估值和业内说法，都有各自的时效与边界——三个月后回头看，其中一些很可能已经过时。

下一个值得盯的信号很简单：谁先让同一颗大脑，稳定跑在别人家的机器人上——而且是经过第三方验证的那种“稳定”。那一天到来之前，所有高估值都只是暂时的账面数字；那一天到来之后，才是这场换轨真正的开始。