热钱退烧，具身智能被迫进厂打工

外滩大会那场群访，可能是2026年具身智能行业最好的注脚：前一刻投资人还在争相表态「具身智能是主要投资方向」，下一刻被问及IPO收紧，全场开始集体检讨「行业还在早期、技术尚未收敛」。同一天，监管窗口指导的消息流传开来。资本端挤泡沫、产业端算细账，两条线同时收紧，指向同一个地方——工厂。

💧 热钱退烧：遍地都是想卖老股的人

“资本市场的情绪，比技术拐点来得更快，退得更快。

今年外滩大会的一场群访，堪称行业情绪的显微镜。自我介绍环节，至少三家知名机构的AI方向投资人主动表示，具身智能是机构主要投资方向之一。直到最话FunTalk提起「监管已收紧具身智能公司上市」的传闻，现场气氛瞬间尬住——投资人接下来的动作，是集体检讨行业发展，确认「行业还在非常早期，技术也尚未收敛」。据多位接近一级市场的人士证实，最近投资圈最常见的动作，是给手里的具身智能份额找下家。

情绪逆转不是没有伏笔。过去一年半，这个行业🔥烈火烹油并不夸张：仅2026年上半年，国内具身智能赛道融资总额就超过900亿元，是2025年同期的5倍，半年内催生超过20家估值破百亿的公司。对技术早期赛道而言，这种追捧很大程度上建立在想象力上。随后两盆冷水接连泼下：5月，优必选发布「仅成年人购买」的伴侣机器人，人形机器人产品定位擦边引发争议，戳破了产品想象力；8月，宇树登陆A股后仅五个交易日，市值接近腰斩，又戳破了估值想象力。

两件事单独看彼此无关，但当泡沫内部张力足够大，先后发生就成了必然。监管随后以非正式窗口指导划线：具备经常性收入能力、处于亏损收窄轨道、或已实现真正的技术创新，才进入人形机器人IPO审批范围。这等于把一级市场的定价锚，从「故事」换成了「报表」。分水岭不是监管制造的，监管只是把行业真实进度摆上了台面。

🧪 技术开考：从「能不能做」到「能不能用」

“评测标准的转向，比融资新闻更能预示行业的下一步。

IROS 2026上，WorldArena 2.0挑战赛把考题直接写进了主题——能不能被机器人真正用起来。JEPA路线与空间智能路线正面交锋，这是具身智能两条最受关注的技术路线第一次在公开评测里硬碰硬。结果是JEPA路线先下一城：视启未来拿下Track 1第一，晨昏线在Track 2拿下第二。

这场对垒的价值不在名次，而在考纲。过去一年，具身智能的传播主战场是演示视频：抓一个瓶子、叠一件衣服、跳一段舞。而WorldArena 2.0明确以「真正用起来」为标尺，意味着行业第一次有了公共的尺子，评价体系开始与产业标准对齐。

对创业者，这是坏消息叠着好消息。坏消息是，外滩大会上投资人自己承认「技术尚未收敛」，意味着JEPA、空间智能以及更多路线还要长期缠斗，谁也不敢停下投入；好消息是，当评测从「演示」转向「可用」，真正在真机数据上持续下功夫的团队，终于能把技术积累翻译成可被验证的成绩，而不是被PPT型选手淹没。技术不收敛，叠加监管要收入，创业公司只剩一条路：双线作战。

🏭 进厂第一问：为什么不用传统自动化

“机器人最大的对手，从来不是另一家机器人公司。

朱亚娟是腾讯Robotics X实验室生态负责人。真正进过工厂之后，她反而更习惯先问一个看起来不那么「AI」的问题：为什么这里一定要用机器人？她举的例子很具体：把瓶子插进固定位置，传统自动化早就能做；真正麻烦的是，这周是这个瓶子，下周换了形状，工装要改、程序要调、产线要停。日化工厂变化更快——一支口红可能有20种颜色，包装随节日变，一个批次只有几千件，今天生产完，明天就换款。

这道题背后是个不小的市场：年收入2000万元以上的工厂，中国超过50万家，背后是至少10万亿元量级的底盘。但市场大不等于机会多——大量工位，传统自动化已经解决得足够便宜、稳定，机器「能做」，客户也未必有理由买。

所以朱亚娟筛场景时，反而先排除「太适合自动化」的任务：动作十年不变、大批量的活，轮不到具身智能。真正值得回答的问题是：当现实不断变化，重新适应它到底要花多少钱？一个值得注意的时点是，去年她还觉得很多操作类任务离落地很远；今年6月团队进厂测试，一些现场效果开始让工厂愿意往产线方向讨论，「像看到了曙光」。技术问题走到这一步，已经变成了会计问题。

📊 账本重构：三条标准就是一张施工图

“把窗口指导倒过来读，就是具身智能的商业化施工图。

窗口指导的三条标准，逐条拆开都有产业含义。经常性收入能力，意味着客户愿意按效果持续付费，而不是采购一台「会跳舞的展品」；亏损收窄，意味着至少在一个场景里把账算平，而不是同时铺十个体面的demo；💡真正的技术创新，落到工厂语境里，就是把换型成本压到传统自动化做不到的量级。

圈子里流传一句话：展会看的是能不能，工厂问的是划不划算。两类场景的差别可以列得很清楚：

把场景放到两个坐标轴上看会更直观——柔性需求越高、换型成本收益越大，越该优先攻坚；反之就是传统自动化的存量地盘：

这个排序也回答了「先做B端还是C端」的老问题：家庭通用服务柔性需求极高，但客户付费意愿尚未验证，属于远期期权；工厂里那些传统自动化「吃不下的活」，才是能产生经常性收入的现金牛。先用小场景养活自己，用真机数据反哺模型，才有资格谈更大的故事。

🧭 穿过分水岭：先学会算账的才能留下

“泡沫退去不是行业的失败，是行业拿到入场券的前提。

接下来的推演并不复杂。短期看，一级市场估值回调、老股流转增多，缺乏收入能力的公司融资窗口会明显收窄，百亿俱乐部里的部分成员将面临估值与收入的双重考验；中期看，窗口指导实际上在保护认真做产业的公司——它把资金从「估值竞赛」挤向「交付竞赛」，把行业的注意力从发布会拉回产线。

数据飞轮的逻辑也在这个阶段显形：

这个循环能否转起来，取决于第一步能否成立：柔性场景是否真的落地、真机数据是否真的回流。技术路线尚未收敛反而是好事——JEPA和空间智能各有所长，评测聚焦可用性之后，两条路线都得在同一个工厂里证明自己。谁能率先在10万亿量级的底盘里，切下第一个「传统自动化做不了」的场景，谁就能把分水岭从坏消息变成好消息。

具身智能的分水岭，不是一纸窗口指导，而是行业第一次被同时追问两个问题：技术上能不能被机器人真正用起来，商业上账能不能算得过来。900亿融资买不来这两个答案，50万家工厂却可以出题。泡沫退去后留在牌桌上的，一定是先学会算账的那批公司——机器人进厂打工的时代，才刚刚开始。