具身智能的“假收入”，藏不住了？

导语

梅卡曼德刚敲完港交所的锣，CEO 邵天兰的一张朋友圈截图就在具身智能圈刷屏了。他把矛头对准一类“攒局型”公司——名气大、估值高、上过春晚，收入靠数采中心和地方政府、投资方之间的交易撑起来。他给出的定性是四个字：虚假、不可持续。评论区补上了名字：“比如银河通用”。这番火药味，恰逢“监管层提高人形机器人企业IPO门槛”的传闻四处流转。热闹了两年的具身智能，第一次有人当众掀桌子。

🔥 朋友圈开炮：一家上市公司CEO的“点名”

时间点很微妙。

梅卡曼德登陆港交所还不到十天，邵天兰的朋友圈截图开始流传。他在截图中给“攒局型”具身智能公司画了一张精准的像：位于北京、上海，名气大、估值高、登上过春晚，并通过数采中心以及与地方政府、投资方、供应商之间的交易取得收入。

更狠的是他对这类收入的判断——“虚假且不可持续”，还可能推动企业在缺少产品市场匹配的情况下冲击上市。

评论区很快有人补了名字：银河通用。截至2026年9月10日，公开渠道尚未见银河通用回应，也没有监管部门对其相关交易作出认定。换句话说，所谓“虚假收入”目前仍停留在一方指控层面，读者需要保持基本的事实边界。

但真正值得琢磨的，是这场炮火出现的背景：一则“拟上市人形机器人企业需证明能够获得持续收入并逐步收窄亏损，或者拥有真正的技术创新”的消息在业内流传——尽管真实性并未得到验证。

据多位接近人士的说法，这则消息无论真假，都戳中了行业的集体焦虑：过去两年，具身智能公司的收入构成里，有多少来自真实客户买单，有多少来自数采中心、政府项目、供应链之间的“关联循环”，订单数字背后的同行心知肚明，只是没人愿意第一个说破。

邵天兰破了默契。他的底气不难理解——梅卡曼德靠3D视觉+机器人分拣方案在物流、工业场景里实打实做了多年交付，是行业中少数被客户反复复购的公司之一。刚上市的他用一次发声，完成了对另一种路径的公开切割。

产业逻辑很清楚：当一级市场资金退潮、IPO成为唯一出口时，收入质量的审查会突然变严。靠“攒局”堆出来的报表，经不起交易所的穿透式问询。这张朋友圈截图，本质上是一声提前响起的警报。

🧊 院士泼冷水：跳舞的机器人，工厂不需要

“硬件会越来越便宜，真正形成差异的会是软件和服务。”

2026世界机器人大会现场，德国国家工程院院士、MÜNCHNER KREIS董事会主席、德国雷根斯堡大学教授Michael Dowling接受了财经思享汇的独家对话，标题就足够扎心：人形机器人商业化可能比想象中更慢。

他的观察很直接。中国机器人产业现在非常重视人形机器人，但人形在整个工业机器人中仍然只占很小一部分。未来中国产业面临的关键问题，是这些人形机器人最终能否证明自己在工厂里“真的有用”。

“很多公司喜欢展示会跳舞的机器人、跑得很快的机器人，但这些能力在工厂里都没有实际用途。没有人希望机器人在工厂里到处跑，也没有人需要机器人在工厂里跳舞。”

这话听着不客气，但逻辑严密。工厂客户算的是效率、成本和投资回报率，不是机器人长得像不像人。在Dowling看来，接下来真正重要的发展会发生在“手”上——抓取、搬运和操作物体才是工业环境里的硬需求，至于这些能力装在机械臂上还是人形身上，“本身并没有那么重要”。

他把当前阶段概括得也很直白：“现在仍然有很多show的成分。”

据在场从业者私下交流，这句话其实在WRC展馆里形成了微妙的共振——一边是厂商 demos 里机器人叠衣服、翻跟头引来欢呼，一边是隔壁工业机器人展台的销售拿着ROI测算表跟客户算细账。两类画面同框，就是当下具身智能行业最真实的处境。

产业判断由此浮出水面：人形并不天然等于更高的商业价值。传统工业机器人、机械臂和部分人形结构，未来可能长期共存。谁能先在“手”上做出真功夫，谁才配谈规模化。

⚔️ WRC现场：大脑、数据、灵巧手的三大暗战

8月19日至23日，2026世界机器人大会在北京亦庄举行。

《科创板日报》记者在展馆里观察到一个显著变化：观众追逐的不再是能走能跳的炫技表演，而是一台台真正能拧螺丝、能拣货、能执勤的机器人。电机、关节模组、传感器等核心零部件供应链已趋于成熟，硬件层面的差距正在被快速抹平。

躯壳不再构成壁垒，竞争自然向上游迁移——大脑、数据、灵巧手，成为决定具身智能能否走出实验室的三个关键变量。

大脑这条线上，各家路线已经明显分化：

• 北京人形机器人创新中心发布大一统模型Pelican-Unify，集成VLM视觉理解、Action Model动作操控、WFM世界模型三重能力，打通理解、推理、预演、执行闭环，并在天轶真机上跑通部署全流程。同期Pelican-VL 2.0宣布商用，是国内首个网信办备案通过的具身大模型。
• 星海图首席科学家赵行拆解了VLA模型G0.5——把视觉观测、语言指令和动作全部离散化为Token，像GPT一样逐个输出。8月底，G0.5的Max版本将全面开源。“像做GPT一样的自回归模型”，是赵行给出的通往具身智能ChatGPT时刻的捷径。
• 蚂蚁灵波的全栈大脑LingBot-VLA 2.0走数据密度路线：预训练融入6万小时高质量真实物理数据，覆盖17个主流机器人品牌的20种构型，展示“一脑多机”。展台上一间1:1复刻的智慧药房里，机器人已在上海国大药房正式上岗承担夜班分拣。
• 章鱼动力发布具身原生世界基础模型SYNWorld，让机器人理解不同任务背后共同的物理规律。V0.5采用MoT架构，参数规模10+B，训练数据累计超30万小时。

数据这条线同样残酷。把蚂蚁灵波的6万小时和章鱼动力的30万小时放在一起看，数据积累已经成为头部玩家的显性军备竞赛——硬件可以买，数据买不来。

一位参会投资人的私下评价颇为流传：“硬件估值逻辑正在失效，接下来看的是谁家模型在真实场景里跑的工时。”

🧭 分水岭已现：从估值游戏到回款游戏

把三条线索拼在一起，行业的分水岭清晰可见。

2026年发生了什么？

• 8月19-23日 : WRC聚焦真实作业能力
• 8月22日 : Dowling直言商业化更慢
• 9月初 : 梅卡曼德登陆港交所
• 9月10日 : 邵天兰朋友圈截图流传

事件密度如此之高，并非巧合。具身智能行业正处在一个略显矛盾的阶段：一边是机器人奔跑、翻跟头、叠衣服、进工厂的视频不断刷新公众认知；另一边，真正能够长时间、低故障、低成本运行的商业场景依然有限。

这构成了两种生存策略的分野：

（注：表格为基于公开信息的产业逻辑归纳，“攒局型”指控目前仍系一方说法，未经监管认定。）

几种可能的走向也摆在了台面上：如果IPO门槛收紧的消息属实，靠关联收入撑报表的公司将最先承压；如果Dowling的判断成立，“手”上的操作能力会成为下一轮融资叙事的硬通货；而开源的G0.5 Max一旦如期放出，模型层的技术门槛会进一步被拉平，竞争将更快收敛到数据和场景落地这两件事上。

据多位接近投资机构的人士透露，不少美元基金和人民币基金已经在内部调整了对具身智能项目的尽调清单——关联交易占比、真实客户复购率、单台机器人的运行工时，成了新的三问。

结语

邵天兰这张朋友圈，未必能改变什么结论——指控仍是指控，回应尚未出现。但它标志着一个拐点：具身智能的叙事权，正在从“能做什么动作”转移到“能挣什么钱”。Dowling的冷水、WRC展台上的真实作业、数据军备竞赛的开打，指向同一个方向——硬件会便宜，模型会开源，只有被真实客户反复付费的场景能力，才是穿越周期的船票。2027年回头看，2026年9月这几天，可能就是行业挤泡沫的起点。