邵天兰开炮，捅破具身智能泡沫

9月10日，梅卡曼德创始人邵天兰在朋友圈连发数条，公开炮轰具身智能行业的“攒局型创业”，并在评论区直接点名估值超200亿元的银河通用。当晚，银河通用以一篇《具身智能是一场长跑，我们只与时间赛跑》隔空回应，拒绝接招。

这场风波的表面是两家公司的口水战，里子却是一个圈内人尽皆知、但从不摆在台面上的生意：数采循环。机器人和数据在关联公司之间转一圈，收入和订单就都齐了。

本文想回答三个问题：数采循环的钱是怎么转起来的？200亿估值到底靠什么撑？以及，当OpenAI都在给GPT-6踩刹车时，国内的估值游戏还能跑多久？

🔥 一条朋友圈，捅破了哪层窗户纸

先看事实。

9月10日，邵天兰在朋友圈发文，直指行业内某些公司“靠数采中心、租赁公司等各种关联交易做出虚假、不可持续的收入，没有PMF，只有各种发布大新闻炒作，通过国资绑架地方政府支持，成立两三年就要上市”。

随后在评论区，他点名了银河通用——一家以“具身通用大脑”为核心竞争力、估值超过200亿元的具身智能头部企业，并质疑其“虚张声势”。

银河通用当天傍晚火速回应，姿态很高：不参与无谓的口水战，不被短期噪音干扰，要把产品做好、把场景做实、把技术做深。翻译一下：不接。

更有意思的是邵天兰的另一个身份坐标——他警告“二级市场不是风险投资市场，不应该一级化，上市公司也要承担起更广泛投资者的更大责任”。这句话信息量很大：炮轰的落点不是某一家公司，而是一整套从一级市场叙事平滑过渡到二级市场变现的路径。

产业逻辑很清楚：这不是恩怨，是路线之争。梅卡曼德做工业视觉与机械臂方案起家，靠的是一单一单的项目现金流；而被点名的一方，靠的是“通用大脑”的资本叙事。两种生存方式，对“什么算好公司”的定义完全不同。

🔄 数采循环，一门被“用坏”的生意

要理解争议，得先分清两件事：行业普遍存在的数据回购，和邵天兰说的“攒局式创业”，不是一回事。

真机遥操作数据是训练机器人“大脑”最理想的数据，但目前严重不足。于是行业内出现了这样一种合作：机器人本体公司把机器人卖给数采中心，再从数采中心回购数据。某国内头部早期投资机构合伙人向媒体证实，这种模式最早出现在2024年，由一家上海的头部具身智能本体公司首创，之后大量公司跟进，去年开始爆火。

单纯看这个模式本身，逻辑是通的——本体公司既卖硬件又拿数据，数采中心既赚服务费又有设备。真正的问题是，当这个闭环里的角色开始“自己人转自己人”，性质就变了：

钱在闭环里转了一圈，变成了三样东西：漂亮的出货数据、漂亮的营收、漂亮的估值。唯独没有变的，是真实客户和真实场景——也就是PMF。

一句话总结：数据回购是工具，把工具当成主业来经营，就是攒局。

💰 200亿估值，靠什么撑住

被点名之前，银河通用刚交出一份看起来很热的成绩单。

2026年世界机器人大会（WRC）上，银河通用首发了全球首款原生智能体人形机器人“银河星仔”。官方口径是：搭载全自研的物理世界原生智能体与亿级参数具身大模型，不同于传统预设脚本机器人，无需动捕或视频示范，能在真实环境中通过人机交互主动学习，“边看、边想、边行动”。

热度也是真的热：预订开启后24小时，全网预订量突破200台。

但把两个数字摆在一起看：200台预订，200亿元估值。即便每台按数十万元计，预订对应的收入体量与估值之间，隔着三个数量级。

平心而论，“银河星仔”的产品定义方向是对的——具身智能的终局确实是能自主学习的物理世界智能体，而非回放脚本的展品。问题不在方向，在于验证节奏：预订到交付有多长？交付到复购有多长？这些没有答案之前，200亿估值的锚就只能是“叙事+数据闭环”，而这恰恰是邵天兰炮轰的靶心。

🚦 GPT-6都踩刹车了，这边还在踩油门

把时间线拉宽一点，这场炮轰的背景音更有味道。

就在一周前的9月3日，OpenAI正式发布GPT-6 Astra。总裁Greg Brockman放话：如果几年后回看AGI诞生于什么时候，“我认为可能就是现在，也可能就是这个模型”。

榜单成绩确实凶悍：FrontierMath Tier 4得分97.6%，ExploitBench得分100%。但仔细拆，Astra并非全面领先——Artificial Analysis综合智能指数61.2，低于Anthropic Claude Fable 5.1的65.7；ARC-AGI-3用标准框架只有62.7%，要靠保留隐藏推理状态的Provider Adapter框架才冲到99.9%。

更值得注意的动作是：Astra发布前，OpenAI主动暂停了两周前沿模型的强化学习训练，用于加固研究环境、补充监控和对齐评测。原因是模型能力逼近现有安全系统所能承受的边界。

一边宣布AGI到来，一边踩下刹车。这就是头部玩家对“能力边界”的敬畏。

反观国内部分具身智能公司，节奏完全相反：能力验证能省则省，估值叙事能拉则拉，成立两三年就奔着上市去。同一个九月，两种对技术的态度，高下立判。

⚠️ 泡沫不可怕，可怕的是没人敢说真话

把关键节点串起来看：

• 9月3日：OpenAI发布GPT-6 Astra，同时披露曾暂停前沿强化学习训练以加固安全
• 9月10日：邵天兰朋友圈炮轰攒局型创业，点名银河通用
• 9月10日晚：银河通用发文回应，称不参与口水战
• WRC 2026：银河星仔首发，24小时预订超200台

接下来的推演，我认为行业会走向三分：

第一类，有真实PMF的公司，工业场景里一单一单磨出来的，比如梅卡曼德这类靠项目现金流活着的玩家，估值不高但根基扎实；

第二类，靠数采循环撑账面的公司，营收和出货数据在关联交易里空转，一旦融资节奏放缓，闭环立刻断血；

第三类，真做通用技术的公司，数据储备和大模型能力是真的，但需要尽快把估值锚从叙事切换到可验证的商业结果上。

邵天兰那句话值得所有从业者复述一遍：这是对创新创业生态的巨大破坏，也是对国资和健康政商关系的破坏。国资进场本意是扶持产业，如果变成攒局者的退出通道，损害的不只是一级市场，还有地方政府对整个赛道的耐心。

小结

数采循环本身不是原罪——数据稀缺是真实痛点，回购是合理的产业分工；原罪是把闭环当成商业模式本身，用关联交易造出没有PMF支撑的账面繁荣。邵天兰这一炮，未必能立刻改变什么，但它把“什么算真实收入、什么算真实能力”这个问题摆到了LP、国资和二级市场投资者面前。当GPT-6 Astra都开始为能力边界踩刹车时，还在踩油门的故事，时间不会给太久的宽容。泡沫出清不可怕，可怕的是出清时才发现，桌上没有人在真做机器人。