具身智能，终于有人掀桌了

一家刚在港股上市10天的机器人公司，向全行业开了一枪。

梅卡曼德创始人邵天兰连续两天在朋友圈扫射"攒局型"具身智能企业，被点名的银河通用两天后辟谣并报案；另一头，宇树市值从4449亿元高点跌破2000亿元。

与此同时，SeeAct AI的穆尧抛出另一个判断：机器人真正缺的不是数据，而是经验，具身智能的终局是从"被训练"走向"自我进化"。

两件事看似无关，其实指向同一个拐点：讲故事的时代结束了，验证的时代开始了。

🌊 朋友圈开炮，一场上市十天后的摊牌

泡沫最浓的时候，没人愿意捅破；只有自己人下了水，才知道水温。

9月9日、10日，邵天兰连续两天在朋友圈发文，直指行业里存在一批"攒局型"具身智能企业，利用关联交易制造虚假收入，其中不乏名气很大、估值很高、上过春晚的公司。在回复评论时，他直接点名了正在推进IPO的银河通用。

值得玩味的是开炮的时机与身份——梅卡曼德刚刚在港股上市10天。作为"自己人"，邵天兰对财务包装的手法并不陌生，也正因为自己刚走完上市流程、财报数据全部摊开，他比谁都清楚真实收入和账面故事的差距。

银河通用的反应也很快。先是一份声明，称不参与口水战、专注做好自己的事；随着事件发酵，两天后再度发声辟谣，并称已报案。

把视野拉开看，这不是孤立的口水战。具身智能一级市场估值高企，但落到招股书和审计底稿上，收入结构、关联交易、客户集中度都会被逐笔穿透。窗口期一旦打开，藏不住的东西就藏不住了。

产业逻辑很简单：一级市场可以靠叙事定价，二级市场只能靠报表定价。当一批公司排队IPO，游戏规则就从"谁的故事大"切换成"谁的数是真的"。

📉 宇树市值腰斩，二级市场开始算账

一级市场为想象空间付钱，二级市场只为一季度的现金流付钱。

行业多事之秋不止一桩。已经上市的宇树，股价连连下跌，市值从4449亿元的高点，一路跌破2000亿元。一批正在冲刺上市的企业，也随之面临被砸饭碗的危机。

这组数字背后的信号很直白：二级市场不再为人形机器人的终局叙事支付溢价。4449亿元对应的是"未来所有人的工厂都用机器人"的想象，2000亿元对应的是投资人拿计算器逐项核对产能、订单、毛利之后的冷静。

据多位接近投资圈的人士透露，风波之后，不少机构对具身智能项目的尽调明显收紧，收入真实性成为第一道门槛——"先问收入是谁付的，再问技术多先进"。

过去两年和现在，市场评判一把手的尺子完全不同：

这未必是行业衰退，而是定价体系换锚。挤掉的水分，本来就是靠叙事撑起来的部分。

🤖 机器人缺的不是数据，是经验

数据是别人走过的路，经验是机器人自己摔的跤。

把视线从口水战拉回到技术本身。SeeAct AI的穆尧入行时，正是具身智能最荒芜的时候——没有成熟数据集，没有标准Benchmark，甚至没有一条被验证能走通的技术路线。

他南下港大读博，2021年进入HKU MMMLab，成为实验室创始人罗平教授和中国人工智能奠基人之一的汤晓鸥教授共同指导的学生。"具身智能会是一个非常Promising的方向。"这是当时他得到的判断。如今回头看，判断对了，但路远比想象难。

穆尧的核心观点是：机器人真正缺的，不是数据，而是经验。

这两者的区别值得掰开说。数据是静态的输入——遥操作采集的真机轨迹、仿真合成的动作片段，量大、便宜，但缺乏与真实物理世界的因果反馈。经验是动态的资产——机器人在真实环境里抓空一次、碰倒一次、被产线工人纠正一次之后沉淀下来的策略修正。

产业逻辑上，这解释了为什么堆数据堆不出好机器人：遥操作数据没有梯度，仿真数据有Sim2Real鸿沟，而真实交互数据贵到离谱。真正值钱的，是机器人自己"交学费"换来的那部分。

🔁 终局推演，从被训练到自我进化

被训练的机器人是产品，会自我进化的机器人才是资产。

在穆尧的框架里，具身智能的终局路径很清晰：从"被训练"走向"自我进化"。

用一张图概括这个闭环：

这条闭环的产业含义在于：部署量越大，交互越多，经验回流越快，策略进化越快——具身智能第一次拥有了类似互联网产品的飞轮效应。这也是它区别于传统工业机器人的分水岭：后者出厂即定型，二十年不学新东西。

但闭环有一个残酷的前置条件：你得先有足够多的真机部署在真实场景里跑起来。这意味着，能率先跑通闭环的公司，恰恰是那些产品真的被客户买走、真的在产线上干活的公司。

换句话说，技术终局的入场券，是用商业化落地挣来的。穆尧谈的是终局，邵天兰骂的是入场券——两个人其实站在同一条逻辑链上。

⚠️ 挤泡沫不是末日，是补考开始

泡沫破掉的公司死于编故事，活下来的公司赢在编不完的真场景。

回到邵天兰的核心观点，其实就两条：其一，企业至少应该证明PMF（产品-市场匹配）；其二，收入应该真实、持续且具备一定规模。

翻译成大白话，就是三道补考题：

据多位接近行业的人士观察，能过这三关的公司，大多有一个共性：从工业场景切入。抓取、分拣、上下料这些又脏又累、节拍要求高的活，恰恰是机器人最容易证明"我比人划算"的地方。先在产线上挣到真钱，再谈人形和通用，这是符合产业规律的路径。

泼冷水的声音这些年并不少，但像这样指名道姓、由同行亲口说出的，还是少数。行业需要这种不适感——公共讨论里多一分真话，资本配置上就少一分错配。

🔮 小结

从邵天兰开炮、银河通用报案，到宇树市值腰斩，再到穆尧谈"经验"与"自我进化"，九月的机器人行业把一件事说透了：估值可以靠叙事，但活下来只能靠PMF。

未来12个月，IPO窗口期的财报披露将完成第一轮强制挤泡沫，而部署到真实场景的机器人数量，将决定谁能先转起经验飞轮。故事讲得再好，不如产线上多跑一台。

这场补考，才刚刚开始。