具身智能，开始挤水分了

上市第十天，梅卡曼德创始人邵天兰没有庆功，而是连发两条朋友圈长文，把炮口对准了自己所在的行业。

与此同时，据The Information报道，监管层对人形机器人企业IPO的审核门槛正在收紧。

一场关于"具身智能的收入到底是真的，还是做出来的"行业追问，就此拉开。核心判断只有一句：当审核标准从讲PPT变成查流水，靠故事撑起来的估值正在失去最后的掩护。

🎤 上市第十天，邵天兰选择开炮

庆功宴上掀桌子，这事本身就有信息量。

梅卡曼德（09615.HK）是工业机器人"眼脑手"供应商，刚刚完成上市。按常理，创始人邵天兰该享受一段蜜月期。但他选择在上市第10天，连发两条朋友圈长文，直指部分具身智能企业利用"数采中心"和关联交易制造虚假收入，并点名正在推进IPO的银河通用。

银河通用的回应分两步：先以长文表态"不参与无谓的口水战"，随后发布严正声明，称相关"恶意谣言"均属不实信息。双方各执一词，但争论的焦点非常清晰——收入质量。

据多位接近IPO一线的投行人士透露，具身智能企业招股书里的收入结构，正在被监管逐项拆开来看：哪些来自真实客户订单，哪些来自关联方，哪些来自政府相关的数据采购，都要求说清楚。

产业逻辑其实不复杂。港股对具身智能的上市窗口有限，审核通道就那么宽，资本注意力就那么多。同行互撕，本质是对稀缺通道的争夺。但邵天兰把话挑明，客观上把一个行业里心照不宣的问题，摆上了台面：当一家公司的最大客户是自己的股东或地方政府时，这份收入该打几折？

🏭 数采中心，从驾校变成提款机

要理解这场争论，绕不开数采中心。

一位长期跟踪具身智能产业的投资人士给了一个形象的说法：数采中心相当于给机器人开的"驾校"。企业把成百上千台机器人摆进厂房，让它们反复练习各种动作，再把练习过程录成数据，用于模型训练。

这个模式本身没有问题。真问题出在钱从哪来、往哪去。

上海技术交易所智库专家张新原在接受凤凰WEEKLY财经采访时点破了关键：地方政府主导的"数采中心+数据回购"，在不少地方都出现过——有些是真实场景验证，有些则是变相补贴。

注意这个闭环的最后一条边：回购回来的数据本质上是政府补贴，一旦被包装成"营业收入"，就能撑起估值，再去融下一轮钱。这条路走通的前提，是投资人不去追问收入的可持续性。

健康的状态应该是另一条路径：数采中心产生真实数据，数据训练出真本事，本事换来市场化客户的复购订单。两条路径的差别，就是"练车"和"刷里程"的差别——前者在攒技能，后者只是在攒数字。

📉 监管收紧，三条门槛划下来了

行业内部开撕只是前奏，真正的变量来自监管。

据The Information 9月9日报道，中国证监会已向部分投行和投资机构发出非正式"窗口指导"，明确将提高人形机器人企业IPO审批门槛。拟上市企业须满足以下条件之一，其上市申请才有可能被纳入审批考量：

三条门槛翻译成大白话就是：你得有客户会持续付钱，你的血不能一直流，你的技术得是真的。

据多位接近监管的人士称，这不是针对具身智能一家行业的风向，而是监管层对前期部分硬科技赛道"高估值、弱收入"上市案例的整体反思。但对正处在IPO冲刺期的具身智能公司来说，影响最直接——尤其是那些收入大头来自政府相关项目、亏损曲线还没看到拐点的公司。

一句话：讲故事的窗口期，正在关闭。

🔍 真实收入怎么验？两把尺子

张新原给出了判断数采中心与关联交易模式性质的两个硬指标：关联交易收入占比，以及剔除关联方后的真实复购率。

这两个指标为什么关键？拆开看就明白了：

复购率是其中最有杀伤力的一把尺子。一个市场化的客户，用完你的机器人还会再买，说明产品真的解决了问题；如果剔除关联方后几乎没有人复购，那么此前报表上的高增长，本质上是一场向自己人收款的游戏。

值得注意的是，这种检验并不需要什么高深的技术判断，只需要对财务数据的穿透。这也解释了为什么监管的窗口指导能立竿见影——它把"好不好"的争议，变成了"是与否"的核验。

💡 真本事长什么样？看两个样本

挤水分的另一面，是承认真金的存在。真技术什么样？最近两件事给出了参照。

第一件来自学术与开源社区。近期发布的AssemblyGrid v1，是一个面向去中心化多机器人生产系统的开源基准测试。它针对的恰恰是产线上的真实难题：机器人之间的物料交接、需要多台机器人临时组队的协作操作、并行执行的独立生产任务、依赖配方的工艺推进，以及几何可行性约束。目前提供了围绕Flow、Coalition和Concurrency组织的九个官方场景，每个场景分简单、中等、困难三档配置，模拟器、基准定义、参考实现和可视化材料全部开源，论文与代码均可公开查证。

这件事的价值在于：它把"机器人会干活"变成了可复现、可比较的指标。多智能体协同正是工厂里最难啃的部分，公开基准让"演示视频"和"真实能力"之间的水分，第一次可以被量化。

第二件来自大模型侧。智谱首席科学家唐杰在X平台分享了GLM-5.3-Flash推理系统优化的研究成果：从模型首次运行在国产AI加速器上，到承载全部生产流量，仅用两周，部署在超过10万颗国产加速器组成的集群上，端到端吞吐能力提升3.2倍。

更值得注意的是优化工作的执行者之一：一个由GLM-5.3驱动的Infra Agent，参与了性能瓶颈分析、优化方案提出和部分代码修改。唐杰认为，这意味着AI开始参与优化承载自身运行的系统，虽然距离真正的递归自我改进（RSI）还很远，但早期形态已经出现。

这两件事的共同点很清楚：真技术的标志不是发布会规模，而是可验证的指标——吞吐提升3.2倍是数，九个开源场景的成绩单是表。监管问的"真正的技术创新"，最终也要靠这种能被第三方复现的东西来回答。

结语：水分挤掉之后，留下的是真功夫

回头复盘这场风波：邵天兰开炮、银河通用否认、监管收紧窗口指导，三件事在同一个时间窗口发生，指向同一个命题——具身智能正在从估值叙事切换到收入叙事。

挤水分不是坏消息。恰恰相反，当一个行业开始认真追问"收入是真的吗""技术是真的吗"，说明它已经走过了人人均可融资的蜜月期，进入了拼真功夫的淘汰赛。地方政府补贴能不能转化为真实订单，数采中心能不能产出可复用的能力，答案很快会在招股书和复购率里揭晓。

留给从业者的时间不多了，但路标已经很清楚：经常性收入、收窄的亏损、可验证的创新。三样凑齐的，才是下一个周期的幸存者。