具身智能产业观察：挤水分与真实力

执行摘要：2026年具身智能行业进入关键拐点：头部企业密集上市引发收入真实性拷问，数采中心与关联交易争议公开化；同期Figure Helix 2.5与GPT-6等技术突破重塑能力边界，商业化验证与估值分化并行。本报告从竞争格局、产业链、数据与商业模式、技术趋势四条主线，剖析具身智能从资本叙事走向产业落地的路径与挑战。

行业现状与竞争格局

2026年，具身智能行业正站在一个关键的分水岭上。过去两年间，这一赛道经历了资本追捧下的估值狂飙与密集融资，头部公司相继推进或完成上市，行业叙事从「技术演示」迅速切换到「商业化验证」。而2026年9月接连发生的一系列事件——宇树上市后股价腰斩、梅卡曼德破发并掀起行业口水战——标志着具身智能正式进入挤水分、验成色的阶段。

一、上市潮与估值回调：热度与资本表现的落差

具身智能公司近年来密集登陆资本市场，形成了一波显著的上市潮。港股市场先后迎来宇树、梅卡曼德等标志性企业，其中梅卡曼德被冠以「具身智能眼脑手第一股」之名。上市潮的背后，是资本对这一赛道的长期看好：人形机器人被视为继智能手机、新能源汽车之后的下一代智能终端载体。

然而，二级市场的表现迅速给热度降温。宇树上市后股价一度腰斩，梅卡曼德上市即遭遇破发。这一反差揭示了一个核心矛盾：一级市场的估值逻辑建立在技术想象力和增长叙事之上，而二级市场则要求企业用真实收入、订单质量和盈利路径来证明自己。当「名气很大、上过春晚」的品牌光环无法转化为可持续的财务表现时，估值回调便成为必然。

二、口水战公开化：收入真实性的行业拷问

估值回调的压力之下，行业内部矛盾以激烈的方式公开化。2026年9月10日，梅卡曼德创始人兼CEO邵天兰在上市敲钟不到十天内，于朋友圈连发长文，抨击所谓「攒局型」具身智能创业模式，指控部分企业利用数采中心、租赁公司及关联交易制造不可持续的收入，并点名正冲刺港股IPO的银河通用，称其做法「不合法、不道德、不聪明」。银河通用随后作出回应并报警。

被质疑的模式链条大致为：地方政府出资建设数采中心，企业向中心出售设备并确认收入，数据回售使资金回流企业，资本在圈内循环空转。这种「数采中心扫货、机器人公司回购自产数据」的闭环，在一级市场融资阶段尚可维持估值故事，但在IPO尽调与二级市场审视下难以伪装。这场风波的产业逻辑值得客观看待：具身智能确实需要大规模数据采集作为训练基础，数采业务本身是行业基础设施的一部分；争议的焦点不在于业务形态，而在于关联交易下的收入是否构成真实的商业化能力。从产业演进角度，头部公司以自身已获资本市场验证的立场向行业发难，客观上加速了收入真实性标准的建立，长期看有利于出清劣质产能。

三、头部公司分化：技术叙事与商业模式的双线竞争

在挤水分的同时，真正具备技术积累的企业仍在向前推进，行业分化日益明显。

技术侧，头部公司持续加码「大脑」能力。9月17日，Figure发布其称「最先进」的神经网络模型Helix 2.5，借助人类行为数据集Index预训练，Figure 03在陌生家庭环境中零样本完成整理客厅、折毛巾、整理床铺等家务操作，无需额外训练即可适应动态变化，展示了跨环境迁移能力。与此同时，特斯拉Cybercab在得州奥斯汀开展付费运营，将机器人价值主张从外形演示推向真实场景中的感知、决策与控制。

商业侧，行业共识正在形成：机器人价值核心正从「身体」转向「大脑」。当同一套智能系统可控制海量机器并支持第三方部署时，具身智能公司有机会成为类似操作系统、云服务和大模型API的物理世界智能基础设施。2026年的中国市场，以蚂蚁灵波为代表的平台型企业探索，正在成为这一命题的重要样本。

不过，技术叙事本身也面临冲击。GPT-6 Astra展现出对物理世界的理解能力，不仅能识别物品与空间关系，还能生成可交互的仿真环境。此前行业普遍立论「数字大模型不懂物理世界，需要专门训练机器人基座模型」，这一差异化价值边界正被重新审视，具身基座模型的护城河亟待重新定义。

四、从热度竞赛到验证期

综合来看，具身智能行业正经历三重转折：估值逻辑转折，从一级市场的叙事溢价转向二级市场的收入验证；竞争逻辑转折，从融资规模和品牌声量竞赛，转向真实订单、可复制的场景落地能力比拼；叙事逻辑转折，从「身体」的硬件比拼，转向「大脑」的平台化卡位。

对产业观察者而言，接下来的关键指标不再是发布会上的演示视频，而是三类问题的答案：收入从哪里来、能否持续、毛利率是否为正。能够穿越这轮挤水分周期的企业，才具备定义下一阶段行业格局的资格。

IPO挤水分：收入真实性争议

2025年9月，具身智能行业爆发了一场罕见的公开冲突。港股上市仅10天的梅卡曼德创始人兼CEO邵天兰，在朋友圈连发长文，公开指控部分具身智能企业利用「数采中心」和关联交易制造不可持续的收入，并称其做法「不合法、不道德、不聪明」。由于文中暗指「名气很大、估值高、上过春晚」的公司，并在评论区直接点名正在推进港股IPO的银河通用，这场风波迅速从朋友圈走向公共舆论场。

银河通用的回应经历了两个阶段：先是表示「不参与无谓的口水战」，随后选择报警处理。至此，行业长期存在但从未公开化的收入真实性争议，以「口水战+报警」的方式彻底摆上台面。值得注意的是，邵天兰发声的时间点极为微妙——梅卡曼德作为「具身智能眼脑手第一股」刚完成上市，其自身虽已获得资本市场验证，但上市首日即告破发。以已上市企业创始人身份向拟上市同行发难，既是商业模式之争，也是IPO窗口期的利益之争。

争议链条：数采中心模式的三个环节

邵天兰文章的核心，是剖析了一种被其称为「攒局型」的收入模式，其典型链条如下：

这一链条的争议点在于：其一，收入的终端付款方是地方政府或关联投资方，而非真实的市场客户。数采中心采购设备、企业回购自产数据，资本在圈内循环空转，收入数字存在但商业价值存疑。其二，租赁公司与关联交易的介入，使得设备销售的真实性进一步模糊——卖出去的设备可能通过租赁或回购关系变相回到企业手中。其三，数据自买自卖的闭环中，企业既是数据的生产者又是购买者，缺乏第三方验证的收入缺乏可持续性证明。

支持者与质疑者的分歧并不在于事实本身，而在于如何定性这一模式。一种观点认为，数采中心是具身智能产业早期的必要基础设施，地方政府出资建设数据设施属于产业培育的正常动作，数据采集本身也是模型训练的真实需求（参照Figure使用人类行为数据集预训练Helix模型并实现零样本家务操作的技术路径，高质量数据确有实际价值）。另一种观点则认为，当数采收入成为企业营收的主要构成、且交易对手方高度关联时，它更接近一种资本运作手段，用以维持估值而非验证商业化能力。

IPO门槛：挤水分的制度性力量

这场冲突的深层背景，是具身智能企业正密集走向上市，而IPO审核门槛对收入真实性提出了硬性要求。银河通用被点名，正是因为其正处于冲刺港股IPO的关键阶段；而梅卡曼德自身的上市过程，也意味着其收入结构已经历了中介机构与监管的核查。

IPO作为「挤水分」机制，其作用体现在三个层面：

1. 收入确认的穿透式审查。招股书要求企业披露前五大客户、关联交易细节及收入确认政策，地方政府合资、数采中心回购等模式在尽调中难以回避关联方认定问题。

2. 商业化能力的证明义务。发行人需要回答收入从哪里来、能否持续——这正是宇树上市后股价腰斩、梅卡曼德破发之后，资本市场最直接抛出的拷问。

3. 同业竞争的显性化。当多家同赛道企业同时排队IPO，收入质量的对比成为估值定价的直接变量。率先上市者有动机揭示对手的「水分」，以凸显自身财务数据的成色。

产业逻辑：从技术演示回到商业拷问

平心而论，这场口水战反映的是具身智能行业整体商业化落地乏力的现实。技术演示（如Figure 03在陌生环境完成家务、特斯拉Cybercab开展付费运营）与可持续收入之间，仍隔着漫长的验证周期。当技术叙事（尤其是通用具身基座模型的故事）受到大模型能力外溢的冲击时，部分企业转向依靠资本运作维持估值，收入结构的「含金量」问题随之凸显。

无论双方争议的最终法律与事实结论如何，其产业意义已经明确：具身智能行业正从「讲故事」阶段进入「验真」阶段。IPO门槛倒逼企业交代真实收入结构，数采中心、关联交易、政府合资等模式将被逐一置于阳光之下。对产业而言，这未必是坏事——挤掉水分之后，真正具备终端客户付费能力和技术壁垒的企业，才有机会撑住上市后的估值。

注：本章涉及的企业指控与回应，均基于公开渠道信息陈述；相关争议的事实认定，以监管审核结论及司法机关处理为准。

产业链全景：上游硬件

具身智能的竞争叙事往往聚焦于「大脑」——模型、算法与数据。但参考8指出，机器人的价值核心正在从外形转向以感知、决策、控制为主体的能力体系，而这一切的物理载体，仍然是上游硬件。当行业从技术演示走向商业化验证、从估值故事走向「真实收入」拷问（参考1、参考6、参考7），上游供应链的成熟度与成本曲线，成为判断一家整机企业能否规模化交付的硬指标。本章围绕伺服电机、减速器、灵巧手与传感器四类核心部件，梳理国产化进展与降本逻辑。

一、核心部件的国产化图谱

具身机器人的物料成本结构中，运动执行系统（伺服电机+减速器）通常占比最高，其次为传感器与灵巧手。过去十年，伴随工业机器人与新能源产业链的培育，中国在上游硬件环节已形成较为完整的供给能力，但各环节成熟度差异明显：

这一格局的含义是：整机厂商在「身体」层面的选型自由度显著提升，国产供应链能够在保持性能可用的前提下提供明显更低的BOM成本，为人形机器人从百万级向十万级人民币价格带下探提供了支撑。

二、成本曲线与规模化逻辑

上游降本遵循一条典型的产业路径：需求起量—工艺定型—规模摊薄—价格下探—需求进一步放大。与工业机器人时代不同的是，具身智能对本体的需求呈现「多构型、快迭代」特征，双足、轮式、灵巧手自由度配置尚未收敛，这既给上游带来小批量多品种的挑战，也加速了模块化、平台化部件方案的普及。

具体来看三条降本主线：

其一，执行器集成化。 将电机、减速器、编码器、驱动器集成为标准化关节模组，减少整机厂的集成成本与供应链管理复杂度。头部整机企业普遍自研执行器或与上游联合定义规格，把「身体」当作可快速迭代的模块，而将研发资源集中于「大脑」。

其二，传感器国产替代。 六维力与触觉传感器此前长期依赖进口、单价高企，是国内团队切入的重点方向。随着数采与训练对力觉、触觉数据的需求上升（这一点与数采中心业务的产业化直接相关，尽管该业务的收入真实性近期引发行业争议，见参考1、参考3、参考5），传感器出货量有望进入正循环。

其三，工艺与材料迁移。 消费电子与汽车供应链的精密制造能力——精密注塑、微型传动、SMT贴装、自动化装配——正在向机器人硬件迁移，缩短了从样机到量产的爬坡周期。

三、上游成熟度对行业的结构性意义

参考8提出的判断值得重视：当机器人价值核心转向「大脑」，且同一套大脑可控制海量机器并支持第三方部署时，具身智能公司有机会成为物理世界的基础设施层。而这一叙事成立的前提，恰恰是「身体」不再构成瓶颈——硬件足够成熟、便宜、可靠，才能支撑大脑的大规模部署与迭代。

这也为审视当前的行业争议提供了产业视角。参考1、参考6揭示的「数采中心扫货、公司回购自产数据」模式之所以受到质疑，核心在于其收入不对应终端商业化需求，属于资本在圈内循环空转。与之相对，上游硬件环节的收入天然更「硬」：零部件出货对应真实的装机量与终端交付，具备可验证的物理载体。在IPO门槛对「真实收入」的追问下（参考1、参考7），整机企业能否向上游供应商带来持续、真实的订单，将成为区分「攒局型」公司与产业型公司的重要观察窗口。

四、观察要点

综合来看，本章给出三点判断：

1. 国产硬件供应链已具备规模化支撑能力，但成熟度分层明显。 伺服电机与谐波减速器接近成熟，线性执行器部件快速追赶，灵巧手与高端力觉、触觉传感器仍处早期，是未来两三年降本与国产替代的主战场。

2. 上游成本曲线决定整机商业化节奏。 整机降本的边际贡献正在从结构设计转向供应链规模效应，具备垂直整合能力或深度绑定优质供应商的整机企业，将在价格竞争中占据先手。

3. 硬件出货是「挤水分」的可验证锚点。 在行业收入真实性争议持续发酵的背景下，上游零部件订单与装机数据，为判断具身智能企业的真实商业化进展提供了难以粉饰的外部证据。投资者与产业观察者可据此交叉验证整机企业的交付能力，识别估值泡沫与真实力之间的差距。

产业链中下游：整机与应用

一、产业链分工格局：整机、大脑与系统集成

具身智能产业链正在形成三层结构：上游核心零部件（电机、传感器、减速器）、中游整机厂商与“具身大脑”模型公司、下游面向场景的系统集成商与应用服务商。中游的分工边界正在从模糊走向清晰，但仍存在明显的重叠与博弈。

整机厂商以宇树、Figure等为代表，掌握本体设计、制造与运动控制能力。其商业逻辑正在发生变化：当本体趋于同质化、硬件毛利率承压，价值核心正从“外形与运动能力”转向以感知、决策、控制为主体的“大脑”。特斯拉Cybercab于9月在得州奥斯汀开展付费运营，进一步印证了产业界对“身体已就位、大脑待突破”的判断。

具身大脑公司试图占据类似操作系统的位置。文章认为，当同一套大脑可控制海量机器并支持第三方部署时，具身智能公司有望成为类似云与大模型API的物理世界智能基础设施，以蚂蚁灵波为代表的中国公司被视为潜在的平台型企业样本。但这一叙事正受到冲击：开发者测试显示，GPT-6 Astra不仅能识别含液体容器的物品与空间关系，还能生成可交互的仿真环境，“数字大模型不懂物理世界、必须专门训练机器人基座模型”的行业立论首次受到强烈质疑，具身基座模型的差异化价值边界被重新审视。

系统集成商则承担“最后一公里”的工程化角色，将整机、大脑与具体产线、仓储、服务场景结合，往往也是当前最接近真实收入的一环。

二、中游竞争的深层矛盾：收入真实性

中游公司的商业化能力正在被资本市场严格审视。9月，港股“具身智能眼脑手第一股”梅卡曼德上市仅10天，创始人邵天兰在朋友圈连发长文，公开指控部分“攒局型”具身智能企业利用数采中心与关联交易制造虚假收入，并点名正冲刺港股IPO的银河通用，称其做法“不合法、不道德、不聪明”；被点名的“名气很大、上过春晚”的银河通用先回应“不参与无谓的口水战”，随后报警。

争议指向一条典型链条：地方政府出资建数采中心—企业卖设备确认收入—数据回售企业实现资金回流，资本在圈内循环空转。数采业务本身是具身智能的必要环节（模型训练依赖高质量行为数据），问题在于其收入是否反映真实外部需求。这场风波的产业背景是密集上市期：宇树上市后股价腰斩、梅卡曼德自身破发，行业热度与资本表现形成反差，“真实收入”成为IPO门槛下的核心追问，行业信任战正式打响。从产业逻辑看，这一冲突本质是商业化落地乏力期的估值争夺——当技术演示难以持续支撑高估值，收入质量成为分化的分水岭。

三、下游场景落地进度与付费意愿

工业场景是当前确定性最高的付费来源。工厂对分拣、上下料、质检等环节有明确的ROI计算，系统集成商在此扮演关键角色，梅卡曼德等公司正是靠工业视觉与操作方案获得资本市场认可的——其上市本身即为“真实收入”路线提供了一次验证。

物流场景介于两者之间，标准化程度较高、可复制性强，但客户对故障率和交付稳定性要求苛刻，人形形态相对传统自动化设备暂无成本优势。

家庭服务场景则仍处技术验证期。Figure发布Helix 2.5模型，基于人类行为数据集Index预训练后，Figure 03在陌生环境中零样本完成整理客厅、折毛巾、整理床铺等家务操作，展示了跨环境迁移能力。但技术演示到消费者付费之间仍有巨大鸿沟——C端付费意愿尚未验证，家庭场景短期更接近技术与品牌的“练兵场”而非收入来源。

四、本章判断

中游的整机—大脑分工尚未固化，基座模型的差异化价值正被通用大模型挤压；下游场景中，工业与物流的B端付费是唯一经过验证的收入基础，家庭服务的商业化仍需以年计。收入真实性的行业拷问，将加速“攒局型”公司与“产品型”公司的分化，挤水分之后，真实的场景收入能力将成为中游企业撑住估值的唯一支柱。

数据飞轮与基座模型之争

数采业务的叙事转折：从核心资产到收入拷问

2025年9月，具身智能行业爆发了一场波及全行业的公开争论。梅卡曼德于港股上市第10天，创始人兼CEO邵天兰在朋友圈连发长文，公开指控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。银河通用两度回应，先称「不参与无谓的口水战」，随后选择报警处理。这场风波并非简单的企业间摩擦，而是把行业最敏感的商业模式争议——数据采集业务是否构成真实商业化能力——摆上了台面。

争议的核心是一条被剖析的链条：地方政府出资建数采中心，企业向中心卖设备确认收入，数据再回售给企业，资金完成回流。行业普遍存在的现象是「数采中心扫货、机器人公司回购自产数据」，资本在圈内循环空转。在一级市场融资阶段，这类操作可以被包装为「数据飞轮正在转动」的故事；但当企业进入IPO阶段，监管对收入真实性、关联交易和可持续性的追问变得无法回避。「真实收入」成为具身智能公司上市时必须交代的核心命题。

值得注意的产业背景是，资本市场本身已对行业给出阶段性定价：宇树上市后股价腰斩，梅卡曼德自身破发，行业热度与二级市场表现形成明显反差。当估值无法仅靠技术演示和融资叙事维持，「收入从哪里来、能否持续」成为上市公司撑住估值的关键。

数据飞轮的重新定义

数据飞轮作为具身智能的核心叙事——数据越多、模型越强、机器人部署越广、数据收集越容易——其逻辑本身并未失效，失效的是「自买自卖」式的伪飞轮。真正支撑飞轮的应当是真实任务场景中产生的、带有分布多样性的数据，而非关联交易中介入的资金流。这意味着数采业务的角色正在重塑：从「制造报表收入的业务单元」回归为「服务模型训练的成本中心」。对于已获得资本市场验证的企业而言，主动切割虚假收入模式、以自身立场向同行发起挑战，也标志着行业信任战正式打响，未来收入质量的甄别将成为投资与监管的共同焦点。

Helix 2.5：零样本迁移的实证

与商业模式争议同期，技术侧出现了一个关键验证。9月17日，Figure正式发布其称为「最先进」的神经网络模型Helix 2.5。Figure使用人类行为数据集Index预训练模型，完成整理客厅、折毛巾、整理床铺三种家务行为，并将搭载该模型的Figure 03人形机器人放入陌生环境测试。结果显示，机器人无需任何额外训练即可零样本实现全身自主家务操作，并可实时适应动态环境变化而无需从头训练。

这一结果的意义在于证明具身智能具备跨环境迁移的物理世界理解能力。如果泛化能力可以由预训练直接获得，那么「堆数据量换性能」的传统数据飞轮逻辑权重将下降，数据质量与人类行为先验的价值上升。这对国内以数采规模为核心卖点的企业构成实质性挑战：数据资产的护城河属性可能被重新定价。

GPT-6冲击下的基座模型价值重估

另一重压力来自通用大模型。GPT-6 Astra的表现让具身智能行业的一个核心立论首次受到强烈质疑。此前行业普遍认为数字大模型不懂物理世界，必须专门训练机器人基座模型。但开发者将含容器和液体的图片交给Astra后，它不仅识别物品和空间关系，还能生成可交互的仿真环境。这意味着通用基座模型向物理世界的渗透速度超出预期，具身基座模型的差异化价值边界正被重新审视。

由此产生的关键问题是：具身智能公司的「大脑」层还能守住多少独立价值？产业界的一种判断是，机器人价值核心正从外形转向以感知、决策、控制为主体的「大脑」。当同一套大脑可控制海量机器并支持第三方部署时，具身智能公司有望成为类似操作系统、云和大模型API的物理世界智能基础设施。2026年的中国市场、以蚂蚁灵波为代表的公司，被视为回答「谁能成为平台型企业」的合适样本。但这条路的前提，是能够在通用基座模型之上建立不可替代的物理交互能力，而非重复数字大模型已经或即将完成的工作。

本章小结

数据飞轮与基座模型，是具身智能两大支柱叙事，如今同时承压：前者的商业化真实性被IPO门槛和同业指控公开拷问，后者的技术独立性被零样本迁移的实证和通用大模型的物理理解能力侵蚀。行业正在经历一次「挤水分」过程——自买自卖的数据生意难以为继，泛化能力与真实任务收入成为新的验证标准。穿越这轮洗牌的公司，需要在数据质量、模型泛化与真实商业闭环三者之间建立可被外部验证的正循环。

趋势判断：平台化与分化

一、价值重心迁移：从「身体」到「大脑」

过去数年，具身智能产业的投资与舆论焦点集中在硬件本体——人形机器人的自由度、灵巧手、运动控制能力。但产业信号显示，价值核心正加速向以感知、决策、控制为主体的「大脑」迁移。

两个标志性事件支撑这一判断。其一，特斯拉Cybercab于9月在得州奥斯汀开展付费运营，表明机器人商业价值兑现的关键在于运营层面的智能调度与决策，而非外形拟人程度。其二，Figure于9月17日发布Helix 2.5模型，搭载该模型的Figure 03在陌生环境中零样本完成整理客厅、折毛巾、整理床铺等全身自主家务操作，无需额外训练即可实时适应动态变化。这证明具身智能具备跨环境迁移的物理世界理解能力，软件层正在成为产品力的决定性变量。

与此同时，GPT-6 Astra的表现对具身基座模型的差异化立论构成冲击——开发者将含容器和液体的图片交给Astra，它不仅识别物品与空间关系，还能生成可交互的仿真环境。行业此前普遍认为数字大模型不懂物理世界、必须专门训练机器人基座模型，这一立论首次受到强烈质疑。这意味着具身「大脑」赛道的准入壁垒并非天然稳固，竞争窗口正在收窄。

二、平台型企业的竞争逻辑

当同一套「大脑」可以控制海量机器人并支持第三方部署时，具身智能公司有机会成为类似操作系统、云和大模型API的物理世界智能基础设施。这一判断定义了下一阶段竞争的焦点形态：操作系统型平台。

平台化路径的核心要素可概括如下：

平台型企业的壁垒来自三方面：跨本体与跨环境的泛化能力（如Helix 2.5展示的零样本迁移）、规模化的数据闭环，以及面向第三方的部署生态。文章观点认为，2026年的中国市场是观察谁能成为平台型企业的合适样本，以蚂蚁灵波为代表的具身智能公司正在回答这一问题。需要说明的是，平台化路径尚处早期，「大脑」与通用大模型之间的能力边界仍在博弈，最终格局存在多种可能。

三、分化与出清：收入真实性成为分水岭

9月，具身智能行业爆发公开冲突。梅卡曼德在港股上市第10天，创始人邵天兰连发长文，指控部分「攒局型」企业利用数采中心与地方政府、投资方的关联交易制造虚假收入，并点名正在推进港股IPO的银河通用。文章剖析的链条为「地方政府出资建中心—企业卖设备确认收入—数据回售资金回流」；行业普遍现象是数采中心扫货、机器人公司回购自产数据，资本在圈内循环空转。银河通用回应称「不参与无谓的口水战」，随后报警。梅卡曼德与银河通用双方各执立场，相关指控属于单方陈述，尚无监管机构认定结论，事件的最终走向有待观察。

抛开个案争议，这一风波折射的是结构性压力：IPO门槛下，企业被迫交代「真实收入」。数采业务是构成真实商业化能力，还是依赖关联交易的收入包装，成为资本市场甄别企业的关键。资本表现已经给出信号——宇树上市后股价腰斩，梅卡曼德自身破发，行业热度与二级市场表现形成明显反差。

四、本章判断

综合以上事实，本章形成三点判断：

1. 价值迁移不可逆。硬件本体的差异化空间收窄，感知决策「大脑」及配套数据、模型能力成为估值锚点。

2. 平台化是终局竞争。可控制海量机器人、支持第三方部署的操作系统型平台将占据产业链最高价值环节，但通用大模型对物理世界的渗透构成潜在变量。

3. 出清已经开始。收入真实性问题被公开化后，纯硬件厂商与依赖资本循环的攒局型企业面临估值与融资双重压力；具备真实付费场景与跨环境泛化能力的企业，将在分化中沉淀为平台型候选者。

产业正从「讲本事」转向「验收入」的阶段，挤水分的过程虽伴随摩擦与争议，但对行业长期健康而言，这是平台型企业浮现前的必要前置条件。