具身智能挤水分：从资本热捧到收入真实性拷问

执行摘要：2026年，具身智能进入密集上市期，但宇树股价腰斩、梅卡曼德破发与邵天兰公开质疑同业关联交易制造虚假收入，标志着行业从技术叙事转向商业化验证阶段。本报告从产业格局、产业链结构、数据与竞争要素切入，分析数采中心模式、IPO门槛下的收入真实性问题，并结合Figure Helix 2.5等基座模型进展及GPT-6类通用模型冲击，研判行业从'攒局'走向真实商业落地的趋势。

行业现状：从热度到分化

一、密集上市：具身智能进入资本市场快车道

过去一年，具身智能成为资本市场最受关注的赛道之一。以梅卡曼德在港股挂牌为标志，一批头部企业密集启动或完成上市进程，宇树科技等明星公司先后登陆公开市场，“具身智能第一股”“眼脑手第一股”等标签接连出现。行业热度在技术侧同样高企：Figure发布Helix 2.5模型并宣称机器人可零样本完成家务操作，特斯拉Cybercab开启付费运营，通用机器人的“大脑”叙事持续升温。

然而，资本市场的反应却与行业热度形成明显反差。

二、热度与资本表现的反差

根据公开市场信息，宇树科技上市后股价出现大幅回落，市场用“腰斩”来形容其估值缩水幅度；梅卡曼德上市即破发，二级市场表现未达预期。一边是发布会、春晚亮相与技术演示的聚光灯，一边是上市后股价持续走弱的现实，这种反差构成了当前具身智能行业的核心张力。

分化不仅出现在估值层面，也出现在企业的生存状态上：

三、IPO门槛下的“真实收入”拷问

2025年9月，行业内部矛盾以公开冲突的形式爆发。梅卡曼德创始人邵天兰在港股上市第10天，于朋友圈连发长文，直指部分“攒局型”具身智能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，并在评论中点名正在推进港股IPO的银河通用，称其做法“不合法、不道德、不聪明”。

文章剖析了被质疑的商业模式链条：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，随后通过数据回售等方式实现资金回流。在这种模式下，收入在资本与关联方之间循环空转，机器人公司回购自产数据，形成“数据自买自卖”的闭环。银河通用对此两度回应，先称“不参与无谓的口水战”，随后选择报警处理，事件进入事实待厘清阶段。

需要指出的是，上述指控目前仍属单方陈述，相关争议尚无监管或司法结论。但从产业逻辑看，这场风波的爆发并非偶然：当企业进入IPO审核阶段，交易所与中介机构必然对收入构成、客户集中度、关联交易占比进行穿透式核查，长期存在于一级市场的“估值默契”在公开市场规则下难以为继。邵天兰自身刚完成上市、获资本市场验证，其选择在此时开炮，也反映出上市企业与新晋IPO竞争者之间的利益博弈——真实收入的定义权，直接关系到行业的融资窗口与估值基准。

四、商业化验证期的三重压力

综合来看，具身智能正从“讲故事”阶段进入“交答卷”阶段，面临三重压力：

其一，收入真实性与可持续性压力。 数采业务、示范项目能否构成真实的商业化能力，成为IPO审核与二级市场估值的共同焦点。收入从哪里来、能否持续，是上市公司撑住估值的关键命题。

其二，技术差异化压力。 通用大模型对物理世界的理解能力快速提升，开发者演示显示其可生成可交互的仿真环境，此前“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质疑，具身基座模型的差异化价值边界正被重新审视。

其三，商业模式收敛压力。 行业价值核心正从本体外形转向以感知、决策、控制为主体的“大脑”。若同一套系统能控制海量机器并支持第三方部署，具备平台化潜力的公司才可能获得类似操作系统与云服务的基础设施估值；而依赖资本循环维持收入的公司，将在此轮分化中被淘汰。

五、小结：从热度到分化的必然

具身智能密集上市是行业成熟度的标志，而宇树股价腰斩、梅卡曼德破发与收入真实性争议，则是公开市场对行业的一次系统性校准。热度无法替代收入，演示无法替代订单。随着监管核查趋严、投资者回归基本面，行业将加速分化：真实掌握技术壁垒与商业化路径的企业有望穿越周期，而依赖“攒局”维持估值的企业则面临出清。这一分化过程，正是具身智能从概念走向产业必须经历的“挤水分”阶段。

信任风波与行业格局

2.1 风波的起点：上市第十天的公开点名

2026年9月10日，港股“具身智能眼脑手第一股”梅卡曼德上市仅十天，创始人兼CEO邵天兰在朋友圈连发长文，公开抨击具身智能行业中的“攒局型”创业模式。其核心指控是：部分企业利用「数采中心」与地方政府、投资方之间的关联交易制造虚假收入，以推动上市进程。邵天兰在文中剖析了所谓“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”的商业链条，并在评论区直接点名正在推进港股IPO、曾登上2026年央视春晚的银河通用，称其做法“不合法、不道德、不聪明”。

银河通用随即两度回应，先表示“不参与无谓的口水战”，随后选择报警处理。刚上市即公开“开炮”，邵天兰以自身已通过资本市场验证的立场向同行发起挑战，行业长期半公开化存在的收入真实性争议，由此彻底摆上台面。

2.2 争议核心：数采中心算不算真实收入

这场风波的技术性争点在于数据采集业务的收入定性。具身智能行业确实存在大规模数据需求，训练机器人操作能力需要采集大量真实世界操作数据，数采中心因此成为行业基础设施的常见形态。争议并非数采业务本身，而是其交易结构：当数采中心由地方政府或关联投资方出资建设，机器人企业向其销售设备确认收入，再通过数据回购使资金在圈内循环时，收入的市场化属性便受到质疑。

从资本市场视角看，这一争议在IPO语境下被急剧放大。具身智能企业普遍尚未形成规模化终端客户收入，数采业务往往是报表中的主要构成。港股上市审核对收入真实性、可持续性与关联交易披露的要求，迫使企业在招股说明书中交代收入来源的实质——这也是邵天兰将矛头指向“正在推进IPO”企业的直接背景。

2.3 资本表现的映照：热度与估值的反差

风波发生的时间窗口耐人寻味。2026年9月正值具身智能企业密集上市期，但二级市场表现与一级市场热度形成明显反差：宇树上市后股价腰斩，梅卡曼德自身亦告破发。IPO门槛下的收入真实性追问，与上市后估值撑不撑得住的拷问，本质上是同一个命题的两面——收入从哪里来、能否持续，决定了一家具身智能公司究竟是技术资产还是资本运作的产物。

2.4 风波背后的行业逻辑

客观而言，这场冲突更接近一场围绕上市窗口期与估值叙事的行业博弈，而非单纯的企业纠纷。邵天兰选择在自身上市后发声，客观上既巩固了梅卡曼德“真实商业化”的差异化定位，也抬高了尚未上市竞争对手的审核与舆论成本；对银河通用而言，报警与“不参与口水战”的回应，是在无法完全自证清白的语境下维护市场信誉的现实选择。

从产业演进的角度看，争议的实质是具身智能行业从“故事驱动”向“收入验证”切换的阵痛。此前行业估值主要建立在技术演示与叙事之上，当同业者进入二级市场、需要接受公开财务审视时，模糊地带的交易结构便难以继续隐身。

与此同时，技术侧的进展也在压缩“攒局”叙事的空间。Figure于9月17日发布的Helix 2.5模型，基于人类行为数据集预训练后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，展示了数据—模型能力的真实转化路径；特斯拉Cybercab在得州奥斯汀启动付费运营，则以真实现金流验证机器人价值。这些标杆事件使市场对“什么是真实进展”形成了更清晰的参照系。

2.5 小结：信任重建的门槛

信任风波尚无司法或监管层面的定论，但其产业影响已然显现：关联交易支撑的收入模式在IPO审核与二级市场估值中将面临系统性折扣，数采业务需要回答“终端付费方是谁、数据是否创造客户价值”的基本问题。行业洗牌的方向已经明确——能够证明技术能力可转化为外部客户付费的公司，将在下一阶段的格局中占据主动；依赖资本圈内循环维持报表的企业，则将在“挤水分”过程中被市场重新定价。

产业链剖析：上游与中游

具身智能产业链可粗略切分为上游（核心零部件、数据采集）、中游（机器人本体与“大脑”模型）、下游（场景应用与运营）。本轮行业争议与技术演进，恰好分别落在这两段：上游的数据采集环节成为资金循环与收入真实性的焦点，中游的本体与模型则被普遍视为价值创造的真正核心。

上游：核心部件与数据采集，一条引发拷问的资金链

具身智能上游包括伺服电机、减速器、传感器、灵巧手等硬件部件，以及日益重要的训练数据。其中硬件部件供应链相对成熟，国产化率持续提升，竞争格局清晰；真正引发争议的是数据采集环节。

随着“大脑”模型对真机数据的需求激增，多家具身智能企业近年在多地建设「数采中心」，雇佣操作员穿戴设备采集机器人操作数据。地方政府出于产业招商考量参与出资建设，企业向数采中心销售设备与服务并确认收入，数据再由企业回购用于训练——由此形成了「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」的链条。

这一模式在2025年9月被公开化。港股上市仅10天的梅卡曼德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、租赁公司及关联交易制造收入，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」。银河通用先以「不参与无谓的口水战」回应，随后报警处理。梅卡曼德方面则以其已完成上市、接受过资本市场尽调的立场，强调质疑基于行业普遍现象。

从产业逻辑看，争议的本质在于：地方政府和产业资本出资建设的数采中心，其形成的收入是否代表真实外部商业化需求，还是资本在体系内循环空转。当IPO审核日益关注「真实收入」与收入可持续性，此类依赖关联方与政府资金的收入结构便面临严格拷问——这也是「挤水分」一词的行业背景。

中游：本体与“大脑”，价值的真正锚点

相较上游的数据与部件环节，中游被广泛认为是具身智能价值核心所在。一方面，机器人本体的设计、制造与量产能力决定硬件成本与可靠性；另一方面，以感知、决策、控制为主体的「大脑」模型，正在取代外形与结构，成为决定机器人通用性的关键变量。

技术层面，中游能力正在快速迭代。Figure于9月17日发布Helix 2.5模型，基于人类行为数据集Index预训练后，其Figure 03机器人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，无需额外训练即可实时适应动态变化，验证了跨环境迁移能力。

但中游的差异化价值也面临重新审视。GPT-6 Astra在测试中不仅识别物体与空间关系，还能生成可交互的仿真环境，冲击了「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。具身基座模型的护城河边界由此变得模糊，中游企业需要回答：自己的模型能力相对通用大模型的增量究竟是什么。

产业观察者的判断是，当同一套「大脑」可控制海量机器并支持第三方部署时，具身智能公司有望演变为类似操作系统、云与大模型API的物理世界智能基础设施——平台型企业的竞争将在中游展开，2026年的中国市场被视为关键样本。

上下游的分化逻辑

上游与中游的分野，实际上对应着两种截然不同的商业模式叙事：前者依赖资本与政府资源投入，收入体量可快速做大，但可持续性存疑；后者依赖技术复用与规模化部署，爬坡更慢，但一旦跑通即具备平台价值。梅卡曼德上市后破发、宇树上市后股价腰斩的表现表明，资本市场已开始区分「收入数字」与「收入质量」。对产业链上的企业而言，能否在中游建立真实的模型与本体能力壁垒，正在成为估值能否撑住的分水岭。

下游场景与商业模式

具身智能行业在经历数年资本热捧后，正进入一个更严峻的检验阶段：场景落地的宽度与收入来源的真实性，直接决定企业能否撑住高估值。

家务服务：技术演示先行，商业化尚远

家务服务是具身智能最具想象力的C端场景，但目前仍停留在技术验证阶段。2025年9月17日，Figure发布其称为最先进的神经网络模型Helix 2.5。公司此前使用人类行为数据集Index预训练模型，完成了整理客厅、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，机器人无需额外训练即可零样本实现全身自主家务操作，实时适应动态变化而无需从头训练。

这一进展证明了具身智能跨环境迁移、对物理世界理解的能力，但从技术演示到付费用户之间仍隔着成本、可靠性、安全责任等多重门槛。家务机器人尚无规模化定价与交付案例，对当期收入贡献接近于零。

商用运营：标杆出现，规模有限

B端和运营侧的进展相对更快。2025年9月，特斯拉Cybercab在得州奥斯汀开展付费运营，成为自动驾驶出租车商业化的标志性事件，也验证了机器人形态产品通过运营服务收费的路径可行性。产业分析普遍认为，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。

不过，此类付费运营目前规模仍小，更多是技术验证与品牌展示，距离财报意义上的收入支柱尚有距离。

收入真实性：IPO门槛下的行业拷问

场景有限与估值高企之间的落差，使收入来源成为最敏感的问题。2025年9月，港股上市的梅卡曼德创始人邵天兰在上市第10天于朋友圈连发长文，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，并点名正冲刺港股IPO的银河通用，称相关做法不合法、不道德、不聪明。文章剖析了所谓“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”的链条。银河通用两度回应，先称不参与无谓的口水战，随后报警。

这场风波的产业背景值得注意：梅卡曼德上市即遭遇破发，宇树上市后股价腰斩，行业热度与二级市场表现形成明显反差。当下更重要的是——

• 数据自买自卖的循环模式：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，难以构成可持续收入；
• 关联交易的收入质量：依赖地方政府与投资方关联交易确认的收入，可持续性与商业实质存疑；
• 平台化路径的分野：以蚂蚁灵波为代表的公司试图回答谁能成为平台型企业，2026年被视为观察窗口。

此外，GPT-6 Astra展示了对物品、空间关系的理解及生成交互式仿真环境的能力，使“数字大模型不懂物理世界、需专门训练具身基座模型”的行业立论首次受到强烈质疑，进一步压缩了部分企业的技术叙事溢价。

估值支撑的逻辑重构

综合来看，具身智能当前的下游场景可分为三类，其收入贡献与可持续性差异显著：

行业逻辑正在从“讲故事”转向“验证收入”。对已上市或冲刺IPO的企业而言，收入从哪里来、能否持续、是否具备独立于资本循环的商业实质，已成为撑住估值的核心命题。家务服务决定了长期天花板，商用运营决定近期收入成色，而数采关联交易类收入则面临资本市场与舆论的双重审视。挤出水分之后，真正具备场景化付费能力的公司，才可能在下一轮行业分化中留存。

（注：文中涉及的企业争议为公开报道事件，相关指控与回应尚待后续事实与监管层面确认。）

数据要素与基座模型竞争

数据是具身智能的核心生产要素，围绕数据要素的真实性与获取路径，行业正经历一场深层的信任与价值重估。

一、数据自买自卖模式遭遇公开质疑

具身智能训练依赖大规模真机数据采集，「数采中心」因此成为行业标配基础设施。但9月的一起公开冲突将这一模式推上风口浪尖：港股上市仅10天的梅卡曼德创始人邵天兰在朋友圈连发长文，指控部分「攒局型」具身智能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。其剖析的链条为：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。银河通用两度回应，称「不参与无谓的口水战」，并选择报警。邵天兰则回应称相关做法「不合法、不道德、不聪明」。

从产业逻辑看，争议的实质在于：当机器人公司向数采中心出售设备、再回购自产数据时，收入是否构成真实的第三方商业化能力，抑或仅是资本在圈内循环空转。在IPO审核趋严、监管关注收入真实性的背景下，这一问题直接关系企业能否跨越上市门槛。宇树上市后股价腰斩、梅卡曼德自身破发的市场表现，进一步放大了「收入从哪里来、能否持续」这一估值拷问的紧迫性。目前相关指控尚无监管或司法定性结论，但事件已把数据业务的会计确认与商业实质问题，变成全行业无法回避的议题。

二、Helix 2.5：数据壁垒叙事的技术反证

在数据获取路径争议之外，另一条战线上的进展正在改写「数据量决定能力」的行业假设。9月17日，Figure发布其称「最先进」的神经网络模型Helix 2.5。公司此前使用人类行为数据集Index对模型进行预训练，覆盖整理客厅、折毛巾、整理床铺三类家务行为，随后将搭载该模型的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，即以零样本方式实现全身自主家务操作，并能实时适应动态变化。这意味着具身智能具备了跨环境迁移的物理世界理解能力，单一企业通过自建数采中心堆砌数据所形成的壁垒，其相对价值面临重新定价。若高质量的人类行为数据集加通用预训练即可实现迁移，数采中心的重资产投入产出比将被置于更严格的审视之下。

三、GPT-6类通用模型冲击基座模型差异化

更具结构性冲击的是通用大模型对物理世界的理解边界拓展。开发者将含容器和液体的图片交给GPT-6 Astra，它不仅能识别物品与空间关系，还能生成可交互的仿真环境。此前行业普遍立论是：数字大模型不懂物理世界，因此需要专门训练机器人基座模型。Astra的表现让这一立论首次受到强烈质疑——如果通用模型已能理解空间关系并生成仿真环境，专门具身基座模型的差异化价值边界在哪里，正成为资本与创业者共同追问的问题。

四、竞争格局展望

两条线索指向同一结论：数据要素的「量」的叙事正在向「质」与「真实性」收敛，基座模型的「专用性」溢价正在被通用能力稀释。对具身智能企业而言，可行的差异化或在于三方面：真实场景中的闭环运落数据（如特斯拉Cybercab付费运营所代表的路径）、运动控制层面的本体know-how，以及面向垂直场景的工程化交付能力。行业讨论开始聚焦「大脑」的平台化前景——当同一套感知决策系统可控制海量机器并支持第三方部署，具身智能公司有机会成为类似操作系统与大模型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这一问题的合适样本。

对投资人与监管而言，核心判断标准正在统一：数据资产是否对应真实外部需求，模型能力是否可在无干预的陌生环境中复现。挤掉水分之后，具身智能的估值锚点将从演示与融资轮次，转向可验证、可持续的真实收入与跨场景泛化能力。

趋势判断：挤水分与平台化

一、从资本叙事到收入验证的必然收敛

2026年9月，具身智能行业爆发了一场标志性的公开冲突。港股「具身智能眼脑手第一股」梅卡曼德上市仅10天，创始人兼CEO邵天兰在朋友圈连发长文，直指部分「攒局型」具身智能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。银河通用两度回应，先称「不参与无谓的口水战」，随后报警。这场风波的核心，并非个案恩怨，而是行业商业模式的深层矛盾被摆上台面：当IPO门槛要求企业交代「真实收入」时，靠资本运作维持估值的故事便难以为继。

被质疑的典型链条是「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」，其本质是数采中心扫货、机器人公司回购自产数据，资本在圈内循环空转，收入并非来自终端市场的真实付费。这种模式在一级市场融资阶段或可维系，但进入公开市场后面临三重约束：

1. 信息披露约束：IPO审核要求收入结构、关联交易占比透明化，自买自卖的收入难以通过审计与问询。

2. 市场定价约束：二级市场以持续经营能力估值。宇树上市后股价腰斩、梅卡曼德自身破发，说明即便技术光环浓厚的公司，一旦收入质量受到怀疑，估值支撑立刻松动。

3. 信任约束：邵天兰以自身已获资本市场验证的身份发起质疑，行业信任战正式打响，后续IPO企业的收入真实性将被更严格审视。

从产业逻辑看，这一收敛过程是健康且必要的。技术演示可以靠场景编排，估值故事可以靠融资节奏，但收入只能来自客户为真实价值付费。挤水分并非行业终结，而是行业从「讲故事阶段」进入「验证阶段」的成人礼。

二、挤水分的行业演进路径

三、终局形态：通用「大脑」的平台化

挤水分解决的是「谁在裸泳」，平台化回答的是「谁将胜出」。行业共识正在形成：机器人的价值核心已从外形与硬件，转向以感知、决策、控制为主体的「大脑」。

两条技术信号支撑这一判断。其一，特斯拉Cybercab于2026年9月在得州奥斯汀开展付费运营，验证了「同一套智能系统控制海量机器并产生真实运营收入」的路径。其二，Figure发布Helix 2.5模型，基于人类行为数据集Index预训练后，Figure 03机器人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，实时适应动态变化而无需从头训练——这证明具身智能具备跨环境迁移的物理世界理解能力，通用化的技术前提正在成立。

与此同时，竞争边界也在被重新审视。GPT-6 Astra不仅能识别含容器和液体图片中的物品与空间关系，还能生成可交互的仿真环境，使「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质疑。这意味着具身基座模型的差异化窗口并非无限，平台型企业的护城河必须建立在数字大模型难以替代的能力上：真实物理数据闭环、机器人本体控制、以及端到端的部署运营能力。

当同一套「大脑」可控制海量机器并支持第三方部署时，具身智能公司的终局形态将类似操作系统、云和大模型API——成为物理世界的智能基础设施。2026年的中国，以蚂蚁灵波为代表的一批具身智能公司，正是观察谁能走到这一步的合适样本。

具身智能行业正处在两个趋势的交汇点上：向下，挤水分推动行业向真实收入验证收敛，关联交易与数据自循环模式将在IPO与二级市场的双重审视下出清；向上，通用「大脑」的技术成熟度为平台型企业打开空间。两个趋势互为因果——只有收入真实、穿越验证周期的公司，才有资格与资源投入平台级「大脑」的长期研发；而平台化带来的规模化收入，又是最坚实的「真实收入」。未来的分化将非常清晰：靠资本运作维持估值的公司逐步出局，具备通用智能底座、能够向千行百业输出机器人能力的基础设施型公司，将接管这个行业的定价权。