具身智能：从资本热潮到真实收入的时代拷问

执行摘要：具身智能行业正处于从概念验证走向商业验证的关键拐点。梅卡曼德创始人公开质疑行业关联交易与虚假收入，引发信任战，叠加宇树、梅卡曼德上市后股价承压，暴露商业化落地乏力。技术上，Figure Helix 2.5展现零样本迁移能力，但GPT-6等通用大模型对具身基座模型价值构成挑战。本报告从格局、产业链、数据与竞争、趋势四方面剖析行业真实处境。

行业现状：热潮退去与信任危机

2026年9月，具身智能行业经历了从资本追捧到信任动摇的转折时刻。梅卡曼德在港股上市仅10天后，创始人兼CEO邵天兰在朋友圈连发长文，公开质疑部分具身智能企业利用「数采中心」与关联交易制造虚假收入，并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。这场被业界称为「掀桌」的公开冲突，标志着行业长期潜藏的收入真实性争议首次浮出水面，具身智能从「讲故事」阶段进入「验真金」阶段。

争议的核心：数采中心模式

邵天兰在文章中剖析了所谓的「攒局型」商业模式链条：地方政府出资建设数据采集中心，机器人企业向中心出售设备并确认收入，随后数据回售给企业、资金回流，形成收入在关联方之间循环的闭环。他还披露了行业普遍存在的现象——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。其在评论区直言此类做法「不合法、不道德、不聪明」。

从产业逻辑看，这一争议的实质在于收入质量的认定：数据采集业务究竟构成真实的商业化能力，还是仅为估值服务的财务安排？在一级市场，这类收入可以支撑高估值叙事；但一旦进入IPO审核阶段，关联交易占比、收入可持续性、客户独立性等均成为监管问询的核心问题。具身智能企业密集冲刺上市，客观上将这一原本停留在投资圈内部的质疑推向公开化。

双方立场与事件走向

银河通用随后两度回应，先称「不参与无谓的口水战」，并选择报警处理。值得注意的是冲突双方的博弈位置：梅卡曼德以「具身智能眼脑手第一股」身份刚完成上市，邵天兰以自身已获资本市场验证的立场发起挑战；而银河通用估值高、曝光度高，正处于IPO关键期，声誉与审核进程均承受压力。这一事件目前尚无监管机构介入的公开信息，其最终定性仍待观察，但行业信任战已正式打响。

资本市场的反向信号

与口水战几乎同步，二级市场给出了冷静的定价。宇树科技上市后股价腰斩，梅卡曼德自身亦告破发。一边是概念热度与媒体曝光的持续高企，一边是上市后估值的大幅回落，这种反差表明：公开市场投资者对具身智能的定价已从「技术叙事」转向「商业模式拷问」——收入从哪里来、能否持续、毛利结构是否健康，成为上市公司撑住估值的关键命题。一级市场的高估值与二级市场的谨慎定价之间的裂口，正是本轮「挤水分」的直接体现。

热潮退去背后的行业分化

需要客观指出的是，质疑与信任危机并不意味着技术路线的失败。同期，Figure发布Helix 2.5模型，实现机器人零样本自主完成家务操作，展示了跨环境迁移能力；特斯拉Cybercab在得州开展付费运营，验证了机器人商业化的另一条路径；GPT-6 Astra对物理世界的理解能力，也在倒逼具身基座模型重新定义差异化价值边界。技术进展与商业化困境并行，说明行业正处于「身体已就位、大脑待验证、收入待证明」的关键阶段。

对本章所讨论的冲突，更合理的产业解读是：具身智能正从「资本驱动的叙事竞争」过渡到「收入驱动的真实竞争」。关联交易争议、上市破发、信任危机，本质上都是这一转型的阵痛。对于行业中真正具备技术积累与商业化能力的企业而言，挤掉水分后的估值回调，反而可能为其提供更健康的融资与竞争环境。下一章将深入分析数采中心模式争议背后的收入结构与商业化路径问题。

竞争格局：上市潮与洗牌前夜

2025年下半年以来，具身智能行业进入密集上市窗口期。以梅卡曼德为代表的头部企业相继登陆港股，宇树等公司也在上市进程中排队。资本市场给予了这一赛道「具身智能第一股」式的稀缺性溢价，但热钱涌入的另一面，是上市门槛对企业真实经营能力的强制审查。当IPO招股书把收入结构、客户构成、关联交易逐一摊开，行业长期被估值叙事掩盖的商业模式问题被迅速放大，竞争格局正从「故事竞赛」转入「收入拷问」阶段。

上市即开炮：梅卡曼德风波

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，公开抨击所谓「攒局型」具身智能创业模式。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不可持续的收入，形成「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」的闭环，以此推高报表数据并冲击上市。邵天兰在评论区直接点名曾登上2026年央视春晚、正推进港股IPO的银河通用，称其做法「不合法、不道德、不聪明」。

银河通用两度回应，先称「不参与无谓的口水战」，随后报警。从产业逻辑看，这场冲突并非单纯的人事恩怨：梅卡曼德刚通过上市获得资本市场验证，其创始人以「已过审」的立场向同行发起挑战，本质是行业内部围绕「什么才算真实收入」的标准之争。数采业务——即企业向数采中心出售设备、再回购自产数据——是否构成真实商业化能力，此前在一级市场是心照不宣的灰色地带，IPO审计则要求企业给出明确答案。风波将这一争议公开化，也把监管与审计机构对具身智能企业收入确认方式的审视推向台前。

上市后的估值反差

资本市场的态度给出了最直接的反馈。宇树上市后股价腰斩，梅卡曼德自身亦告破发。行业热度与二级市场表现形成鲜明反差，说明IPO并非估值的终点，而是商业模式接受持续检验的起点。对已上市公司而言，「收入从哪里来、能否持续」成为撑住估值的核心命题；对仍在一级市场排队的企业，尤其是依赖资本循环维持高估值的公司，估值逻辑正在承压——一旦上市标杆企业的破发成为常态，一级市场的定价锚将随之松动。

三个层面的分化

当前行业的分化体现在三个层面：

• 收入真实性分化：拥有真实客户、真实交付场景的企业与依赖数采自循环做账的企业，将在审计和二级市场定价中被重新区隔。
• 技术路线分化：Figure发布Helix 2.5，Figure 03在陌生环境中零样本完成整理客厅、折毛巾等家务操作，展示了跨环境迁移能力的技术标杆；而GPT-6 Astra对物理空间关系的理解与可交互仿真环境的生成，则让「必须专门训练具身基座模型」的行业立论首次受到强烈质疑。技术叙事的护城河正在被重新划定。
• 定位分化：行业价值核心正从「身体」转向「大脑」。特斯拉Cybercab在得州奥斯汀开展付费运营，印证了感知、决策、控制为主体的智能层才是价值高地。能否成为类似操作系统与大模型API的物理世界智能基础设施，将决定谁能获得平台型估值。

洗牌的路径

综合来看，具身智能行业正处于洗牌前夜：上市潮提供了资金与品牌，也提供了照妖镜。数采自买自卖、资本圈内空转的模式在审计与公开质疑下难以为继；而真实落地收入、跨环境迁移的技术能力、以及平台化的「大脑」定位，将成为下一阶段竞争的三个分水岭。梅卡曼德风波只是开始，未来12个月内，随更多企业递交招股书，行业信任体系将经历一次系统性的重估。

产业链上游：数据与算力供给

具身智能的训练依赖大规模、高质量的物理世界交互数据，这使得数据采集在产业链中的地位被显著抬高。与纯数字大模型可以低成本爬取互联网文本不同，具身模型需要机器人真实操作场景中的轨迹数据、力反馈数据和多模态传感数据，采集成本高、标准化程度低。由此，数采中心（数据采集中心）成为产业链上游的关键环节，也是2025年以来资本密集涌入的方向。

数采中心的产业逻辑

数采中心的运作模式通常是：在特定场地部署多台机器人，由操作员通过遥操作、动捕设备引导机器人完成任务，形成带标注的真机数据集，再出售给具身智能公司、科研机构或地方政府主导的算力与数据平台。从正向逻辑看，数采中心解决了具身智能最稀缺的生产资料，其角色类似大模型时代的标注产业与算力租赁产业的结合体。Figure发布的Helix 2.5模型即佐证了高质量人类行为数据的价值：该公司使用人类行为数据集Index进行预训练后，Figure 03可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，说明规模化行为数据对跨环境迁移能力具有直接贡献。

数据需求的确定性吸引了地方政府参与。多个城市将数采中心纳入具身智能产业扶持计划，由地方国资出资建设或参股，配套设备采购与数据采购订单，以此吸引机器人企业落地。

「出资建中心—卖设备—数据回售」模式与收入真实性争议

正是这种地方深度参与的模式，在2025年9月被推上风口浪尖。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，并点名正在推进港股IPO的银河通用。银河通用回应称「不参与无谓的口水战」，随后报警，事件升级为公开的行业信任冲突。

争议指向的核心链条是：地方政府（或地方国资平台）出资建设数采中心，企业向中心出售机器人设备并确认收入，随后再以采购方身份将数据回售或回购，资金回流至地方或关联方。在这一循环中，资本在「企业—数采中心—关联租赁公司」之间闭环流转，收入虽然完成了会计确认，但终端需求并未真正产生，即所谓「数据自买自卖、资本循环空转」。邵天兰称此类「攒局型」模式「不合法、不道德、不聪明」，尽管其中部分定性尚待监管与司法层面确认，但其揭示的产业逻辑值得客观审视：

其一，收入确认与商业实质的偏离。若设备买方与数据卖方实为同一利益主体或受同一资金来源驱动，收入的可持续性存疑，本质上是财政资金与产业资本在体系内循环，而非市场化需求。

其二，IPO门槛下的强制出清。港股等市场对上市公司的收入质量、关联交易披露和客户集中度有明确审查要求。当具身智能企业密集冲刺上市，「真实收入」成为必答题，此前可以依靠融资叙事掩盖的模式问题被迫摊开。宇树上市后股价腰斩、梅卡曼德上市后破发，进一步说明二级市场对单纯资本故事定价能力的衰减。

其三，地方产业政策的激励扭曲。地方政府以GDP和产业招商为导向，倾向于快速形成投资规模与订单量；企业则借助地方订单快速做高收入支撑估值。双方目标函数的错位，为关联交易留下了操作空间。

产业链资金流向示意

上游的长期价值与分化

需要区分的是，数采环节本身具有真实的产业价值，争议针对的是特定交易结构而非数据业务本身。随着真机数据采集成本下降、仿真合成数据技术成熟（如基于生成式模型构建可交互仿真环境的路线），以及监管对关联交易审查趋严，数采中心将出现分化：绑定真实下游需求（具备付费能力的应用企业、跨行业数据平台）的中心将持续存在；依赖单一地方订单、缺乏外部客户的中心则面临模式出清。对投资人与IPO审核方而言，判断标准正在收敛为一条：剥离关联交易后，数据产品是否还有人为之付费。这一标准，也将成为具身智能产业从资本热潮走向真实商业化的分水岭。

产业链中下游：本体与应用落地

具身智能产业链的中下游，是技术从实验室走向市场的关键环节。本章聚焦两个标志性事件——Figure Helix 2.5实现零样本家务操作，以及特斯拉Cybercab付费运营的推进，并结合制造、家务、出行等场景，分析当前商业化落地的真实进度。

技术侧：跨环境迁移能力的初步验证

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。此前的技术路径上，Figure使用人类行为数据集Index对模型进行预训练，涵盖整理客厅、折毛巾、整理床铺三类家务行为。随后，公司搭载该模型的Figure 03人形机器人被放入陌生环境测试，结果显示，机器人无需任何额外训练，即可零样本完成全身自主家务操作，并能实时适应环境的动态变化。

这一结果的核心意义不在于家务本身，而在于验证了具身智能具备跨环境迁移的物理世界理解能力。长期以来，机器人任务泛化被视为规模化落地的最大瓶颈：传统方式下，机器人每进入一个新环境都需要重新采集数据、重新训练，成本高企且难以复制。零样本能力的出现，意味着训练成本与部署环境之间的强绑定关系可能被打破，这是商业化从“示范级”迈向“产品级”的必要条件之一。

不过需要指出的是，家务场景仍属于低风险、非结构化的测试环境。成功率、长时程稳定性、异常处理能力等关键运营指标，Figure尚未公开详细数据。从技术验证到可计费的规模化服务，中间仍有明确的距离。

应用侧：出行场景率先探索付费模式

与技术侧的进展相呼应，9月特斯拉Cybercab在美国得州奥斯汀启动付费运营。这是具身智能在出行领域从测试走向收入的重要节点。付费运营的启动，意味着产品开始直接接受市场定价和真实用户的检验，而非依赖内部演示或补贴性试运营。

参考素材同时指出，机器人价值的核心正从外形转向以感知、决策、控制为主体的“大脑”。当同一套智能系统能够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。这一逻辑下，Cybercab的付费运营不仅是出行业务本身，更是特斯拉对其端到端智能系统的一次规模化验证。

场景商业化进度对比

从表中可以看出，制造、家务、出行三大场景均处于商业化早期。家务场景尚在技术验证，出行刚刚开启付费模式，制造领域则因数据业务的商业模式争议（详见本章背景下的行业信任讨论）而面临收入真实性的拷问。

商业化早期阶段的现实约束

尽管技术与运营两端均有标志性进展，行业整体仍面临结构性约束。其一，收入来源单薄。宇树上市后股价腰斩、梅卡曼德破发的市场表现，说明资本市场已开始追问收入从何而来、能否持续。部分企业依赖数采中心、关联交易形成的收入循环，难以构成真实的商业化能力。其二，技术基座的差异化价值面临重新审视。GPT-6 Astra展示的对物理世界的理解与可交互仿真环境生成能力，让“数字大模型不懂物理世界、必须专门训练具身基座模型”这一行业立论首次受到强烈质疑。

小结

Helix 2.5与Cybercab分别代表了具身智能在技术能力和商业模式上的前沿进展：前者证明了跨环境迁移的可能性，后者探索了付费运营的可行性。但两大场景的商业化均处于极早期，收入规模、稳定性与可持续性尚未经过完整周期检验。行业能否从“真实收入”的追问中走出，取决于零样本能力能否转化为可交付、可计费的产品，以及付费运营能否在成本与安全约束下实现规模复制。

数据与竞争：商业模式的真实性拷问

2025年9月，具身智能行业爆发了一场前所未有的公开冲突。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，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」。银河通用两度回应，先称「不参与无谓的口水战」，随后报警处理。这场风波将行业长期潜藏的收入真实性争议彻底公开化，也标志着具身智能从资本热潮进入「真实收入」的拷问阶段。

争议核心：数采业务是否构成真实商业化能力

邵天兰炮轰的焦点，是行业内被称为「攒局型」的商业模式。其典型链条为：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，数据再由企业回购，资金在地方政府、投资方与企业之间循环流转。从财务报表看，这类操作可以快速做大营收规模，支撑高估值并推进上市进程；但从商业本质看，资本在圈内空转，并未产生真正的外部客户付费与可持续现金流。

争议的实质在于：数据采集业务到底是一种面向真实市场需求的服务能力，还是一种配合融资叙事的报表工具？无可否认，具身智能的训练确实需要海量真机数据，数采作为产业环节有其真实价值。Figure使用人类行为数据集Index预训练Helix 2.5模型，实现机器人零样本自主完成整理客厅、折毛巾、整理床铺等家务操作，证明高质量数据对具身模型能力的关键作用。但数据需求的「真实」与收入模式的「真实」是两个层面的问题——前者验证技术路线，后者决定商业成色。当数采收入主要来自关联方闭环交易而非外部付费客户时，其商业化成色自然受到质疑。

攒局模式的产业逻辑与边界

从产业演进角度看，「攒局」模式的出现有其阶段性背景。具身智能技术验证周期长、外部付费场景尚未成熟，而一级市场估值竞争激烈，企业需要收入数据支撑下一轮融资。地方政府出于产业招商诉求，也乐于出资参与。多方诉求在数采中心这一载体上交汇，形成了资本与订单循环空转的格局。这一模式在技术Demo驱动的估值阶段可以维持，但一旦企业进入上市程序，招股书披露与监管审核将要求收入具备真实性、独立性与可持续性，模式便难以为继。

上市之后：估值靠什么撑住

资本市场已经给出初步反馈。宇树上市后股价腰斩，梅卡曼德自身上市即破发，行业热度与资本表现形成鲜明反差。这说明市场对具身智能的定价逻辑正在切换：从「技术叙事+融资轮次」转向「收入质量+现金流可持续性」。已上市企业面临持续的信息披露要求，收入构成、关联交易占比、客户集中度等数据将接受公开检验，任何「自买自卖」的痕迹都可能直接冲击估值。

与此同时，行业的基本面判断也在发生变化。GPT-6 Astra展示了对物理世界的理解与可交互仿真环境生成能力，动摇了「必须专门训练机器人基座模型」的行业立论，具身基座模型的差异化价值边界正被重新审视。技术叙事的稀释，进一步放大了商业模式真实性的权重。特斯拉Cybercab在得州奥斯汀开展付费运营，则展示了另一条路径——以真实付费运营验证价值，让机器人「大脑」成为可复用的物理世界智能基础设施。以蚂蚁灵波为代表的中国具身智能公司，能否走向类似的平台型商业模式，将成为行业能否摆脱「攒局」标签的关键样本。

结语

邵天兰与银河通用的冲突，本质上不是两家公司之间的恩怨，而是具身智能行业两条路线的正面碰撞：是继续依靠资本运作和数据闭环维持估值故事，还是回归真实客户、真实付费、真实价值创造。监管审核与二级市场的双重压力，正在迫使全行业回答同一个问题——收入从哪里来、能否持续。可以预见，随着更多企业进入上市通道，「真实收入」的拷问将不再是口水战，而是决定估值分化的硬性标尺。潮水退去之后，拥有可持续商业模式的公司才能穿越周期，而攒局者的时间窗口正在关闭。

趋势判断：从演示到基础设施的抉择

2025年前后，具身智能行业经历了从技术狂热到资本冷峻的完整周期。当宇树上市后股价腰斩、梅卡曼德自身破发成为事实，一个原本被演示视频掩盖的问题浮出水面：具身智能的收入从哪里来、能否持续？2026年，这个行业必须回答的不再是如何做出更漂亮的Demo，而是如何完成从「演示型公司」向「基础设施型公司」的抉择。

价值核心的迁移：从本体到「大脑」

行业共识正在发生一次静默的位移：机器人的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」。这一判断有明确的技术佐证。9月17日，Figure发布其称「最先进」的神经网络模型Helix 2.5，此前公司用人类行为数据集Index对模型进行预训练，随后将搭载该模型的Figure 03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完成整理客厅、折毛巾、整理床铺等全身自主家务操作，并实时适应动态变化。跨环境迁移能力的验证，意味着硬件本体的差异正在被「大脑」的通用性稀释。

当同一套大脑可以控制海量机器、并支持第三方部署时，具身智能公司的想象空间就不再是卖出一台台机器人，而是成为类似操作系统、云计算和大模型API的「物理世界智能基础设施」。这正是从演示到基础设施的抉择的实质：选择做设备商，还是选择做平台。

大模型冲击：具身基座模型的差异化边界

这条通往平台型企业的路径，正遭遇一个根本性的变量冲击。此前行业普遍立论：数字世界的大模型不懂物理世界，因此必须专门训练机器人的具身基座模型。这一立论构成了大量具身智能创业公司的技术护城河。然而，开发者将含容器和液体的图片交给GPT-6 Astra后，它不仅识别出物品和空间关系，还能生成可交互的仿真环境。这首次让「数字大模型不懂物理」的前提受到强烈质疑。

产业逻辑随之改变：如果通用大模型可以直接理解空间、物体与物理交互，具身基座模型的差异化价值边界将被大幅压缩，创业公司可能被迫从「造大脑」退守到「用好大脑」。当然，通用模型在实时控制、安全约束、数据闭环等方面尚未被完全验证，这仍留给垂直基座模型一段窗口期——但窗口正在收窄。

收入真实性拷问：平台之路的入场券

通往基础设施的门票，是经得起验证的真实收入。9月，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，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。文中剖析了「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；行业普遍现象则是数采中心扫货、机器人公司回购自产数据，资本在圈内循环空转。

银河通用先以「不参与无谓的口水战」回应，随后报警；梅卡曼德以自身已获资本市场验证的立场发起挑战。这一事件应客观看待为产业商业化乏力阶段的必然摩擦：当真实场景收入不足，部分公司依赖数据自买自卖维持估值的故事难以为继，而IPO审核对「真实收入」的追问放大了矛盾。行业信任战打响，客观上也加速了收入质量的筛选。

2026年：谁成为物理世界智能平台

综合技术、资本与商业化三条线索，行业格局可以概括为一次三层筛选：

2026年的关键命题由此清晰：谁能通过真实收入的检验、在通用大模型压缩差异化空间之前建立自己的数据与部署闭环，谁就有机会成为物理世界智能的平台型企业。文章参考素材指出，以蚂蚁灵波为代表的中国具身智能公司，是回答这一问题的合适样本。可以预期，2026年行业将加速分化——多数公司被证明是设备商或集成商，少数公司向平台演进，而演示能力将彻底失去作为估值锚点的资格。从资本热潮到真实收入，具身智能的成人礼，正在到来。