具身智能：挤掉估值水分，回归真实收入

执行摘要：具身智能赛道正经历从技术叙事到商业验证的关键转折：梅卡曼德上市即炮轰行业虚假收入，撕开数采中心关联交易的估值泡沫；宇树破发、股价腰斩，资本市场对'真实收入'提出拷问。与此同时，Figure Helix 2.5实现跨环境零样本迁移，GPT类通用模型冲击具身基座模型立论，'大脑'与平台化成为价值锚点。本报告从格局、产业链、数据与竞争、趋势四维展开产业观察。

行业现状：热度与水分并存

一、融资与上市热潮：具身智能的“高光时刻”

2025年至2026年，具身智能成为一级与二级市场共同追逐的风口。一批头部企业密集推进上市：梅卡曼德以“具身智能眼脑手第一股”身份登陆港股，银河通用等明星公司正在冲刺IPO，宇树科技上市后一度获得市场高度关注。与此同时，技术侧利好不断——Figure发布Helix 2.5模型，宣称人形机器人可在陌生环境零样本完成整理客厅、折毛巾等家务操作；国内以蚂蚁灵波为代表的公司则在探索“物理世界智能基础设施”的平台化叙事。

资本的估值逻辑建立在这样一个假设之上：机器人“身体”已经就位，“大脑”是下一个操作系统级的平台机会，率先卡位的公司将获得类似云和大模型API的持久价值。这一叙事支撑了高估值，也吸引了地方政府、产业资本和财务投资人的密集下注。

二、口水战爆发：收入真实性争议公开化

然而，热潮之下暗流涌动。2025年9月10日，梅卡曼德创始人兼CEO邵天兰在港股上市仅10天后，于朋友圈连发长文，公开指控部分“攒局型”具身智能企业利用数采中心和关联交易制造虚假收入，矛头直指“名气大、估值高、上过春晚”的公司，并在回复评论时点名正推进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，先表示“不参与无谓的口水战”，随后报警处理。

这场冲突的核心是一个商业模式链条：地方政府出资建设数采中心→企业向中心销售设备并确认收入→企业回购自产数据、资金回流。在这一闭环中，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。若这一模式成为普遍现象，则意味着部分企业的“收入”本质上来自关联方和政府资金，而非真实市场化需求。

从产业逻辑看，争议焦点并非技术路线之争，而是会计意义上的收入质量问题：这类收入是否具备持续性、是否代表真实商业化能力、能否支撑上市公司的估值。IPO门槛要求企业交代“真实收入”，正是口水战在此时点爆发、而非更早或更晚的深层原因。邵天兰以自身刚获资本市场验证的立场发起挑战，将行业长期私下讨论的问题公开化；被点名方则以法律手段回应，双方博弈目前已进入监管与司法程序可能介入的阶段，最终事实认定有待后续程序结果。

三、估值与商业化的落差

资本市场已经对这一落差作出反应：宇树上市后股价腰斩，梅卡曼德自身亦告破发。二级市场的定价逻辑正在从“技术演示+融资故事”切换为“收入来源+可持续性”的拷问。

与此同时，技术叙事本身也在遭遇挑战。GPT-6 Astra展现出对物理空间关系和可交互环境的理解能力，使“数字大模型不懂物理世界、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，具身基座模型的差异化价值边界被重新审视。这意味着，即使收入水分被挤干，支撑高估值的“技术护城河”故事本身也面临不确定性。

四、行业走向：从故事竞争到收入验证

综合来看，具身智能当前呈现“三重分化”：

行业的关键命题已从“谁的技术演示更惊艳”转变为“谁拥有真实、可持续的市场收入”。对于监管方而言，如何在鼓励前沿产业与防范财务包装之间取得平衡，成为IPO审核的新考题；对于企业而言，搭建数采中心本可以是加速数据积累的合理基础设施，但其收入确认方式必须经得起关联交易审查和市场检验。挤掉水分的过程固然伴随阵痛，但也是具身智能从资本叙事走向真实产业的必经阶段。

竞争格局：头部路径分化

一、四条路线，四种活法

具身智能行业经历数年估值狂飙后，头部企业正沿着截然不同的技术路线与商业模式分化。在IPO监管对“真实收入”的追问下，这种分化从战略选择演变为生存问题。

梅卡曼德选择了港股IPO的公开市场验证路径。作为“具身智能眼脑手第一股”，其技术路线以3D视觉与机器人操控系统为核心，收入结构中工业场景的软件与设备交付占比较高。尽管上市后一度破发，但公开披露的财务数据使其成为行业内少数接受资本市场严格审视的企业，也构成其创始人公开质疑同行的底气来源。

银河通用代表了“通用本体+场景落地”的路线，依托大模型驱动的通用抓取能力切入零售、医药等场景，同时通过数采中心承接大规模数据采集业务。其高估值与春晚级的品牌曝光，是2026年行业热度顶端的代表。但数采业务与地方政府、投资方之间是否存在关联交易闭环，正是本轮争议的核心——在IPO审核语境下，这类收入的可持续性与商业实质面临最直接的拷问。

宇树走的是硬件本体路线，以四足与人形机器人整机的极致成本控制见长。其上市后股价腰斩，恰恰说明市场对本体公司的定价逻辑已从“稀缺性溢价”回归到制造业估值框架：硬件毛利、出货量与复购率成为核心指标。

Figure则是闭源自研基座模型的美国样本。其发布的Helix 2.5模型，通过Index人类行为数据集预训练，实现了Figure 03在陌生家庭环境中零样本完成整理客厅、折毛巾、整理床铺等全身自主家务操作，无需额外训练即可跨环境迁移。Figure的商业模式押注于“大脑”的长期价值，短期不追求收入兑现，靠融资与远期叙事支撑。

二、路线对照

三、IPO门槛下的格局重塑

围绕数采中心的公开冲突，本质上是IPO审核标准对商业模式的倒逼。被质疑的“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”链条，若构成关联交易闭环，则在会计上难以确认真实收入。可以客观陈述的事实是：邵天兰公开点名后，银河通用两度回应并选择报警，梅卡曼德则以上市公司信息披露框架为立场。这场冲突无论结果如何，都向全行业传递了明确信号——在监管语境下，收入必须可穿透、可验证、可持续。

由此，行业格局可能出现三类重塑：

1. 数采业务重新定位：数据采集从“收入来源”回归“训练成本项”，依赖数采收入冲高营收的企业在IPO中面临实质性障碍。

2. 基座模型叙事承压：GPT-6 Astra展示的物理世界理解与可交互仿真能力，冲击了“数字大模型不懂物理世界、必须专门训练具身基座模型”的行业立论，具身基座模型的差异化边界正被重新审视，纯“大脑”故事融资难度上升。

3. 平台型基础设施竞争开启：随着机器人价值核心从本体转向感知、决策、控制的“大脑”，能以同一套系统控制海量机器并支持第三方部署的平台型企业，有望获得类似操作系统与大模型API的定价权，2026年中国市场以蚂蚁灵波为代表的玩家正在这一方向上给出样本。

四、分化之后的分化

从技术演示到收入拷问，具身智能行业正在完成一次定价逻辑的重置。梅卡曼德的破发与宇树的腰斩表明，上市并非终点，真实收入与持续商业化能力才是撑住估值的唯一支柱。头部企业的路径分化将加速行业洗牌：能够交付可验证收入的企业获得资本持续加持，依赖资本循环维持估值的企业则将在审核、披露与竞争的多重压力下失去空间。挤掉水分之后，真正的竞争才刚开始。

产业链上游：硬件与数采博弈

具身智能的产业链上游由两部分构成：一是本体制造、传感器、执行器等硬件环节，二是近年快速膨胀的数据采集（数采）环节。两者的成熟度与商业逻辑差异极大——前者已有较为清晰的成本与量产曲线，后者则因「数采中心」模式的争议，成为9月行业口水战的核心焦点。

硬件环节：身体已就位

从产业链成熟度看，具身智能的「身体」已基本就位。伺服电机、谐波减速器、灵巧手、视觉与力觉传感器等核心部件均有稳定供应体系，成本曲线随出货量增长持续下探，人形机器人整机的可量产性不再是主要瓶颈。行业讨论的重心已经从硬件性能转向价值分配——正如9月特斯拉Cybercab在得州奥斯汀开展付费运营所展示的，机器人价值核心正从外形与机械能力转向以感知、决策、控制为主体的「大脑」。同一套大脑可控制海量机器并支持第三方部署的愿景，指向平台型基础设施的商业模式，硬件本体在此叙事中逐渐退居为载体。

这种价值迁移对上游硬件厂商意味着：本体制造的议价能力长期看可能被压缩，具备「眼脑手」一体化能力的系统集成商将占据更高价值位。梅卡曼德被冠以港股「具身智能眼脑手第一股」并成功上市，一定程度上印证了资本市场对软硬一体能力的定价偏好。

数采环节：闭环还是空转

与硬件的确定性相比，数据采集环节的商业闭环正受到根本性质疑。9月10日，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和关联交易制造虚假收入，并点名正在冲刺港股IPO的银河通用，称其做法「不合法、不道德、不聪明」。银河通用两度回应，先称「不参与无谓的口水战」，随后报警。行业信任战就此公开化。

争议的核心是一条被广泛描述的链条：地方政府出资建数采中心，企业向中心销售设备确认收入，数据再由企业回购、资金回流。在该模式下，收入的名义来源是数采中心，实际资金却来自地方政府出资与关联安排，资本在圈内循环空转，缺乏外部真实付费方。支持者认为数采是具身智能的必要基础设施，数据积累具有长期战略价值；质疑者则指出，当买卖双方实为同一主体或存在关联时，这种收入不能证明产品的市场化能力，也无法支撑IPO所要求的收入持续性验证。

这场博弈的时机并非偶然。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IPO门槛要求企业交代「真实收入」时，数采中心收入能否计入可持续营收，直接决定部分企业的上市资格，冲突因此从行业潜规则的沉默走向公开对峙。

数据价值与收入真实性的分野

需要客观指出的是，数据本身的价值与数采收入的真实性是两个问题。Figure发布Helix 2.5模型，使用人类行为数据集Index预训练，使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，证明了高质量行为数据对模型跨环境迁移能力的实际贡献。这说明数据采集作为技术投入有其产业必然性。

但技术必要性与收入确认方式必须分开审视。真正的商业闭环需要外部付费方为数据或产品买单——Figure的路径是模型能力直接转化为机器人产品价值；而「自产自购」的数采模式在会计上可以确认收入，在商业逻辑上却无法回答「谁在为这个系统持续付费」的问题。

小结

上游产业的分化已经清晰：硬件环节成熟度较高，价值重心向「大脑」与平台能力迁移；数采环节则处于商业模式定性的关键期，关联交易下的回购收入是否构成真实商业化能力，正由资本市场、监管审核与公开舆论共同检验。对具身智能企业而言，能撑住估值的不是数采中心的报表数字，而是收入来源能否经受「真实付费方」的追问。

产业链中下游：落地与平台化

一、价值重心向“大脑”模型迁移

当机器人本体硬件逐步成熟，产业链价值分配的天平正明显向中下游倾斜——以感知、决策、控制为主体的“大脑”模型成为竞争核心。特斯拉Cybercab在得州奥斯汀开展付费运营的案例表明，机器人价值的核心已从外形转向智能系统：同一套“大脑”若能控制海量机器并支持第三方部署，具身智能公司有机会演进为类似操作系统、云服务和大模型API的物理世界智能基础设施。

这一趋势同时面临上游的挤压。GPT-6 Astra的出现对具身基座模型的差异化立论构成直接冲击：此前行业普遍认为数字大模型不懂物理世界、需专门训练机器人基座模型，但Astra不仅能识别物品与空间关系，还能生成可交互的仿真环境。具身基座模型的独立价值边界正在被重新审视，中下游企业需要证明自己在“物理世界闭环”上的不可替代性——即真实机器人上的数据回流、实时控制与任务执行能力。

海外方面，Figure于9月17日发布的Helix 2.5提供了“大脑”能力的阶段性验证：基于人类行为数据集Index预训练后，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、整理床铺等家务操作，实现跨环境迁移与对动态变化的实时适应。零样本泛化能力若能持续扩展任务域，将是家务等非结构化场景商业化的关键前提。

二、落地场景的真实成色

工业场景仍是当前收入结构中最扎实的部分。梅卡曼德作为港股“具身智能眼脑手第一股”，其收入主要来自工业领域的3D视觉与机器人系统集成，这类交付具有明确的客户付费意愿，也因此获得资本市场验证。

家务与消费场景处于早期验证阶段。Figure的Helix 2.5展示了技术路径，但距离规模化付费服务仍有距离——非结构化家庭环境对可靠性、安全性的要求远高于演示环境。

付费运营模式开始出现。Cybercab的付费运营意味着自动驾驶机器人以服务收费而非卖设备确认收入，这为行业提供了“真实收入”的另一条参照线。

而争议最大的，是数采中心驱动的数据业务模式。2026年9月，梅卡曼德创始人邵天兰在上市第十天公开指控部分“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，点名正在推进IPO的银河通用，并剖析了“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；银河通用两度回应并报警。抛开个案是非，这一冲突的产业逻辑清晰：当资本在圈内循环空转、机器人公司回购自产数据时，收入并不代表真实的商业化能力。叠加宇树上市后股价腰斩、梅卡曼德自身破发的市场表现，收入从哪里来、能否持续，已成为IPO门槛下无法回避的拷问。

三、操作系统级平台机会

产业链中下游的终极想象是平台化。参照操作系统、云与大模型API的演进路径，具身智能平台型企业需要满足三个条件：一套可控制海量异构机器人的“大脑”、支持第三方开发者部署的开放接口、以及从真实运行中持续回流的数据飞轮。

2026年的中国市场被视为回答“谁能成为平台型企业”的合适样本，以蚂蚁灵波为代表的公司正在这一方向上探索。但平台化路径的分化也已显现：

四、小结

产业链中下游正处在“挤水分”与“找支点”并行的阶段：工业集成提供现实收入，付费运营提供模式参照，家务验证提供技术信心；而关联交易催生的账面收入则面临资本市场的严格审视。平台化是产业逻辑的终局方向，但其入场券只能由可持续的真实收入与可泛化的真实能力来兑换。

数据与竞争：谁掌握核心壁垒

2026年9月，具身智能行业的竞争叙事出现了一个关键转折：当梅卡曼德创始人邵天兰在上市第10天公开质疑部分企业通过数采中心与关联交易制造虚假收入，并点名正在推进IPO的银河通用时，行业被迫回答一个此前被热度掩盖的问题——在资本喧嚣退潮之后，具身智能公司的核心壁垒究竟是什么？

一、收入真实性之争：数据业务的双面性

这场公开冲突的焦点是「数采中心」模式。参考素材揭示的链条是：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。其产业逻辑在于，具身智能模型训练需要海量真机操作数据，数采中心因此成为数据获取的基础设施；但当数据的主要买方是数据生产者自身或其关联方时，收入便可能在资本圈内循环空转，难以证明真实商业化能力。

需要客观指出的是，这一争议目前处于口水战与监管关注之间的灰色地带。银河通用对指控予以否认并报警，法律层面尚无定论。但从资本市场反应看，市场已经开始用脚投票：宇树上市后股价腰斩，梅卡曼德自身破发，说明即便已完成上市的企业，也必须持续回答「收入从哪里来、能否持续」的问题。IPO门槛下的「真实收入」追问，正在成为行业的第一道筛选机制。

数据本身并非不构成壁垒，问题在于数据的获取方式与变现路径是否闭环于真实需求。当数据服务面向第三方客户产生真实付费，它就是健康业务；当数据自买自卖维持估值故事，它就是水分来源。行业正在从「有没有数据」转向「数据是否产生真实收入」的评价标准切换。

二、通用大模型的冲击：基座模型的差异化边界被重写

第二个竞争变量来自数字大模型本身。GPT-6 Astra的表现对具身基座模型的核心立论构成直接冲击：开发者将含容器和液体的图片交给Astra，它不仅能识别物品和空间关系，还能生成可交互的仿真环境。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——这一立论首次受到强烈质疑。

这对具身智能公司的战略含义是双重的。一方面，如果通用大模型在感知与物理理解层面持续进步，具身公司自建基座模型的投入产出比将被打上问号，「大脑」的护城河可能被上游平台吃掉。另一方面，参考素材8指出，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，具身智能公司仍有成为物理世界智能基础设施的机会——类似操作系统、云和大模型API的平台型地位。蚂蚁灵波等公司被视为回答「谁能成为平台型企业」的样本。

产业逻辑上看，未来更可能的格局不是替代关系，而是分工：通用大模型提供认知与推理底座，具身公司补足控制、实时性与物理交互的最后一公里。但分工中的议价权分配，将直接决定具身公司是「基础设施」还是「集成商」。

三、真正的护城河：数据质量、迁移能力与真实收入

参考素材2提供了一个正面样本：Figure使用人类行为数据集Index预训练Helix 2.5，搭载该模型的Figure 03被放入陌生环境后，无需任何额外训练即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，并能实时适应动态变化。这证明了跨环境迁移能力是可验证的技术指标，而非演示性噱头。

由此可以提炼出三条真实壁垒的判定标准：

三条标准之间存在因果链：高质量数据提升模型泛化能力，泛化能力打开真实应用场景，真实场景产生可持续收入，收入再反哺数据采集。具备这一正循环的公司，即便短期估值承压，长期壁垒是递增的；依赖资本循环的公司，估值水分则会在上市后持续暴露。

四、结语

2026年的具身智能行业，正在经历从「讲能力」到「验收入」的重估。数据是壁垒，但只有高质量、能转化为跨环境泛化能力的数据才是；大模型是威胁，但也可能是分工协作的底座；收入是试金石，关联交易制造的数字撑不住二级市场的检验。谁能在数据质量、迁移能力与真实收入三者之间建立正循环，谁就掌握这场洗牌后的核心壁垒。

趋势判断：挤水分后的产业走向

2025年9月，具身智能行业经历了一次罕见的公开信任冲击：梅卡曼德创始人邵天兰在港股上市第10天，连发朋友圈指控部分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IPO的银河通用；银河通用两度回应并报警。与此同时，宇树上市后股价腰斩、梅卡曼德自身破发，技术演示的热度与二级市场的表现形成明显反差。这一系列事件并非孤立插曲，而是行业从故事驱动转向收入验证的拐点信号。基于当前事实与产业逻辑，我们判断未来12-24个月行业将呈现三大趋势。

趋势一：资本回归理性，估值逻辑从叙事转向现金流

「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」的模式，本质是用关联交易撑起账面收入，维持高估值叙事。随着IPO审核对「真实收入」的追问收紧，以及二级市场破发、腰斩的直接定价反馈，一级市场的估值锚正在下移。可以预期：

• 融资分化加剧：具备可验证付费客户与复购收入的企业将获得溢价；依赖地方政府关联订单、收入结构单一的企业融资窗口收窄。
• 关联交易透明度成为尽调核心：投资机构将把数采收入、政府补贴、租赁回购等「非市场化收入」从估值模型中剥离或大幅折价。
• 上市不再等于终点：梅卡曼德破发说明，公开市场对具身智能的定价已进入「看收入、看毛利、看可持续性」的阶段，倒逼未上市企业提前修正财务与业务结构。

趋势二：商业模式验证加速，商业化落地成为生死线

挤水分的本质，是行业被迫回答「收入从哪里来、能否持续」。这一验证将通过三条路径加速：

1. 真实客户付费场景收紧验证标准。数采中心式的「自买自卖」将被市场识别为低质量收入，只有工业分拣、物流、商服等场景中第三方客户的持续付费，才能构成有效验证。

2. 技术里程碑压缩验证周期。Figure发布Helix 2.5，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、整理床铺等家务操作，证明具身智能具备跨环境迁移能力。特斯拉Cybercab在得州奥斯汀开展付费运营，则示范了「以运营收入而非融资收入」验证商业模式的方式。技术进展越快，泡沫部分的容错空间越小。

3. 基座模型价值边界重估。GPT-6 Astra已能识别物品与空间关系并生成可交互仿真环境，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。押注基座模型的企业需要重新回答差异化在哪里，纯模型叙事的融资说服力下降，软硬结合与场景数据壁垒的价值相对上升。

趋势三：平台型企业竞争开启，「物理世界的操作系统」成为终局命题

当挤水分淘汰掉依靠资本运作维持估值的企业后，行业竞争将向头部集中，焦点转向谁能成为平台型企业。参考2与参考8共同指向一个判断：机器人价值核心正从「身体」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，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，被视为回答这一问题的合适样本，蚂蚁灵波等公司被列为观察对象。平台竞争的三个先决条件是：通用化的大脑能力（而非单一任务定制）、跨本体部署能力、以及足以摊薄研发成本的收入规模——三者恰好分别对应技术、架构与商业化三重门槛。

三大趋势的传导逻辑

产业观察视角

建议从四个维度持续跟踪：

• 收入质量指标：区分第三方客户收入与关联交易收入，关注政府相关订单占比及回款结构。
• 技术验证节点：跟踪零样本跨环境迁移、跨本体部署等能力的复现情况，判断模型能力是demo还是产品。
• 市场定价信号：二级市场估值与一级市场估值的倒挂幅度，是行业水分的实时温度计。
• 平台竞争格局：观察谁能率先实现「一套大脑、多种本体、第三方部署」的架构闭环。

风险提示

• 信任修复周期风险：头部企业间的公开冲突（指控、报警、回应）已将行业争议公开化，若缺乏权威审计与信息披露机制，可能造成全行业融资环境的阶段性冷却，误伤真实创新企业。
• 技术预期回落风险：Helix 2.5等成果仍集中于受控任务范畴，从家务demo到规模化商用存在工程与成本鸿沟，基座模型路线又面临GPT-6类通用模型的挤压，技术路线存在不确定性。
• 同质化竞争风险：若挤水分后资本过度集中于少数被验证的企业，可能催生新一轮溢价泡沫；而大量同质化本体公司退出时，供应链与已售设备的长期服务能力存在断层风险。
• 监管与合规风险：关联交易、收入确认等问题的监管审查趋严是大概率事件，涉事企业的IPO进程与估值可能受到实质性影响，相关争议最终需以监管认定与司法程序结论为准。

总体而言，挤水分不是行业的衰退信号，而是从「讲故事」走向「做生意」的必经阶段。真正决定企业命运的，不再是春晚上镜与融资轮次，而是可审计的收入、可复现的技术，以及通往平台型企业的路径选择。