# 具身智能的金钱游戏：进展难测、收入催熟与 IPO 竞速

> 晚点聊 LateTalk No. 180 精读

- 发布日期：2026-09-01
- 主持：程曼祺 等
- 原节目：https://www.xiaoyuzhoufm.com/episode/6a975cf93c03b556ab686b9d
- 网页版：https://latetalk.qiaomu.ai/ep/6a975cf93c03b556ab686b9d.html
- 精读字数：约 6989 字（阅读约 16 分钟）

> 本文为 latetalk.qiaomu.ai 基于节目转写的 AI 整理精读，不是逐字稿；引用请注明出处并链接网页版。

一家估值排在前列的具身智能公司，去年研发投入 3000 万元人民币，成立至今融资超过 50 亿元。有人算过一笔账，把这 50 亿元放进余额宝，一年利息 5000 万元，比它的研发预算还高。

这个数字来自《晚点 LatePost》八月发表的《具身智能的金钱游戏》。播客「晚点聊」第 180 期，科技报道负责人程曼祺把两位作者请进录音间。一位是科技组记者李梓楠，长期跟宁德时代、特斯拉和硬件产业链；另一位是平台组记者徐煜萌，报道大型科技公司和投资市场。文章的另一位作者是申远。

节目聊了三个问题。行业里弥漫的「不对劲」究竟来自哪里；一批技术还没成熟的机器人公司，怎么把收入提前撑大；排队 IPO 的公司和汹涌的期待，接下来会撞上什么。三人手里有过去数月对创业者、零部件与代工供应商、一二级市场投资人的访谈，也有晚点从 2023 年以来的持续跟踪。下面是这期节目的精读。

## 钱融了很多，花得很少 2:33

李梓楠给出的第一句判断很直接：大家拿了很多钱，但花钱很少。整个行业处在融资竞赛里，比谁估值高，比谁先上市，比上市之后谁的估值更高。一位采访对象把它比作打德州扑克，比的是谁口袋深，谁筹码多。

> 我们报道的不是一个科技赛道，我们报道的是一个融资驱动的东西。

钱花在哪里，是能查的。先说算力，整个行业拥有千卡以上集群的公司只有 8 家。稿子发出来之后，有信源跟李梓楠说，8 家都算多了。再看数据，今年 4 月，一位具身智能公司的创始人对二级市场的信源说，行业里没有一家公司用 10 万小时以上的数据跑过一次模型。

这个说法和不少公司的公开口径相左。徐煜萌补了另一层：有些做本体加智能的全栈公司，数据是自己采的，采集设备和方案也自己做，市场上第三方数据供应商的产量加起来，并不等于行业总数据量。智元本身也对外卖数据。数据少这个结论，不能只从供应商那一端推。

但有一组对比是清楚的。李梓楠说，一家估值还算头部的机器人公司，去年研发投入大约 3000 万元。宇树招股书里的数字是 1.45 亿元。蜜雪冰城去年的研发投入是 1.05 亿元。智元因为人员规模更大，去年研发投入可能在 5 亿元左右，公司大约 1300 人。

编辑部的玩笑是，如果把记者的工资算成研发投入，晚点一年的研发投入可能也高于 3000 万元。

投资人的不满还有另一重来源：对比。宇树、松延动力、银河通用这些公司上春晚，按他们了解，每家的花费至少在 6000 万元以上。用前面那家公司的研发预算做尺子，一次春晚够它再干两年。

> 上春晚不是问题，都上春晚就是问题。

李梓楠把根子指向技术判断力。一家公司如果不知道押注哪个方向，研发本来也不好投，钱只能停在账上。另外一种花法是智元式的，资源多，方向铺得宽，多条路线同时试。这种方式有它的合理性，但和典型技术公司的做法不同。后者是核心团队有一个明确判断，围绕它做一系列验证实验，从 demo 到产品原型，再到真正能用。

钱本身有成本。李梓楠提醒，这些融资基本都带回购协议。触发条件各不相同，创始人得先想清楚自己兜不兜得住。

## 抓一个轴承，七十秒 5:40

技术进展难观测，是这个行业更容易被高估、也更容易被低估的原因。李梓楠拿大语言模型做对照：模型发出来，尤其开放权重，谁都能自己测，普通人用产品也有手感。具身智能是 to B 的、成本高的物理产品，没人会为了玩玩买一台。行业里有一些 benchmark，但没有形成公认标准。同一个模型换一套硬件，硬件一致性就会让表现变形，复现本身就难，成本还高。

他连着去过同一家公司三次，每次看十几分钟到半小时，感觉不到明显进步。另一家成立不到一年的创业公司，演示机器人用爪子抓一个轴承，放进塑料盒，整个过程 70 秒。他把视频发给主编，主编问这台机器人能替代几个比亚迪工人。他的回答是算不出来。一个快递分拣员拿东西转身放下，两秒都用不上。

徐煜萌补了一句：也不用跟快递小哥比。工业场景里本来就有机器人干这类活，轻的东西用 SCARA，重的东西用六轴机械臂。

马斯克那边的进度可以当作另一个刻度。按马斯克最早的说法，Optimus 三代去年一季度就该设计定型。李梓楠跟踪下来，实际到今年 6 月底才有，晚了大约 18 个月，过程中还降低了一些要求。马斯克有句话流传很广：我常常会迟到，但我一般都会做到。李梓楠的回应是，看大家等不等得起。

进展看不清，讲故事的空間就大。行业里不同人有不同做法。有人觉得应该扎扎实实做技术；有人认为要在窗口期尽量多融资源、多拿商业关系、把收入做大、先一步上市，拿到上市公司的身份和融资渠道。创始人的「道心」也会摇摆。看到别人换了条路，做得还不错，资本市场也认，团队里的人愿意跟着走，很难不动心。

李梓楠讲了个细节。一家公司换了技术路线，创始人对外不说换路线，说自己「迭代了」「升级了」。大家都很会表达。

## 数采中心：一门设计得很完整的生意 19:44

融了那么多钱，公司就得给交代，做大成了唯一的方向。眼前最明确的竞争是 IPO。程曼祺提到，除了已经上市的宇树，确定有投行在推进的排队公司有 10 家。李梓楠说，实际有上市想法的更多。

港股 18C 是最现实的通道。这套规则 2022 年 10 月提出，2023 年 3 月生效，要求已商业化的特专科技公司最近一个经审计年度收入达到 2.5 亿港元。机器人均价按 20 到 30 万元一台算，这个门槛不算高。但门槛只是门槛，排队的人多，收入做得越高、增长曲线越漂亮，越容易先上。

麻烦在于，技术成熟度和应用规模都还低，收入从哪里来。

李梓楠复盘了一个模式：数采中心。去年整个行业最大的客户，是各地地方政府参与的数据采集中心。常见结构是地方政府和机器人公司合资成立一家数采公司，地方出钱或出地，也可能引入本地有钱的第三方运营方，由它雇年轻人做遥操作员，采集真机数据。

这个设计对地方很友好。一台机器人至少配两个采集员，一个盯机器，一个做操作。100 台机器人就是 200 个就业岗位。机器人插上电就能动，没有污染，不占地方，郊区现成的产业园就能安置。地方真正要掏的钱是买机器人，四五十万元一台，100 台规模大约 5000 万元，加上一些土建，比当年招商引资建厂便宜得多。

机器人公司还会和合资公司约定，生产出来的数据由它优先购买，或者在多长时间内买多少。数据有了买家，投资回报才闭得上环。公开能找到的数采中心，到去年底有 80 多个，从自贡到攀枝花都有。李梓楠粗略估计，这类收入占整个行业盘子至少三到四成。

运转起来并不都顺利。有的中心开工率不足，采了数据卖不出去，还要一直承担人力成本，索性先停。有的发现回本周期比预想的长，把机器人转卖出去。徐煜萌举了一个中部省会的例子：当地买了 8000 万元的机器人，今年初项目基本散伙，设备卖给了周边院校，变成教学用具。生产资料变成了教具。

技术路线变化也在动摇这个模式。行业现在更多用第一人称视角数据和视频数据，真机采集的需求在下降。一些机器人公司自己判断这部分收入不可持续，主动压低比例，转去找确定性更好的场景。这有点像几年前建的数据中心，买的时候是 V100，两年后没人用了，大家都要 H 卡、B 卡。投入收不回来，是技术路线没收敛的代价。

## 科研、跳舞，和凑出来的四成制造业收入 24:06

质疑最少的收入来自科研教育和迎宾导览。学校买回去研究，机器人跳舞表演，需求真实，价值明确。有人担心科研不是大市场，徐煜萌的看法是，作为起步市场它没问题。更长远的价值在于，行业里技术最前沿的人用的是你的硬件，未来最先进的技术最有可能长在这套硬件上，公司就有机会成为基础设施的提供方之一。

更复杂的一块是制造业。李梓楠了解到，去年有一家收入体量不小的具身智能创业公司，将近四成收入来自制造业场景。他当时有点吃惊，因为人形机器人在产线上直接干活的能力还相当有限。

拆开看，这是一个互为供应商加客户的循环。机器人公司把机器人卖给制造业零部件公司，零部件公司把自己的零部件卖给机器人公司。这些制造业公司往往还投资了机器人公司。一家汽车零部件企业算账很简单：花 10 亿元建厂，不如花 5 亿元投一家机器人公司，顺手进入一个新领域，成立机器人事业部，把零部件卖给被投企业，也卖给别的机器人公司，自己就变成了机器人供应链的一部分。

更直接的动力在估值。李梓楠用「价格歧视」来形容：沾汽车，市盈率可能只有 15 倍；沾机器人，能给到 30 倍。哪怕老板不想套现，公司想融钱、想做现金储备，做机器人生意在各个角度都划算。

量是怎么凑出来的？一家机器人公司至少有几百个供应商，一人买 20 台，100 家就是 2000 台。20 台对一家有上进心的制造业公司不算什么，研发拆两台，产线放几台测试，剩下的当储备。它们的支付能力比科研院校强得多，买 200 台眼睛都不眨。

长盛轴承是个被反复引用的例子。宇树上完春晚，大家去翻财报，发现宇树等机器人公司只从长盛买了大约 800 万元的零部件。长盛的股价从底部涨上来翻了 5 倍，今年 8 月市值均值 188 亿元，5 月 26 日最高到 258 亿元。

> 我不是汽车行业的公司了，我现在是一个机器人公司。

李梓楠遇到过一位董秘，把零部件卖给机器人公司之后，就这样跟分析师说，估值倍率应该按机器人供应商给，至少 30 倍，不能再按 15 倍算。他说这种说法可能是极个别公司，但心态有代表性。

这套循环和英伟达、OpenAI 之间的相互投资有相似之处。李梓楠的判断是，只要交易最后能闭环，能产生真实价值，资源就被利用起来了。汽车销量不好，工厂产能闲置，工人放假甚至裁员；转做机器人零部件，闲置产能有了新去处。

适合玩这套的是中型制造业公司。徐煜萌说，宁德时代这种体量买 1 万台机器人，市场也不会把它当机器人公司，主业太成功，估值还是看主业。三花智控这种 2000 亿元市值的公司比较典型，和 Optimus 合作之前是 1000 亿元出头。

另一个现象是二代接班。李梓楠第一次去机器人公司线下发布会，在电梯里听到两个穿西装的人聊天：一家果链公司的机器人业务由老板女婿在管；另一家汽车零部件公司，老板的儿子刚从卡内基梅隆学机器人毕业，父亲给一笔钱，让他直接管机器人业务。浙江一带的汽车零部件和制造业大公司，把机器人业务交给二代打理很普遍。这些公司原来做悬架上的金属件，能力可以直接复用到关节、腿和手。

再往远看是一条清晰的产业脉络：十几年前的 3C 和果链，后来一部分变成特斯拉链，最近三四年，特斯拉链上的人又开始做机器人零部件。李梓楠认为这是行业里比较实的一部分，上游供应链被下游牵动，能力一层层迁移过来。

## 两千万，成为智元 VAP 41:13

创业公司里，智元的生态做得最有系统。它有一套分级销售体系，按合作伙伴一年帮智元完成的销售额划分：2000 万元是 VIP，1000 万元是金牌，500 万元是银牌，200 万元是最低的认证级别。级别越高，拿到的货源越多，得到的支持也越多。机器人是新产品，卖给谁、怎么卖、卖完怎么维护，都需要原厂配合。

最高一级的 VIP 里，有均胜电子、宁波华翔、卧龙电驱，正好是去年机器人板块涨得最好的几只股票。这几家公司本身就造机器人零部件，既给智元供货，也给银河通用、星动纪元这些公司供货。

销售额怎么算？程曼祺问得直接：自己买 1000 万元，再帮智元卖 1000 万元，算不算 VIP。李梓楠的理解是算，智元看总额，东西最后销到哪里并不追问。这一层他建议有机会直接问智元创始人邓泰华。

利益是叠加的。零部件公司投资了机器人公司，又买机器人公司的产品，机器人公司收入做上去，估值涨得更快，离 IPO 更近。买机器人花 5000 万元，手里那笔股权可能又涨了 5000 万元，钱从另一个口袋回来了。

程曼祺问他，作为投资人会不会长期持有。李梓楠的回答是做波段，一直买入卖出。事后看，拿着不动是亏的。机器人板块周期波动大，因为市场对它的预期一直在调整，没有一个稳定的锚。其他行业能算今年赚多少钱，到了或没到，股价有明确反应。机器人行业没有这种预期。

根子还是应用没有爆发。现在有公司有机器人收入，但收入能不能持续，要看具体场景。

## 马斯克造了三百台，邓泰华说一万六 45:15

今年机器人本身的进展不及预期，李梓楠把最大的责任归给马斯克。他之前把预期拉得太高，开口就是 2026 年十万台。供应链按计算器一摁：一台机器人用我多少零部件，单价多少，乘 10 万台，今年利润该涨多少。估值上移之外，业绩先得兑现。

实际进度是到 8 月造了 300 台。年化 3600 台，和 10 万台差 30 倍。AI 行业喜欢讲 ARR，按这个口径算，缺口一样刺眼。所以很多朋友现在改看国产链。邓泰华给出的指引是 1.6 万台，至少比小几千台多。

这个指引靠谱吗？李梓楠说没法证伪，但邓泰华的信用记录目前比马斯克好，承诺达成率更高。宇树去年产量四五千台，1.6 万台不算激进。

> ToB 生意就是你想卖多少就卖多少。

这是李梓楠一位二级市场朋友的话，听着夸张，指向的是关联交易里买卖双方可以商量。他自己补了一句，从第一性原理讲，确实如此。

另一类公司没有这个压力。特斯拉、小鹏、小米做机器人，不急着对外卖。特斯拉把机器人当研发投入，小鹏和小米有主业现金流，本身已经上市。创业公司不行，必须有收入。

上市的紧迫感还有市场周期。程曼祺提到，从 2024 年 9 月算起，这轮牛市已经持续 20 多个月，按 A 股历史算比较长。错过这个窗口，行情下来再上，估值要打折，甚至上不了。

至于谁能上，行业里没有准确答案。各种阴谋论和小道消息在流传。

## Club Deal 之后，看数据能不能 Scaling 50:30

一级市场的融资热至少到节目录制的这个月还在延续。徐煜萌讲了一个让她吃惊的模式：团局。传统风险投资是投资人独立判断，承担高风险，博小概率的高回报。具身智能项目里出现了一批组局的人，可能是 FA，可能是活跃机构里的人，从第一轮就把这一轮融资的阵营布好：几家产投，几家 VC，还分「T0 级」。

T0 产投大概 6 到 8 家，包括智元、自变量、乐聚、银河通用。程曼祺原以为 T0 产投会是比亚迪、宁德时代这种，结果这些未上市的机器人公司自己已经成了产投方。T0 VC 有 10 到 15 家，红杉、高瓴、顺为、春华、源码都在里面。热门项目常见结构是 3 加 3。融资金额大，潜在投资方有限，排列组合就那几家。

拉上这些机构的好处是给后续融资背书。产投代表确定的订单，VC 代表技术上的认可。后面几轮的机构看到豪华阵营，对估值上涨会有预期。

Club Deal 在大模型阶段就有，项目融资额太大，大家一起上牌桌，分散风险。但高瓴和红杉同时投同一个项目的情况，那时候还少。到了具身智能，公开信息里两家投在同一轮的有好几个项目，它们同时还都是星动纪元和智元的股东。这两家平时是竞争对手。徐煜萌问过投资人，竞争关系怎么消失了，得到的回答是：大家一起赚钱，有什么好排斥的。只要投得够早，按现在的预期，估值很快会涨。

也有机构拒绝这种安排。有项目要求投资人承诺连续多轮领投，一位投资人对程曼祺说，他觉得这个要求没有道理，最后没有投。拒绝的人最看重创始人的定力：泡沫起来的时候，他是不是还专注在原来想做的事情上。

二级市场的投资人已经在换方法。他们买进去的价格很高，动作更谨慎，会找可验证、可量化的指标：ROI、研发投入的转化效率、今年的收入预期和来源、在手订单、复购概率。调研时问得很细，今年打算投多少研发，明年投多少，收入从哪几个场景来。回答不上来的，他们不买。

程曼祺的疑问是，能回答这些问题，公司就不像典型的具身智能公司了，得有相对成熟的产品才行。徐煜萌的解释是有区分度：有细节、能对上数的才会被买。

行业里真正重要的议题，徐煜萌认为是数据 Scaling。智元这些公司说过，如果有 1000 万小时数据，就能验证模型到底有没有 scaling 效应。头部公司距离这个目标已经不远，今年可能会给出一些答案。

李梓楠认为另一个节点是宇树上市后 6 个月的价格走势。进了公开市场，股票会被充分定价。早期把价格炒高的人慢慢退场，最后留下的价格更接近内在价值。6 个月后是 3000 亿元还是比现在低，大家都在看。

投资人也分两类。一类赚主题的钱，投进这个行业，希望尽快退出。另一类相信具身智能的长期价值，不太紧张公司什么时候上市，更在意创始团队是不是认真做技术。红杉 2019 年种子轮投宇树，那时候没有共识，看到的是王兴兴拿着机器狗、做出产品时激动的样子，这种判断更接近传统风险投资。

王兴兴在公开场合给过一个更保守的预期：行业大概两到三年内会有一些应用跑起来。徐煜萌觉得这个预期比一级市场投资人的定价预期低，但更靠谱。宇树、智元这些公司，两到三年这个尺度上，商业化会有比较明确的结果或路径。

其他排队上市的公司能不能上，市场窗口有周期，明年科技行业怎么定价，现在说不准。

这期节目里三个人都没有给泡沫下判决。程曼祺在结尾说，稿子里写的很多事，从业者并不陌生，是他们每天接触的现实：技术进展有波折，波折又逼着公司去别的地方用力，把收入做大，把上市提前，一连串反应跟着来。

能带走的判断有三条。第一，看一家具身智能公司，先看研发投入，以及算力和数据的实际使用量。融资额和估值只说明它拿筹码的能力。第二，收入要拆开看。数采中心、科研教育、制造业关联交易，各自对应不同的可持续性，结构变化比总额更有信息量。第三，接下来半年到一年，两个可验证的刻度值得盯：头部公司能不能用千万小时级数据跑出 scaling 的证据，宇树上市 6 个月后的定价落在哪里。

技术进展是这轮游戏里唯一没法用交易结构替代的东西。钱可以组局，收入可以催熟，估值可以互相背书。机器人抓一个轴承要 70 秒这件事，只能靠时间和实验改。