180: 具身智能的金钱游戏：进展难测、收入催熟与 IPO 竞速

概览

本期《晚点聊》围绕具身智能行业的融资、收入和上市竞赛展开。节目从宇树上市后的行业热潮切入，讨论了一个核心矛盾：大家普遍相信具身智能长期有前景，但眼下技术进展难观测、商业收入被提前催熟、资本动作跑在应用落地前面。

嘉宾认为，行业不安感主要来自“钱很多，但关键投入不够明显”。一些公司融资额很高，但在算力、数据、研发上的实际投入并不匹配；同时，行业缺少像大模型那样公开、可复现、被广泛认可的评测体系，导致外界很难判断真实进展。

节目重点拆解了几类收入来源：地方政府参与的数据采集中心、科研教育和导览表演场景、制造业供应链公司的采购与投资。它们都能帮助机器人公司做大收入、靠近 IPO 门槛，但其中不少收入与最终规模化应用之间仍有距离。

最后，节目讨论了一级市场“攒局”、二级市场重新定价、投资人分化以及未来两三年的关键观察点。结论并不是简单否定行业，而是指出：具身智能可能是大方向，但通往这个未来的路径仍充满技术、商业和资本周期的不确定性。

分段落总结

[01:13] 节目背景与选题起点

[事实] 主持人介绍，本期邀请《具身的金钱游戏》报道的两位作者梓楠和郁萌，讨论具身智能行业的融资、进展和状态观察。

[事实] 节目提到，宇树上市后，中国具身智能创业热潮到达一个小高峰，晚点编辑部也在几个月前开始操作相关全景观察报道。

[事实] 讨论的出发点是：行业长期前景被看好，但投资人和从业者对当下的一些现象感到不安。

[推测] 本期的重点不是判断具身智能有没有未来，而是审视资本、收入和技术进展之间是否已经出现错配。

[02:35] 融资竞赛超过技术竞赛

[事实] 嘉宾观察到，行业里很多公司拿了很多钱，但花钱很少，大家更像处在融资竞赛或上市竞赛中。

[事实] 一位采访对象把这种状态比作“打德州比谁口袋深”，即比较筹码多少，而不是技术是否更先进。

[事实] 嘉宾提到，行业中拥有千卡以上集群的公司据采访对象说只有 8 家，且有人认为 8 家都算多。

[事实] 还有二级市场信源转述，一位具身公司创始人称，行业里没有公司用过 10 万小时以上数据跑过一次模型；这一说法与很多公司公开口径存在冲突。

[推测] 这些信息共同指向一个问题：融资规模并不必然转化为可验证的技术投入。

[05:41] 进展难观测与路线摇摆

[事实] 嘉宾认为，具身智能和大语言模型不同，后者有公开评测、开源模型和普通用户可直接体验的产品，而具身智能多是 2B、硬件成本高、普通人难接触。

[事实] 具身智能缺少被广泛认可的公开评测，同一个模型放在不同硬件上也可能因硬件一致性问题表现不同。

[事实] 这种难观测性可能导致行业进展被高估或低估，也给讲故事和制造泡沫留下很大空间。

[事实] 有创业团队会因为同行路线或资本认可而改变方向，并把“换路线”表述为“迭代”或“升级”。

[事实] 嘉宾举例说，曾看到创业公司机器人用爪子抓轴承放进塑料盒耗时约 70 秒，难以回答它能替代几个工人。

[11:00] 估值逻辑与订单疑问

[事实] 郁萌提到，投资人谈到一些订单时，默认其中很大一部分是关联交易，但这些机器人最终用途与投资机器人时的预期并不完全一致。

[事实] 有投资人认为，一个有良好学术背景的团队，再匹配一些人，很快能到 5 亿或 10 亿元人民币估值。

[事实] 另一种说法是，如果创始团队有行业地位，起手估值可能是 10 亿美元。

[事实] 嘉宾提到，有机构会去问高校自动化、机械相关教授或车企高管是否愿意创业。

[推测] 在技术成果难量化时，创始人背景、融资阵容和估值本身被赋予了更强的信号意义。

[13:20] 研发投入和营销开支错配

[事实] 嘉宾提到，一家头部估值公司去年研发投入约 3000 万元，但累计融资超过 50 亿元人民币。

[事实] 节目用“把钱放余额宝一年也有 5000 万收益”来对比这家公司研发投入偏低。

[事实] 宇树招股书显示其去年研发投入为 1.45 亿元，节目还对比提到蜜雪冰城去年研发投入为 1.05 亿元。

[事实] 嘉宾了解到，智元去年的研发投入可能约 5 亿元，部分原因是人员规模较大，约有 1300 人。

[事实] 节目提到，上春晚对部分机器人公司每家花费至少 6000 万元以上，有投资人认为第一个上春晚可能有效，但大家都上春晚就有问题。

[17:28] IPO 压力催生做大收入

[事实] 节目认为，一些公司融资太多后，就必须奔着做大去，而当前可见的竞争节点是 IPO。

[事实] 除宇树上市外，嘉宾称可以确认已有投行参与上市工作的公司约 10 家，实际有上市想法的可能更多。

[事实] 港股 18C 上市条件被提及，收入门槛约为 2.5 亿港币以上，折合 2 亿多人民币。

[事实] 嘉宾认为，机器人均价约 20 万到 30 万元，因此达到收入门槛对部分机器人公司并非极难。

[推测] 当技术和应用成熟度不足时，做大收入的诉求会推动公司寻找能快速形成账面规模的场景。

[19:44] 地方数据采集中心的收入模型

[事实] 一位机器人公司 CEO 告诉嘉宾，去年行业最大的客户其实是各地的数据采集中心。

[事实] 常见模式是地方政府和机器人公司合资成立数据采集公司，由地方政府出钱或出地，合资公司负责运营。

[事实] 第三方运营公司会雇佣大学生或年轻人做遥操作和数据采集，一台机器人可能至少需要两名数据采集员。

[事实] 节目估算，100 台机器人可创造约 200 个就业岗位；对地方政府来说，这类项目低污染、就业可见、占地不大。

[事实] 嘉宾提到，卖给数据采集中心的机器人可能四五十万元一台，一个 100 台规模的中心约 5000 万元，凑 4 个类似项目就能接近 18C 收入门槛。

[23:52] 科研教育与导览表演收入

[事实] 嘉宾粗略判断，数据采集中心收入可能占机器人公司整体收入的三四成以上。

[事实] 除数据采集外，比较确定的收入还包括卖给科研机构和学校，以及迎宾、导览、表演等场景。

[事实] 节目认为，科研和导览表演的需求相对真实，机器人跳舞、学校研究等场景产生的价值比较明确。

[事实] 嘉宾也提到，科研市场未必是体量特别大的市场，但可以作为早期市场。

[推测] 如果前沿研究者长期使用某家公司的硬件，这家公司有机会在未来成为行业硬件标准的提供方。

[25:41] 数据中心的空转和换代风险

[事实] 嘉宾确认，一些数据采集中心会出现开工率问题：采集了数据卖不出去，却要承担人力成本，因此可能先停工。

[事实] 节目提到，中部某省会曾购买约 8000 万元机器人，数据采集中心今年初散伙，机器人被卖给周边院校作为科研或教学工具。

[事实] 嘉宾认为，从财务角度看这类投资可能亏损，但从认知角度未必完全亏，因为地方政府知道了事情深浅。

[事实] 技术路线变化也影响数据需求，真机采集数据的需求可能变少，一些机器人公司会主动降低这部分收入比例。

[推测] 数据采集中心类似部分算力数据中心，存在资产刚投入就因技术路线变化而折旧加速的风险。

[28:27] 制造业订单与互为客户供应商

[事实] 嘉宾提到，有一家收入体量较大的具身智能创业公司，近四成收入来自制造业场景。

[事实] 当前人形机器人在产线上直接干活的能力仍然有限，因此节目追问这类制造业收入如何形成。

[事实] 嘉宾解释，一种模式是机器人公司把机器人卖给制造业零部件公司，零部件公司又把零部件卖给机器人公司，双方互为供应商和客户。

[事实] 制造业公司也可能投资机器人公司，并借此进入机器人新领域、成立机器人业务或事业部。

[推测] 这种模式对双方都有短期吸引力：机器人公司获得收入和融资故事，制造业公司获得转型叙事和资本市场想象空间。

[32:32] 机器人标签重塑供应链估值

[事实] 嘉宾提到，机器人业务可能改变资本市场给制造业公司的估值倍率，例如汽车业务可能按 15 倍估值，机器人业务可能按 30 倍估值。

[事实] 节目举例称，长盛轴承与机器人公司的实际零部件交易额约 800 万元，但其股价曾从底部上涨约 5 倍。

[事实] 嘉宾还提到，有公司董秘在向分析师沟通时，会强调公司不再只是汽车行业公司，而是机器人供应商，应按机器人供应商估值。

[事实] 节目也指出，如果循环交易最终能闭环并产生真实价值，例如利用闲置产能、避免产能利用率下降，也有其合理性。

[推测] 关键风险不在于供应链协作本身，而在于交易量、估值叙事和最终真实需求之间是否脱节。

[34:24] 销量口径与生产端领先

[事实] 嘉宾指出，汽车行业销量可以精确到个位数并高频统计，但机器人行业没有类似透明统计。

[事实] 一位外资分析师根据主流机器人公司公告逐个询问买家，估算去年国内约有 8000 台人形机器人销量。

[事实] 节目提到，销量前三名是宇树、智元和优必选，前两名与后面公司的差距较大，第三名以后大概是百台级别。

[事实] 嘉宾强调，这里说的是销量，不是出货量或产量，因为“出货量”可能只是进入渠道。

[事实] 按嘉宾了解，特斯拉去年可能只有几百台产量，因此中国公司至少在生产端已经处于全球领先位置。

[36:33] 制造供应链转向机器人

[事实] 嘉宾在机器人公司发布会上观察到，一些果链公司、汽车零部件公司正在布局机器人业务。

[事实] 节目提到，浙江等地不少制造业公司把机器人业务交给二代管理，包括老板女婿或刚毕业的子女。

[事实] 汽车零部件公司的加工和制造能力，可复用到机器人关节、腿、手等部件上。

[事实] 嘉宾认为，过去十几年一些供应链企业从 3C、果链转向电动车和特斯拉链条，近几年又转向机器人供应链。

[推测] 这是节目中相对“实”的部分，因为它建立在中国制造业组装、精密加工和供应链响应能力之上。

[41:04] 智元的渠道与生态体系

[事实] 节目提到，智元有一套分级销售伙伴体系，按年度帮助完成的销售额分级。

[事实] 嘉宾称，2000 万元销售额是 VAP，1000 万元是金牌，500 万元是银牌，200 万元是认证。

[事实] 级别越高，经销商可能获得更多货源和支持；机器人销售、场景落地和维护都需要机器人公司配合。

[事实] 嘉宾提到，智元最高级别 VAP 伙伴中包括均胜电子、宁波华翔、卧龙电驱等公司，这些也是机器人板块里表现较受关注的股票。

[事实] 这些伙伴还会帮助智元拓展场景，例如设想机器人在电池工厂搬运电池等。

[44:37] 二级市场预期与马斯克影响

[事实] 嘉宾认为，机器人股票会有周期波动，是因为市场预期一直在调整，行业基本面和应用还没有真正爆发。

[事实] 节目提到，马斯克曾把机器人预期拉得很高，例如 2026 年 10 万台，但实际进展与这个目标差距很大。

[事实] 嘉宾用“8 月份才造 300 台、年化 3600 台”来说明其与 10 万台目标相差约 30 倍。

[事实] 因特斯拉进展不及预期，一些二级市场朋友开始更多关注国产机器人链条。

[事实] 节目提到，邓总给出的 1.6 万台指引相比去年四五千台产量不是特别激进，嘉宾认为其信用记录目前比马斯克更好。

[47:34] 巨头和创业公司的不同约束

[事实] 节目指出，特斯拉、小鹏、小米等大公司做机器人时，并不急于对外销售机器人。

[事实] 这些公司有主业现金流，也已经上市，因此机器人可以作为研发投入，不需要马上形成收入。

[事实] 创业公司不同，它们需要收入、融资和上市路径，因此更容易被推向做大收入和 IPO。

[事实] 嘉宾认为，技术方向不确定时，融资和 IPO 是相对明确、能看到的事情，先做成的人可能有竞争优势。

[推测] 这解释了为什么同样是做机器人，巨头更能等待技术成熟，而创业公司更容易被资本周期牵引。

[50:02] 一级市场的攒局模式

[事实] 郁萌观察到，一级市场的融资热潮仍在继续，投资人会盯着宇树上市后的表现。

[事实] 她提到，具身智能融资中常见“攒局”模式：由 FA 或活跃机构组织第一轮融资阵营。

[事实] 阵营通常包括几家产业方和几家 VC，产业方代表确定订单，VC 代表技术认可。

[事实] 节目提到，热门项目上会出现机构排列组合，早期拉上豪华阵营可以为后续融资背书。

[事实] 与大模型阶段相比，红山、高瓴等头部机构在具身智能项目中共同出现的情况更多。

[54:41] 泡沫之后的买方验证

[事实] 报道发出后，有人用“泡沫炸了”来形容行业反应，但嘉宾认为没必要幸灾乐祸。

[事实] 二级市场投资人会寻找更可验证、可量化的信息，例如 ROI、研发投入转化效率、未来研发计划、收入预期、在手订单、收入来源和复购概率。

[事实] 嘉宾认为，有些公司能回答这些问题，是因为它们有相对成熟的业务；但真正专注具身智能技术探索的公司，可能本来就很难回答。

[推测] 二级市场的进入会迫使行业从故事和融资阵容，转向更具体的财务、订单和技术兑现问题。

[56:18] 投资人分化与两三年预期

[事实] 嘉宾提到，王兴兴在公开表达中管理了市场预期，认为行业可能在两到三年内有一些应用落地。

[事实] 节目认为，这个预期低于部分投资人定价中的预期，但可能更靠谱。

[事实] 嘉宾判断，宇树、智元等公司可能在两到三年尺度内出现更明确的商业化结果或路径。

[事实] 投资人分为两类：一类想赚主题的钱并尽快退出，另一类坚信具身智能价值，更关注创始团队是否认真、纯粹地推进技术。

[推测] 对长期投资者来说，上市不是唯一核心问题，团队定力和技术推进质量更重要。

[58:41] 接下来的关键观察点

[事实] 嘉宾认为，接下来真正重要的议题之一是技术本身，例如能否用大规模数据验证模型是否存在 scaling。

[事实] 节目提到，有公司曾说如果有 1000 万小时数据，可能就能验证相关模型问题；头部公司距离这个目标已经不远。

[事实] 郁萌认为，宇树上市后 6 个月内的价格走势很重要，因为进入二级市场后会被公开市场充分定价。

[事实] 节目提到，早期投资宇树的人是在行业共识形成前下注，更接近传统风险投资逻辑；而过去一两年的 club deal 则是共识过度集中后的产物。

[事实] 对于拒绝 club deal 的投资人，创始人在泡沫中是否仍专注于原本想做的事情，是最受关注的问题。

播客点评/总结

[推测] 这期的价值在于，它没有停留在“机器人很火”或“泡沫很大”的表层判断，而是把收入从哪里来、订单如何形成、地方政府和供应链为什么愿意参与、投资人如何定价这些机制拆开讲清楚。

[推测] 节目的亮点是视角足够产业化。它把具身智能放进地方招商、制造业转型、港股上市门槛、二级市场估值和一级融资结构中观察，能帮助听众理解为什么技术还没完全成熟，行业却已经出现大量资本动作。

[推测] 局限在于，节目大量依赖采访对象、投资人和记者观察，许多数字和判断无法在转录稿中看到完整来源或验证过程。因此它更适合作为理解行业情绪和运转方式的材料，而不是单独作为投资或公司判断依据。

[推测] 这期适合关注具身智能、机器人创业、硬科技投资、地方产业政策和制造业供应链转型的听众。对只想了解机器人技术细节的人来说，技术路线讨论不是最深的部分；对想理解行业为什么会被资本快速催熟的人来说，信息密度较高。