ABMedia 转载 0xjacobzhao 的长文称，具身智能产业当前最大的错位，不在技术本身，而在资本时钟与产业时钟并不同步。文章将机器人产业拆成六个独立时钟，结论是：产业仍处在「资本化」阶段，但资本已经按更靠后的「部署经济学」阶段定价，中间还隔着量产验证和供应链盈利两个尚未发生的阶段。
作者认为，未来两到三年，真正值得观察的信号不会先出现在上游零部件，而会先出现在某个垂直场景里：单位经济跑通，而且可以复制。
六个时钟并不同步
文章把当前行业状态拆成六条线：技术处在早中期，商业化处在早期，一级融资在加速，一级估值已到后期，IPO 进入集中兑现期，二级盈利传导尚未开始。作者称，如果把这几套时钟混在一起看，很容易出现时点误判。
文中还提到，当前市场常见的机器人选股指标，包括机器人收入占比、客户集中度、ASP 乘销量、毛利率、Capex 与存货等，大多属于更成熟阶段才有意义的指标。在 2027 至 2028 年之前，这些指标往往缺乏真实读数支撑。相较之下，现阶段更适合观察的是 IPO 供给节奏、解禁日历、渠道质量与单位经济。
融资周期加速，估值周期已见顶
文章称，市场常把一级市场概括为「过热、进入后期」，但这个判断只说对了一半。作者将一级市场拆成融资周期和估值周期两条线，认为两者当前方向相反。
根据文中数据，2026 年上半年国内具身智能融资达到 935 亿元，约为去年同期的 5 倍。作者称，这不是一级市场后期常见的「钱在退出」，而是新资金仍在以顶部价格入场，因此风险更高。
资金分布也明显失衡。2026 年上半年，整机企业 169 家合计获得约 332 亿元，占全行业融资的 72.2%；下游应用只有 12 家企业获得约 19.4 亿元，占比 4.2%。而同一份统计认为，下游应用赛道的估值泡沫最小、商业化确定性最高。
宇树上市后，稀缺性溢价与估值重置开始兑现
文章将宇树科技上市视为一个关键观察点。根据文中描述，宇树科技于 2026 年 8 月 19 日登陆科创板，首日开盘上涨 629%，市值达到 4,449 亿元；但同日科创 50 下跌 6.89%，人形机器人板块全线下挫，次日宇树市值跌破 2,800 亿元。
作者提出，市场常见说法是稀缺性溢价会在三年后、十家人形机器人公司陆续上市时消失，但这两天的数据与更早的时间表相符：抽血可能从上市第一天就开始，估值重置可能在第二天就发生。不过文中也明确表示，单个交易日无法区分「宇树抽血」与大盘系统性下跌，这一判断目前仍是待验证假说，后续可通过对云深处、乐聚挂牌后的事件研究来检验。
文章还指出，宇树上市初期无锁定流通股仅占总股本的 7.44%，在 85% 换手率下形成的价格，更像流动性结构的结果，而不是稳定估值锚。
两个月内一度较高点回撤约 61%
文中列出的走势显示，宇树 8 月 19 日首日盘中最高 1,100 元，对应市值约 4,449 亿元，收盘 845 元；9 月 2 日盘中跌至 546 元，较高点腰斩；9 月 10 日跌破 500 元；10 月 13 日约 430 元，市值约 1,740 亿元，较高点回撤约 61%。10 月 19 日在政策利好下单日上涨约 17%，盘中回到约 500 元、市值约 2,020 亿元，但仍不到高点的一半。
作者称，下跌既有筹码结构因素，也有基本面因素。筹码层面，上市初期流通盘约 7.4%，容易被情绪推高，也容易在情绪退潮时快速回落。基本面层面，2026 年上半年扣非净利同比下降约 19.3%，综合毛利率从约 60% 回落到约 56%，上半年出货份额被智元反超，约为 44% 对 31%，按当时价格计算市盈率仍约 300 倍。后续解禁节点则在 2027 年 2 月和 2027 年 8 月。
IPO 审核节奏趋缓，一级市场同步降温
文章援引路透社等媒体 9 月报道指出，监管通过非正式窗口指导放缓了人形机器人企业上市审核，关注点包括估值是否过高，以及与地方政府项目挂钩的收入是否能代表真实商业需求。港股市场对收入真实性与关联交易的审查也明显趋严。
文中称，截至目前没有公开书面暂停令，市场说法从「节奏放缓」到「事实上暂时冻结」不等，但结果已经可以观察到：
- 智元 7 月启动赴港上市，因上市前新一轮融资触发港交所规则，最早要到 2027 年初才能挂牌。
- 环动科技 9 月 21 日撤回科创板申请，成为 2026 年首例机器人 IPO 终止案例，母公司解释为「市场环境发生了比较大的变化」。
- 海康机器人 9 月 30 日因财务资料过期被中止审核。
- 乐聚招股书显示，2025 年数采相关收入占比 44.94%，第一大客户为股东关联方，这正是监管关注的收入类型。
一级市场也在同步降温。文章称，9 月人形机器人融资约 105 亿元，较 8 月的 387 亿元下降约 73%。资金开始集中流向芯片、视觉、关节与灵巧手等上游环节，以及已经完成产品验证的头部企业；仅靠 Demo 样机的本体初创公司，融资难度明显上升。
不过作者并未将其定义为全面撤退。文中提到，智元 10 月仍以约 500 亿元估值启动新一轮融资。更准确的说法是，资本正在按收入质量重新定价本体公司，而不是放弃这一赛道。
等待「AI 式盈利传导」，文章称这是错误锚点
作者认为，把 AI 定义为 Capex、把机器人定义为 Opex 替代，并不准确。对工厂而言，机器人通常同样属于 Capex，或者以租赁、RaaS 形式出现。真正差别不在会计科目，而在决策结构。
文中给出的核心判断是，AI 算力采购者通常是少数几家超大云厂商，带有防御性投入特征；机器人的采购者则是数千个厂长和产线负责人，他们始终有一个现成替代方案：人。只要人工仍能完成任务，举证责任就始终在机器人一侧。
因此，文章认为市场不应等待 EPS 传导，而应等待某个垂直场景的单位经济真正跑通并可复制，具体标准是回收期短于 18 至 24 个月，并出现复购。
供给规划已逼近十年后需求量级
对于行业是否出现过热与重复建设，文章给出了一组调研数据。一家国际投行对 A 股 9 家机器人产业链公司的调研显示，没有一家确认获得确定性大额订单，也没有一家能提供清晰量产时间表；但这些公司的产能规划合计已对应每年约 10 万至 100 万台机器人当量，而该机构自己对 2035 年全球人形机器人出货量的预测为 138 万台。
文中还称，国内人形机器人相关企业已超过 150 家，半数以上为初创或跨界企业；近 50 家集中推出量产机型，价格战全面展开，入门机型利润被压缩到 5% 以内，部分企业甚至低于成本接单。发改委也已公开提出建立准入和退出机制。
作者据此判断，即便按最保守口径理解，供给规划仍显著领先于当前需求。最终结局取决于补贴打在哪一端。文章指出，光伏和新能源汽车的补贴主要打在需求端，既制造产能，也拉动真实需求；机器人补贴则主要集中在供给端，包括地方产业基金、产线补贴和创新中心建设，只创造产能，不直接创造需求。
产业链九层拆解：拥挤在本体，机会在部署与现金流
文章将机器人产业链拆成 L0 至 L8 九层，并逐层判断结构位置。
- L0 端侧算力：被视为产业链中唯一在结构上接近 AI 算力链的一层，需求不依赖「百万台人形」假设，所有形态都需要低功耗端侧多模态推理。否决条件是被本体厂全栈自研替代，文中举例称 Tesla 已自研机器人专用芯片。
- L1 具身基础模型：技术价值最高，估值也最高，但机器人领域尚未形成类似大语言模型那样的统一评测标准与统一接口，赢家通吃机制尚未成立。
- L2 数据、模拟与评测：文章认为，真正的区分维度不是「真实还是模拟」，而是「服务还是资产」，也就是数据能否被卖第二次。定制化数采服务几乎不可复用，模拟资产库和评测标准则可跨客户复用。
- L3 部署软件：作者长期看好，但认为这一层也最容易死于进入过早。平台价值来自跨本体复用，而当前各家本体厂都在做全栈自研。文中给出三个入场信号：出现事实上的硬件接口标准、出现愿意采用第三方技术栈的第二梯队本体厂、单一客户机器人保有量突破 1,000 台，三选二。遥操作被视为当下唯一可投子方向。
- L4 本体 OEM：被定义为全产业链最拥挤的一层，二级市场价格受流通盘与 IPO 供给主导，不构成基本面锚。
- L5 零部件：文章要求拆成五格看。执行器链的风险不是等不到订单，而是等到订单却等不到毛利；灵巧手过热；力控与触觉由瓶颈定义；需求独立于人形的精密件具备真实现金流和人形免费期权；电池与热管理在工业场景要求 24 小时运转时可能从边缘环节变成瓶颈。
- L6 运动控制与工业机器人：被视为「真实现金流加人形期权」，在 Phase 3 到 Phase 5 的两三年空窗期里，是少数有真实盈利支撑的机器人敞口。
- L7 垂直部署与 RaaS：文章称这是最佳非共识方向，整个产业的第一个真实信号会先出现在这里。区分「被错杀」与「天花板有限」的方法，是看同一场景里是否出现第二家获得融资的公司。
- L8 安全、认证、标准与保险：被定义为商业化真正的闸门，触发路径依次可能是监管强制认证、ISO 与国标落地、保险承保要求，以及重大安全事故。
针对零部件层，文章还修正了一条常见入场标准。市场常用「机器人收入占公司收入 10% 以上」作为阈值，但作者认为这会给出假信号。如果机器人执行器业务是在价格战下以低于公司平均水平的毛利率进入，那么机器人收入占比达到 10%，反而是摊薄事件，不是重估事件。文中给出的双条件阈值是：机器人收入占比不低于 10%，且该分部毛利率不低于公司综合毛利率。
价值沉淀取决于是否穿过部署层
文章将九层进一步压缩成四层后得出结论：只有当能力穿过部署层、进入客户经济学，价值才会变得持久。
作者称，当前叙事最强、资本最拥挤的环节，是具身基础模型、世界模型和通用人形整机，但这些层级的部署阶梯上限仍有限，估值与证据之间错配最严重。相较之下，更具吸引力的方向包括评测与可观测性、部署基础设施、时间壁垒型精密件，以及已经验证经济性的垂直部署。它们的共同点是，价值不会随着本体厂胜负变化而消失，久期也更容易与投资工具匹配。
文中明确写道，在 Phase 3 至 Phase 4 阶段，部署强度与可靠性对现金流的解释力高于模型能力，而市场恰恰为模型能力支付了最高溢价。
重新锚定投资方向：未来 12 个月先看解禁与 IPO 供给
文章最后将判断收束到三个问题：时点、估值和产业。
关于时点，作者称一级市场在交易 2030 年，二级市场在等 2027 年财报，而未来 12 个月真正决定价格的，是解禁日历与 IPO 供给节奏。
关于估值，文章以宇树为例称，按招股书披露的真实产品与终端结构做分段估值，期权部分约占市值的 95%。因此问题不只是「市销率 200 倍贵不贵」，而是是否愿意为一个到期日不确定、行权条件需要 2 至 10 年的期权支付约 2,700 亿元。
关于产业，作者认为人形机器人已经证明「有用」，窄任务上 99% 以上的成功率不是表演；但规模仍然很小。文中举例称，全球出货领先厂商的人形机器人中，真正用于智能制造与巡检的收入为 1,570 万元，约占人形收入的 2.6%。
文章还指出，投资机会并不等于商业机会。精密件更适合二级配置，认证与合规服务更接近 PE 形态，过渡产能与双源验证的现金流更像债券而不是期权。如果基金授权只允许早期股权，可触达的机会集会明显小于已经识别出的机会集。
作者给出的七条反向验证框架
在投资纪律部分，文章提出，在 Physical AI 的资本化阶段，应当「在盈利传导变得显而易见之前投资，但要等到部署证据成为事实之后」。围绕这一原则，作者列出七类不应付费的伪指标，以及对应的反向证据：
- 拒绝无部署的出货，转向追问人工干预率。文中举例提到 YD/T 6770 标准。
- 拒绝榜单刷榜，转向追问真实稼动率、平均无故障时间（MTBF）与 SLA 执行小时数。
- 拒绝高自由度堆砌，转向追问跨年度复购，尤其是同一客户跨年度、逐批增量的独立交付订单。
- 拒绝低质量政府或数采订单，转向追问由实际买方而非卖方披露的 ROI 与回收期。
- 拒绝虚妄的离岸架构，转向追问跨站点部署成本，尤其是第 N 个站点部署成本是否降到首站的 30% 以下。
- 拒绝脱离业绩的零部件叙事，转向追问分部财务拆分，包括机器人业务的具体收入与分部毛利率。
- 拒绝仅靠远期 TAM 支撑的整机与模型估值，转向追问软件边际效应，也就是可复用软件收入增速是否超过交付人头增长。
文章最后附带免责声明称，本文在创作过程中借助了 Claude Opus 5、ChatGPT-5.6、Gemini 3.6 Flash 等 AI 工具辅助完成，内容仅用于信息整合与学术、研究交流，不构成任何投资建议，也不应视为买卖推荐。
