具身智能进入资本化阶段,估值已提前交易部署经济学

具身智能进入资本化阶段,估值已提前交易部署经济学

N
News Editor
2026-10-27 06:47:00
PANews 刊发 IOSF「Physical AI 2026」系列文章称,当前机器人产业仍处于资本化阶段,但市场定价已提前切换到部署经济学阶段,中间隔着量产验证和供应链盈利两个尚未完成的环节。文中提出六个产业时钟并不同步,指出 2026 年上半年国内具身智能融资达 935 亿元、约为去年同期 5 倍,但估值周期已见顶。文章还以宇树科技上市后的股价、流通盘、盈利与融资变化为例,讨论 IPO 节奏、收入质量、垂直场景单位经济和产业链分层对后续定价的重要性。

PANews 刊发作者 0xjacobzhao 的一篇长文,作为 IOSF「Physical AI 2026」系列的一部分,讨论具身智能产业从概念走向落地过程中,资本热潮与部署经济学之间的错配。文章称,当前机器人产业仍处在「资本化」阶段(Phase 3),但资本已经按「部署经济学」阶段(Phase 6)定价,而中间还隔着「量产验证」和「供应链盈利」两个尚未发生的阶段。

具身智能进入资本化阶段,估值已提前交易部署经济学 2

作者判断,未来两到三年,真正的产业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「机器人处于什么阶段」拆成六个独立时钟:技术、商业化、一级融资、一级估值、IPO 和二级盈利传导。文中给出的结论是,技术仍在早中期,商业化在早期,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。作者认为,把这些时钟混在一起看,会造成严重的时点误判。

文中还指出,当前市场常用的机器人选股指标,如机器人收入占比、客户集中度、ASP 乘销量、毛利率、Capex 与存货,大多属于 Phase 5 成熟期指标,在 2027 至 2028 年之前往往缺乏真实读数支撑。相较之下,处在 Phase 3 时,更适用的观察指标是 IPO 供给节奏、解禁日历、渠道质量与单位经济。

融资加速,估值见顶

文章称,市场把一级市场概括为「过热、进入后期」,这个说法只对了一半。作者主张把一级市场拆成融资周期和估值周期两条线来看,而这两条线当前方向相反。

具身智能进入资本化阶段,估值已提前交易部署经济学 3

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。作者认为,这不是一级市场后期的典型特征,而是融资周期处在历史最热的半年之一;真正到顶的是估值周期,因为退出定价已经被二级市场锚定。文章称,这种组合比单纯的「一级后期」更危险,因为后者意味着资金在退出,前者则意味着新资金正以顶部价格入场。

资金分布也出现明显失衡。2026 年上半年,整机企业 169 家拿走约 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%。而按照文中引用的同一份统计,下游应用赛道的估值泡沫最小、商业化确定性最高。

宇树上市后的价格重置与 IPO 节奏变化

文章把宇树科技上市后的表现作为观察样本。根据文中数据,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,市场常见的说法是「稀缺性溢价会在三年后、十家人形机器人公司上市时消失」,但宇树上市前两日的数据与更早的时间表相容: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。不过文中也强调,单个交易日还无法区分「宇树抽血」与「大盘系统性下跌」,这一判断仍是待验证假说,后续可通过对云深处、乐聚挂牌进行同类事件研究,计算机器人篮子相对科创 50 的超额收益来验证。

具身智能进入资本化阶段,估值已提前交易部署经济学 4

文章还提到,宇树上市初期无限售流通股仅占总股本的 7.44%。作者认为,一个 7.44% 自由流通盘、85% 换手率形成的价格,不构成估值锚,而更像流动性结构的产物。

文中进一步梳理了宇树上市后两个月的股价变化:8 月 19 日首日盘中最高 1,100 元、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。

作者认为,下跌既有筹码结构原因,也有基本面原因。筹码层面,上市初期流通盘仅约 7.4%,容易被情绪推高,也容易在情绪回落时快速下跌。基本面层面,文中称宇树 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%,按当前价格市盈率仍约 300 倍。后续解禁节点则在 2027 年 2 月和 2027 年 8 月。

文章称,二级市场的回撤很快传导到发行端。根据路透社等媒体 9 月报道,监管通过非正式窗口指导放缓了人形机器人企业的上市审核,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代表真实商业需求;港股市场对收入真实性和关联交易的审查也明显趋严。文中指出,迄今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形态。

一级市场也同步降温。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。文中提到,有投资人公开表示,宇树上市后其团队已不再上会具身项目。不过作者也指出,这并不意味着全面撤退,因为智元 10 月仍以约 500 亿元估值启动新一轮融资。更准确的描述是,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。

具身智能进入资本化阶段,估值已提前交易部署经济学 5

机器人不会复制 AI 式盈利传导

文章反对把 AI 简单定义为 Capex、把机器人定义为 Opex 替代。作者认为,机器人对工厂而言通常同样属于 Capex,或者以租赁、RaaS 形式出现,真正的差别不在会计科目,而在决策结构。

文中给出的关键差异是「可选性」。AI 算力链的资本开支带有 FOMO 属性,因此采购决策可以不依赖严格的 ROI 论证;而机器人始终面对一个现成替代方案——人。只要人工仍能完成这项工作,举证责任就始终在机器人一侧。基于这一点,作者认为,市场不应等待 EPS 传导,而应等待某个垂直场景的单位经济跑通且可复制,具体标准是回收期短于 18 至 24 个月,并出现复购。

供给规划已明显跑在需求前面

对于「过热与重复建设」这一判断,文章尝试用数据回答。文中援引一家国际投行对 A 股 9 家机器人产业链公司的调研称,没有一家企业证实获得确定性大额订单,也没有一家能提供清晰的量产时间表;但这些公司的产能规划合计对应每年约 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。

文章还称,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。

具身智能进入资本化阶段,估值已提前交易部署经济学 6

作者认为,即便按最保守的口径理解,供给规划仍显著超前于当前需求。至于最终会更接近哪种历史路径,关键变量在于补贴打在哪一端。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,也真实拉动需求;机器人的补贴则主要打在供给端,包括地方产业基金、产线补贴和创新中心,这些安排创造了产能,但没有直接创造需求。再叠加产品尚未标准化,产能建成时甚至未必知道要生产什么规格。

在历史类比上,作者更倾向把消费级无人机作为主类比,而不是光伏或新能源汽车。文中给出的理由包括:数据飞轮会提高赢家通吃程度,软硬一体使单纯成本优势不足以决定胜负,场景绑定又会提高先进入者的切换成本。由此得出的预期是,产业可能成功,但公司会大面积死亡,集中度高于光伏和新能源汽车。当前 20 多家百亿估值公司中,能撑到 Phase 5 的可能只有个位数。

过热对不同层级的含义并不相同

文章认为,过热对本体和零部件的含义相反。本体直接承受价格战;零部件先受益于扩产,随后又会受价格战拖累;算力、触觉、仿真资产和场景运营则不直接暴露在整机价格战中。

在产业链分层上,作者把机器人产业链拆成 L0 至 L8 九层,并逐层给出判断。

  • L0 端侧算力:被视为产业链中唯一在结构上类似 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。文中同时给出否决条件,即被本体厂全栈自研替代,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。作者认为,其估值假设建立在「赢家通吃」上,但机器人并不像大语言模型那样拥有统一评测标准和统一接口,因此这一机制尚未成立。
  • L2 数据、仿真与评测:文章认为,按「真实」与「仿真」二分并不准确,更关键的维度是「服务」与「资产」,也就是数据能否被卖第二次。定制数采服务几乎不可复用,仿真资产库和评测标准则可以跨客户复用。
  • L3 部署软件:作者称这是长期最看好、也最容易死于进入过早的一层。平台价值来自跨本体复用,但当前每家本体厂都在做全栈自研。文中给出三个入场信号,满足其中两个即可: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。遥操作被视为当下唯一可投的子方向。
  • 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和 IPO 供给主导,不构成基本面锚。
  • L5 零部件:文章称必须拆成五格来看。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拥有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,可能从无人关注变成瓶颈。
  • L6 运动控制与工业机器人:被描述为「真实现金流加人形期权」,在 Phase 3 到 Phase 5 的两三年空窗期里,这是唯一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出现在这里。区分「错杀」与「天花板有限」的方法,是看同一场景是否出现第二家获得融资的公司。
  • L8 安全、认证、标准与保险:被视为商业化真正的闸门,触发路径依次包括监管强制认证、ISO 与国标落地、保险承保要求,以及最不可预测的重大安全事故。

针对零部件层,文章特别修正了一个常见进场标准。作者认为,单一条件阈值「机器人收入占公司收入 10% 以上」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均值的毛利率进入,那么「机器人收入占比 10%」并不是重估事件,而是摊薄事件。文中提出,正确阈值应是双条件: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。

具身智能进入资本化阶段,估值已提前交易部署经济学 7

价值沉淀发生在部署层之后

文章把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。

作者认为,当前投资中的不对称也由此显现。叙事最强、资本最拥挤的是具身基础模型、世界模型和通用人形整机,这一层的部署阶梯上限是 DE3,估值与证据之间的错配最严重。相对更具吸引力的方向则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,价值不会因为本体厂胜负变化而消失,且久期可以与投资工具匹配。

文章称,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

在投资方向上,文章给出三条主线:不依赖「谁赢」的层、ROI 可验证的窄场景,以及资本化节奏。作者认为,市场上多数资金正在做的两件事——泛投人形本体,以及按 BOM 倒推 2030 年市场规模——都不在这三条主线里。

具身智能进入资本化阶段,估值已提前交易部署经济学 8

文中用三句话概括当前判断。关于时点,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,以宇树为例,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%,问题不在于「市销率 200 倍贵不贵」,而在于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,人形机器人已经证明「有用」,窄任务上 99% 以上的成功率并非表演;但规模仍然很小,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,投资机会不等于商业机会。精密件的最优形态是二级配置,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则更像债券而不是期权。如果基金授权只允许早期股权,可触达的机会集会小于已识别的机会集,这应当成为投委会层面的授权决策,而不是脚注。

七类伪指标与对应的反向证据

文章最后提出,在 Physical AI 的资本化阶段,核心法则是「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」。作者主张建立否定性框架,不为缺乏事实支撑的伪指标付钱,并以可量化、可证伪的反向证据作为决策转向依据。

  • 拒绝无部署的出货,转向追问人工干预率。文中提到,脱离工业与物流真实占比的出货量参考价值有限,首次披露的人工干预率,如 YD/T 6770 标准,更能衡量实际可用性。
  • 拒绝榜单刷榜,转向追问真实稼动率与 MTBF。作者认为,榜单上的物理理解与真实视觉体验关系不大,也容易变化;更重要的是客户确认的稼动率、平均无故障时间和 SLA 运行小时数。
  • 拒绝高自由度堆砌,转向追问跨年度复购。文中称,出货量第一的 6 个自由度产品与估值第一的 42 个自由度产品面对的是不同市场,只有同一客户跨年度、逐批增量的独立交付订单,才能证明可靠性。
  • 拒绝低质量政府或数采订单,转向追问买方测算的 ROI。当过半订单来自政府出资的数采与测试中心时,只有由实际买方而非卖方发布的 ROI 与回收期,才具备商业真实性。
  • 拒绝虚妄的离岸架构,转向追问跨站点部署成本。作者认为,离岸架构只能隐藏风险,不能消除风险;只有证明第 N 个站点的部署成本降至首站的 30% 以下,才算验证可复制性。
  • 拒绝脱离业绩的零部件叙事,转向追问分部财务拆分。只有零部件龙头单列机器人业务的具体收入与分部毛利率,才意味着盈利传导真正落地。
  • 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。文章称,单纯的市场规模预测本质上仍是叙事,只有可复用的软件收入增速超过交付人头增长,规模效应才算成立。

整篇文章的结论是,当前具身智能产业并非没有产业价值,而是资本定价与产业阶段之间存在明显错位。作者认为,未来 12 个月,决定价格的关键变量将不再是单纯的出货量和融资额,而是解禁节奏、IPO 供给、收入质量,以及某个垂直场景里可复制的单位经济是否真正出现。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
3900

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。