具身产业时钟周期，资本狂热与部署经济学的错配

作者： 0xjacobzhao ，IOSF

本“Physical AI 2026”系列由 8 篇深度文章组成，旨在穿透产业的资本热潮，直击具身智能从概念走向落地的经济学本质。从剖析部署成本与能力上限的权衡、本体厂与核心零部件的价值错配，到灵巧手、数据基础设施、世界模型的底层解构，再到地缘战略规则的演变，本系列系统性地探讨了产业在不同维度上面临的真实瓶颈与破局逻辑，为您全景呈现一个走向务实与分化的具身智能新纪元。

目前机器人产业正处在“资本化”阶段（Phase 3），资本却在按“部署经济学”阶段（Phase 6）定价，中间隔着“量产验证”和“供应链盈利”两个尚未发生的阶段。未来两到三年，真正的信号不会先出现在上游零部件，而会先出现在某一个垂直场景里：单位经济跑通，并且可以复制。

核心观点

1. 六个时钟不同步。 技术在早中期，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，二级盈利传导还没开始。混用这几个时钟，会导致严重的时点误判。
2. 融资周期在加速，估值周期已经见顶。 2026 年上半年国内具身智能融资 935 亿元，约为去年同期的 5 倍；这比“一级市场后期”更危险，因为新钱正在以顶部价格进场。宇树上市后这一判断开始兑现：股价较高点一度回撤约 61%，IPO 窗口收紧，9 月单月融资环比下降约七成。
3. 不要等“AI 式的盈利传导”。 AI 算力的采购者是少数几家超大云厂商，带有防御性；机器人的采购者是数千个厂长和产线负责人，他们永远有一个现成的替代方案：人。
4. 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，后受害于价格战；算力、触觉、仿真资产与场景运营则不直接暴露于整机价格战。
5. 三条主线：不依赖“谁赢”的层、ROI 可验证的窄场景、资本化节奏。 市场上多数资金正在做的两件事，泛投人形本体和按 BOM 倒推 2030 年市场规模，都不在这三条主线里。

一、当前坐标：六个时钟，六个阶段

把“机器人处于什么阶段”拆成六个独立的时钟，是理解当前一切错位的前提。

图 1　产业在 Phase 3，资本在为 Phase 6 定价　六个时钟的当前读数

表 1　六个时钟的当前阶段与判据

这张图揭示了本系列最具分量的方法论警示： 当前市场上主流的机器人选股指标 （如机器人收入占比、客户集中度、ASP × 销量、毛利率、Capex 与存货），大都属于 Phase 5 的成熟期指标 ，在 2027–2028 年之前往往缺乏真实的读数支撑；而在我们身处当下的 Phase 3 阶段 ，真正适用的却是一套完全不同的观察罗盘—— IPO 供给节奏、解禁日历、渠道质量与单位经济 。

二、资本狂热与产业现实的三重错位

错位一：融资周期在加速，估值周期已见顶

市场普遍把一级市场描述为“过热、进入后期”。这个说法错了一半：必须把一级市场拆成融资周期和估值周期两条线，它们现在是反向的。

图 2　融资在加速，百亿估值公司在一年半内从 3 家增至 22 家

来源：IT 桔子；2025 年上半年融资额按同比约 5 倍倒推

融资周期非但不是后期，而是史上最热的一个半年；真正到顶的是估值周期，退出定价已被二级市场锚死。这个组合比“一级后期”更危险：后者意味着钱在退出，前者意味着新钱正在以顶部价格进场。

资金的分布同样失衡。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%，是全产业链最拥挤的一格；下游应用只有 12 家企业获得约 19.4 亿元，占 4.2%，而同一份统计认为，这一赛道估值泡沫最小、商业化确定性最高。

图 3　七成融资流向整机，流向下游应用的不到 5%

来源：IT 桔子（2026 年上半年）

错位二：稀缺性溢价可能是零和转移，而不是板块公共品

宇树科技 2026 年 8 月 19 日登陆科创板，首日开盘大涨 629%（市值达 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；次日宇树跌破 2,800 亿元。

图 4　稀缺性溢价的“抽血”可能从上市第一天就开始

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”。这两天的数据与一个更早的时间表相容：抽血可能在第一天就开始，估值重置在第二天就发生。需要说明的是，单个交易日无法把“宇树抽血”与“大盘系统性下跌”区分开，这一条目前是待验证的假说，验证方式是对云深处、乐聚的挂牌做同样的事件研究，计算机器人篮子相对科创 50 的超额收益。

还要看到流通盘的结构：宇树上市初期无限售流通股仅占总股本的 7.44%。一个 7.44% 自由流通盘、85% 换手率形成的价格，不构成估值锚，而是流动性结构的产物。

上市之后：稀缺性溢价退潮，资本化时钟开始反转

宇树上市两个月的走势验证了“抽血先于估值重置”的判断。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 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大涨约 17%，盘中回到约 500 元、市值约 2,020 亿元，仍不到高点的一半。

图 5　宇树上市两个月：高点回撤约 61%，反弹后仍不到高点一半

下跌有筹码原因，也有基本面原因。筹码上，上市初期流通盘只有约 7.4%，极易被情绪推高，也极易在情绪退潮时下跌。基本面上，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 44% 对 31%），按当前价格市盈率仍约 300 倍。后续的解禁节点在 2027 年 2 月（网下限售股）和 2027 年 8 月（员工持股计划与部分战略配售）。

二级市场的回撤很快传导到了发行端。据路透社等媒体 9 月的报道，监管通过非正式的窗口指导放缓了人形机器人企业的上市审核，关注点是估值是否过高、与地方政府项目挂钩的收入是否代表真实商业需求；港股侧对收入真实性与关联交易的审查也明显趋严。迄今没有公开的书面暂停令，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，是 2026 年首例机器人 IPO 终止，母公司的解释是“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。

一级市场同步降温。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，只靠 Demo 样机的本体初创融资难度明显上升。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。但这并不是全面撤退：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，而不是放弃这个赛道。

这意味着资本化阶段的定价锚正在从“稀缺性”切换到“收入质量”。未来 12 个月，决定本体公司估值的不再是出货量和融资额，而是能否证明独立客户、可复制的收入和现金回款，这正是本系列第 02、03 篇的证据框架。

错位三：等待“AI 式盈利传导”，是在等一个不会来的信号

先纠正一个常见的错误表述：把 AI 定义为 Capex、把机器人定义为 Opex 替代。这个二分并不准确，机器人对工厂而言通常同样是 Capex（或租赁、RaaS）。真正的区别不在会计科目，而在决策结构。

表 2　AI 算力链与机器人的决策结构对比

最关键的是“可选性”这一行。AI 的资本开支带有 FOMO 属性，因此可以不需要 ROI 论证；而机器人永远有一个现成的替代方案坐在那里：人。只要人还能干这份活，举证责任就永远在机器人一侧。因此真正该等的锚不是 EPS 传导，而是某一个垂直场景的单位经济跑通且可复制：回收期短于 18–24 个月，并且出现复购。

三、这是不是一场产业大跃进

“过热与重复建设”需要用数据而不是印象来回答。

图 6　供应链规划产能已经与十年后的全球年需求量级接近

一家国际投行对 A 股 9 家机器人产业链公司的调研显示：没有一家证实获得确定性大额订单，没有一家能提供清晰的量产时间表；但它们的产能规划合计对应每年约 10 万–100 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是 138 万台。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；近 50 家集中推出量产机型、全面开打价格战，入门机型利润被压缩到 5% 以内，部分低于成本接单；发改委已公开提出建立准入和退出机制。

即便按最保守的解读，供给规划仍显著超前于当前需求。用哪个历史类比来判断结局，取决于一个变量：补贴打在哪一端。

表 3　历史类比

光伏和新能源汽车的补贴都打在需求端，一边制造产能，一边真实拉动需求；机器人的补贴主要打在供给端（地方产业基金、产线补贴、创新中心），只创造产能，不创造需求。叠加产品未标准化，产能建成时甚至不知道要生产什么规格。本报告倾向于把消费级无人机作为主类比：数据飞轮会提高赢家通吃的程度，软硬一体使成本优势不足以定胜负，场景绑定使先进入者的切换成本更高。结局预期是：产业成功，公司大面积死亡，集中度高于光伏与新能源汽车。当前 20 余家百亿估值公司中，能撑到 Phase 5 的可能是个位数。

由此得出最重要的推论：过热对产业链不同层的含义是相反的。

表 4　过热对不同层级的含义

四、产业链分层地图：L0–L8

把机器人产业链拆成九层，逐层判断。

图 7　拥挤集中在本体、执行器与灵巧手；结构性机会在算力、精密件、工业存量与垂直场景

来源：本报告评估；颜色按一级市场判断着色，仅代表环节结构判断，不构成证券建议

各层的核心逻辑：

• L0 端侧算力 ：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。否决条件是被本体厂全栈自研吃掉，Tesla 已自研机器人专用芯片。
• L1 具身基础模型 ：技术价值最高，估值同样最高。它的估值假设是“赢家通吃”，但机器人不像大语言模型那样有统一评测标准与统一接口，赢家通吃的形成机制尚未成立。只考虑同时具备全栈能力和真实场景数据回流的标的。
• L2 数据、仿真与评测 ：按“真实 vs 仿真”二分是错的，真正的判别维度是“服务 vs 资产”，即这份数据能不能被卖第二次。定制数采服务近乎不可复用；仿真资产库和评测标准可跨客户复用。详见第 06 篇。
• L3 部署软件 ：长期最看好、也最容易死于“进入太早”的一层。平台价值来自跨本体复用，而现在每家本体厂都在做全栈自研。入场信号三选二：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。遥操作是当下唯一可投的子格。
• L4 本体 OEM ：全产业链最拥挤的一格。二级市场价格受流通盘与 IPO 供给主导，不构成基本面锚。详见第 03 篇。
• L5 零部件 ：必须拆成五格看。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有真实现金流加人形免费期权；电池与热管理在工业场景要求 24 小时运转时会从“无人关注”变成瓶颈。详见第 04、05 篇。
• L6 运动控制与工业机器人 ：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 ：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。详见第 02 篇。
• L8 安全、认证、标准与保险 ：商业化真正的闸门。触发路径按概率依次是监管强制认证、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。

零部件层有一条需要特别修正的进场标准。通行的单条件阈值“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在价格战下以低于公司均值的毛利率进来，“机器人收入占比 10%”是摊薄事件，而不是重估事件。正确阈值必须是双条件：机器人收入占比 ≥ 10%，且该分部毛利率 ≥ 公司综合毛利率。

价值在哪里沉淀

把九层压缩成四层看，结论更直接：只有当能力穿过部署层、进入客户经济学，价值才变得持久。

图 8　只有当能力穿过部署层、进入客户经济学，价值才变得持久

当前的投资不对称也由此显现。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，估值与证据错配最严重。相对更具吸引力的是评测与可观测性、部署基础设施、时间壁垒型精密件，以及已验证经济性的垂直部署，它们的共同点是：价值不随本体厂谁胜出而灭失，且久期可以与投资工具匹配。在 Phase 3–4 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的溢价。

五、穿透泡沫后，重新锚定投资方向

表 5　三条可执行主线

三句话概括。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%，问题因此不是“市销率 200 倍贵不贵”，而是“愿不愿意为一个到期日不确定、行权条件需要 2–10 年的期权付出约 2,700 亿元”。关于产业：人形机器人已经证明“有用”，窄任务上 99% 以上的成功率不是表演；但规模极小，全球出货领先的厂商，其人形机器人真正用于智能制造与巡检的收入是 1,570 万元，约占人形收入的 2.6%。

四个投资方向：只有一个是标准的 VC 形态

表 6　四个投资方向与工具形态

投资机会不等于商业机会。精密件的最优形态是二级配置，认证与合规服务是 PE 形态，过渡产能与双源验证的现金流更像债券而不像期权。如果基金授权只允许早期股权，可触达的机会集比已识别的机会集小得多，这是一个应当摆上投委会的授权决策，而不是一条脚注。

投资纪律：每一条拒绝，都对应一条可证伪的反向证据

在 Physical AI 的资本化阶段， “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” ，是避免成为泡沫买单者的核心法则。投资者应当建立严密的否定性框架，坚决不为缺乏事实支撑的七类“伪指标”付钱，并以可量化、可证伪的反向证据作为决策转向的唯一依据：

1. 拒绝无部署的出货，转向追问“人工干预率” ：脱离工业与物流真实占比的出货量毫无参考价值，唯有首次披露的人工干预率（如 YD/T 6770 标准）才是衡量实际可用性的关键。
2. 拒绝榜单刷榜，转向追问“真实稼动率与 MTBF” ：榜单上的物理理解与真实视觉体验基本无关，且极易易主；真正重要的指标是客户亲自确认的稼动率、平均无故障时间（MTBF）及 SLA 运行小时数。
3. 拒绝高自由度的堆砌，转向追问“跨年度复购” ：出货量第一（6 个自由度）与估值第一（42 个自由度）面对的是截然不同的市场，唯有同一客户跨年度、逐批增量的独立交付订单，才能证明其可靠性。
4. 拒绝低质量的政府/数采订单，转向追问“买方测算的 ROI” ：当过半订单源于政府出资的数采与测试中心时，唯有由实际买方（而非卖方）发布的投资回报率（ROI）与回收期才具备商业真实性。
5. 拒绝虚妄的离岸架构，转向追问“跨站点部署成本” ：离岸架构仅能隐藏风险而无法消除风险；唯有证明第 N 个站点的部署成本降至首站的 30% 以下，才算验证了可复制性。
6. 拒绝脱离业绩的零部件叙事，转向追问“分部财务拆分” ：对概念炒作保持警惕，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，才意味着盈利传导的真正落地。
7. 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” ：所有单纯的市场规模预测本质上都是叙事而非事实；唯有可复用的软件收入增速超越交付人头的增长，才能验证规模效应的成立。