具身智能分化：本体制造回归制造业逻辑，资本重注“大脑”与数据闭环

事件概述

当前机器人赛道呈现明显的两极分化态势：二级市场对本体整机厂商的估值进行下调，部分企业因经营不善陷入破产；而一级市场融资热度不减，资金加速向具身智能的核心——“大脑”（算法与模型）集中。行业共识逐渐形成，即硬件本体正在回归制造业的成本与毛利核算体系，而真正的价值高地在于能够获取真实物理世界数据并实现泛化能力的智能系统。

核心信息

1. 本体整机厂商遭遇“清算潮”与估值压力

• 破产案例频发：2025年2月至2026年9月期间，超过20家机器人公司破产、解散或关停业务线。典型代表包括曾估值5亿美元的盈合机器人（已进入破产清算）、深兰机器人、智橙动力及达闼机器人等。这些企业多因缺乏稳定现金流、项目验收失败或过度扩张导致资金链断裂。
• 宇树科技市值波动：作为头部上市企业，宇树科技市值从上市首日高点4449亿元回落至1700亿元附近。尽管营收同比增长48.54%，但扣非净利润下降，且面临摩根大通等机构给出的“减持”评级，反映出市场对硬件厂商高估值倍数的质疑。
• 融资条件变化：本体厂商的一级市场融资定价越来越依赖订单量和毛利率等硬性指标，而非单纯的概念故事。

2. 资本流向“具身大脑”，算法成为新溢价点

• 融资结构失衡：据中泰证券报告，2026年上半年国内具身智能融资中，以“具身大脑”为核心业务的公司获得约222.53亿元（占比50.8%），而本体整机厂商仅获56亿元（占比12.8%）。前者融资额接近后者的四倍。
• 高估值案例：提供通用大脑模型的FieldAI正在洽谈10亿美元投后估值的7亿美元融资，较一年多前估值翻倍。星尘智能完成10亿元B+轮融资，投后估值150亿元；小鹏机器人单轮私募超9亿美元，刷新纪录。
• 研发重心转移：宇树科技招股书显示，超募资金近一半投向智能机器人模型研发，远超本体研发预算，表明硬件公司已将核心壁垒押注于软件与算法。

3. 巨头路线对比：特斯拉的数据飞轮 vs OpenAI的软硬一体

• 特斯拉（Tesla）：
  • 策略：“车器同源”。利用数百万辆汽车积累的场景数据、仿真系统和训练方法，通过模仿学习和强化学习迭代Optimus机器人。
  • 现状：演示多为预编程远程控制，旨在展示背后的数据规模而非实时AI控制能力。Gen 3设计已定稿，首批机器人用于内部数据采集，预计2027年下半年开始对外商业销售。
  • 核心逻辑：依赖庞大的数据管线和高训练效率，硬件执行器可复用汽车技术。
• OpenAI：
  • 策略：自建整机（OpenAI Robotics）。认为大脑无法脱离身体独立进化，必须通过真机的力反馈和失败样本来打破仿真环境的局限。
  • 招聘重点：岗位集中在运动控制、状态估计和执行器控制，无外观设计师，强调底层能力而非形态。
  • 时间表：计划2027年推出演示样机，短期瞄准基建场景，长期指向C端通用个人机器人。

4. 供应链成熟度差异

• 硬件标准化：深圳等地已形成成熟的机器人零部件供应链，伺服电机、减速器等八成零部件可就近配齐，产能快速扩张（如智元、龙旗等），硬件利润模式趋近传统制造业。
• 软件非标化：“大脑”缺乏类似硬件的标准化供应链，面临场景泛化弱、数据闭环未打通、算力功耗矛盾三大挑战，无法通过采购解决，需长期研发投入。

值得关注

• 评估标准转变：判断具身智能水平的关键已从外观演示转向四个维度：任务是否现场临时提出、环境是否有随机变化、失败能否自主恢复、演示是否连续且披露成功率。回答“是”越多，越接近技术闭环。
• 泡沫出清与理性回归：盈合等企业的倒下被视为投资周期的规律性清算，表明资本不再盲目相信“有人接盘”的逻辑，而是要求真实的商业验证和数据积累。
• 数据即壁垒：无论是特斯拉的自动驾驶数据迁移，还是OpenAI的真机力反馈，行业核心竞争点已明确为“谁能更高效地获取和处理真实物理世界的交互数据”。