Embodied Intelligence Funding Cools: IPO Pressure Amid Valuation-Revenue Mismatch

“智元机器人赴港上市节奏已经放缓。”“5折出售手中老股，无人愿意接手。”“为限制老股流出，部分具身智能公司已经不同意股改。”“具身智能公司真正的融资压力，或将在11月后集中显现。”“投资人既不关注世界模型，也不看具身智能项目了。”

2026年下半年以来，关于具身智能估值泡沫的争议持续发酵，融资数据直观印证了这种变化：今年10月1日至15日，赛道融资共19起、金额49.34亿元，对比巅峰时期单月339.8亿元的融资总额，热度大幅缩水。如果再考虑不少披露交易其实是存量股权转让，赛道真实新增资金的萎缩，远比账面数字看上去更严峻。

图源：IT桔子

可明明上半年，资本市场还在疯抢具身智能？

2026年上半年，投资机构害怕错过风口，具身智能拿到了当年自动驾驶的火热剧本。天使轮融资数亿元、数月内接连完成多轮融资、半年快速成长为独角兽，具身智能成了市场里的“吸金兽”。

IT桔子数据显示，2026年前8个月，机器人赛道融资额达1245.1亿元，是2025年全年的两倍。同样的狂热，也在海外上演。PitchBook数据显示，2026年上半年，机器人和物理AI企业全球融资334亿美元，已经超过2025年全年的287亿美元。

从害怕错过风口到如今变得谨慎，资本市场为何出现180度大反转？热潮褪去之后，具身智能行业将要面对哪些新压力？

433万元营收VS5亿美元估值：收入与估值的错位

36个交易日，宇树科技股价从开盘价1100元/股跌至404.03元/股，最大跌幅超63%，市值蒸发超2800亿元。宇树科技的上市，成为资本市场态度反转的导火索。

图源：雪球

宇树之外，机器人零部件厂商梅卡曼德公开发售斩获约3835倍超额认购，刷新港股机器人赛道认购纪录。但上市首日直接破发，此后股价持续走弱。

图源：雪球

接连的破发，让资本市场重新思考：此前资本到底是为具身智能的明星团队光环买单，还是看好赛道真实可兑现的长期增长？

当前具身智能独角兽、未来独角兽创始团队大致分为两类：

一类是以顶尖高校科研团队、教授专家为代表的学术派团队。曦诺未来团队汇聚清华、浙大等全球顶尖高校人才，极佳视界核心团队来自清北、中科院、中科大等院校。

另一类则是以大厂技术负责人、业务高管或核心研发人员为主导的产业迁移型创业。原力灵机、Sharpa创始团队分别来自旷视科技和禾赛科技，小鹏机器人脱胎于小鹏汽车。

明星团队+Demo+技术叙事，是支撑独角兽数十亿美元估值、未来独角兽数十亿元估值的关键，业内甚至出现依托明星团队背书的“PPT融资”现象。

但具身智能商业化落地节奏缓慢，是否撑得起这些高估值？

“机器人能表演、能参赛，和机器人能稳定进工厂干活，这是两码事。”安徽某制造企业质检经理张磊（化名）对物理AI大观说道。在他看来，工厂大规模部署机器人，核心要算清三本账。

一是经济账，只有比人力成本更低、效益更高，工厂才愿意复购。“假设一名产线工人一年薪酬七八万元，如果机器人价格更低、产出效益更高，老板自然愿意复购、逐步改造产线。反之，就很难推进。”

二是稳定性账，机器人需要可靠性强，适配复杂工况。“客户那边催着交货，工人可以加班赶工。一旦机器人突发故障，一两天才能修好，延误交付带来的经济损失由谁承担？”

三是责任账，权责边界必须清晰。“不少制造业生产讲究定岗、定人、定责，而具身智能机器人又不会‘背锅’。若机器人引发产线故障增多，责任最后落到部门负责人头上，轻则扣工资、扣绩效，重则可能被公司开除，让他们自然会排斥落地，而一线工人出于岗位被替代的担忧，也可能给机器人‘穿小鞋’。机器人真的能适应产业场景里，这套人情与权责的复杂现实吗？”

张磊的顾虑并非个案。人形机器人场景应用联盟数据显示，2026上半年国内公开人形机器人中标项目共218个，总规模17.23亿元；其中，教育科研机构采购占比55.5%，政府及国资平台占20.6%，来自工业企业的订单仅占21.1%。而工业订单里，绝大多数还停留在样机测试、展厅展示、实训试点，并非产线常态化采购。

订单总量有限，市场还呈现出高度集中的格局。SAG机构2026上半年统计数据显示，智元机器人与宇树科技，合计占据全球超七成市场份额；其余中小厂商上半年出货量均未破千台，头部与腰部企业的规模鸿沟已经拉开。

乐象科技联合CEO李元庆同样表示，无论推出哪款机器人，至少能卖出500台，大量对手会买来拆解逆向。但宇树有着十年积淀、消费四足产品线，叠加9.9万元的价格优势，让外界难以复制，赛道里仅有两三家同行出货破千台。

出货量不足，让具身智能收入与估值严重错位。公开数据显示，达闼机器人2025年前七个月营收仅140万元，净亏损高达8425万元，但巅峰时期估值达到223亿元。2025全年营收仅433万元的盈合机器人，巅峰估值突破5亿美元。这种错位，让资本市场对具身智能项目逐渐冷静。

这背后是，具身智能技术成熟度和企业真实需求之间，仍存在着巨大鸿沟。一边是当前具身智能产业链从上游核心零部件、整机制造，到下游场景适配、部署运维与客户付费，仍面临成本高企、场景碎片化、投资回报周期漫长等多重难题。

另一边却是，制造业既要具身智能攻克复杂环境下的感知、决策与精细操作难题，也要实现高可靠性、低部署成本、稳定正向的经济回报，更要建立清晰的故障责任划分、顺畅的人机协作机制。技术、成本、管理的三道门槛，让具身智能面临着长期的商业化压力。

估值承压，IPO遇阻

长期的商业化焦虑，让具身智能赛道衍生出两种特殊的交易模式：

一种是以数采中心为代表的循环交易模式。梅卡曼德创始人邵天兰公开批评这类模式：“现在很多‘攒局型’具身智能企业，包括北京、上海一些名气很大、估值很高、上过春晚的公司，大量利用所谓‘数采中心’，和地方、投资方、供应商开展关联交易，制造虚假、不可持续的收入。”

《金融时报》拆解了这套模式的运行方式：地方+机器人企业出资建设数采中心→数采中心向企业购买机器人用以数据采集和训练→采集到的数据，再卖给机器人企业，形成“地方建中心→中心采购机器人→采集数据再卖回企业”的循环交易。

另一种则是“既是股东又是客户”的交易模式。大型产业资本既参与投资或合资，又成为具身智能企业的客户，同时还可能向这家企业供应核心零部件，形成资本、产品、供应链和应用场景相互交织的关系。

当市场把重心放到具身智能商业化落地上，一连串疑问随之而来：企业手中的真实订单到底有多少？是否存在互相抬价、推高估值的情况？是否存在利益输送、关联交易？机器人进入企业场景后，稳定运行时长能达到什么水平？脱离股东客户后，企业能否持续开拓外部新客户？

这些质疑，让具身智能企业开始承受估值回调压力。《路透社》报道称，若剔除数采中心相关收入，部分机器人企业的估值可能下跌60%—70%，当前私募项目估值已经下调约30%—50%。

估值下调的背后，是市场难以看清企业的经营底色。若上市后股价持续走弱，风险将在二级市场暴露。监管也因此对机器人企业IPO审核趋严，企业上市压力显著上升。

《财联社》报道称，营收真实性、盈利稳定性、商业化落地能力，已经成为机器人IPO的核心审核导向。汇生国际资本总裁黄立冲提出，具身智能公司上市时，最难向资本市场解释的是：技术创造的价值，最终有多少能留在企业账上。模型能力提升、客户效率改善，并不等于企业利润同步增长。“客户是否愿意多付钱？公司有没有定价权？扣掉算力、数据处理、实施和人工复核之后，还剩多少？这些都要算清楚。”

Wind数据显示，港交所有超过50家具身智能赛道企业正在排队上市。虽然尚难以判断最终有多少企业能够顺利完成发行，但市场已经出现主动调整上市节奏的案例：原定10月28日挂牌、冲刺“港股工业具身智能第一股”的微亿智造，临时暂停上市进程；中坚科技也宣布终止H股上市计划。

IPO审核趋严、破发风险高悬，投资机构对具身智能赛道变得更加冷静。目前具身智能项目依旧高度依赖IPO退出。假设某标的以100亿估值入局，IPO发行10%流通盘，上市后市值冲高至300亿，6个月锁定期结束回落至150亿。账面收益看似50%，但叠加时间成本、流动性折价与经营不确定性，实际回报吸引力大打折扣。

资本市场的谨慎，又反向制约具身智能企业的IPO进程。以港股IPO认购为例，基石投资者认购股票后需要接受六个月的锁定期，优地机器人锁定期甚至长达九个月。

具身智能企业估值偏高，发行所需的基石资金从千万港元到几亿港元不等。公开数据显示，梅卡曼德共引入9家基石投资者，合计认购约1.86亿美元。

投中网数据显示，截至2026年10月，13家赴港上市的机器人企业中，有10家引入基石投资者，合计认购约48.61亿港元。但这10家里面，精锋医疗和华沿机器人的基石阵容分别浮亏1.52亿、4.57亿港元，合计亏损达6.09亿港元。

图源：投中网

其他机构浮亏的前车之鉴、长达半年的锁定期、上市后的股价不确定性，后续具身智能IPO，机构是否愿意大额进场？投资人是否愿意承担破发带来的内部追责风险？种种不确定性，又是否会出现老股东不愿托底、新股东不敢进场的局面。具身智能企业的IPO融资及后续资本接续，压力被进一步放大。

热潮退去，具身智能的周期考验

解决融资压力的关键，仍是具身智能企业回归研发本身，加速商业化落地。2026年，赛道资金大多流向产业链中上游。据物理AI大观不完全统计，33家机器人独角兽中，29家集中在上中游，占比约88%；36家未来独角兽中，31家位于上中游，占比约86%。

艾瑞咨询数据显示，2026年全球机器人软件AI基础、具身智能大脑板块融资额分别达1670.93亿元、1625.52亿元，遥遥领先；下游行业应用、公共服务机器人等落地端融资仅十余亿元。资本大量涌向算法层，负责量产交付、场景验证的整机与落地赛道资金紧缺。

图源：艾瑞咨询

但当GPT-6 Astra已经能够完成3D建模、物理AI仿真等任务；Kimi K3.1 Pro可直接编写Blender、CAD脚本搭建3D模型，Astra正在持续冲击行业原有技术壁垒，资本还会继续押注具身智能的上层模型赛道吗？

对于专注具身智能模型、世界模型的企业而言，如果核心优势仅停留在环境理解、任务规划这类上层能力，就有可能被通用大模型覆盖替代。元戎启行CEO周光提到，GPT-6问世之后，宇树这类机器人本体公司反而更占优势，主打具身智能大脑、机器人大模型的企业将迎来巨大挑战。

与之相对，让机器人在真实物理环境中稳定完成复杂操作，并依靠真实交互数据持续提升任务成功率，才是更难被替代的竞争壁垒，这也进一步抬高了具身智能企业的研发门槛。

相比外部通用模型迭代带来的冲击，物理AI大观认为，更深层的研发风险来自企业内部。当前具身智能企业大致分为两类：一类是长期扎根真实场景，稳步打磨产品；另一类是被资本快速催熟的企业，长期维持高成本、高薪资模式。例如，盈合机器人曾被曝出耗资2800万元装修办公室、一次性发放500万元年终奖，引发投资方强烈不满。

一边是此前高薪优待、资本追捧的状态，另一边是融资收缩后必须降本增效、压缩开支。巨大落差之下，不少具身智能企业或将迎来研发人员离职潮，人才资源进一步向头部集中。

不止研发端，商业化落地环节同样存在人才适配难题。来自中科大的生物学博士朱阳（化名）提到，之前他师兄想让他加入一家具身智能企业，开出的薪资十分可观，但他最终还是选择留在学术界。

他解释，很多高校教授常年带着硕博学生，手握科研项目与经费，甚至能影响学生毕业，处在甲方位置，压力和责任边界清晰。可一旦进入企业，抛开环境差异不谈，最大的转变是身份：

在学校做科研，你是甲方；到企业做具身智能，就要成为服务客户的乙方，各类苛刻需求都要承接。做教授，核心是申请经费、花钱做研究；做企业，核心是赚钱，还要承担经营风险。这种身份与思维上的落差，很多科研出身的人很难适应。

具身智能依旧是长期重要的技术趋势。这轮资本冷静期，只是加速行业回归产业本质：技术不能止步于实验室，产品要经得起真实场景检验，企业最终要靠商业化能力证明价值。热潮终会褪去，只有真正创造产业价值的企业，才有机会穿越周期。