[BidClub_]
晚点聊 LateTalk · · 63 min

180: 具身智能的金钱游戏:进展难测、收入催熟与 IPO 竞速

李梓楠徐煜萌程曼祺

Podcast
TL;DR
  • 两位记者操作《具身的金钱游戏》报道后的核心不安:钱融了很多,却没有相应花在技术上,行业变成“打德州比谁口袋深”的融资与上市竞赛。 最硬的证据链:全行业有千卡以上算力集群的公司据信源只有八家(读者反馈“八家都多了”),有具身公司创始人称行业内没人用过十万小时以上的数据跑过一次模型;一家估值靠前的公司去年研发投入约三千万元,累计融资却超五十亿元人民币——“你把钱都放余额宝,一年都有五千万”,理财利息即可覆盖研发。
  • 进展不可观测是泡沫的温床:没有公认 Benchmark、硬件一致性导致复现困难,行业在被高估与低估之间摇摆。 李梓楠连去三次优必选也“感受不到明显进步”,一家成立不到一年的公司让机器人抓轴承放盒子用了七十秒,而快递员“可能两秒都不需要”;马斯克的 Optimus 三代设计定型按李梓楠的跟进可能比原计划晚了约十八个月,且据其了解降低了要求——“我常常会迟到,但我一般都会做到”,看大家等不等得起。
  • 收入是被港股 18C 门槛催熟的:去年行业最大客户是地方数据采集中心,这块收入按徐煜萌的粗略印象占整个盘子至少三到四成。 模式是地方政府与机器人公司合资建数采中心,一百台、每台四五十万元即约五千万元收入,“凑四个这样的数采中心就够 18C 的收入了”;但退潮已现——某中部省会花八千万元买的机器人,今年年初数采中心散伙、机器人被当教具卖给周边院校;随着 ego 数据和人类数据等路线发展,真机采集需求可能减少。
  • 制造业关联交易是第二条收入通路:机器人公司与零部件公司互为供应商加客户,后者还投资前者,动力之一是估值倍数变化——“沾点汽车就十五倍,做机器人三十倍”。 一家具身创业公司的收入近四成来自制造业,几百家供应商各买一些即可形成较大销量;长盛轴承只向宇树等卖了约八百万元零部件,股价从底部可能翻了五倍,有董秘直接对分析师说“我不是汽车行业的公司了,我至少是个三十倍的公司”。
  • 真实销量远小于叙事:外资分析师逐一问了八十多家买方,去年底国内人形机器人实际销量约八千台,宇树、智元断崖式领先,第三名优必选之后都是百台级。 马斯克称到 8 月一个月造三百台,年化三千六百台,与此前“2026 年十万台”的口径差三十倍;相比之下,智元邓总给出的 1.6 万台指引建立在去年四五千台产量上,并不算特别激进。二级市场朋友的危险发言值得记录:“To B 生意就是你想卖多少就卖多少。”
  • 一级市场的新玩法是“攒局”与 Club Deal:从第一轮就排布好 T0 产业资本(智元、自变量、乐聚、银河等六到八家)加 T0 VC(红杉、高瓴、顺为、春华、源码等十到十五家)的阵营,每轮大致“三加三”,豪华名单为后续轮次背书并形成估值上涨预期。 高瓴与红杉共同投资的项目比大模型阶段更多,投资人的逻辑是:“大家一起赚钱,有什么好排斥的?”甚至有热门世界模型公司要求投资方承诺连续多轮领投,被朋友认为没有道理而拒绝。
  • 接下来的两个试金石:一是头部公司可能已接近一千万小时数据量级后,具身智能 scaling 是否成立,“今年可能会有一些答案”;二是宇树上市后六个月的股价走势——公开市场充分定价后,可能有早期炒高价格的人退场,留下的价值理论上更接近内在价值。 值得注意的预期差:王兴兴公开管理预期称行业两三年内会有一些应用落地,“比行业投资人定价的预期要低一些,但可能也更靠谱”。
Digest · the substance, structured for research

1. 行业最大的不对劲:融资竞赛替代了技术竞赛

  • 李梓楠转述采访对象的比喻:“就像打德州,比谁口袋深”——比谁筹码多、谁估值高、谁更早上市,“我们报道的不是一个科技赛道,我们报道的是一个融资驱动的东西”。甚至有信源反问他:这个行业还有几个认真做事的人?
  • 花钱端的证据最扎眼:一位采访对象称全行业有千卡以上算力集群的公司就八家,文章发出后有人反馈“八家都多了”;今年四月一位二级市场信源转述某具身公司创始人的说法——整个行业没有用超过十万小时的数据跑过一次模型,与许多公司的公开口径相左。
  • 数据供给端同样单薄:一家自称行业前两名的数据公司,今年上半年累计生产了五万小时数据,签的最大订单是一万小时。程曼祺补充了对冲:很多全栈公司自采自用,甚至对外卖数据(如智元),凑供应商的量不等于行业总量。

2. 进展不可观测,泡沫与低估之间来回摇摆

  • 李梓楠指出,大语言模型有公开 Benchmark、开放权重、人人可上手,而具身智能是 To B 的、高成本的物理实体,普通人接触不到;程曼祺也指出,这一点与大语言模型相比很明显。且同一模型放在不同硬件上因一致性问题表现不同,“复现本身就更难、成本也更高”——所以它可能被极大高估,也可能被低估,讲故事的空间很大。
  • 李梓楠的实地手感:连去三次优必选也看不出明显进步;某成立不到一年的公司演示机械爪抓轴承放进塑料盒用了七十秒,主编问“能替代几个比亚迪工人”,他答不了——快递员转身放下“可能两秒都不需要”。“如果我是投资人,我应该不会投这个。”
  • 道心摇摆也有话术包装:有创始人换了技术路线,对外的说法是“我迭代了,我升级了”,不会说“我换了一条路线”。

3. 连马斯克也高估了斜率:Optimus 三代晚了十八个月

  • 李梓楠定期跟踪的反推:按马斯克最初说法,Optimus 三代去年一季度就该设计定型;按李梓楠自己的跟进,可能到今年六月底才做到,晚了至少十八个月,且据其了解在过程中降低了一些要求。从一周发一次照片、视频到很久不发,他判断马斯克自己一定是高估了技术进步的斜率。马斯克的自辩被保留:“我常常会迟到,但我一般都会做到。”

4. 估值定价离奇:报价太低反而被认为不行

  • 徐煜萌听到的费解逻辑:一个有良好学术背景的团队配上一些人,很快就能到五亿元、十亿元估值,且“如果你现在价格报得太低,大家就会觉得你其实不是一家很好的公司”——五亿元人民币是大家的基础门槛。
  • 李梓楠当场质疑:“我真的不知道五亿元人民币第一轮是什么公司”——他的印象是至少二十亿元人民币起步;一上来就是十亿美元的公司,其创始人和团队应该有一定行业地位。那位朋友提到的做法,是把某个学校里做机械、自动化专业的教授,以及大公司的车企高管逐个问一遍“你要不要创业”。

5. 研发投入的对照组:晚点、蜜雪冰城与余额宝

  • 编辑部的自嘲成了行业注脚:某估值靠前的机器人公司去年研发投入约三千万元,融资超五十亿元人民币——“晚点的研发投入都比这个多”,而且“你把钱都放余额宝,一年都有五千万”,仅融资所得的理财利息可能就能覆盖研发成本。公开可查的宇树去年研发投入为 1.45 亿元,对照蜜雪冰城的 1.05 亿元;据非公开信息,李梓楠判断智元去年研发投入应该更多,可能在五亿元左右,这也可能与其约一千三百人的规模有关。
  • 李梓楠认为,部分中国具身智能公司缺乏做技术 Bet、判断押注方向的能力;程曼祺追问的核心也在于研发投入如何匹配技术进展。智元式多方向并行是资源型玩法,有其合理性,但典型的技术驱动公司应围绕强技术判断做验证,从 Demo 到产品原型再到能用。
  • 李梓楠问,没有技术判断的人乱花钱“不是死得更快吗”?徐煜萌回应:可以不拿这么多钱,因为钱在哪里都有成本;而且这些融资基本都有回购协议,要考虑自己能不能兜住。

6. 春晚经济学:都要上春晚就有问题

  • 投资人对研发投入少的意见来自对比:机器人公司在广告上花钱很痛快,宇树、松延动力、银河通用上春晚,每家的花费大概至少六千万元——按前述公司三千万元的研发投入算,上一次春晚的费用就够它继续研发两年。第一个上春晚广告可能有效,大家一起上就未必有效,徐煜萌朋友的总结是:“上春晚没问题,都要上春晚就有问题。”

7. IPO 竞速与 18C:收入必须被催熟

  • 融了大钱就必须给交代,眼前的竞争就是 IPO:除已经上市的宇树外,确定有投行在工作的公司已有十家,有上市想法的更多。港股 18C 于 2022 年 10 月首次提出、2023 年 3 月正式生效,要求 2.5 亿港币以上收入;机器人均价二三十万元,达到这个收入规模“不算特别难”,但排队者众,大家的诉求变成收入越高、增长数字越漂亮越好。
  • 悖论由此产生:技术成熟度和实际应用都还很低,却必须做出大体量收入——后面几节就是这个悖论的各种解法。

8. 去年最大的客户:地方政府数采中心

  • 模式设计得“真的很完整”:地方政府出钱或出地,与机器人公司合资成立数采公司,第三方运营方雇大学生或年轻人做数据采集和遥操作——一台机器人配两个人,一百台就是两百个就业岗位。李梓楠的感叹是:“对于地方政府来说,这个产业真的太好了”——无污染、就业具体、收益可控,土建投入跟当年造车比“很友好”。
  • 数字与规模:卖给数采中心的机器人约四五十万元一台,一个中心通常一百台、五千万元左右,可能还要加上土建等成本;程曼祺当场算账:“凑四个这样的数采中心,这个公司就够 18C 的收入了。”到去年底,公开信息里能找到的数采中心有八十多个,自贡、攀枝花等地都有。按徐煜萌的粗略印象,这块收入占整个盘子至少三到四成。机器人公司通常还会与政府约定,优先购买或在一定期限内购买数采中心生产的数据,让地方投资的回报有一定保障。

9. 数采中心退潮:八千万的投资散伙,机器人变教具

  • 落地并不如设计:有开工率问题——数据卖不出去就先不开工;某中部省会今年年初买了八千万元的机器人,数采中心“可以说散伙了”,机器人后来卖给周边院校当教具。徐煜萌对亏损的判断是:“财务角度可能是亏的,但认知角度不一定亏……你知道这个事情的深浅了。”
  • 更深的压力是技术路线变化:现在大家可能会做更多 ego 数据和人类数据,真机采集需求可能减少,一些机器人公司也判断这块不一定可持续,主动降低数采收入占比。徐煜萌的类比是,数据采集中心也像之前的数据中心:买了很多 V100,过了两年大家改用 H 卡、B 卡或更新的产品,上一代投入可能无法收回成本。
  • 技术路线不收敛既是风险,也是 2023 年到 2025 年新公司仍在不断出现的原因;大模型领域到了 2023 年下半年,创业窗口则基本关闭了。

10. 科研市场:收入不大,但可能是基础设施的入场券

  • 宇树公开信息里较确定的收入来自科研机构、学校,以及迎宾导览,这是行业里质疑最少的部分——真实需求、价值明确。徐煜萌认为,科研市场作为最开始的市场是可以的。
  • 李梓楠对“科研市场体量小”的质疑的回应是:如果整个行业技术最前沿的人用的是你的硬件,就证明你的硬件未来很有可能适配最先进的技术,你可能成为这个领域基础设施的提供方之一——看宇树不能只看科研带来多少收入。

11. 制造业循环交易:互为供应商、客户与股东

  • 机制拆解:机器人公司把机器人卖给制造业零部件公司,零部件公司把零部件卖回机器人公司,还可能投资它——某具身创业公司将近四成收入来自制造业。由于一家机器人公司至少要对接几百个供应商,多个供应商各买一些就可能形成较大销量,例如一百家供应商每家买二十台,就是两千台;但二十台“真的干不了什么”,基本是研发人员买回去拆解、测试或放到产线上测试。
  • 制造业公司的账很好算:与其花十亿元建厂,不如花五亿元投资机器人公司,顺理成章进入新领域;资本市场的估值倍数变化也是动力之一——“沾点汽车市值可能比较低,做机器人估值可能就不一样”,汽车可能是十五倍,机器人可能是三十倍。一个极端例子是长盛轴承:宇树等机器人公司只买了它大约八百万元的零部件,但其股价从底部涨上来可能翻了五倍;李梓楠还亲遇某董秘对分析师说:“我不是汽车行业的公司了……我至少是个三十倍的公司。”
  • 李梓楠认为,只要交易最后有真实价值、能够闭环,英伟达和 OpenAI 等公司的循环交易也可以从类似逻辑理解——与其让汽车行业闲置产能下降、工人放假,不如转做机器人零部件,把资源利用起来。

12. 真实销量:八千台的行业,与三十倍的 Miss

  • 机器人行业没有汽车那种精确到个位数的周度销量。一位头部外资分析师按公告梳理买方,再逐个询问了八十多家公司,凑出去年底国内约八千台人形机器人的实际销量:宇树、智元断崖式领先,第三名优必选之后就是百台级。这是真实销量,不是渠道里的“出货量”文字游戏——按此口径,中国机器人公司至少在生产端已“全球绝对领先”,特斯拉去年可能也就生产了几百台。
  • 马斯克被李梓楠认为是预期过高的最大责任人:此前“2026 年十万台”的说法让供应链把计算器摁起来,按李梓楠所述,马斯克到 8 月时一个月造三百台,年化三千六百台,与十万台相比差三十倍,“是一个超级大的 Miss”。相比之下,智元邓总给出的 1.6 万台指引建立在去年四五千台产量上,“不是特别激进的增长”;李梓楠还认为,邓总的信用记录比马斯克好。
  • 二级市场朋友的“恐怖发言”是:“To B 生意就是你想卖多少就卖多少——反正只要两个公司说好。”徐煜萌说,从第一性原理来讲确实如此;李梓楠则称这个发言“比较危险”。

13. 果链变特链变机器人链:二代们的新事业

  • 徐煜萌讲到的电梯轶事:某果链公司的机器人业务“现在是老板的女婿在管”,另一家汽车零部件公司老板的儿子刚从卡内基梅隆大学学机器人毕业,父亲直接给钱让他管机器人业务——至少浙江一些汽车零部件和制造业大公司把机器人业务交给二代打理,“还蛮普遍”。脉络是:3C 果链的一部分变成特链,最近三四年特链中的一些企业又变成机器人供应商,最早 2022 年宁波、嘉兴、江苏的一些特斯拉供应商就开始跟着做机器人零部件。
  • 两位都认为这是行业里“比较实的一部分”:上游供应链被下游牵动着发展,中国制造业在组装和精密加工上的能力确实很强,即便最终需求——消费者与工业、商业场景是否真正使用机器人——还没到那一步。
  • 玩这套生态有体量约束:宁德时代买一万台机器人也没人把它当成机器人公司,大家仍然看它的主业;更适合的是三百亿元市值左右的中型供应链企业——如果机器人业务让估值倍数翻一倍,市值可能从三百亿元变成六百亿元。参照物是三花智控:与 Optimus 合作前可能只有一千亿元出头,现在也是两千亿元市值的公司。

14. 智元的经销商分级:VAP 体系与“自买也算”

  • 智元的销售体系按年度销售业绩分级:帮智元完成两千万元是 VAP,一千万元是金牌,五百万元是银牌,两百万元是最低级别的认证;级别越高,能拿到的货源和支持越多。智元当时级别最高的经销商伙伴包括均胜电子、宁波华翔、卧龙电驱,这几家公司基本都是去年机器人板块涨得较好的股票;经销商还会主动帮智元开拓场景,比如设想把机器人放到电池工厂搬电池。
  • 关键细节:自己买一千万元也算帮着卖了一千万元——“它不在乎这些东西最后销到哪里,反正你给它制造了这么多销售额”,两千万元以上就是 VAP。共赢闭环还有一层:零部件公司同时投资机器人公司、购买机器人产品,“我买机器人花了五千万元,但我投资它的那笔钱可能涨了五千万元,收益又从另一个地方回来了”。
  • 被问作为投资人怎么办,李梓楠答:“我会做波段”,因为机器人行业没有明确的业绩预期锚,周期波动来自预期本身在不停调整;现在有公司有机器人收入,但这些收入是否可持续仍要看。

15. 攒局、Club Deal 与连续领投承诺:一级市场的新排列组合

  • 徐煜萌听到“如何攒局”的模式时“确实挺震惊”:FA 或活跃机构从第一轮就排好阵营——T0 产业资本六到八家,包括智元、自变量、乐聚、银河等;T0 VC 十到十五家,包括红杉、高瓴、顺为、春华、源码等。热门项目每轮大致“三加三”,产业资本代表相对确定的订单,VC 代表技术认可,豪华阵营为后续轮次背书,并形成估值上涨预期。
  • Club Deal 比大模型时代更多:公开信息里,高瓴与红杉共同投资过同一轮的项目包括它石、无界、铭感智能、摩感科技;它们同时还是星尘智能和智元的股东。问为什么竞争关系好像消失了,得到的反馈是:“大家一起赚钱,有什么好排斥的?”
  • 甚至有估值很高的世界模型公司要求投资方承诺连续多轮领投;徐煜萌的朋友觉得这个要求没有道理,最终没投。也有 T0 机构会选择性拒绝 Club Deal,拒绝者最看重的还是“创始人的定力”。

16. 泡沫的第五步:scaling 验证与宇树的六个月

  • 文章结尾的悬念被搬进播客:前四步是质疑泡沫、理解泡沫、拥抱泡沫、享受泡沫,第五步是什么?稿件发出后,徐煜萌觉得有些人幸灾乐祸,“也没必要”。二级投资人在主动做功课,因为买入价已经很高,会问极具体的问题:今明两年研发投多少、收入从哪来、在手订单是什么、复购概率有多大。
  • 李梓楠质疑,如果一家公司能完整回答这些问题,可能就不是很典型的具身智能公司,甚至“可能是假的”;徐煜萌回应说不一定,有些带着具身智能标签的公司拥有相对成熟的业务,而真正的具身智能公司核心是探索技术、做大模型等研发,这些问题本来就很难回答。
  • 两个真正重要的议题:一是技术——包括智元在内的一些公司说过,有一千万小时数据就可能验证模型有没有 scaling;头部公司可能已经距离这个目标不远,“之前不太清楚的技术问题,今年可能会有一些答案”。二是宇树上市后六个月的价格走势——公开市场充分定价,可能有早期炒高价格的人逐步退场,留下的价值理论上更接近内在价值,“大家很关心六个月后它是真的到三千亿元,还是比现在还低”。
  • 预期管理的参照系是王兴兴:他公开说行业两三年内会有一些应用落地,“比行业投资人定价的预期要低一些,但可能也更靠谱”。投资人分两类:赚主题钱、想尽快退出的,和坚信具身价值、周期性确认创始团队是否认真做技术的。后者对上市预期不会那么紧张;最终能否上市、是否有人愿意买,仍取决于产品和技术能否给出更明确的价值。
Full transcript
程曼祺

宇树上市之后,中国具身智能的创业热潮到了一个小高峰。晚点编辑部也是从几个月前开始,筹备一篇有关具身智能行业融资和进展的全景观察。

这期播客邀请了这篇报道《具身的金钱游戏》的两位作者——李梓楠和徐煜萌,和我们一起讨论目前具身智能行业的状态、观察和预测。两位可以和听友简单打个招呼,自我介绍一下吗?

李梓楠

大家好,我是晚点科技组的记者李梓楠。

徐煜萌

大家好,我是平台组的记者徐煜萌。

程曼祺

梓楠之前主要跟宁德时代和特斯拉,关注汽车、科技,尤其是和硬件相关的产业链。煜萌所在的平台组主要跟进大型互联网科技公司的报道,也会做一些投资市场的报道,所以这次你们一起操作了具身智能这个选题。

我们做这个选题的契机,一方面是大家都有共识,具身智能会是一个非常有前景的行业,未来是光明的;但另一方面,投资人和从业者多多少少都会对这个行业的一些现象和状态感到不安。我们可以先从这个点切入。

你们和很多从业者交流之后,大家都觉得行业有一些不对劲的地方。具体来说,这些不对劲是什么?

1. 钱多研发少

李梓楠

大家拿了很多钱,但是花钱很少。我们感受到的,可能还是大家处在融资竞赛或者上市竞赛的阶段:比谁的估值更高,比谁更早上市,上市之后谁的估值更高。

我们的一个采访对象说,这就像打德州扑克,比谁的口袋深。口袋深,说的是比谁的筹码多,而不是比谁的技术更先进。好像我们报道的不是一个科技赛道,而是一个融资驱动的东西。

大家谈论得更多的确实不太是技术,而是融资。这可能是我们的一种模糊印象。有时候信源会问我:“你觉得这个行业还有几个是认真做事的人?”我说,看起来大家不是都挺认真吗?大家经常发论文、发 Demo,也会去榜单上比一比。

但我们再去看大家是怎么花钱的时候,自己也更看不明白了。我们去问一些算力提供方,或者机器人数据提供方,发现整个行业在这两个最需要花钱的地方,花的钱并不多。

包括我们文章里写到的,一个采访对象说,整个行业里有千卡以上集群的公司就 8 家。文章发出来之后,还有人跟我说,8 家都多了。

到今年 4 月的时候,我有一个二级市场信源忽然告诉我,有一个具身智能公司的创始人跟他说,整个行业都没有用过 10 万小时以上的数据去跑一次模型。这和很多公开信息相左,至少在很多公司自己的口径里,它们是有很多数据的。

一方面,大家肯定是有数据的,但有没有真正用起来,我们不确定。另一方面,今年很多数据公司融了很多钱,比如做数据采集的公司,估值都涨得很快。我们就问他们,一个月大概能生产多少数据,因为产量意味着它能够赚多少钱;现在签的比较大的订单是多少?

我们听到一家公司的说法是,今年上半年累计生产了 5 万小时的数据,而且它声称自己已经是行业前两名。他们自己预估,第一名生产的数据不会比它多太多。然后他告诉我,他们签的最大订单是 1 万小时。

徐煜萌

这里还有一个点。有些生产本体,或者本体加智能的全栈公司,自己也会做数据采集方案和设备,很多数据是自己采的,不是对外购买的。

所以,如果你把市场上做具身智能数据的供应商都问一遍,凑出来的数据量也不是这个行业的总数据量。有些公司其实还会对外销售具身智能数据,比如智元就有这项业务。

2. 进展难以观测

李梓楠

对,所以这倒不能说明大家的数据量一定很小。不过你说到这个点,我想到这个行业还有一个问题:具身智能行业的进展不好观测。

程曼祺

相比大语言模型,这一点是很明显的。

李梓楠

大语言模型领域首先有公开的 Benchmark。模型发布之后,尤其是开放权重的模型,大家可以自己去测、去试。对普通人来说,使用它的产品也比较方便,大家有自己的手感,也能判断谁好、谁不好,大家其实都可以评论。

但具身智能行业的每个链条,由于行业性质,很多是 To B 的,而且产品是成本比较高的物理实体。普通人不可能为了玩就去买一台,所以其实接触不到。这个领域也没有公开的 Benchmark。

徐煜萌

也有一些,但没有受到大家认可。

李梓楠

对,因为它本身就不好测。不是大家故意想藏着,而是同一个模型放在不同的硬件上运行,由于硬件一致性的问题,表现也会不一样。复现本身就更难,成本也更高。

所以我觉得,这个行业还有一个问题,就是进展很不好观测。这就导致它要么有可能被极大高估,要么有可能被低估,或者就在这两种状态之间摇摆。无论是讲故事还是吹泡沫,这里面的空间都很大。

3. 路线开始摇摆

行业里不同的人也有不同的做法。有的人会认为应该扎扎实实地做研发,有的人会认为应该在窗口期内尽量多融到资源,获得更多商业关系,做大收入,先一步上市。上市之后有上市公司的身份,会更安全,也有更好的融资渠道。

在这个过程中,你看到的做法很多。很多创始人和团队的“道心”也会摇摆。本来觉得应该这么做,后来一看某个行业大哥是那么做的,对方做得也挺好,也受到资本市场认可,或者有很多人才愿意加入那家看起来发展很好的公司。

徐煜萌

我有个朋友说,他投的一家公司忽然换路线了。因为他们觉得之前的路线大家都没做好,同行做另外一条路线可能会更好。

这个创始人对外有一个很微妙的说法。他会告诉别人:“我迭代了。”不会告诉你“我换了一条路线”,而是说“我迭代了”“我升级了”。大家还是蛮会表达的。

程曼祺

我总结一下。梓楠看到的问题,一个是融资多、研发少;与此相关的是,大家似乎都在搞资本竞赛,而不是比谁的技术进步更多。

也有可能是因为你接触了很多投资人,他们自己也观测不到技术到底怎么进展。这个东西很难评价,对吧?

按我自己的观察,包括很多机器人公司会邀请媒体去看,我看到的也还是看不出来。你去看十几分钟、半个小时,当然看不出来。我连着去过 3 次,也感觉不到它比之前有了什么明显进步。

李梓楠

优必选就是这样,我去过 3 次。

我上次去一家成立还不到 1 年的创业公司,它用机器人的爪子抓一个轴承,然后放到塑料盒里,这个动作做了 70 秒。

那天主编问我:“这个机器人到底能够替代几个比亚迪工人?”我说回答不了。后来我把视频发给他,又算了一下:一个快递分拣员拿起东西、转身、放下,可能连 2 秒都不需要,但这个机器人做了 70 秒。

徐煜萌

其实不用跟快递员比。在以前的工业制造领域,本身就有一些机器人做这个。看你说的是多重的轴承,如果是比较轻的东西,用 SCARA 就能抓;如果是比较重的,可能用六轴机械臂之类的。

李梓楠

我只能这么说,如果我是投资人,我应该不会投。我的第一感受就是这样,只能说加油吧。

徐煜萌

不过另一方面,还是要看它的加速度,要看技术进展的加速度。当然,这又回到我们刚才说的另一个问题:现在的技术进展非常不明朗,也很不好观测。

李梓楠

说到加速度,我只能反推。其他公司我可能盯得没那么紧,但马斯克做的 Optimus,我还是会定期去问。

按照马斯克最开始的说法,去年第 1 季度就应该有 Optimus 第 3 代,至少要设计定型。按我自己的跟进,它可能到今年 6 月底才做到,至少晚了 18 个月。而且据我了解,在这个过程中,他还降低了一些要求。

所以我觉得,至少马斯克自己之前一定是高估了技术进步的斜率。他有一段时间可能很自信,发现事情不对之后,就减少公开更新了。比如原来可能每周发一次照片、发一个视频,现在很久没发了。

不过马斯克自己说过:“我常常会迟到,但我一般都会做到。”我觉得就看大家等不等得起了。

程曼祺

煜萌,你可以说说你看到的、觉得这个行业可能不对劲的地方是什么吗?这是一种弥漫性的感受。你和投资人接触得可能更多一些。

4. 估值从五亿元起步

徐煜萌

我去聊的时候发现,大家谈订单时,都会默认其中很大一部分是关联交易。但这些关联交易最终使用机器人的目的,和他们投资机器人的预期其实是不一样的。

我觉得问题可能就出在这里。还有一点是,大家在评估一个标的时,确实不会像其他行业一样,有非常准确的支撑,比如估值倍数。我听到过一些非常离奇、让我有点费解的说法。

比如一个投资人跟我说,他觉得一个有良好学术背景的团队,再给它匹配一些人,很快就能做到 5 亿元、10 亿元估值。他还说,如果现在价格报得太低,大家就会觉得你其实不是一家很好的公司。

程曼祺

那第一轮得到多少,才算一家还可以的公司?

徐煜萌

5 亿元是大家的基础门槛。

程曼祺

是人民币还是美元?

徐煜萌

人民币。

程曼祺

我们听说的不是一上来就是 10 亿美元吗?

李梓楠

一上来就是 10 亿美元的公司,创始人和创始团队应该是有一定行业地位的。

煜萌刚才说的那种情况,我那个朋友也提到过。他们会去找学校,比如把某个学校里做机械、自动化专业的教授全部问一遍:“你要不要创业?”也会去问大公司的车企高管:“你要不要创业?”这些人的价格可能就会更高一点。

我真的不知道第一轮估值 5 亿元人民币是什么公司,可能我都没听过这种公司。我印象里至少是 20 亿元人民币起步。如果单位是人民币的话,我觉得这个人可能是做消费硬件的,不是做机器人的。

程曼祺

所以现在的问题可能不是钱多本身,而是钱很多,却没有匹配上技术进展,对吧?

李梓楠

对,这是大家觉得有问题、感到不安的地方。

如果具身智能像大模型一样,现在可能已经出现一家像 SK 海力士这样的公司,靠最顶尖公司的研发投入和资本开支,已经有“卖水人”赚到很多钱了。但现在具身智能领域可能还没有这样的公司。

程曼祺

总结一下,你们在操作这篇稿子的过程中,和这么多人交流之后感受到的问题和不安,根结还是在于大家觉得技术进展不够,对技术进展略显悲观。因为不花钱,怎么能进步呢?花钱多的人,进步的可能性肯定比花钱少的人要大吧?

李梓楠

公平地讲,我们办公室经常有一个笑话。主编经常嘲笑我们报道机器人行业,因为我们知道一家机器人公司去年的研发投入大概是 3,000 万元左右,而且它还是一家估值比较靠前的公司。

主编就会说:“晚点的研发投入都比这个多。”如果把记者的工资记作研发投入,晚点一年研发投入可能也会高于这个数字。

程曼祺

你暴露公司机密了。

李梓楠

那家公司研发投入大概是 3,000 万元,到目前为止融了超过 50 亿元人民币。

如果把这 50 亿元都放在余额宝里,一年都有 5,000 万元。仅融资所得的理财利息,买最差的理财产品,可能都能覆盖研发成本。

还有一个公开信息是,宇树发布了招股书,披露去年研发投入是 1.45 亿元。这个大概是什么水平?我们之前查过蜜雪冰城,蜜雪冰城去年的研发投入是 1.05 亿元。

我们还了解到一个非公开信息,智元的研发投入应该比宇树更多,去年可能是 5 亿元左右。当然,这可能是因为智元的人员规模更大。按我们之前了解,智元现在大概有 1,300 人,研发人员的人力成本会更高。

程曼祺

这个事情的核心是什么?

5. 技术下注决定研发去向

李梓楠

我觉得还是中国有一些具身智能公司,缺乏做技术 Bet 的能力,也就是押注到底投什么方向的判断力。没有这个判断的时候,研发投入本身也不好投。

当然还有一种投入方式。据我了解,智元也是这样做的:很多方向都做。这也是一种方式,而且有一定的合理性,是资源型的玩法。

徐煜萌

对,资源多的情况下,可以尝试好几个方向。如果技术 Bet 没那么明确,这也是一种选择。

李梓楠

我觉得更典型的技术公司、技术驱动型公司,应该有比较强的技术判断。核心团队围绕这个技术判断,做一系列验证实验,把它实现出来,从 Demo 做到产品原型,再到真正可以使用的产品。

程曼祺

说到这里我想起来,有些投资人对大家研发投入少的意见,还来自什么?

徐煜萌

这是一个对比的过程。投资人会觉得,机器人公司在别的地方花了很多钱,比如打广告,还有上春晚的费用,这些已经是比较公开的信息了。

按我们了解,宇树、松延动力、银河通用这些公司上春晚,每家的花费大概至少在 6,000 万元以上。

如果按刚才那家公司的 3,000 万元研发投入来算,它上一次春晚的费用,就够那家公司继续研发两年。有些投资人会觉得有点心疼:第一家公司上春晚,广告可能是有效的,但大家一起上春晚,肯定就没效了。

我记得当时我朋友有一句话:“上春晚没问题,都要上春晚就有问题。”

李梓楠

但有些人不知道怎么花钱,也没有技术判断,不知道该怎么做技术。花钱是不是会死得更快?

徐煜萌

我觉得是这样。他可以不拿这么多钱,因为钱无论在哪里,都是有成本的。要想一想,这个钱的成本自己兜不兜得住。

万一公司没有达到投资人的要求,据我所知,这些融资基本都有回购协议。不管触发回购的条件是什么,你都要想一想,自己能不能兜住这件事。

程曼祺

这就来到这个行业的第二个议题了。

前面是你们观察到的,大家觉得不对劲和不安,具体来说是什么。刚才你说的这个现象,指向的又是什么?

6. IPO成为眼前竞争

徐煜萌

对一些公司来说,它已经融了这么多钱,就必须给大家一个交代,必须奔着做大去。

做大的当前竞争,其实就是 IPO。这是摆在眼前的竞争。你们稿件里也写到,除了宇树已经上市,正在上市流程中的公司已经排了 10 家,对吧?

李梓楠

应该还不止。我们能够确定已经有投行在工作的,是 10 家,实际上有上市想法的公司可能更多。

程曼祺

那我们就来讨论一下这个议题:做大,然后 IPO,这条路是怎么运转的,现在发展到什么状态?

徐煜萌

大家上市的话,交易所肯定会考核公司的收入规模和收入的可持续性。很多公司准备去上港股,要求有 2.5 亿港币以上的收入,这是港股 18C 的上市条件。

对机器人公司来说,达到这个收入规模的难度还可以,不算特别难,因为现在机器人卖得还不算便宜。按均价算,一台机器人可能要 20 万到 30 万元。

李梓楠

我补充一下,18C 是港交所在 2022 年 10 月首次提出的,正式生效是在 2023 年 3 月。很多公司陆续提交港股上市申请,也是从这个时间点之后开始的。

港股的收入要求其实比较低,是 2.5 亿港币,也就是 2 亿多元人民币。但这只是最低门槛。大家也知道,现在港股上市排队的公司很多。如果你想先上市,肯定不能只达到这个门槛。

很多公司会觉得,收入越高越好,或者增长数字越漂亮越好,所以大家就有把收入做大的诉求。

徐煜萌

我觉得这里出现了一个行业悖论。

7. 地方数据中心撑起收入

前面我们讲到,具身智能实际应用和技术成熟度都比较低。但在这种情况下,又得有比较大体量的收入,这要怎么实现?我们可以从已有数据里大概复盘一下。

我们之前和一家机器人公司的 CEO 聊,他告诉我们,去年整个行业最大的客户其实是各地的数据采集中心。

数采中心一般是这样的:地方政府参与,机器人公司也参与。比较普遍的方式是,地方政府和机器人公司合资成立一家数据采集公司,实际运营数据采集业务。地方政府出钱或者出地,合资公司来运营,双方各占一定比例的股份。

合资公司可能还会有第三方。比如一个城市有一个城市经理,可能是当地一个开餐馆的老板,或者其他有钱人。第三方运营公司负责生产数据,比如雇佣一些大学生或者年轻人,做数据采集和遥操作。

地方政府由此创造了就业。一台机器人就算配 2 个采集员,一个人盯机器,一个人做操作;100 台机器人,就可以算成 200 个就业岗位。

程曼祺

对地方政府来说,这个产业真的太好了。

李梓楠

你想,这个东西没有污染。它就是插上电,机器在那里动就行了。它创造的就业又很具体,一台机器人配几个人,都是可以算出来的。

对地方政府来说,收益很可控,也很可见。比如一个蔬菜厂,规模多大,就有多少就业、多少税收。它也不怎么占地方,可能在郊区盖一个厂房,甚至不用新建厂房,把机器人放进现成的产业园就可以了。

地方政府,或者地方国资,真正需要出钱的地方,就是购买机器人、承担机器人的成本。

程曼祺

一般卖给这种数采中心的机器人,一台多少钱?

徐煜萌

有贵的,也有便宜的。我之前听到的大概是 40 万到 50 万元一台。

一般数采中心的规模是 100 台左右,也就是 5,000 万元左右。

李梓楠

对,5,000 万元左右,可能再加上土建等成本。对一些地方来说,这也不算特别大的投入,和当年造车相比友好得多。

另外还有电费。土地成本比较低的地方,就很适合做这个。

程曼祺

那凑 4 个地方政府的数据采集中心,这家公司就够 18C 的收入门槛了?有 2 亿多元人民币?

徐煜萌

达到这个门槛的话,是这样。

而且机器人公司通常还会和政府有一个约定:生产出来的数据,机器人公司会优先购买,或者约定购买多少量、在多长时间内购买多少数据。因为这项投资最后还是需要有价值回报,数据最终得有买家,整个东西才能转起来。

所以,对引进数采中心的地方政府来说,合资公司的数据销售也有一定保障。

李梓楠

对,这个模式很容易吸引地方政府投资,因为它设计起来确实比较完整。

徐煜萌

我们统计过,大概有 80 多个这样的数采中心。截至去年年底,公开信息里能找到的有 80 多个,什么你意想不到的地方都有。

比如自贡。你知道我为什么知道自贡吗?因为王刚师傅是自贡人,我是因为盐帮菜才知道这个城市。现在把自贡和机器人、具身智能放在一起,它就让我更有印象了。

因为它当时和优必选有数采合作。还有攀枝花。可能城市名字是 3 个字的,大家会更有印象。

程曼祺

我看到这个的时候,有一种什么感觉呢?我就想到我的家乡丽水。丽水之前也投资过于浩宇总造车,当时就觉得,家乡的干部其实还是蛮上进的。

徐煜萌

对,就是这样的模式。按我一个粗略的印象,这一块在整个盘子里的收入占比至少有 30% 到 40%。

程曼祺

是所有机器人公司的收入里吗?

徐煜萌

对。

程曼祺

然后其他最大的收入来源是什么?

徐煜萌

最大的一块就是宇树。大家能看到的公开数据里,比较确定的是卖给科研机构、学校,以及迎宾导览。这两块是比较明确的收入。

我觉得这也是目前质疑最少的部分。机器人跳舞,学校买回去做研究,这些确实产生了比较明确的价值,也是真实需求。

程曼祺

有人会担心,科研可能不是一个体量特别大的市场。

徐煜萌

但我觉得作为最开始的市场,它是可以的。包括宇树在内的一些公司,以及一些灵巧手公司,大家可能会质疑科研市场的规模,但我觉得科研市场有一个容易被忽略的好处:

整个行业里技术最前沿的人,如果用的是你的硬件,就证明你的硬件未来很有可能适配最先进的技术。你有可能成为这个领域基础设施的提供方。

大家讨论科研市场、看宇树的时候,不能只看它带来多少收入。科研市场对宇树这样的公司带来的长期价值,其实还是很重要的。

程曼祺

我想补充一个问题。你刚才描述的、对地方政府投资非常友好的数据采集中心,实际落地之后运转得怎么样?

之前有一段时间,很多地方也建设数据中心,但有些数据中心因为显卡配置或者运营等原因,实际上是空转、闲置,没有被很好利用。这种情况现在会发生在机器人行业的数据采集中心里吗?

徐煜萌

会有。

一个是开工率的问题。我发现采那么多数据卖不出去,一直承担人力成本,可能就先不开了。

还有一些数采中心,一开始设想得比较好,实际运转后发现整个投资的回本周期比较长,或者回本有不确定性。有一些数采中心,我们了解到会把机器人转卖给其他单位。

程曼祺

你之前给我讲过一个中部某省会的具体案例,可以再分享一下吗?

徐煜萌

他们当时买了 8,000 万元的机器人,应该是在今年年初,数采中心可以说是散伙了。后来他们把机器人卖给周边院校,学校买回去也是做科研、给学生做开发,当成教具再买走。

程曼祺

一开始它是生产资料,最后这笔投资对当地政府来说亏了吗?

徐煜萌

从财务角度可能是亏的,但从认知角度不一定亏。它没有承担很大的损失,也可能借此了解了这件事的深浅。我觉得也还可以。

我再补充一下,数据采集这个场景会受到技术路线变化的影响。现在大家可能会做更多 ego 数据和人类数据,真机采集数据的需求可能会减少。

这会带来机器人公司销售结构的变化:它们销售数据的收入比例会降低。据我所知,一些机器人公司判断真机采集的需求可能不会特别可持续,也会主动降低这部分收入的比例,尽量不卖这种数据,而去寻找确定性和持续性更好的场景。

地方政府作为投资方,也会更多看到技术更新换代带来的问题。这有点类似于之前建设的数据中心:比如买了很多 V100,过了两年没人用 V 卡了,大家都去用 H 卡、B 卡或者更新的东西。数据采集中心也会面临技术换代,上一代投入可能无法收回成本。

李梓楠

这个没有办法,也是具身智能有风险的地方:技术路线没有特别确定,变化可能导致你原来投入的努力不再产生特别大的价值。

另一方面,正因为技术还没有收敛,很多新公司还在不断出现。从 2023 年到 2025 年,一直都有新公司出现。大模型领域的新公司,到了 2023 年下半年,我觉得基本上已经没有什么出现的窗口了,差不多关闭了。

程曼祺

你刚才其实提到两种比较主要的收入,一个是数据采集,可能排在第一位;第二个是科研教育、表演、导览、展示等。

8. 制造业买入机器人叙事

除此之外,据我了解,去年有一家收入体量也比较大的具身智能创业公司,将近 40% 的收入来自制造业场景。

徐煜萌

我知道这个数字时也有点吃惊。制造业企业现在为什么需要这么多人形机器人?因为以目前阶段的技术来看,人形机器人直接在产线上干活的能力还是相对有限的。

程曼祺

这部分收入是怎么实现的?

徐煜萌

它其实是机器人公司和制造业公司互相有诉求,也互相为对方提供价值。

一种模式是,机器人公司把机器人卖给制造业零部件公司,零部件公司又把零部件卖给机器人公司。这样双方互为供应商和客户。

很多机器人公司本身有很强的融资需求,制造业公司可能就会投资这家机器人公司。我觉得,对很多制造业公司来说,这个决策很简单。

比如我如果是一家汽车公司,现在产能比较多,与其花 10 亿元建一个工厂,不如花 5 亿元投资一家机器人公司。投资之后,我也可以顺理成章进入一个新的领域。新领域会带来新的收入和可能性。

我可以成立一个机器人事业部,研究机器人。我不只把零部件卖给被投公司,也可以卖给其他公司,逐渐变成机器人供应链的一部分,相当于完成转型。

李梓楠

对,完成转型。

徐煜萌

这不一定会让我的收入结构在短期内发生很大变化,但它对资本市场给我的估值变化可能很大。

可以用估值倍数来形容:你沾点汽车,市值可能比较低;但如果你做机器人,估值可能就不一样。汽车可能是 15 倍,机器人可能是 30 倍。

对一家公司来说,哪怕老板不想套现,只是想融点钱,为公司未来发展做现金储备,做机器人业务从各个角度看都很划算。

程曼祺

你刚才说的那家有 40% 收入来自制造业的公司,那个量还是有点大。主要买来干什么?

徐煜萌

首先,有些机器人公司三四成的收入来自制造业,不是说一个公司买的,一个公司也不会花那么多钱,而是“人多力量大”。

一个机器人公司至少要加上几百个供应商。几百家供应商,你买一点,我买一点,数量很快就能凑出来。

李梓楠

一两千台,对吧?

徐煜萌

对。100 个供应商,每家买 20 台,不就是 2,000 台了。

李梓楠

20 台真的干不了什么,基本就是研发人员买回去拆一拆、测试一下,或者放到产线上测试一下。

徐煜萌

但对于一些有上进心、真心想把机器人业务做好的制造业公司来说,多买一些也没什么问题。

它有点类似科研教育场景的需求,但利益结构更复杂,支付能力也强得多。制造业公司可能买 200 台,眼睛都不眨一下。

而且还有一个潜在好处,就是刚才说的估值倍数不同。对已经上市的公司来说,短期内机器人业务对市值有好处,因为想象空间很重要。

资本市场很看重预期。对一家 100 亿元的公司来说,机器人收入可能只有 5,000 万元,但大家会期待:明年机器人收入是不是能涨一倍,后年再涨一倍?有期待,就愿意给更高估值。

对它们来说,可能也是花钱买一个期待。

一个很明显的例子是长盛轴承。宇树上春晚之后,大家去翻长盛轴承的财报,发现宇树等机器人公司只买了长盛轴承大概 800 万元的零部件,但长盛轴承的股价从底部涨上来,可能翻了 5 倍。

机器人对它贡献的收入没有那么高,但资本市场当时给它带来的市值上涨非常夸张。这是整个资本市场追捧机器人行业的一个体现。

李梓楠

感觉它自己想转型,和短期股价上涨的现象叠加在了一起。

徐煜萌

我们不能说它是为了市值管理。但我之前明确遇到过一家公司的董秘,他在把零部件卖给机器人公司之后,会跟分析师说:“我不是汽车行业的公司了,我现在是机器人公司。你们应该按照机器人供应商的估值倍数来给我估值。我不是 15 倍的公司了,至少是 30 倍的公司。”

他会有这样的说法,但可能只是极个别公司。

李梓楠

说回来,英伟达和 OpenAI 那些公司搞循环交易,不也是类似的逻辑吗?

我觉得,只要这件事能够闭环,只要我能保证这些交易最后有真实价值,我觉得都很好。它实际上是把整个资源利用起来了。

如果一家汽车零部件公司所在的车企销量不好,它也不转型做机器人,那这个工厂的产能利用率可能就会下降,工人只能放假,甚至要裁员。但如果它转型做机器人,闲置产能就可以用来生产其他东西。

程曼祺

我觉得一个问题是,机器人到底卖了多少台,这是一个很难回答的问题。

汽车行业过去每周都要发布销量,销量精确到个位数。但机器人行业没有人统计这个东西。

李梓楠

我当时和一位非常头部的外资分析师聊过,问他怎么统计销量。因为他的报告里有一个比较明确的数字。

他说,他按照主流机器人公司的公告,先梳理谁买了机器人,再逐个去问买家。他大概问了 80 多家公司,最后凑出来一个数字:去年年底,国内大概有 8,000 台人形机器人。

程曼祺

他大概知道这些机器人是怎么分布的吗?比如多少用于教学科研,多少用于工业生产、物流,多少用于展示?

李梓楠

应该没有特别细分的数字。他当时只能告诉我,哪个公司卖得比较多。

前三名应该是宇树、智元和优必选。前两名和后面的差别比较大,是断崖式的;第 3 名之后,大概就是百台左右。

徐煜萌

这是实际销量,不是大家说的出货量。

李梓楠

对,不是产量。

很多领域都有文字游戏。按照汽车行业的口径,出货量不能算真实销量,有可能只是把货放进了渠道。

按照这个数字,我们当时已经可以说,中国机器人公司至少在生产端是全球绝对领先的。按我们自己的了解,去年特斯拉可能也就生产了几百台。

虽然马斯克经常在 X 上说有很宏伟的计划,但实际上它的量产速度和销售速度,远不及宇树、智元这些公司。

程曼祺

你觉得中国供应链上的制造企业和具身智能公司、具身智能行业之间,相互需要的程度有多强?还有什么有意思的现象吗?

徐煜萌

我第一次去机器人公司的线下发布会时,现场来的人的身份确实都很重要。

我当时在电梯里听到两个穿西装的人聊天,说某家公司是果链公司。后来其中一个人又跟某券商高管说,他们公司的机器人业务现在是老板的女婿在管。

他还说,另外一家汽车零部件公司的老板儿子刚毕业,在卡内基梅隆大学学机器人。现在儿子毕业了,老爸要给他一个创业机会,给他一笔钱,让他直接管理公司的机器人业务。

后来我发现,至少浙江那边的汽车零部件和制造业大公司,很多都把自己的机器人业务交给二代来打理,这还蛮普遍的。

这类公司原来做汽车零部件,比如悬架上的某个金属件。对它们来说,这些能力可以直接复用到机器人的关节、腿、手等部件上。

李梓楠

也就是说,它们有的是想进入机器人的供应链。

徐煜萌

对。最早应该是 2022 年就开始了。当时一些特斯拉供应商,比如宁波、嘉兴、江苏的供应商,就跟着特斯拉做一些机器人的零部件。

其实这也是一个脉络。你可以看到这些供应链企业,尤其是上游零部件和设备企业,过去十几年经历了这样的变化:最开始是 3C,比如做手机零部件,也就是果链;后来一部分人变成特链,做电动车供应链;最近三四年,特链中的一些人又变成了机器人供应商。

李梓楠

我觉得这是这个行业里相对比较实的一部分,而且肯定利好整个行业生态。上游供应链在发展,而这个发展是被下游牵动的。

当然,最终需求还是消费者,以及工业、商业场景是否真的要使用机器人。现在可能还没到那一步,但新的机器人企业不断出现,本身也会牵动上游的发展。

程曼祺

很多大的制造业企业,尤其是上市公司,也看到了这个机会,正在往这个方向转,对吧?

徐煜萌

对。大家讨论机器人行业时,有一个默认事实:所有人都觉得中国制造业基础非常强,所以中国机器人在硬件上绝对领先。

这个其实是一个很模糊的印象。但我接触这些公司之后,有了一些比较具体的感受。它们做组装、精密加工的能力,确实非常强。

程曼祺

国内公司里,生态玩得最好的是谁?

李梓楠

你这么问,我忽然想起来,买机器人这件事有一个前提:公司体量不能太大。

如果你是宁德时代,就算买 1 万台机器人,大家也不会把你当成机器人公司,因为你的主业太成功了。公司到底值多少钱,大家还是看你的主业。

所以这种操作适合中型、成长中的制造业供应链企业。比如公司市值可能是 300 亿元,如果机器人业务让你的估值倍数翻一倍,那就变成 600 亿元。600 亿元也不算特别大的公司。

当然,宁德时代也不是涨不动,它可以有别的方式上涨。对特别大的企业来说,投资机器人可能是长期产业布局,短期对市值没什么影响。

比亚迪的王传福如果说要做机器人,大家也不会一夜之间就觉得比亚迪变成了一家机器人公司。

对规模稍微小一点的公司来说,如果机器人收入做起来,对业绩的贡献还可以,对市值的贡献也比较容易实现。

大家如果去看 A 股上市公司里体量比较大的机器人相关公司,可能就是三花智控。它现在也是 2,000 亿元市值的公司,和 Optimus 合作之前,可能只有 1,000 亿元出头。

大家如果复盘这些公司的市场情况,其实可以看出来,做机器人之后给它们带来了什么变化。

徐煜萌

创业公司里面,智元的生态比较有系统,是一种体系化打法。你们文章里稍微提到了一点,它有一个分级体系,可以展开说说吗?

李梓楠

智元有一套销售体系架构,会给合作伙伴分级。这个分级基本按照一年内和智元合作、帮助智元完成的销售业绩来划分。

2,000 万元是 VAP,1,000 万元是金牌,500 万元是银牌,200 万元是最低级别的认证。级别越高,能够拿到的货源和资源就越多。

另一方面,智元提供给合作伙伴的知识也会更多。机器人是一个很新的东西,卖给谁、怎么卖、卖出去之后怎么维护,都需要机器人公司配合。智元通过这种方式,一方面完成自己的业绩,另一方面也支持经销商伙伴。

按我之前的了解,智元当时级别最高的经销商伙伴,也就是 VAP 里,有几家大家比较熟悉的公司,比如均胜电子、宁波华翔、卧龙电驱。这几家公司基本上都是去年机器人板块涨得比较好的股票。

我也问过汽车供应链的朋友。他们会互相分享经验,经销商也会主动帮智元拓展场景。比如有人会想:“这个机器人放在我的电池工厂里搬电池,是不是也可以?”可能智元团队之前没想过这个场景,经销商就可以帮它开拓。之后,电池公司可能也会购买机器人。

程曼祺

对于这些 VAP 来说,2,000 万元是门槛吗?如果我自己买了 1,000 万元,算不算?还是只有帮它卖出去才算?

李梓楠

我自己买 1,000 万元,再把其中 1,000 万元卖出去,也可以吗?

徐煜萌

你自己买 1,000 万元,就是帮它卖了 1,000 万元。它不在乎这些东西最后销到哪里,反正你给它制造了这么多销售额。2,000 万元以上就是 VAP。

程曼祺

我理解也是这样。有机会可以请智元的邓总讲讲,他是怎么想到设计这样一套体系的。我觉得在一些 To 大 B 的行业里,这应该也是一种比较常见的操作方式。

李梓楠

对。均胜电子、宁波华翔、卧龙电驱这些公司,购买一些智元机器人,对它们自身的业务也有用。

因为它们一方面制造机器人零部件,本身给智元供应零部件;另一方面可能也给其他机器人公司,比如银河通用、智元等供应零部件。

它还存在一种共赢的方式:零部件公司同时投资机器人公司,又购买机器人公司的产品。机器人公司的销售额增加,估值上涨会更快,也离 IPO 更近。

我买机器人花了 5,000 万元,但我投资它的那笔钱可能涨了 5,000 万元,相应的收益又从另一个地方回来了。

程曼祺

现在你不作为行业报道者,而是作为一个投资人,你怎么看这种情况?你会长期持有这家公司的股票吗?

李梓楠

我会做波段,一直买入、卖出,再买入、卖出。

如果事后看,你不动的话,现在可能是亏的。机器人行业为什么会有周期波动?因为大家对它的预期一直在调整,没有一个明确的预期。

不像其他行业,大家觉得你今年能赚多少钱,没达到预期就跌,达到预期可能就涨。机器人行业没有明确预期。

程曼祺

这还是因为行业基本面没有真正爆发,应用也没有达到爆发状态。

李梓楠

对。现在也有公司有机器人收入,但这些收入是不是可持续,我觉得还要看。

而且今年不只是因为 AI 存储等领域表现太好,机器人本身的进展也不及预期。我觉得最大责任就是马斯克,他逃不了责任,因为他之前把大家的预期拉得太高了。

他一开始就说 2026 年要有 10 万台,大家于是开始按计算器。和马斯克有合作关系的供应链企业,去年收入是多少、一个零部件卖多少钱,直接乘以 10 万,就可以算出今年利润至少增长多少。

我不是不给你估值上移,至少你的业绩也得涨那么多吧?对供应链企业来说,大部分肯定都是业绩不如预期。

马斯克现在搞到 8 月份才造了 300 台。一个月 300 台,年化就是 3,600 台。AI 行业不是很喜欢讲 ARR 吗?我们也可以这么算。3,600 台和 10 万台相比,差了 30 倍,是一个超级大的 Miss。

所以现在很多朋友会说,大家看看国产链,看看国产机器人。因为邓总给出的指引是 1.6 万台,至少比马斯克这几千台多一点。

程曼祺

那国产链上的从业者认为,1.6 万台的指引比较靠谱、能够实现吗?

李梓楠

你不能去质疑这个东西,没有办法证伪。而且到目前为止,我觉得邓总的信用记录比马斯克好,他承诺的达成率更高。

不过 1.6 万台相比他们去年的产量,并不是特别激进的增长。他们去年差不多已经有 4,000 到 5,000 台的产量了。

先不说这些是不是都卖出去了,我觉得这还是有支撑的。如果邓总说今年要卖 10 万台,我反而会很担心。

徐煜萌

在这个行业里,有朋友跟我说过一些很恐怖的话:“To B 生意就是你想卖多少就卖多少。”

李梓楠

什么公司的朋友?

徐煜萌

不是公司里的朋友,是二级市场的朋友。在他们看来,To B 生意就是只要两个公司说好,你想卖多少就卖多少。

李梓楠

这个发言比较危险。

徐煜萌

从第一性原理来讲,确实是这样。哥们,你想做多少就是多少。

李梓楠

我再补充一个可能被很多人忽略的点。

大家看特斯拉机器人的时候,没有人去计算它要卖多少,因为对马斯克来说,这些东西都是研发投入,至少今年他没有打算卖。

它和其他公司不一样。像小鹏、小米这些大公司做机器人,大家有没有发现,它们现在其实也不卖机器人,不急于对外销售机器人来获得收入。

因为这些公司本身有很强的现金流支撑,而且没有很快上市的需求,它们已经上市了。它们的机器人可以不卖,但创业公司还是不行,创业公司需要收入。

其实我们讨论收入这件事的起点,就是现在的环境会导致一类公司、或者一种发展路径:你必须做大,奔着做大去。短期节点其实就是 IPO。

技术进展很不确定。就算融了很多钱,研发也不一定投得下去,因为这涉及你知不知道到底该往什么方向投。你不知道的时候,也许不投也是一种明智选择。

但另一方面,你又想发展、想往前走,融资和 IPO 就是一个明确能看到、值得去做的事情。而且先做成的人,相比后做成的人,可能有更多竞争优势。

我觉得这就是现在的行业现象,根结还是技术进展本身存在不确定性,而且相对比较慢。

这里还有一个要素:为什么机器人公司对上市有紧迫感?不只是要和同行比,大家还觉得这件事有窗口期。

如果从 2024 年 9 月开始算,现在牛市已经有 20 多个月了。按 A 股或者资本市场的历史来看,这已经算持续时间比较长的牛市。

大家会觉得,如果没抓住这轮牛市的机会,等市场行情下来了再上市,估值可能会打折,甚至有可能上不了市。

程曼祺

所以不是单纯的估值打折。

李梓楠

对。所以我觉得这种紧迫感是合理的。

还有一个问题是,大家到底能不能上市,行业里没有人能给出准确答案。围绕这件事,会有很多奇怪的信息,不管是阴谋论还是其他来源的消息。

程曼祺

最后我们来聊聊,这个金钱游戏接下来会怎么发展和演变。

到目前为止,一级市场的融资热潮还在继续。投资人这边主要是煜萌接触得比较多,你可以讲讲现在大家的心态吗?

徐煜萌

至少到这个月,过去从去年到今年形成的一些模式还在持续。

程曼祺

是因为宇树上市发生了什么转折吗?

徐煜萌

大家都会盯着宇树上市之后的表现。

我当时听到“如何攒局”这个说法,确实挺震惊。它不太像传统的风险投资。

传统风险投资会承担很大风险,以比较小的概率获得很高额的回报,这很看重投资人自己的独立判断力。

但在具身智能行业,我经常看到一种攒局模式:首先有一个攒局的人,可能是 FA,也可能是活跃机构里的人。这个人从第一轮开始,就会布置好这一轮融资的阵营。

这个阵营也有结构,会找几家产业资本和几家 VC。他们还会区分 T0 的产业资本和 T0 的 VC。

T0 的产业资本大概有 6 到 8 家,包括智元、自变量、乐聚、银河等。

程曼祺

所以它们也已经是产业投资方了?我以为 T0 的产业资本是比亚迪、宁德时代这样的公司。

那 T0 的 VC 是哪些?

徐煜萌

这个比较容易想到,比如红杉、高瓴,还有顺为、春华、源码等。VC 可能会比产业资本多一点,大概有 10 到 15 家。

因为融资金额很大,潜在投资方又很有限,所以会出现一个排列组合的格局。热门的机器人项目里,投资机构可能就是这几家,每一轮可能是“3+3”这样的结构。

在比较前面的几轮就拉上这些机构,好处是可以为后面的几轮融资背书。后面还会有其他机构,大家看到这个豪华的阵营之后,就会愿意投后面的几轮,估值也会有上涨预期。

产业资本代表相对确定的订单,VC 可能代表技术上的认可。

程曼祺

你说的这个模式,我觉得是 2026 年比较新的模式。因为在这个模式里,智元、乐聚、自变量、银河都还没有上市,但已经成为产业投资方了。

徐煜萌

对,这肯定是这一轮比较新的玩法。参与的公司可能是做世界模型、零部件或者数据的。

另一点是,为什么会关注到 Club Deal?Club Deal 一直都有,大模型时代也经常见到。因为项目融资额变得非常巨大,大家希望一起上牌桌,同时分散风险。

但至少大模型时代,高瓴和红杉一起投的项目还比较少。到了具身智能领域,我们统计了一下,出现得比大模型阶段更多。

公开信息里,它们共同投资过同一轮的项目,包括它石、无界、铭感智能、摩感科技等;它们同时还是星尘智能和智元的股东。

这种合作确实比大模型时代更多。众所周知,它们彼此都是竞争对手。我去问这些投资人,为什么竞争关系好像消失了,大家愿意一起做这件事。

得到的反馈是:“大家一起赚钱,有什么好排斥的?”

李梓楠

我觉得从数量上看,它们同时出现的情况更多,可能也和现在公司数量更多、方向更多有关。

还是回到原点:技术没有那么收敛,不同路线的公司都有人投资。如果看好这个大的方向,机构累计出手的次数就会更多,投的公司也会更多。

徐煜萌

我记得你写过,有些机构会承诺连续多轮领投。

昨天文章发完之后,我一个很好的朋友说,他在投一家估值非常高的世界模型公司时,对方就要求过他们承诺连续多轮领投。因为他觉得这个要求没有道理,所以最后没有投。

程曼祺

前面讲到,至少到这个月,这个模式还在继续。那最近有什么变化吗?

文章最后写到,前面 4 步是质疑泡沫、理解泡沫、拥抱泡沫、享受泡沫,第 5 步是什么?

9. 泡沫里寻找真实价值

徐煜萌

稿子发出之后,我觉得有些人还是有点幸灾乐祸了,也没必要。很多人会说泡沫要炸了,但我自己的感受是,二级市场的人也在主动做一些事情:他们要在泡沫里找到自己相信、愿意下注的人。

因为他们要买的话,已经是非常高的价格,所以决策会非常谨慎。他们会去找可验证、可量化的东西,比如 ROI、研发投入的转化效率。

他们调研公司时,会明确问:今年研发想投多少钱?明年想投多少钱?今年收入预期是多少?收入来自哪些地方?现在在手订单是什么情况?这个领域复购的概率有多大?

他们会问非常具体的问题。

李梓楠

如果这样去调研,这家公司我觉得就不是一家很典型的具身智能公司了。它得有相对成熟的产品,才能经得起这些问题。

徐煜萌

不是。我朋友去问,是因为对方回答得上来才会买。如果回答不上来,他就不会买。

李梓楠

我知道你的意思。但我的意思是,这种情况更符合典型科技公司的状态。

我甚至觉得,他如果能回答上来,可能是假的。

徐煜萌

我不觉得是假的。只是有些公司的标签是具身智能公司,但可能有一些业务其实是相对成熟的业务。

但真正的具身智能公司,核心应该是探索具身智能技术,在做大模型等研发。这类问题本来就很难回答。

程曼祺

如果它是 Focus 在具身智能上呢?

李梓楠

我觉得,王兴兴说的还是最有参考价值的。

宇树上市时,我翻了一下王兴兴在公开场合的一些表达,发现他其实一直在管理大家的预期。他说行业可能在 2 到 3 年之内有一些应用落地。

他给大家的预期,比行业投资人的定价预期更低,但我觉得可能也更靠谱。

所以像宇树、智元这些公司,可能在 2 到 3 年这个尺度内,商业化落地会出现一些比较明确的结果或路径。

至于上市,我觉得市场留给大家的窗口肯定有周期。我们很难判断明年市场会如何给科技行业定价,现在也不太确定其他公司能不能上市。

程曼祺

你们肯定接触了很多投资这些公司的投资人。他们现在是有点担心,还是觉得没什么问题、比较乐观?

徐煜萌

我觉得投资人分两类。

一类是想赚主题的钱,投了这个行业,希望尽快退出。另一批投资人,我相信他们非常坚信具身智能行业的价值。

这批人投钱时,对公司有没有上市预期不会那么紧张。他们的核心是,周期性地确认创始团队是不是在认真做技术,大家是不是比较纯粹地推进这件事。

只要是这样,我觉得这些投资人就会比较安心。

一家公司能不能上市,确实有一些规则上的要求,但这些公司都有办法达到。还是那句话,股票能不能上市,其实要看有多少人愿意买。

大家愿不愿意买,最终还是要看大家觉得这个行业的价值是什么。归根结底,还是需要产品和技术有一个更明确的价值。

程曼祺

你们觉得接下来一段时间,行业里真正重要的议题是什么?

徐煜萌

我觉得不一定是能不能上市。这个预测我们没法做,受影响的因素太多了。

真正重要的议题,一个是技术本身。之前包括智元在内的一些公司会说,如果有 1,000 万小时的数据,可能就能验证模型到底有没有 Scaling。

现在行业里比较头部的公司,可能已经距离这个目标不远了。所以此前大家不太清楚的一些技术问题,可能今年会有一些答案。

李梓楠

我觉得是宇树上市后 6 个月内的价格走势。进入二级市场就是进入公开市场,肯定会被充分定价。

其中可能有些早期把价格炒高的人,会慢慢退场。最后留下的价值,理论上会更接近它自己的内在价值。

所以大家很关心,6 个月后它是真的能到 3,000 亿元,还是会比现在更低。

徐煜萌

我觉得投资人也有区别,投具身智能公司的时间不一样,公司的成立时间也不一样。

2019 年到 2023 年之前开始投资的人,是真的看到了创始人和团队的潜力。比如红杉投宇树,是很早的红杉种子基金,2019 年就投了。

那个时候完全没有行业共识。大家只是看到王兴兴拿着机器狗,做出一个产品时那种激动的样子。这样的投资,其实更接近传统风险投资的判断标准。

刚才说的 Club Deal,可能是过去 1 到 2 年才开始出现的事情,因为共识实在太集中了。

也有一些机构,包括刚才提到的 T0 机构,会拒绝 Club Deal,可能参加一些,也可能拒绝一些。拒绝的那些人,最看重的还是创始人的定力:在泡沫阶段,是不是仍然专注于自己想做的事情。

我觉得这是投资人对被投项目最关注的一件事。

程曼祺

今天非常感谢梓楠和煜萌做客晚点聊,分享你们操作《具身的金钱游戏》这篇报道前后了解到的行业现象,以及不同人的观察。

其实我们在文章里写的很多内容,对从业者来说并不是秘密,更准确地说,是他们每天接触、正在发生的现实。

这里面有技术进展上的波折,也有因为技术进展本身带来的波折,导致大家不得不向其他地方用力:怎么做大收入,怎么更快上市,以及由此带来的一系列连锁反应和现象。

总体来说,具身智能肯定是一个非常有前景的大方向。但我们要怎么到达这个有前景的未来,现在仍然有很多问号和不确定性。

过去我们有很多具身智能创始人的访谈,他们从自己的角度讲述自己的故事、思考和行动。这一次,我们跳出来,从第三方视角聊聊行业里的其他角色,以及我们获得的信息和观察。

今天就到这里。再见。