具身智能估值重构：告别Demo狂欢，谁在按生产力重新算账？
幻象消退：从“可能性定价”到“生产力确权”
当浪潮退去，裸泳者显现，但这一次，泳者并非无所事事，而是换了一种游泳姿势。
在WAIC（世界人工智能大会）后的这段时间里，具身智能行业陷入了一种微妙的静默与反思并存的时期。一方面，屏幕上的机器人演示视频依然精彩，融资新闻屡创新高——开年至今，国内赛道融资事件突破200起，百亿估值俱乐部扩容至13家。另一方面，投资人席间的气氛却发生了微妙而深刻的变化。
过去，问得最多的是“你的机器人能做什么惊艳的动作？”现在，问题变得极其务实：“你的机器人每天有效工作几小时？客户是否续约？投入的资金回报周期在哪里？”
这种转变标志着具身智能行业核心估值逻辑的彻底切换：技术决定上限，但生产力决定下限。 在泡沫期，资本购买的是“可能性的入场券”，因为在一个尚未收敛的技术范式下，错过头部企业的代价高于投错百家的成本。那时，PPT和Demo视频被赋予了极高的溢价，被称为“上限价格”。然而，Demo展示的是单次最优表现，而产业要求的是在一万次的重复中保持稳定的均值。两者之间，隔着可靠性、成本控制、交付能力以及运维体系这片巨大的无人区。
如今，Demo不再稀缺，几乎每家企业都能剪出惊艳的视频。资本开始追问均值而非上限，估值逻辑从为“可能性”付费转向为“生产力”付费。这一切换，正是行业进入深度分野的起点。
历史的镜像：具身智能正在重走大模型的老路
上海交大杨学教授，现任酷哇科技首席科学家，观察到一个关键现象：WAIC上许多公司都宣称“机器人能干活”，但实际上它们处于完全不同的阶段——有的仅完成单次任务，有的能连续工作，有的已实现规模化复制，而有的已经实现了盈利。
这种分层并非偶然，而是技术生命周期演进的必然。回顾大模型过去三年的历程，几乎是教科书式的重复：从百模大战的全面跟进，到头部梯队的形成，再到中间层的被双向挤压，最后进入各归各位的生态位分化。
在大模型的发展中，最残酷的一关是“中间层的消失”。那些模型能力尚可、融资不少，但既无底层技术壁垒，又无真实落地场景的公司，在范式收敛瞬间失去了定价依据。向上讲不出上限故事，向下拿不出可复制的均值数据，两头不靠，最终被市场出清。
今天，具身智能赛道中估值几十亿、仅靠Demo和叙事生存的中间层企业，正站在同样的悬崖边。复盘幸存者的共性，答案并非技术最炫酷，而是拥有真实场景、数据闭环以及可测算的单位经济性。此外，工程化交付能力成为另一道硬性过滤器：演示做到90分靠天赋，但交付做到99.9%靠体系。
行业正在从“全栈通吃”转向“生态位专精”。本体制造商、小脑运动控制开发商、世界模型研究者开始各就各位，“一家通吃”的叙事让位于产业链的深度分工。评判标准已从“能不能动”转向“每天干几小时、客户续不续约”。
重建标尺：衡量交卷能力的四把尺子
借鉴大模型的分野经验，一线投资机构正在构建新的尽调清单。这套清单由四把核心尺子组成，它们共同回答了同一个问题：企业能否将模型能力转化为可承诺的服务等级？
第一把尺子：真实部署量。
注意，这里指的并非出货量，而是每天在真实场景中运转的设备数量与时长。出货量可以通过渠道压货进行美化，但部署量无法造假——设备趴窝一天，客户比谁都清楚。更重要的是，部署量决定了数据回流的量级，而数据量级直接决定了模型迭代的速度。这是一个具有复利效应的核心指标。
第二把尺子：复购与续约率。
客户的复购是服务等级达标的唯一外部验证。首购可能由营销驱动，但复购只能由价值驱动。一次成交不算胜利，年年续约才是真本事。越来越多的机构将复购率置于估值模型的核心位置，因为它同时验证了需求的真实性、产品的稳定性以及价格的合理性。
第三把尺子：可靠性工程。
7×24小时作业、故障分钟级恢复、远程诊断与OTA升级——这些看似不性感的基础设施，才是真正的分水岭。杨学教授将稳定性拆解为一个朴素指标：在真实开放环境中，机器人能连续运行多久，以及被人工接管的频率分布。平均成功率可以做得漂亮，但接管频率的分布尾部，藏着所有工程化能力的真相。单次最优靠运气，万次平均靠工程。
第四把尺子：数据闭环的质量。
这是最容易被误读的一把尺子。数据量本身不构成壁垒，数据中是否包含“真问题”才构成壁垒。酷哇科技积累的50PB数据，来自万台级设备在城市中的真实运行，包含多模态传感器读数、运行轨迹、作业记录与人工接管日志。这些数据中充满了未经修饰的Corner Case（长尾场景）。
杨学教授指出，一条精筛的Corner Case，其价值远超一千条常规数据。数据飞轮的本质不是单纯的以量取胜，而是拥有真实且带失败样本的数据。只进不出的数据仓库是成本，能持续反哺模型的失败样本才是资产。
样本解析：酷哇科技的“提前交卷”逻辑
在大多数故事开始显露原形时，酷哇科技展现出了另一种分量。外界最初对它的印象可能带有反差：作为城市服务机器人公司，其封闭低速场景看似“不够难”，缺乏通用大愿景的宏大叙事。
然而，深入剖析其基于四把尺子的数据，会发现一家扎实的生意经：
- 真实部署量：万台级真机部署，在全球50多个城市及地区每天运转。
- 复购与续约：采用RaaS（结果即服务）模式，客户为服务结果付费，续约率成为商业模式的立身之本。
- 可靠性工程：十一年的城市运营沉淀，构建了从硬件冗余到远程运维的完整工程体系。
- 数据闭环：业务自然回流的数据，配合自研数据加工工厂，支撑起通用具身大模型COOWAM——一个双层世界模型架构，使不同形态的机器人本体共享同一套世界认知和智能底座。
酷哇的逻辑并非转型追风口，而是将已验证的场景资产转化为通用化的起点。场景产生收入，也产生数据；收入养活组织、沉淀客户，数据喂养模型、迭代产品；模型变强后，又能拓展至新场景。商业飞轮与技术飞轮互为燃料。
城市开放场景是一座被低估的数据富矿。人车混行的路口、突然横穿的外卖员、雨夜反光路面、施工改道的临时围挡——这些机器人理解物理世界最需要的Corner Case，在真实作业中每天自然产生，无需搭建昂贵的封闭采集场。这恰好构成了杨学所说的“第二层世界模型”——理解和遵守人类规则——最稀缺的训练场。
杨学教授加盟酷哇的初衷明确：让研究产生真实世界的影响力。学界往往拿不到真问题，因为Corner Case在实验室中不存在。而在酷哇，研究成果能直接部署到真实设备上检验，行就是行，不行就是不行。这种即时而诚实的反馈，是任何学术环境都无法提供的。
结语：在真实世界里站得最稳的，才能走得最远
具身智能的分化已肉眼可见。当展台上的观众仍为新Demo鼓掌时，台下的账本早已按另一套逻辑重算。大模型用三年走完的分野之路，具身智能可能会走得更短、更快——因为资本周期更短，技术收敛更迅速，留给“讲故事”的时间更少。
行业不再奖励跑得最早的人，而是奖励在真实世界里站得最稳的人。多年后回顾2026年，具身智能留下的真正注脚，或许不是某段刷屏的Demo视频，而是某个凌晨、某场雨中，那台稳稳驶过路口的机器人。