具身智能估值重构:告别Demo狂欢,生产力成为新硬通货

0 阅读

泡沫退去后的价值回归

2026年的具身智能行业,正处于一个微妙而关键的转折点。

在WAIC(世界人工智能大会)之后,尽管Demo视频依然在社交媒体上刷屏,融资新闻也屡创新高——开年至今国内赛道融资事件超过200起,百亿估值俱乐部成员扩至13家——但投资人的提问方式已经发生了根本性的变化。

过去,投资人问的是:“你的机器人能做什么惊艳的动作?”

现在,他们问的是:“你的机器人每天能稳定工作几小时?客户是否愿意续约?投入的资金何时能产生正向回报?”

这种转变并非偶然,而是技术成熟度与资本理性回归的必然结果。上海交通大学杨学教授,这位长期深耕多模态大模型与具身智能领域的学者,近期以酷哇科技首席科学家的身份,为这一判断提供了有力的学术注脚。他指出,具身智能的下一个分水岭,不再取决于语言模型的参数量大小,而在于模型对物理世界的理解深度;而验证这种理解能力的唯一场所,只能是真实世界的部署现场。

从“上限定价”到“均值付费”

要理解当前的行业分化,必须回溯过去两年估值逻辑的演变。

在2024至2025年间,具身智能赛道曾出现过“PPT估值、Demo定价”的奇观。一段精心剪辑的演示视频,往往能支撑起几十亿的估值。这种现象背后的逻辑是:在技术范式尚未收敛的早期阶段,资本购买的是“范式的入场券”,而非具体的财务报表。由于VLA(视觉-语言-动作)、世界模型、端到端等路线谁将胜出尚无定论,每一家头部公司都被视为可能成为最终范式持有者的候选者,因此估值自然向天花板看齐。

然而,Demo展示的是“可能性的上限”,即单次最优表现;而产业要求的是“一万次的均值”,即稳定、可复制且算得过账的生产力。两者之间隔着可靠性、成本、交付和运维的整片无人区。

当Demo不再稀缺,当几乎每家公司都能剪出一段惊艳视频时,资本开始追问均值而非上限。估值逻辑随之从为可能性付费,转向为生产力付费。这一切换,正是行业转入深度分野的起点。

大模型的分野镜像

具身智能的演化路径,与大模型的发展轨迹惊人地相似。

回顾大模型的完整周期,从百模大战到头部梯队成形,再到中间层被双向挤压,最终各归各位,这一过程大约耗时三年。其中,中间层的消失最具警示意义:那些模型能力不差、融资不少,但既无底层技术优势、又无落地场景的公司,在范式收敛瞬间失去了定价依据。

今天,具身智能赛道中估值数十亿、仅靠Demo和叙事的中间层公司,正站在同样的十字路口。

幸存者的共同特征并非技术最炫,而是手中握有真实场景、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了一道真正的过滤器——演示做到90分靠天赋,交付做到99.9%靠体系。

映射到具身智能,分化方向已清晰可见:从全栈通吃转向生态位专精。做本体、做小脑运动控制、做世界模型的企业开始各就各位,“一家通吃”的叙事让位于产业链分工。评判标准从“能不能动”转向“每天干几小时、客户续不续约”。

重建估值框架:四把核心尺子

基于大模型的分野经验,一线机构正在建立一套新的尽调标准,即衡量企业价值的四把尺子。

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台数与时长。出货量可通过渠道压货美化,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,进而决定模型迭代的速度。这是一个具有复利效应的关键指标。

第二把尺子:复购与续约。

客户用脚投票,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。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第一行,因为它同时验证了需求的真实性、产品的稳定性和价格的合理性。

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,这些看似不性感的指标,却是真正的分水岭。杨学教授将稳定性拆解为朴素指标:在真实开放环境中能跑多久、多久被接管一次。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。

这是最易被误读的尺子。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、运行轨迹及人工接管日志。杨学指出,一条精筛的Corner Case(长尾场景),价值远超一千条常规数据。数据飞轮的本质不是以量取胜,而是真实且带有失败样本。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。

提前交卷的样本:酷哇科技的启示

在大多数故事现出原形之际,少数公司显出了分量。酷哇科技便是一个典型的提前交卷样本。

外界初看酷哇,可能觉得其城市服务机器人、封闭低速场景的定位“不够难”,显得朴实甚至土气。但深入分析其数据与结构,会发现这是一家在方向上扎实深耕11年且做成生意的公司。

对照上述四把尺子,酷哇的事实清晰可见:

  • 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:在RaaS(结果即服务)模式下,客户为服务结果付费,续约率是商业模式的立身之本。
  • 可靠性工程:十一年城市运营沉淀下来的工程体系,涵盖从硬件冗余到远程运维的全流程。
  • 数据闭环:业务自然回流的数据,加上自研的数据加工工厂,支撑起通用具身大模型COOWAM——一个双层世界模型架构,不同形态的机器人本体共享同一套世界认知和智能底座。

酷哇的加注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。场景产生收入和数据,收入养活组织并沉淀客户,数据喂养模型并迭代产品,模型变强后又能铺进新场景。商业飞轮与技术飞轮互为燃料。

城市开放场景本身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、雨夜的反光路面、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,在这里以真实作业的规模每天自然产生,无需搭建昂贵的采集场。这恰好是杨学所说的“第二层世界模型”——理解和遵守人类规则——最稀缺的训练场。

产学研深度融合的新范式

杨学教授选择在此刻加入酷哇,初衷明确:让研究产生真实世界的影响力,而非仅仅追求引用量。

学界往往拿不到真问题,因为Corner Case在实验室里不存在。而酷哇真实城市数据中那些未被修饰过的失败样本,正是他寻找的未开垦之地。在酷哇,研究成果能被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,是任何纯学术环境都无法提供的。

双方合作建立的联合实验室,旨在围绕具身智能的核心科学问题做长期投入:物理直觉如何建模、长程任务如何规划、数据质量如何度量。产业界出场景和数据,学界出方法和判断,成果在真实世界里验证。

结语:站在真实世界里

具身智能的分化已肉眼可见。当展台上还在为一段新Demo鼓掌,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,具身智能大概率会走得更快——这次的资本周期更短,技术收敛更快,留给企业“讲故事”的时间也更少。

行业不奖励跑得最早的,只奖励在真实世界里站得最稳的。

很多年后回看2026年,具身智能真正留下的注脚,或许不是哪段刷屏的Demo,而是某个凌晨、某场雨里,那台稳稳开过路口的机器人。