具身智能的金钱游戏：进展难测、收入催熟与 IPO 竞速

《晚点 LateTalk》第 180 期把具身智能放进三个相互牵制的场景里：创业公司怎样花钱，地方政府和供应链怎样把订单做出来，资本市场又怎样要求公司尽快证明自己。程曼祺、李梓楠和徐煜萌讨论的重点，落在“技术进展、商业收入、估值叙事”这三件事如何被混在一起，以及读者应该怎样把它们重新拆开。1

这期节目的核心判断可以压缩成一句话：具身智能行业里，钱已经先跑到了前面，技术进展和真实需求还在后面，收入与上市压力于是承担了连接两者的任务。这个判断来自节目嘉宾对创业者、数据采集中心、零部件和代工供应商、一级与二级市场投资人的持续采访，也来自《具身智能的金钱游戏》一文；它是记者和嘉宾的行业观察，不是一份全行业审计报告。2

读者真正需要分开的，是三条证据链。融资额说明资本愿意下注，研发支出和机器人的任务表现说明公司正在做什么，收入则说明某种产品或服务已经有人愿意买。三条线可以同时向上，也可以彼此脱节。节目用“抓一个轴承要 70 秒”这个例子提醒听众：一个机器人能完成动作，和它能以人的速度、成熟工业机器人的稳定性完成动作，中间还有很长距离。1

节目开头先讲一个行业里的“不对劲”：很多具身智能公司拿到了大额融资，却没有把同等规模的钱转化为研发投入。节目把原因归到技术仍处于早期阶段。人形机器人要在真实世界里工作，需要同时处理视觉、触觉、动作规划、硬件可靠性、任务泛化和安全问题。实验室里能完成一次演示，和在不同场景里重复完成任务，证据强度完全不同。

具身智能里的一个关键术语是 数据 Scaling。在大语言模型里，研究者可以扩大训练数据、算力和模型规模，观察能力是否稳定提升；机器人面对的是物理世界，数据来自真实设备和真实操作。采集一次“抓取、搬运、装配”的数据，需要设备、场地、遥操作人员和清洗流程。数据量变大之后，模型能不能在新物体、新光线和新动作上继续工作，才是更有价值的验证。节目把这个问题放在后半段，作为泡沫退潮后最重要的检验之一。1

节目还用了一个更直观的速度比较：机器人抓一个轴承大约需要 70 秒，表现既比人慢，也比成熟工业机器人慢。这个例子没有证明所有具身智能产品都处在同一水平，却说明了一个判断方法：读者不能只看“能不能做”，还要问动作速度、重复次数、失败率、人工介入程度和任务成本。1

“上春晚不是问题，都上春晚就是问题”是节目里很容易被记住的一句判断。它指向的是演示的稀缺性：单个团队在公开舞台上完成一次高难度表演，能够证明团队有工程能力；当所有公司都用相似的舞蹈、迎宾或展示动作争取注意力时，表演本身就很难继续区分技术水平。真正需要追问的，是机器人能否在没有精心排练的环境里工作，以及客户是否会为这项能力持续付费。

当公司融资规模变大，资本市场会要求公司从“有技术”走向“有收入、能上市”。节目把这件事称为收入“做大术”，并拆出一条多方参与的链条：地方政府需要产业项目和就业，机器人公司需要订单与应用场景，供应链企业需要新的增长故事，创业公司则需要收入证明估值和下一轮融资。参与者可能把这套安排称为生态，也可能认为它把尚未成熟的需求包装成了规模化商业。

数采中心是这条链上的一个典型节点。它通常集中部署机器人，由人通过遥操作完成动作，把真实世界的操作过程记录下来，再把数据交给机器人公司训练或评测模型。对于地方政府，数采中心可以带来场地、就业和“机器人产业”项目；对于创业公司，它提供数据来源和展示场景；对于运营方，它可能是一门数据采集服务。问题在于，数据能否真正改善模型，以及数据服务收入能否脱离补贴和项目采购独立存在，节目没有把答案说死。1

节目提到的科研、跳舞和迎宾，乍看都不像能支撑大规模商业的业务，却可能是现阶段最容易出售的服务。机器人公司可以先承接展览、活动、科研项目或政府采购，把“机器人已经进入场景”变成一张收入凭证。这样的收入有真实合同和真实交付，也可能与长期、可复制的产品需求相距很远。读者要看合同类型、付款方、复购率、毛利和人工成本，而不是只看收入总额。

节目进一步讨论了供应商的身份变化。一个零部件企业可能同时是机器人公司的客户、投资人、合资公司的股东和销售代理。每个身份单独看都可以理解：供应商投资下游客户，是为了锁定订单；下游客户向供应商采购，是产业协作；销售代理可以帮助产品进入更多场景。多个身份叠加之后，订单、投资和估值之间就会相互强化，外部观察者很难只用一份采购合同判断真实需求。

节目用宇树及其供应链的例子说明这种放大效应。一个约 800 万元的机器人订单，可能成为上游长盛轴承获得资本市场关注的触发点。订单金额对供应商的实际利润贡献，和市场据此想象出的机器人业务规模，可能相差很远。长盛轴承主营自润滑轴承，节目借它讨论的重点，是“机器人订单”怎样被转译成上游公司的成长预期，而不是断言这家公司的机器人业务已经形成了某种确定规模。1

智元机器人相关的讨论也沿着这条逻辑展开。节目提到均胜电子、宁波华翔、卧龙电驱、三花智控等传统制造企业进入机器人链条，原因各不相同：有人拥有汽车电子和控制器能力，有人拥有电机和驱动系统，有人拥有批量制造和供应链管理经验。制造业企业的加入能够提高交付能力，却仍然不能自动证明终端需求已经成熟。1

节目提到的“邓总”是邓泰华，智元机器人创始人、董事会主席兼 CEO。这里的背景之所以重要，是因为节目把他放在机器人创业和供应链协作的交叉位置上讨论：创业者需要判断客户什么时候真正会买，供应商需要判断订单能否持续，资本市场则会把每一次合作解读为行业信号。节目认为，在销量预期这件事上，邓泰华对国内市场的判断可能比特斯拉 Optimus 的宏大预期更接近现实；这仍然是节目嘉宾的判断，不是销量事实。1

港股 18C 是本期不可跳过的制度背景。香港交易所《上市规则》第 18C 章面向特专科技公司。对于已经商业化的公司，规则要求最近一个经审计会计年度的特专科技业务收入至少达到 2.5 亿港元；未达到这个收入门槛的公司，可以按未商业化公司的路径申请，但需要满足更高的市值、研发投入、研发产出和投资者要求。18C 于 2023 年 3 月 31 日生效，具体门槛应以港交所现行规则为准。3

节目把“2.5 亿港元收入只是最低门槛”放在融资和上市的压力里理解。对一家技术仍在验证中的公司来说，收入门槛会把注意力推向更容易签约、交付和确认的业务。机器人科研项目、表演、培训、数据采集、系统集成，都可能比真正替代人工的长期部署更快形成收入。收入因此可能先证明公司有商业动作，随后才需要证明这些动作能否规模化。

节目没有把 18C 说成造成收入失真的单一原因。制度提供的是一条上市路径，创业公司和投资人如何组织业务、怎样选择客户、如何解释收入，仍然取决于参与者。更准确的读法是：当融资额、上市时间表和技术验证周期不一致时，18C 这样的制度门槛会让公司更早面对收入问题。

Club Deal 指多家投资机构共同参与同一笔交易或同一轮融资。它可以分摊投资金额和风险，也可以让产业资本与 VC 一起给项目背书。节目将具身智能里的 Club Deal 描述为产投和 VC 的排列组合：机构一起组局，既能降低单家机构的暴露，也能把更多产业资源带进来。

这套安排解决了融资的组织问题，解决不了技术是否成熟的问题。参与机构越多，项目获得的资源可能越丰富，项目在外部看起来也越像“共识”。但共识的数量仍然不是任务成功率、客户复购或单位经济性的替代指标。节目后半段谈到，泡沫继续存在时，二级投资人开始寻找更可验证的指标，方向已经从故事转向数据 Scaling 和上市后的定价表现。1

这期节目没有试图预测具身智能最终会留下多少家公司。节目提供的是一套更实用的检查表：机器人完成任务时需要多少人工介入，任务是否能在不同环境里复现，数据增加是否带来稳定的能力提升，客户是否重复采购，收入里有多少来自一次性项目，供应商订单是否形成持续需求，上市之后公司能否用公开业绩支撑估值。

具身智能的“金钱游戏”之所以值得听，恰恰在于它把资本、地方产业政策、供应链和创业公司的利益放在了同一张图上。读者可以把节目里的观点当作行业采访形成的观察框架，再用订单持续性、研发效率、实际部署和上市后财务表现去检验它。节目能帮助听众理解泡沫如何被制造和维持；技术究竟能否穿过泡沫，仍要交给之后的产品和数据回答。

以下转录来自本期官方完整音频的自动识别结果，原始文字保留识别中的重复、口头语和可能的误识别。时间轴按约 10 分钟设置；讲话人姓名依据节目开场身份和声纹、上下文归类。官方节目页没有提供逐段姓名级文字稿，程曼祺、李梓楠与徐煜萌之间的部分短段无法稳定区分，相关位置保留合并或上下文标签。

李梓楠： 去年整个行业其实最大的客户是地方各地的数据采集中心。

李梓楠： 对于地方政府来说这个产业真的太好了。机器人公司把机器人卖给制造业零部件公司，然后零部件公司又把它的零部件卖给机器人公司。那这样就是互为对方的供应商加客户。那个公司它的研发投入大概是 3000 万，然后到目前为止它融了超过 50 亿元人民币。如果算你把钱都放于额宝，一年都有 5000 万。投资人对大家研发投入少的意见还来自于什么？它是一个对比的过程。

徐煜萌（按上下文归类）： 就有些投资人会觉得有点心疼，因为你第一个上春晚可能这个广告是有效的，但大家一起上春晚，它可能就没效了。

李梓楠： 上春晚没问题，都要上春晚就有问题。

程曼祺 / 徐煜萌（声纹未稳定区分）： 前面四步是质疑泡沫、理解泡沫、拥抱泡沫、享受泡沫，第五步是什么？欢迎收听晚点聊，我是曼祺。在语术上市之后，中国具身智能的创业热潮到了一个小高峰。而晚点编辑部也是从大概几个月前就开始操作一篇有关具身智能行业的融资和进展的全景观察。这一期我们的播客是邀请了这篇报道《具身的金钱游戏》的两位作者，子南还有郁萌来和我们一起讨论目前具身行业的一些状态观察和预测。两位可以和我们的听友简单打个招呼，简单自我介绍一下。

李梓楠： 大家好，我是晚点科技组的记者子楠。

程曼祺 / 徐煜萌（声纹未稳定区分）： 大家好，我是平台组的记者徐昀萌。OK，我可以补充介绍一下，子楠是之前跟灵的时代和特斯拉比较多，就是汽车还有科技尤其是跟硬件比较相关的，包括这几个中央公司的产业链，他一直在跟育萌所在的平台组是来跟进大型互联网科技公司的报道的，他也会做一些投资市场的报道，所以这次是一起操作了具身智能的这个选题。其实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。但另一方面大家现在多多少少，就是包括投资人和从业者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来切入。其实你们跟很多从业者交流，大家都觉得行业有一些不对劲的地方，跟之前来描述这个不对劲是一些什么东西了？

李梓楠： 就是大家拿了很多钱，但是大家花钱很少，然后我们感受到的可能还是大家处在一个融资竞赛的阶段，或者说上市竞赛的阶段，我们比谁估值更高，然后我们比谁更早上市，谁上市了之后估值更高。我们的一个采访对象说就是他像打德州比谁口袋深，口袋深就是说比谁的筹码多，而不是说比谁的技术更先进，好像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。就大家谈论更多的不太是技术而是融资，这个可能是我们的一种模糊的印象。有时候我的一些信源会问我，我也没办法回答这个问题。他会说你觉得这个行业还有几个是认真做事的人？我说我看起来大家不是都挺认真的吗？就是我们经常发论文发 demo，然后我们大家也去榜单上去比一比啊。但实际上我们在去后面去看大家怎么花钱的时候，我们自己也更看不明白了。因为我们可能去问一些算力的提供方或者是机器人数据的提供方，我们发现整个行业在这两个最需要花钱的地方花的钱并不多。包括我们文章里写就是一个采访对象说整个行业有千卡以上集群的公司就 8 家。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你这个文章发了之后有人跟我说八家都多了。

李梓楠： 八家都多了。然后到今年四月的时候吧，我有一个二级的信员，他忽然跟我说就是有一个具身公司的创始人跟他说整个行业就没有用过十万小时以上的数据去跑过一次模型。

程曼祺 / 徐煜萌（声纹未稳定区分）： 这个和很多公开信息都是相左的，就至少在很多公司自己的口径里面，他们是有很多数据的。

李梓楠： 一方面他是有，或者说他肯定是有，然后他有没有用起来我们不确定。还有一个就是我们从，因为今年很多的数据公司其实融资融了很多嘛，比如说 Ego 数据的，然后手套采集的那种。这公司的故事都长得很快，我们就问他，你一个月大概数据的产量是多少？因为产量就意味着他能够赚多少钱。然后你现在签的比较大的订单是多少？我们听到的就是，一个公司他说他今年上半年累计生产了 5 万小时的数据。然后他还声称他已经是行业前两名了，他们自己预估第一名生产的不会比他多太多，就是第一人称视角的。然后他告诉我他签的最大的订单是 1 万小时。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你说到这个还有一个点就是有些公司我是指那种生产本体的公司就本体加智能的这种全站的公司他自己也做数据采集的方案和设备然后他自己的很多数据是他自己采的他不是对外去买的所以可能你去把市场上的做这种具身智能数据的供应商都问一遍你凑出来的这个数据量也不是这个行业里的总的数据量

李梓楠： 甚至有一些公司其实他还是对外去卖具身智能数据的

程曼祺 / 徐煜萌（声纹未稳定区分）： 你比如说像智源它其实有个业务，所以这个我觉得倒不能说明大家的数据量一定很小。但你说到这个点，我想到这个行业还有什么问题？具身智能行业有一个问题就是它的进展是不好观测的，相比大语言模型，这个是很明显的。

李梓楠： 是的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就大语言模型这个领域首先它有公开的 benchmark。这些东西模型发布之后，尤其模型是开源的，开放权重的模型大家可以自己去测，自己去试。以及对普通人来说，你去用到它的产品也比较方便，你大概有自己的手感，你也觉得谁好谁不好，大家其实都是可以去评论。而具身智能这个行业每个链条相对来说，由于它行业性质，因为它是这种比较 2B 的，然后它又是一个这种成本比较高的一个物理实体的产品。大家随便不可能说为了去玩就去买，就普通人其实接受不到，而且这个领域也没有公开的 benchmark，有一些。

李梓楠： 但它不是受到大家认可的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 对对，因为它本身就不好测，它还不是说因为大家故意想藏着，其实我们之前有一期节目是专门聊具身智能行业的这个 benchmark 的问题的。就比如说你同样一个模型，你放在不同的硬件上去跑，由于硬件一致性的问题，它也会导致你的表现会有一些不一样，就是它复现本身就更难。音频为中文访谈。我去获得更多的商业关系，我去做大收入，我先一步上市，然后我有一个上市公司的身份，我更安全，我有更好的融资渠道等等。就你在这个里面看到的做法也很多，其实很多创始人和团队，他的道心也会摇摆，对吧？他本来觉得我应该这么干，后来我一看某某大哥是那么干的，人家干的也挺好的，也很受资本市场的认可。或者说也有很多人才愿意去加入这个看着发展很好的公司。

李梓楠： 我上次有我有个朋友说他投了一个公司就忽然换路线了怎么样然后其实是他们觉得之前的路线大家没做好嘛然后可能同行做另外一个路线会做的更好然后这个创始人到外面有一个很微妙的说法他会告诉别人说我迭代了他不会告诉你说我换了一条路线，他会说我迭代了，我升级了，对，他就是还蛮会表达的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那我总结一下子南，就是你说你看到的问题，一个就是你说融资多言发少，然后以及与这个相关的就是大家似乎都是在搞一个资本竞赛而不是在比谁的技术进步的更多。或者说有可能是因为你接触了很多投资人，其实他们自己也观测不到说这个技术到底怎么进展的，这个东西很难评价，对吧。

李梓楠： 按我自己，因为我也看了，包括很多机器人公司也会邀请媒体去看，对，我看到的还是我自己都看不出来，说实话。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你去看个那种十几分钟三半个小时什么的，你当然看不出来。

李梓楠： 他有个公司我就连着去三次嘛，我感觉不到他比之前的很明显的进步是什么。

程曼祺 / 徐煜萌（声纹未稳定区分）： 连着去三次又必选啊？

李梓楠： 我上次去一个创业公司，成立不到一年的公司，他去用机器人的这个爪子去抓一个轴承，然后放到这个塑料盒。这个东西做了 70 秒，因为我们主编那天问我就是这个机器人到底能够替代几个比亚迪工人，我说我回答不了，然后我把这个视频发给他。然后我跟他算了一下，是不是我一个快递分解小哥，我拿个东西转身放下，我是不是可能两秒都不需要，然后这个机器人干这个要 70 秒。

程曼祺 / 徐煜萌（声纹未稳定区分）： 其实你不用跟快递小哥比，就是在以前的这种工业制造业领域，本身有些机器人就是干这个的，看你说是个多重的轴承吧，如果是比较轻的东西，你用 Scarra 就能抓，如果是个比较重的东西，可能你用个什么六轴的臂之类的。

李梓楠： 对，我只能这么说吧，如果我是投资人，我应该不会投这个。我的第一感受就是这个，我觉得加油吧，只能说。

程曼祺 / 徐煜萌（声纹未稳定区分）： 不过另一方面你还是要看它的加速度，要看这个技术进展的加速度。当然就是回到我们刚才说的这个行业另一个问题，就是现在的技术进展非常不明朗，而且很不好观测。

李梓楠： 说到加速度这个，我只能反推了，因为其他公司我可能盯的不太好。

李梓楠： 没那么紧，但马斯克干的这个我还是定期会去问的，然后包括其实按照马斯克最开始的说法，他去年一季度就应该有个奥提莫斯三代的一个至少设计定型吧，按我自己跟进吧，他可能是到今年六月底才有，就他至少晚了 18 个月吧。按我自己了解的，他也是降低了一些要求的，在这个过程中。所以我觉得可能至少马斯克他自己一定是之前是高估了这个技术进步的邪律的。因为按他之前他可能有一段时间会很自信，然后他发现这个东西不对之后，他就说少了嘛。比如说我可能原来一周就发一次，我就发一个照片发一个视频，我现在他很久没发了。

程曼祺 / 徐煜萌（声纹未稳定区分）： 不过马斯克自己说过，我常常会迟到，但我一般都会做到。

李梓楠： 我觉得看大家等不等得起吧。

程曼祺 / 徐煜萌（声纹未稳定区分）： 玉蒙你可以说说，就你看到的，就是你觉得这行业可能不对劲的地方是什么？这是大家的一个弥漫性的感受啊，然后你那边可能是跟投资人接触的要更多一些啊。

徐煜萌（按上下文归类）： 我去老的时候会发现大家去说这些订单的时候都会默认其实很大一部分是关联交易，但是这些关联交易它最终用这些机器人的目的又跟他们去投资机器人的预期其实不一样。我觉得可能问题就是说在这里，还有一点是我会发现他们在评估一个标的的时候，确实不会像其他行业一样给他们一个非常准确的一些支撑也好，或者是比如说你的估值的倍率也好。我会听到一些非常离奇的，让我觉得有点费解的说法。比如说其中一个投资人跟我说过他觉得一个好的学术背景的团队，然后再给他匹配一些人，然后他很快就能到五亿元十亿元的估值。他就跟我说如果你现在价格报的太低，大家就会觉得你是一个其实也不太行的公司。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那第一轮得到多少才是一个还可以的公司了？

徐煜萌（按上下文归类）： 我已经是一个大家激素的盟抢。

李梓楠： 是人民币还是美元啊？人民币。那我们听说的不是这个起手就是 10 亿美元啊？

程曼祺 / 徐煜萌（声纹未稳定区分）： 起手 10 亿美元的公司，这个创始人创始团队应该是有点行业地位的这种。

李梓楠： 郁闷刚刚说的这种就是，我那些朋友他会说，就是他们是找学校嘛，他就比如说某个学校的干机械的这个专业的自动化专业的这些教授全部都去问一遍嘛，你要不要创业，然后那个大公司的车企的高官你要不要创业，然后这些人可能他的价格就会更高一点吧。我真的不知道五亿人民币第一轮是什么公司，我可能都没听过这种公司，我印象里我就没有，就有吗？真的有吗？就是我感觉他不是起手至少 20 亿人民币吧，如果单位是人民币的话，我觉得五亿人民币这哥们是干消费硬件的吧，不是干机器人的吧。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那我觉得现在的问题可能不是说大家认为这个行业钱太多本身是问题，而是说钱花花少了，钱很多没有匹配上技术进展，对吧？对，这是大家觉得的一个问题和感到不安的地方。

李梓楠： 对，我觉得如果具身它像大模型一样的话，那现在已经有一个具身领域像 SK 海力士这样的公司了。就大家就靠这个最顶尖的公司的研发投入和资本开始，已经有卖水人，已经赚到超多钱了，但现在具身领域可能还没有。

程曼祺 / 徐煜萌（声纹未稳定区分）： 所以总结下其实你们在操作这个稿件的过程中间，你们跟这么多人交流，你们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。

李梓楠： 以及我们目前对技术进展略显悲观吧，因为我们觉得你不花钱你怎么能进步呢？我觉得那花钱多的人他肯定进步的可能性肯定比花钱少的要大吧，我觉得公平的讲的话。然后我们办公室经常有一个笑话，就是我们主编经常嘲笑我们报道这个机器人这个行业，就我们知道一家机器人公司大概去年的颜发投入是 3000 万左右吧，然后它是一个估值还算头部的公司，然后我们主编就会说晚点颜发投入都比这个多，就是如果我们把记者的工资计为颜发投入的话，晚点一年颜发投入可能也会高于这个数字。你就暴露公司机密了。当那个公司它的颜发投入大概是 3000 万，然后到目前为止它融了超过 50 亿元人民币。我们当时如果算你把钱都放于额宝，一年都有 5000 万。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就融到的钱去理财的利息。

李梓楠： 就是我买最差的理财。

程曼祺 / 徐煜萌（声纹未稳定区分）： 研发成本。

李梓楠： 都能靠我的研发成本。然后还有一个就是语速发了招股书，他的数字是公开的，语速去年研发投入是 1.45 亿元。就他大概是一个什么水平，我们之前搜了那个蜜雪冰城，蜜雪冰城去年研发投入是 1.05 亿元。然后我们还了解到一个非公开的信息就是智源的研发投应该是会比与数要多的，去年可能是五个月左右。当然可能是因为智源的人员数量规模更多吧，按我们之前了解智源大概现在有 1300 人左右，它可能研发人员的人力成本就会更高。

程曼祺 / 徐煜萌（声纹未稳定区分）： 这个事的核心是什么？我觉得还是中国的有一些具身智能的公司，它缺乏去做那个 gish bet，就是你压住到底投什么方向的一个判断力。就是你没有这个判断的时候，其实你本来研发也不好投。当然你还有一种投入方式，就据我了解，我觉得智源它也是一种，请不吝点赞 订阅 转发 打赏支持明镜与点点栏目当然我觉得更典型的一个技术公司，一个技术驱动的公司，可能就是你有比较强的技术判断，就核心团队，然后你围绕这个技术判断，你是要去做一系列的验证实验，然后要把它给实现，然后从 demo 然后做到这个产品的原型，再到真正的就是产品可以用起来。

李梓楠： 曼祺说到这我想起来就是有些投资人对大家研发投资少的意见还来自于什么？它是一个对比的过程，就是投资人会觉得机器人公司在别的地方花很多钱。比如说打广告，还有一个就是上春晚的这个花费，这个已经算比较公开的信息吧。按我们了解之前，宇树、松岩动力、银河通用这些公司上春晚大概每家的花费是至少在 6000 万以上的。如果我们按刚刚那家公司 3000 万的研发投入来讲，他们上过春晚就够那个公司就继续干两年。

徐煜萌（按上下文归类）： 就有些投资人会觉得有点心疼，因为你第一个上春晚可能这个广告是有效的，但大家一起上春晚他肯定就没效了。

李梓楠： 我记得当时郁门的朋友有一句话吧，他说上春晚没问题，都要上春晚就有问题。

程曼祺 / 徐煜萌（声纹未稳定区分）： 但有些人他不知道怎么花钱啊。他没有技术判断，他不知道怎么做这个技术，他花钱那不是死的更快吗？

李梓楠： 我觉得是这样，他可以不拿这么多钱，因为这个钱不管在哪里，这个钱一定都是有成本的。就是你要想一想这个钱的成本你兜不兜得住嘛。那万一你公司没有达到投资人的要求，据我所知，这些融资的他基本上都是有回购协议的。就我不管这个触发回购的是什么样的条件。那你自己想一想嘛，我能不能兜得住这个事情。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那我觉得这个就来到这个行业的第二个议题，我们可以顺顺讨论，前面是你们观察到的，就是大家都觉得不对劲和不安，具体来说是些什么，然后你刚说的这个现象其实它指向了一个什么事情了，就对有些公司来说它已经融了这么多钱，它就必须笨着做大去了。然后做大的当前的一个竞争其实就是 IPO，这是一个摆在眼前的竞争，你们这个稿子里也写到了，就除了语述上市之外，已经在上市流程里的公司已经排了 10 家，对吧？

李梓楠： 应该还不止，对，但是我们能够确定的已经有投行在上面工作的是 10 家，可能实际上有上市想法的会更多。

程曼祺 / 徐煜萌（声纹未稳定区分）： OK，那我们就来讨论一下这个议题吧，就是做大，然后 IPO 这条路是怎么去运转的，以及它现在发展到什么状态啊？

李梓楠： 就是大家上市的话肯定交易所对大家的这个收入的规模，然后这个收入的可持续性会有一个考核嘛。然后像很多公司它准备去上港股的话，它是要求大家有个 2.5 亿港币以上的收入嘛。

程曼祺 / 徐煜萌（声纹未稳定区分）： 港股 18C 的上市条件。

李梓楠： 这个的话其实对机器人公司来说达成的难度就还可以，它不算是一个非常非常难的目标，因为现在的机器人它卖的还不算是很便宜吧，我们可能算均价的话一台机器人得 20 到 30 万。

程曼祺 / 徐煜萌（声纹未稳定区分）： 这个我补充一下，就这个 18C 其实是 22 年 10 月港交所首次提了，然后它正式生效是在 23 年的 3 月份。就基本上这些公司陆续的去交港股也是在这个时间点之后嘛，就港股这个收入要求其实比较低，2.5 亿港币，2 亿多人民币。

李梓楠： 但它只是一个最低门槛吧，我们可以这么说。大家也知道现在港股上市其实还排队了很多公司嘛，那比如说你想先上或者怎么样，那我肯定不是只能只达到这个门槛。很多公司就会觉得没准是我收入越高越好，或者说我增长的数字越漂亮越好，所以大家就会有一个去把收入做大的一个诉求。

程曼祺 / 徐煜萌（声纹未稳定区分）： 对，然后我觉得这就是出现了一个目前这个行业的悖论，就是前面其实我们讲到了就是它的实际的应用和技术的成熟度是比较低的，那这种情况下你又得有比较大体量的收入，这得怎么实现。

李梓楠： 我们能够从已经有的数据去大概复盘一下吧。我们之前跟一个机器人公司的 CEO 聊，他告诉我们去年整个行业其实最大的客户是地方各地的数据采集中心。这个数采中心它一般是这样的，就是它会有地方政府的参与，然后也会有机器人公司的参与。

李梓楠： 我们了解到的比较普遍的方式是地方政府会和机器人公司，合资去成立一个素材的公司，然后他去实际运营这个数据采集，地方政府他出钱或者说出地合资公司来运营，然后这个合资公司可能是大家都各占一个比例的股份，然后合资公司可能也会有第三方，第三方比如说这个城市他管他叫城市经理或者怎么样，比如说这个城市他就有个老板他可能是开餐馆的，他很有钱也可以来，然后第三方这个运营公司他去生产数据嘛，比如说他去雇佣一些。大学生或者是一些年轻人吧，然后他来做这个数据采集，摇操员之类的，这个过程呢，然后这个地方不是他就创造了就业吗？你一台机器人我就算他有两个素材员，因为一个要盯着机器，一个要做操作，可能至少两个人，那 100 台机器人我就创造 200 个就业岗位。对于地方政府来说，这个产业真的太好了。你想，这个东西无污染，首先他真的考虑很全的，这个东西没有污染，因为他就是插个电，然后机器在那里动就行了。然后这个他创造的就业又是很具体的，你一台机器人你要配几个人，都是非常算过来的，对他们来说他的收益是很可控的，很可见的。比如说我这个素材厂规模多少，对吧，我就有多少就业，然后有多少税收，然后这个东西它也不是很占地方。你给它随便郊区盖一个厂房，可能厂房都没有，就有现成的产业员，你就把它安置到那里就可以了。然后地方政府它或者说这个地方国资它真正需要出钱的地方就是它去买机器人，承担这个机器人的成本。

程曼祺 / 徐煜萌（声纹未稳定区分）： 一般卖给这种素材中心的机器人多少钱一台？

李梓楠： 有贵的有便宜的，我之前听到的大概四五十万一台，然后一般素材中心规模就是一百台吧。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就是五千万左右。

李梓楠： 对对对，五千万左右，然后可能一些土建啊这些的成本的投入。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那其实对一些地方来说也不算特别大的投入。

李梓楠： 不算特别大的投入，这个跟当年造车什么的比，其实是很友好的，真的很友好。然后你一些电费啊，土地成本比较低的地方就很适合做这个。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那凑四个这样的地方政府的数据采集中心，这个公司就够 18C 的收入了吗？有两亿人民币了吗？

李梓楠： 对，你要是够这个门槛的话是这样，然后就是这个机器人公司还会跟政府他会有一般会有一个约定就是生产出来的数据这个机器人公司会优先买的，或者说我有一个去买多少量啊，或者说多少时间内买多少这样的一个约定，因为这个投资他最后还是需要有价值回报嘛，就是你得数据最后得有买家整个东西才能赚起来。

程曼祺 / 徐煜萌（声纹未稳定区分）： 所以就是说对这个引进素材中心的地方政府来说，这个合资公司它的数据销售也是有一定保障的。

李梓楠： 对啊对啊，所以这个模式就是。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就很容易吸引到地方政府来投资。

李梓楠： 因为它设计起来真的我觉得是比较完整的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你们有统计过就是有多少种素材中心吗？

李梓楠： 大概有 80 多个吧，到去年底的时候，公开能找到 80 多个。

程曼祺 / 徐煜萌（声纹未稳定区分）： 有什么你意想不到的地方都有这种东西吗？

李梓楠： 比如说自贡啊这种，你知道我知道自贡是因为什么吗？因为王刚师傅是自贡的，然后自贡盐帮菜我才知道自贡这个城市。现在自贡跟机器人跟具身智能放一起，就是它会让我更有印象吧，对这个东西。因为志工他是当时跟 UB 选是有一个素材的合作，然后潘之花我记得就是那种城市名字是三个字的，可能大家会更有印象。你知道我看到这个时候有种什么感觉，我就想到我的家乡李水，就是他之前也投资了这个余浩宇这种造车这种，当时就觉得我就是家乡的干部他其实还是蛮上进的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 我觉得家乡的干部听到你说这个，这就是……眼前一黑哦

李梓楠： 也没有没有一句讲话它就是这样的一个模式然后按我大概有个粗略的印象可能这一块是在整个盘子至少有个三四十以上的比例

程曼祺 / 徐煜萌（声纹未稳定区分）： 百分之三十的收入的占比就所有就机器人公司的收入里对吧

李梓楠： 对，然后其他的最大的一块就是语速，大家能看到的公开的数据就是卖给科研机构、学校，然后卖迎宾导览，这两块是比较确定的收入。然后这个是我觉得目前质疑最少的吧，因为这个机器人跳舞啊，然后学校买回去研究啊，这个它确实是产生的价值是比较明确的嘛，对。

程曼祺 / 徐煜萌（声纹未稳定区分）： 而且它是个真实的需求，不过大家有的人会担心说就是比如科研吧，可能不是一个体量特别大的市场，不过我觉得它作为就是你最开始的那个市场，我觉得它是 OK 的。

李梓楠： 我觉得这个是大家会对包括语术在内的一些公司还有一些零巧手公司会有质疑吧。但我觉得这个我觉得科研市场它好就好在一个点可能大家都会忽略吧。就是其实是整个行业技术最前沿的人如果用的是你的硬件就证明可能你的硬件未来是有很大的可能是最适配最先进的技术的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你有可能会成为这个领域的一个设施的提供方之一，对吧？

李梓楠： 对，我觉得大家在说科研的时候，包括在去看语速的时候，我觉得不能只看它带来多少收入吧，其实它对像语速这样的公司带来的更长远的价值其实还是蛮重要的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 我想补充一个问题，就是你刚才所描述的那种对地方政府的投资非常友好的数据采集中心，实际落地之后运转的怎么样？就比如说之前有段时间其实很多地方也建这种数据中心，但是有些数据中心因为比如他可能买了卡的配置啊，或者一些各种运营的原因导致其实他有些东西是空转的，是空置的，没有被很好的利用起来。就这种情况现在会发生在机器人行业的这种数据采集中心里面吗？

李梓楠： 会有会有，一个是这个开工率的问题。开工率就是我发现我采那么多数据我卖不出去，然后我一直在承担那个人力成本，我可能就先不开，会有这样的问题。还有一些是可能大家一开始设想的比较好，然后实际运转的时候发现这个整个投资的回本周期会比较长，或者说它回本有一些不确定的地方。然后有一些素材中心我们了解到它会把它的机器人就转卖给别的单位了。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你之前跟我讲过一个中部某省会的具体的事，你可以再分享一下吗？

李梓楠： 他们当时买了 8000 万金额的机器人，然后他应该是今年初的时候这个素材的中心可以说是散火了吧，就然后他把这个机器人就卖给了周边的院校吧，就是可能学校买回去也是做科研啊，给学生去做一些开发这种，就是他当成一个教具再去买走了，就你一开始他是一个生产资料。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那最后这笔投资对当地的政府亏了吗？

李梓楠： 我觉得财务角度可能是亏的吧，但是我觉得认知角度不一定亏吧，就是你也没有承担很大的损失，你可能你知道这个事情的深浅了吗？我觉得也可以吧，我再补充一下就是数据采集这个场景，因为技术路线变化，就是现在大家可能会做更多的这个 ego 数据和这个污秘数据。然后真机采集的数据可能它需求会变少，然后它给这些机器人公司销售结构带来的变化就是他们卖素材的这个比例会降低，然后据我所知一些机器人公司可能他们自己判断这种真机采集的需求可能不会特别可持续，他们也自己会主动降低。这部分的收入比例可能他就尽量不卖这种，然后他会去找确定性和持续性更好的场景。

程曼祺 / 徐煜萌（声纹未稳定区分）： 包括对地方政府就作为投资方来说，他可能也会更多的去看到这个技术更新换代特别快带来的一些问题。这有点类似于就是你之前建的那种数据中心对吧，比如你买了很多 V1 版，可能过了两年之后就没有人用 V 卡了，大家都要去用 H 卡用 B 卡用新的东西。其实数据采集中心也会面临这种技术换代带来的你上一代的投入现在就无法收回成本的这个问题。

李梓楠： 对，我觉得这个没有办法，这个也是具身其实它有风险的地方，就是它的技术路线没有特别确定，然后它的变化可能会导致你原来做的一些努力投入的一些可能它就不会产生特别大的价值。

程曼祺 / 徐煜萌（声纹未稳定区分）： 不过另一方面我觉得确实也是因为技术没有收敛所以有很多新公司还在不断的出现。就从 23 年到 25 年一直都有新公司出现，其实大模型的新公司基本上在 23 年下半年我觉得就没有什么出现的窗口了，就差不多关闭了，比如说做模型训练啊，就是刚才其实你说的两种比较主要的收入嘛，一个是数据采集是可能是排第一的，然后第二就是科研教育市场和表演和导览和展示等等，然后除此之外就比如据我了解，去年有一个其实收入提升也做的比较大的这种具身智能创业公司，他有将近四成的收入是来自于一些制造业场景。这个其实我知道这个数的时候我还是有点吃惊的。制造业企业现在为什么需要这么多人性机器人了？因为人性机器人实际上它能直接在产线上干活的这个能力还是相对有限的，就目前阶段的技术。你可以讲讲就这块收入这种是怎么来实现的？

李梓楠： 这种收入它其实是机器人公司和那个制造业公司它就是互相对对方都有诉求然后他们互相能为对方提供价值。这个模式是它是怎么形成的呢？就是机器人公司把机器人卖给制造业零部件公司，然后零部件公司又把他的零部件卖给机器人公司。那这样就是互为对方的供应商加客户，然后很多机器人公司本身就是有很强的融资的需求的。这些制造业公司他可能就会投资这个机器人公司。我觉得这个对很多制造业公司做这个决策是很简单的。比如说我如果是做一个汽车公司，现在这个产能其实是比较多的。

李梓楠： 我花 10 个亿去建个厂，还不如我花 5 个亿我去投个机器人公司。然后我投了之后对吧，我也可以借机。去顺理成章的进入一个新的领域，新的领域又会带来新的收入和新的可能性嘛，我可能可以搞一个什么机器人事业部啊，我也去研究一些机器人的东西，然后我不只把零部件卖给我的投资的公司，也可以变成别的公司，然后我就变成一个机器人的供应链。我转型了。但如果你是做机器人的，你估计可能就是汽车 15 倍，机器人 30 倍。你对一个公司来讲，哪怕老板不想套现，我想融点钱给公司未来发展，做点现金储备什么的。我觉得做机器人生意这个各个角度上都是很划算的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就能买到我刚才说的那个就是占那个公司的四成的收入，其实那个量还是有点大的。就买来是干嘛了？

李梓楠： 首先有些机器人公司他三四成的收入来自制造业，他不是说一个公司买的，他一个公司也不会花那么多钱，他是人多力量大，因为你想嘛，一个机器人其实我们按分块的话，一个机器人公司至少要对加几百公亿以上，几百公亿以上，你买一点我买一点，对，我买一点你买一点，当然这个量很好凑出来的，确实很好凑，你两千台对吧，两千台我一百公亿以上一人买二十台不就两千台。20 台真的干不了什么，20 台真的就是我研发人员回去拆吧拆吧，我测试一下呀，然后我可能产线上放几台也测试一下，它就是这样。你对于一些有上进心的制造业公司，他真的真心想把机器人业务做好的话，他多买一些我觉得也是没啥问题的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 所以它有点类似于科研教育场景的那个需求。

李梓楠： 但是它的利益结构更复杂，而且它的支付能力强得多得多，制造业公司我可能买 200 台我眼睛都不眨一下。

程曼祺 / 徐煜萌（声纹未稳定区分）： 而且其实有个潜在的好处，就是你刚刚说的它的倍数不一样，其实它短期内对它的市值是有好处的，就对一些已经上市的公司。

李梓楠： 因为有想象空间很重要，就是资本市场就很看重预期，机器人收入可能你对一个 110 的公司机器人收入可能就 5000 万。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，那大家就会有期待，有期待就愿意给你更高的估值。我觉得对于他们来讲可能也是花钱买一个期待吧。一个非常明显的例子就是一家叫长盛轴承的公司，就是语速上完春晚之后，大家去翻那个长盛轴承的财报吧，发现语速等机器人公司只买了长盛大概 800 万的。但长盛轴承他就我记得是底部涨上来翻了五倍吧就这个公司其实机器人给他贡献的收入没有那么高但是当时的资本市场给他带来的这个市值的上涨就是非常非常夸张的这个就是当时可能整一个资本市场对机器人行业的追捧就是到这种程度。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就感觉是他自己想转型但是短期内就是有一个股价上涨的这个现象是一起叠加的。

李梓楠： 对，我们不能说他是为了市值管理，但是我之前明确遇到过一个公司的董秘，他在把零部件卖给机器人公司之后，这个公司的董秘会跟分析师说，我不是汽车行业的公司了，我现在是一个机器人公司，你们应该给我以这个机器人供应商的估值来，倍率来估值，就我不是 15 倍的公司了，我至少是个 30 倍的公司了。他会有一些这样的说法，但可能是极个别公司会这样。这个我们说回来，那像什么英伟达跟 OpenAI 那些公司，我们搞循环交易不是也是这样吗？我觉得这个东西我只要说这个事情能闭环，或者说我只要保证我做的这些交易最后它是有…真实价值的，我觉得这个都很好，它实际上是把整个资源利用起来了，因为你想如果一个汽车零部件公司，然后车企销量不好，它也不转型做机器人，那它这个工厂可能产能利用率就下降，工人就只能放假，大家就该回家回家，可能还要裁员，但如果它转型机器人，那这个闲置的产能它不是可以用来去做其他东西吗？

程曼祺 / 徐煜萌（声纹未稳定区分）： 那我觉得一个问题就是它多少量？

李梓楠： 多少量它是一个很难回答的问题。原来汽车行业都是每周就得发一次销量。就你销量都是精确到个位数的。但是在机器人行业就是没有人统计这个东西。然后我当时跟一个非常头部的外资的分析师聊过。我问他你是怎么统计这个销量的。因为他当时他的报告里有一个比较明确的数字。他说他是按照这些主流机器人公司的公告谁买了。然后他挨个去问买家。他大概问了八十几个公司。

程曼祺 / 徐煜萌（声纹未稳定区分）： 八十几个买方，凑出来的。

李梓楠： 凑出来大概当时去年底的时候国内大概是八千台左右的人形机器人，因为还有四足或者轮身。

程曼祺 / 徐煜萌（声纹未稳定区分）： 他大概知道分布是什么吗？就比如百分之多少是用于教学科研，百分之多少是用在工业生产物流这种场景，百分之多少是什么展示之类的。

李梓楠： 应该是没有比较细分的数字的，他当时大概只能告诉我哪个公司卖的比较多。前三名应该是语述。语述，然后第二名是智源，然后他的这个前两名和后面的这个差别会比较大，就断崖式的。后面我记得三名以后大概就是百台左右的，第三名是优币选，对，第三名是优币选。后面就是百台级别的销量，这个是真实的销量，不是大家说的出货量。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就不是产量。

李梓楠： 因为很多领域它都会存在普遍的文字游戏，然后出货量其实如果我们按照汽车的口径来讲，出货量不能算真实的销量，它有可能是我把这个货在渠道里面，其实按那个数字的话，我们当时就已经可以说中国的这些机械人公司的，它至少在生产端是在全球绝对领先的，因为按我们自己的了解，去年特斯拉可能也就几百台的产量，顺便说一下，马斯克经常在 X 上说，他有很宏伟的计划，但实际上他的量产的速度和销售的速度是远不及于数瓦智源这些公司。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你觉得中国供应链上的这些制造企业和具身公司、具身行业之间相互需要的情况有多强烈？还有什么例子会有异次的现象吗？其实我第一次去机器人公司的线下的发布会，那场活动确实来的人身份都还是挺重要的，因为我当时在电梯里的时候，我进电梯之后，然后我就听两个穿西装的人在说什么，说那个公司是一个果脸公司，然后他公司的一个人就跟一个某券商的一个高管说，他们公司的机器人业务是现在是老板的女婿在管。

李梓楠： 然后又说另外一家汽车零部件公司老板儿子刚毕业是在卡奈基梅隆学机器人的，现在老爸就是要儿子毕业了，要给儿子创业机会，然后要给他一笔钱，让他直接管公司的机器人业务这种。我后来发现很多的至少浙江那边的汽车零部件还有制造业的一些大公司，他都是把自己的机器人业务交给二代来打理的，这个还蛮普遍的。因为那种公司它有一些做汽车的零部件，比如说它做一个什么悬架上的某一个金属件，然后对他们来讲它这个能力是可以直接附用到做机器人的一些关节啊，腿啊，手啊这种。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就是他们有的是想去进入机器人的供应链。对对对，最早应该是 22 年就会有，因为当时是一些特斯拉的供应商，比如说在宁波的，在嘉兴的，在江苏的，他们就跟着特斯拉会去做一些机器人的零部件。其实这也是一个脉络，就是你可以看到这些供应链的企业，就这种上游的比如做零部件啊，或者做设备的一些企业，其实过去十几年是经历了从最开始 3C，比如说做手机的一些零部件，你说果链嘛，对吧，果链其实有一部分人就后来变成了特链。就是做电动车的这个供应链，然后最近这三四年吧，你也可以明显看到就特联的一些人他又在变成机器人的供应商。对，其实我觉得这是这个行业里我觉得还比较实的一部分，而且他肯定是利好整个行业生态的，就其实你的上游的供应链在发展，然后这个发展他是被下游牵动的。当然这个最终需求可能是说最后消费者和比如说工业或者商业场景是否要用机器人，现在可能还没到那一步，但是有很多新的机器人企业的出现本身也是牵动了上游的这些发展。

李梓楠： 这些大的其实有很多都是上市的一些制造企业也看到这个机会在往这个方向转对吧。对，因为大家在讨论机器人行业的时候，已经是一个默认的事实，就是所有人都觉得中国制造业的基础非常强，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，但我当时接触了这些公司之后，会有一些比较具体的印象。他们在做一些组装啊，或者说一些很精密的加工，确实能力非常强。

程曼祺 / 徐煜萌（声纹未稳定区分）： 国内的公司里面这个生态玩得最好的是谁？

李梓楠： 哦，你这么问我，我忽然想起来了，就是你买这个机器人，你公司体量还不能太大，就如果你是宁德时代这种公司，你就算买一万台机器人，大家都不会把你当成机器人公司，因为你的主业太成功了，就你这公司到底值多少钱，大家还是看你主业的。所以这种操作适合中型的，成长中的制造业的供应链企业，比如说它市值可能就 300 亿，对吧？

李梓楠： 300 亿如果我给你 P 一翻一倍那你就 600 亿 600 其实也就还可以也不算是一个规模很大的公司但你像您的时代他要再涨就根本就涨不动嘛也不是涨不动啊对不起

程曼祺 / 徐煜萌（声纹未稳定区分）： 但是他可以有别的方式找。就是对这种特别大的企业来说，他们来投资机器人，他可能是要长线的产业布局，其实短期对他市值是没有什么影响的。

李梓楠： 对，你像如果比亚迪王川福王总他说他要做机器人，那大家也不会说一夜之间我就觉得比亚迪是一个机器人公司了。然后像这种稍微规模小一点的公司，它一个是啥呢？你如果机器人收入做起来，对它的业绩的贡献好像也还可以，然后对它的市值的贡献也比较容易达成。大家如果去看一些在机器人领域，可能 A 股上市公司里面体量比较大的，也就是三花制控这种，它也其实就是个 2000 亿市值的公司吧。它跟 Optimus 合作之前可能它是一个 1000 亿出头这样的规模。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就大家如果去复盘的话，其实是能够从这些公司的这两年的这个市场情况来看，我们是能够看出来说他做机器人之后对他公司带来的变化是什么。然后创业公司里面其实智源的生态是比较有系统的，它是一个体系化的打法。你这个文章里稍微提到了点，你可以张开说一说，它有一个分级的体系。

李梓楠： 智园它有一个销售的体系架构，然后它给大家是分级的。这个分级基本上是按照大家一年跟智园合作，帮智园完成了多少的销售业绩。2000 万的话就是 VAP，然后你帮智园实现 1000 万的销售就是金牌。5 百万是银牌，然后 2 百万是最低的是认证。你级别越高，可能你能够拿到的智源的货源会更多。另一个方面就是智源给你的知识会更多。因为机器人它是一个很新的东西，就大家要卖给谁啊，怎么卖啊，卖了之后还有后续那些维护啊这些。他其实都是需要机器人公司去配合的，然后志源其实就是通过这种方式他去一个是帮他自己去完成一些业绩，还有就是他的这个经销商伙伴也能够获得他的支持，然后按我之前的了解，就志愿他当时级别最高一级的这些经销商伙伴，VAP，对，这个 VAP 里面有几家都是大家比较熟悉的公司，就君胜电子啊，宁波华翔啊，还有沃隆电区这种，这几个公司基本上就是去年机器人板块涨得比较好的几个股票，大家都可以看得到。我当时也问了汽车供应链的朋友，就是他们会互相去分享一些经验，这些经销商也会去主动去帮志源去拓展一些场景。比如说他会觉得哎呀，这个机器人在在我一个什么造电池的工厂搬电池是不是也可以啊，然后可能志源的团队之前没想过，然后他们就可以去帮志源去开拓这个场景，然后就是可能有这个电池公司可能也就会买，就他大概是这样的一个方式。我想问一下就是对这些 VAP 来说，2000 万是 VAP 的门槛吗？那我自己买了 1000 万，就我自己买的也算吗？还是我都是帮他卖出去的才算？我也可以自己买 1000 万，然后我再把其中 1000 万卖出去。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你自己买 1000 万就是帮他卖了 1000 万啊？就是他无所谓你这个东西最后销到哪了，对吧？反正就你给我制造这么多销售额，2000 万以上你就是 VAP。

李梓楠： 我理解是这样，我们可以问一下邓总有几个人。我理解是这样，对。OK 我觉得我觉得这个我觉得有机会确实可以请邓总讲讲就是他是怎么想到这个这个设计这么一套体系的这个我觉得可能在一些突大币大气的行业里面他应该也是一种比较常见的操作方式对对因为你像君胜电子我觉得君胜电子请不吝点赞 订阅 转发 打赏支持明镜与点点栏目机器人公司可能是银河通用啊、质面量啊这种，他也会去供应零部件。其实他还存在一种供应的方式是什么呢？比如说像这些零部件公司他也是同时投资了这个机器人公司。他去买了这些机器人公司的机器人，这些机器人公司可能会因为他的销售额多，他估值上涨的速度会更快。

程曼祺 / 徐煜萌（声纹未稳定区分）： 以及他离 IPO 也更近。

李梓楠： 对，他离 IPO 也更近，然后可能我买机器人花 5000 万，可能我投他的那笔钱。

程曼祺 / 徐煜萌（声纹未稳定区分）： 可能那个相应的又涨了 5000 万，所以这个钱可能他从另外一个地方又回过来了。现在就是你不作为一个行业报道者，你作为一个投资人，你怎么看这种，你会长期持有这个公司的股票吗？

李梓楠： 我会做波段，我会一直买入卖出，买入卖出，而且你如果事后来看，你不动的话你现在是亏的，机器人。我不说别的，你知道为什么机器人会周期有波动吗？大家对他的预期是一直调整的，一直在调整的，其实是没有一个明确的预期的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 他不像说别的行业，对吧，大家觉得你今年能赚多少钱，你一旦没到就下来，如果到了可能怎么样，机器人行业是没有预期的。那我觉得就还是说这个行业的它的基本面没到一个真的爆发的状态，就是它的应用没到爆发的状态。

李梓楠： 应用没到爆发的状态，对，但现在也会有公司有机器人收入，但是这个东西它的收入是不是可持续的，我觉得要看吧。而且包括今年其实不只是因为那个 AI 的存储这些实在太好，其实机器人本身的进展是不及预期的，我觉得最大的责任就是马斯克吧。我觉得这个他的责任逃不了的，因为他之前把大家的预期拉的太高了。他上来之前就说 2026 年 10 万台，那大家就计算器就开始摁了，那你跟 Elon 有合作关系的，那你机器人收入就你一个零部件卖多少钱？我直接乘 10 万，我给你至少今年利润就涨多少，对吧？我不是不给你估值上，至少你的业绩就得涨多少吧？

程曼祺 / 徐煜萌（声纹未稳定区分）： 那对供应链企业是，他这个大部分肯定都是业绩不如预期的。对，然后他现在搞到 8 月份才造 300 台。

李梓楠： 8 月份 300 台，你年化，对不对？AI 行业不是很喜欢搞 AR2 吗？我们也来这，那对吧？AR1 个月 300 台，一年 3600 台。3600 台还跟 10 万台差 30 倍。对啊，就是一个超级大的 miss 啊。所以现在不是我的很多朋友都会说，大家看看国产链吧。大家看看国产机器人吧。

程曼祺 / 徐煜萌（声纹未稳定区分）： 因为像邓总给出的指引 1.6 万台，那至少比一龙这个小几千台总多一点吧。

李梓楠： 那国产的这些从业者就国产链上大家认为 1.6 万台这种指引是比较靠谱的是能实现的是吗？你不能去质疑这东西没有办法证伪而且我觉得目前为止邓总的信用记录比马斯克好吧就是他这个承诺的达成率对吧？不过 1.6 万台相比于他们去年的产量不是一个特别激进的增长他们去年差不多也有四五千的产量了就我先不说他是否都卖出去了。我觉得这还是一个有支撑的东西吧。如果邓总说他今年要卖十万台，我反而会很担心。在这个行业，你知道我有朋友跟我说过一些很恐怖的话，就是 2B 生意就是你想卖多少就卖多少。

程曼祺 / 徐煜萌（声纹未稳定区分）： 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

李梓楠： 我还有说一个，就是在这里面其实可能很多人会忽略的一个点是什么，就是大家去看特斯拉的这个机器人的时候，没有人会去说他要卖多少，因为对于 Elon 来说这些东西都是研发投入，他没有打算卖至少今年。所以他和其他公司不一样，或者说像小鹏啊，那些小米啊，这些大的巨头他去做机器人，大家有没有发现就现在其实这个公司是不卖机器人的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就他们不会急于对外去卖机器人获得收入。

李梓楠： 对，因为他可能他自己公司本身经营就有很强的现金流支撑他去做这些。

程曼祺 / 徐煜萌（声纹未稳定区分）： 以及他们也没有很快要上市的需求，他们已经上市了。

李梓楠： 对对对，所以他们的机器人其实可以不卖，但你创业公司还是不行，就创业公司还是需要有收入，对。对，其实我们讨论收入这个事情的起点就是在说，目前的这种环境其实它会导致有一类公司或者说有一种发展路径，就是你就必须做大。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你得奔着做大去，然后你短期的一个节点其实就是 IPO，因为你的技术进展是很不确定的。你就算融了很多钱，你研发都不一定能投下去，因为这涉及到你知不知道到底该往什么方向投，对吧？其实你不知道的时候，也许你不投也是一个明智的选择，但另一方面，你又想发展，你又想往前走，那可能融资和 IPO 就是一个明确能看到的，值得去做的事情。而且你先做成的人相比于后做成的人可能就会有更多的竞争优势。我觉得这是现在一个行业现象，它的根结其实还是在于就是技术的进展本身是有不确定性和相对慢的。

李梓楠： 对，我觉得这里还有一个要素是什么呢？就为什么机器人公司他还是对上市还是有紧迫感的，他不光是说要跟同行业的人比，就大家觉得这个事情是有窗口的，就是我们的牛市是有窗口的。我们如果从 24 年 9 月开始算的话，现在我们牛市有 20 多个月了，就按 A 股的历史或者说资本市场历史已经算是一个持续时间比较长的牛市。大家觉得说我如果没有抓住这个牛市的机会我上市，可能我到后面市场行情下来的时候我再上，我估值就要打折或者怎么样。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那都有可能上不了，那不是估值打折。

李梓楠： 对对对，所以我觉得它这有紧迫感，我觉得是合理的。还有一个啥呢？这里还牵扯到另外一个问题，就是大家到底能不能上。这个其实是行业里是没有人可以给出准确答案的。

李梓楠： 它会有很多奇怪的，不管是阴谋论还是奇怪的一些信息来源。

程曼祺 / 徐煜萌（声纹未稳定区分）： 那最后我们来聊聊就是这个金钱游戏再往下会怎么去发展和演变啊。其实到目前为止可以说在一级市场的融资热潮还是在继续的。投资人这边主要是郁蒙你采访的会比较多吗？你可以讲讲就现在大家的一个心态是什么？

徐煜萌（按上下文归类）： 我觉得至少到这个月他们过去可能去年到今年的一些模式其实还是在持续的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 至少到这个月是因为语术上是发生了什么转轴吗？

徐煜萌（按上下文归类）： 是，其实大家都会盯着语术上市之后的表现。

程曼祺 / 徐煜萌（声纹未稳定区分）： 哪些模式是延续的？

徐煜萌（按上下文归类）： 模式就是如何存值。这个我当天确实挺震惊的，因为它会不那么像传统的风险投资这个产品，就大家会承担很大的风险，

程曼祺 / 徐煜萌（声纹未稳定区分）： 然后有比较小的概率得到一个很高额的回报。

徐煜萌（按上下文归类）： 这是比较典型的风险投资的一个逻辑，然后它可能很看你自己的独立的判断力。但是可能到具身，我经常看到一些团聚的模式就是，首先他会有一个团聚的人，这可能是 FA，可能是一些火月的机构里面的人。然后他从第一轮开始就会布好这一轮融资的这个阵营，这个阵营也是有一个结构的，就是会找几家产投，找几家 VC，他们还会说有 T0 的产投和 T0 的 VC。

程曼祺 / 徐煜萌（声纹未稳定区分）： 嗯。

徐煜萌（按上下文归类）： 7.0 的产投大概就有 6 到 8 家，就包括致远、自变量、乐趣还有银河等等。所以他们也是产投方了已经是？

程曼祺 / 徐煜萌（声纹未稳定区分）： 是是是。我以为 T0 的产投是什么比亚迪、林德时代之类的东西。那那个 T0 的就是 VC 那些了，这个好像比较容易想到啊，红杉高龄之类的是吗？是是，还有像顺维，然后春华、圆马等等，会比那个产投多一点，可能 10 到 15 家。

徐煜萌（按上下文归类）： 然后因为融资金额也很大，潜在的投资方也很有限，所以就会出现一个排列组合的一个格局。就是会看到比较热门的具身的项目上，这些投资机构可能就是这几家，可能每一轮是三加三这样子一个结构。然后在比较前面几轮就拉上他们的好处就是可以为后面的几次的融资背书嘛。因为后面还有其他很多机构，然后大家看到这个很豪华的阵营之后，就会一定会……

程曼祺 / 徐煜萌（声纹未稳定区分）： 故事一定有一个上涨的预期，因为比如说产投他们其实代表了确定的订单，然后 VC 可能就代表了比如说技术上他们的一个认可。那你说的这个模式我觉得都是 2026 年其实是比较新的模式了。因为在这个模式里面，志源、乐趣、资本亮还有银河其中没上市嘛，他们都已经成为产投方了。那肯定就是更新这一轮公司是你说的这个玩法，对吧？做世界模型的吧，这应该是。做世界模型的或者一些零部件的或者做数据的。

徐煜萌（按上下文归类）： 对，是的，是的。然后另一点就是，为什么会关注到这个 Club6?Club6 其实一直都有嘛。大模型的时候也会经常常见，因为下次项目的融资额变得非常巨大。大家希望一起上牌桌同时分散一下风险。至少那个时候高瓴和红杉一起投的项目其实还是挺少的。但是到具身其实就我们统计之下就会出现的比大博型阶段更多一点。包括这公开信息里他们投在同一轮的就有像踏实、无界、理清智能和魔感科技。他们同时还是心动机缘和智缘的股东。这个合作确实是比大模型的时候更多的，因为捉索之中他们其实是彼此都是竞争对手。我会去问这些投资人为什么大家开始好像这个竞争关系就消失了，然后大家会愿意一起合作做这个事情。得到反馈就是大家一起赚钱有什么好排斥的。我觉得他们的逻辑就是只要你投的够前面，那么在现在的这个预期里这些公司的估值一定是会很快上升的。

程曼祺 / 徐煜萌（声纹未稳定区分）： 对，我觉得从数量上来说好像是他们同时出现更多一些了。我觉得可能也和现在公司本身的数量比较多，以及公司的方向会比较多。就我觉得还是回到那个原点，就技术没有那么收敛。所以不同路线的公司其实都会有人投资嘛。然后如果你看好这个大的方向的话，其实机构的累积的出手次数投的公司就都会比较多。

李梓楠： 我记得郁闷写的那个有些机构是承诺连续多轮领投这个事情嘛。

程曼祺 / 徐煜萌（声纹未稳定区分）： 就昨天我文章发完之后那个我一个很好的朋友就说他在投一家估值非常高的世界模型公司的时候对方就这样要求过他要求他们承诺连续多轮领投。对他最后因为觉得这个要求很没有道理所以他们最后没有投。然后前面也是讲到说至少到这个月这个模式是在继续的，那最近这个月有什么变化吗？文章最后说，前面四部是质疑泡沫、理解泡沫、拥抱泡沫、享受泡沫，第五部是什么？

李梓楠： 这个稿子发了之后，我觉得有些人还是有点幸灾乐祸了，也没必要，很多会说这个泡沫炸了要怎么怎么样。我自己感受的话，其实因为我会认识很多二级的人，我觉得二级的人他也在主动做一些事情，就是他要在泡沫里找到他自己相信愿意下注的人。因为他们本身他们要买的话就已经是非常高的价格了，所以他做这个决策是非常谨慎的，他们就会去找一些可验证可量化的东西。比如你这个 ROI 吗，然后还有这个你研发投入的转化的效率吗？比如说他们去调研一些公司的时候就明确问你今年研发想投多少钱，你明年研发想投多少钱？打算投多少钱？然后你今年收入预期大概是多少？然后这个收入大概是从哪些地方来？然后你现在在手订单是一个什么情况？这个领域它复购的概率有多少？他会问一些很具体的问题。

程曼祺 / 徐煜萌（声纹未稳定区分）： 如果是你这样去调研的话，那些公司我觉得都不是一个很典型的具身智能公司了。这公司得有已经相对成熟的产品才能经得起他这些问题。

李梓楠： 没有啊，我朋友去问，就他会买是因为回答了上来，他不会买，他会觉得在这些地方没有回答的回答没有细节，就还是会有区分的。我知道，但我的意思就是说，其实这种情况才符合一个典型的科技公司的政策。你觉得他要回答，回答上来就可能是假的，对吧？

程曼祺 / 徐煜萌（声纹未稳定区分）： 我不觉得他是假的，只是说他其实，就比如说有的公司，他的标签是个具身智能公司，但是他可能有一些业务其实是些相对成熟的业务。但实际上一个真正的具身智能公司，他目前的核心要义应该是在探索具身智能技术，应该在做大佬或者什么的研发才对。就这种问题我觉得他本来就很难回答上来。如果他是 focus 在具身智能上。

李梓楠： OK，我觉得像大家会怎么样，我觉得还是王兮兮说的是最有参考价值的。就我在语速上市的时候，我翻了一下王兮兮在公开场合的一些表达，我发现她其实还是在管理大家的预期的。她说行业里面可能两到三年之内会有一些应用落地吧。她给大家的预期其实我觉得比行业投资人她定价的预期是要低一些的，但我觉得可能也更靠谱吧。所以我觉得像宇树、智源这些公司可能它会在两到三年内这个尺度它的商业化落地会有一些比较明确的结果或者路径吧。然后上市这个事情我觉得市场给留给大家的窗口肯定是有周期的。我们可能很难判断说明年这个大家对这个科技行业是一个什么样的定价。现在可能我们会对于其他的公司它能不能上我们其实不太确定。

程曼祺 / 徐煜萌（声纹未稳定区分）： 你们肯定接触了很多投了这些公司的人。投了公司这些公司的人他们怎么想的？他们现在是会有点担心了？还是他觉得其实没什么问题比较乐观？

李梓楠： 我觉得他这个人是分两类的。就是有一类投资人他就是想赚一个主题的钱。我投了这个行业我希望尽快退出或者怎么样。还有一批投资人我相信他是非常坚信具身这个行业的价值的。所以他们投这个钱他对公司有没有上市的预期他们不会那么紧张。他们的核心是他们去坚定周期性的确认这个公司的创始团队他是很认真做技术的，然后大家是比较纯粹去推进这个事情的。只要是这样，我觉得那些投资人他可能就会比较安心吧，我觉得还是分两类的。然后一个公司能不能上市，我觉得他会有一些规则上的一些东西，但那些东西其实这些公司他都有办法去达到。然后我觉得还是那句话吧，就一个股票能不能上市，其实就看有多少人愿意买吧。我觉得大家愿不愿意买，其实还是一个本质上还要看这个大家觉得这个行业的价值是什么样的。就这个最后还是需要大家的产品，大家的技术有一个更明确的价值吧。

程曼祺 / 徐煜萌（声纹未稳定区分）： 或者说你们觉得接下来一段时间行业里比较重要的问题是什么？我觉得倒不一定是说能不能上市，这个预测其实我们没法做，我觉得它受的因素影响太多了。你们觉得接下来一段时间，就你们聊下来，你们觉得行业里的这些人真正认为重要的议题是什么？我觉得真正重要的议题，一个是这个技术本身吧，就是大家之前包括像智源啊，这些公司他会说我们如果有个 1000 万小时的数据，然后我们可能就能验证这个模型到底有没有 scaling 这样的一些问题，然后其实行业现在比较头部的公司的话，距离这个目标已经不远了，所以我们可能之前大家不太清楚的一些技术上的问题可能今年会有一些答案吧。

徐煜萌（按上下文归类）： 我觉得是语述上市后六个月内的它的价格的走势，因为进入到二级市场其实就是进入到公开市场嘛，它肯定是会被充分定价，那其中可能有些人早期是把价格炒高的人，那这些人一定会慢慢退场，然后最后留下的那个价值，理论上是会更趋近于它自己的一个内在的价值的。所以大家很关心比如说六个月后它是真的比如说到 3000 亿元还是说比现在还低等等。然后我感觉其实这些投资人他们也分就像这个具身公司它创始的时间不一样。

徐煜萌（按上下文归类）： 其实投资人开始投具身的时间也都是不一样的。可能 19 年到 23 年之前投的那些人，他们是真的看到一些创始人的潜力，然后团队潜力。比如说红杉投语术就是很早红杉种子投的。是是 19 年了，那那个时候其实首先是完全还没有这个共识。另外大家就是看到这个王思琴拿着机器狗，她做出一个产品后那个激动的样子。其实我觉得像这样投资其实还是很接近传统的风险投资的判断标准的。其实刚说像 Club Dio 它其实也就是可能过去一到两年开始的一个事情因为共识实在太集中了。然后也有一些机构包括其实刚才点名到了 T0 的机构他们也有一些会拒绝 Club Dio 可能会参加一些可能会拒绝一些。那拒绝的一些人最看重的其实还是创始人的定力在这个泡沫的时候是不是还是专注在他们想要做的事情。我觉得这个是投资人对于他这个备投项目最关注的一件事情。

程曼祺 / 徐煜萌（声纹未稳定区分）： OK，那今天非常感谢子楠和徐梦两位同事做客晚点聊，分享了他们操作具身智能的金钱游戏，这篇报道前前后后了解到的一些行业现象，然后不同人的观察。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和行业内幕。应该是说他们每天接触的在发生的现实。这个里面有技术进展上的一些波折，然后也有因为技术进展本身带来的波折导致你不得不向其他地方用力，比如说我怎么去做大收入，我怎么更快的上市，然后带来的一系列的连锁的反应和现象。我觉得总体来说，具身智能肯定是一个非常有前景的大方向，然后我们怎么到达这个有前景的未来。现在是有很多问号和不确定的。那过往其实我们有很多具身智能创始人的访谈，他们是从他们的角度讲了他们自己的故事，他们的思考，他们的行动。那其实这一次我们也是跳出来以一个第三方的视角，来讲讲我们从行业里的其他角色，那你获得的一些信息和观察。那今天节目就到这里，各位拜拜。

李梓楠： 好，大家拜拜。拜拜。

程曼祺 / 徐煜萌（声纹未稳定区分）： 本期节目就到这里，感谢收听。如果你对今天聊的话题有观察、好奇或疑问，欢迎在评论区分享想法，这也会成为我们节目的一部分，让整个讨论更完整。你也可以把我们的节目分享给对这个话题感兴趣的朋友，推荐更多你想听的主题和嘉宾。你可以从小宇宙、苹果 Podcast 等渠道关注晚点聊 Late Talk，也欢迎关注我们的公众号晚点 Late Post。下期再见。