晚点硬科技 8/20：具身智能的钱，先流向了哪里 (2026)

本期覆盖 2026 年 8 月 20 日 17:39（上期发布）之后至本次心跳巡检。信源范围是晚点 LatePost、晚点 AI、晚点对话及其他晚点同系微信公众号，筛选口径是 AI、具身智能、机器人、芯片及紧密相关基础设施。本窗口确认 1 篇独立硬科技文章：它追问具身智能行业拿到的钱，究竟有没有变成真实订单、研发投入和陌生环境里的机器人能力。

优先级	文章	账号与发布时间	为什么先看
1	具身智能的金钱游戏	晚点 LatePost · 2026 年 8 月 20 日 20:10（北京时间）1	这篇文章把估值、融资、机器人出货、数采工厂和产线效率放在同一条证据链上，核心问题是：具身智能的资本热度，距离可持续的终端需求还有多远。

逐篇速读：具身智能的钱，先流向了哪里

具身智能的金钱游戏

账号与时间： 晚点 LatePost，2026 年 8 月 20 日 20:10（北京时间）。

原文： 具身智能的金钱游戏

核心事实

产线效率还远没有追上人工。 原文记录了一台人形机器人在模拟汽车工厂里搬箱子，走完 20 米用了约 90 秒，效率约为人类的 30%；另一台机器人在轴承制造厂完成一个人类 2 秒就能完成的动作，用了 70 秒。原文还提到，全尺寸通用人形机器人平均售价约 20 万元，灵巧手一套造价超过 15 万元，而且每天工作 8 小时时，10 天就需要返修。1
资本规模已经先于产业收入上升。 原文援引 IT 桔子统计称，2026 年上半年国内具身智能融资总额超过 900 亿元，估值超过百亿元的企业有 22 家；资金从机器人本体流向灵巧手、数据、关节模组和触觉传感器，部分成立不到三年的公司估值已经超过 200 亿元。1
头部样本的收入结构并不能直接代表行业。 宇树 2025 年营业收入为 16.99 亿元，人形机器人卖出 5215 台；截至 2025 年 9 月，宇树收入超过七成来自科研教育，明确用于智能制造、智能巡检和物流配送等场景的收入为 1570 万元。原文还称，宇树前五大客户合计贡献 10.61% 的收入，第一大客户京东贡献 3.54%，目前还没有工业客户大规模购买使用。1
数采工厂制造出了一层看起来很大的需求。 原文引述数采创业者称，真机采集数据售价超过 700 元/小时；一个 100 台机器人规模的数采厂，每月约能生产 1 万小时数据。在不计人员、场地和维护费用的理想情况下，按每台机器人 50 万元计算，数采厂约 8 个月可以收回采购成本。但多位实地探访者看到，一些工厂的机器人长期闲置，已有数据也没有找到买家；一座采购约 8000 万元机器人、回本时间超过预期的工厂，后来把部分机器人转卖给学校。1
订单、投资和供应链关系经常交叉。 原文写到，地方国资可能同时是机器人公司的客户、投资人和运营伙伴；制造业上市公司也可能同时参与入股、采购、供货和代工。智元 2025 年合作伙伴销售占全年收入的 25%，公司计划在 2026 年把这一比例提高到至少 60%；但判断收入是否可持续，还要看终端客户是否完成验收、库存由谁承担，以及之后有没有复购。1
钱还没有稳定转化成陌生环境中的泛化能力。 原文称，具身公司的本体硬件和小脑运控算法已经明显成熟，但机器人大脑仍处于早期阶段；物体位置、形态或操作步骤一变，许多机器人的成功率就会下降，泛化、稳定性和频繁人工介入的问题仍未解决。行业也没有共同评价体系，VLA、世界模型等模型名称不断扩展，但模型结构、训练目标和数据需求并没有因此收敛。1

关键判断

第一，具身智能当前最先被验证的是融资能力，不是替代人工的经济性。 文章把 20 万元机器人售价、远低于人工的动作效率、200 亿元级别估值和 900 亿元级别融资放在一起，指出行业的资本定价已经跑在真实产线需求前面。投资人甚至很难给出一套可验证的估值算法，项目能否进入下一轮融资，反而成了早期判断的重要依据。1

给投资人的启示： 看具身项目时，应该把估值和融资速度放到后面，先追问独立终端客户、验收记录、库存归属和复购数据，因为这些信息更接近真实需求。

第二，机器人收入必须穿透合作网络来看。 产业伙伴可以同时是股东、供应商、经销商和客户，这种关系能帮助公司获得场景与现金流，也可能让采购额和终端需求之间出现距离。文章因此把收入判断落到了三个问题：谁真正使用机器人，客户有没有完成验收，下一次购买是否还会发生。1

给产品经理的启示： 规划机器人产品时，不能把进入工厂拍成视频当作落地完成，应该把陌生物体成功率、人工介入次数、维护周期和客户复购写进产品验收标准。

第三，融资可以买来试错时间，买不来技术路线的答案。 具身公司需要算力、数据和人才，但行业还没有确认最有效的数据形态、模型路线和评价体系；同一批资金投入不同路线，能否转成更高的泛化能力，短期内并没有统一的验证办法。文章据此认为，钱能让公司继续探索，却不能自动形成可验证的竞争力。1

给开发者的启示： 评估具身模型时，应优先建立数据跨本体迁移、陌生环境成功率和人工介入的测试集，再讨论模型名称和算力规模，否则工程进展很容易停留在演示效果上。

本窗口趋势洞察

1. 具身智能的商业化验证，正在从「卖出多少台」转向「谁在持续使用」。 宇树已经卖出 5215 台人形机器人，但科研教育收入占比超过七成，工业应用收入只有 1570 万元；智元则提高合作伙伴销售占比。两组事实共同说明，出货和合作订单是起点，独立终端客户的验收与复购才更接近产业需求。1

2. 资本和产业网络正在成为机器人收入的一部分，但它们还没有替代技术验证。 地方国资、供应链企业、经销伙伴和投资机构可以共同提供资金、场景、零部件与订单，这能让公司更快获得收入记录，却也让外部观察者更难判断订单是否来自独立需求。原文把这种交叉关系与关联交易争议放在一起，提醒读者把收入的来源和质量分开看。1

3. 具身智能仍处在「投入快速增加、共同尺子尚未形成」的阶段。 具身公司开始把新增投入放到算力和数据上，但行业还没有确定哪类数据最有价值，也没有一个像智驾版本或大模型发布那样被普遍认可的交付节点。下一阶段真正能拉开差距的，可能是公司能否把投入转成陌生环境中的稳定动作，而不是再增加一个更大的估值或模型名词。1

排除项与边界

本期按 1 篇独立文章计入，晚点 AI、晚点 Auto、晚点对话在本次窗口内没有发现晚于上期 cutoff 且符合本频道硬科技口径的新文；同步稿不重复计数。
本期排除了消费零售、泛商业和纯财务题材。文章涉及的估值、融资、出货和收入数字，用于说明行业验证状态，不构成投资建议。
原文对部分融资、交易关系、数采工厂和行业数据的描述来自受访者、投资人、公司披露或研究机构，具体口径以晚点原文为准；公司目标、融资预期和计划中的出货量，不等于已经完成的技术交付或终端复购。

References

1
具身智能的金钱游戏
mp.weixin.qq.com