同样 200 亿，买的不是同一样东西。

定焦 One（dingjiaoone）原创

作者 | 王璐

编辑 | 魏佳

机器人还没真正学会干活，机器人公司的估值已经先冲上了 200 亿。

截至 2026 年 6 月，国内已有 8 家具身智能公司估值达到 200 亿元，被业界称为 "200 亿俱乐部 "，包括宇树科技（以下简称宇树）、智元机器人（以下简称智元）、银河通用、星海图、千寻智能、自变量机器人（以下简称自变量）、智平方、灵心巧手。

其中，智元未在一级市场官宣新一轮融资，但它于 2026 年 3 月成为国内首个累计下线破万台的具身智能公司，7 月已启动赴港上市流程，业内普遍估算其估值已越过 200 亿这条线。

一年前，200 亿还是这个行业遥不可及的数字。如今 8 家公司同时站在这条线，它们大致可分成三派。

一派以宇树、智元为代表，靠出货量和成本控制，率先跑通了 " 卖硬件 " 的闭环；一派以银河通用、星海图、千寻智能、自变量、智平方为代表，押注的是 " 大脑 " 的长期价值，用模型能力和数据壁垒换未来溢价；灵心巧手则自成一派，它不造本体只造 " 手 "，今年 4 月 B+ 轮融资后估值超 200 亿元，" 一只手 " 快赶上一家人形机器人的估值。

同样是 200 亿，市场买的却不是同样的东西。有人买明年的出货量，有人买未来的模型泛化能力，还有人买机器人的精细操作。

接下来，我们按估值逻辑、数据路线、落地场景、创始团队基因与股东背景四个维度，逐一拆解这 8 家公司。虽然每个维度下各家的排名都不一样，但四个维度叠在一起，也大致能够看清这个行业在当下最真实的样子。

01. 三种估值逻辑，买的不是同一样东西

同样是 200 亿，8 家公司的估值逻辑可大致分成三类。

第一类押 " 本体 + 出货闭环 "，代表是宇树和智元。这两家也是 8 家里唯二靠真实出货量说话的公司。市场给它们的估值，主要看 " 卖硬件 " 这条已经跑通的路。

据全球技术市场研究咨询机构 Omdia 统计，按含轮式双臂在内的通用人形机器人口径算，2025 年智元人形机器人出货量为 5168 台，占全球市场约 39% 份额。宇树则在招股书中以纯双足人形机器人口径披露，其 2025 年出货量为 5500 台，也是 " 全球第一 "。两个 " 第一 " 并存，源于统计口径差异。对估值而言，两家分列行业前二，并无悬念。

财务上，宇树是这一梯队里少有的已盈利的公司，2025 年营收 16.99 亿元，扣非净利润 5.9 亿元。它也是上市进程最快的，已通过科创板 IPO 注册，发行估值约为 420 亿元。智元的营收稍低一档，2025 年突破 10.5 亿元，未披露是否盈利，目前也已启动赴港上市。

两家公司的共同点是，赚的每一分钱，都有真实的出货量和客户订单支撑。

但这种 " 可验证 " 也是一把双刃剑，一旦出货增速放缓，市场有可能把它们当作硬件公司重新定价。而市场给硬件公司的估值倍数有天花板，比如全球工业机器人累计装机量第一的发那科，其市销率（PS）最高在 10 倍左右，当前宇树 IPO 发行估值对应 PS 约 24.7 倍，多出来的那部分就包含了 " 人形机器人的赛道溢价 "。如果出货量增速不及预期，这层溢价很有可能被压缩，估值向传统硬件公司回落。

第二类押 " 大脑 + 数据壁垒 "，包括银河通用、星海图、千寻智能、自变量、智平方五家。它们的出货量远不及宇树、智元，不少还在百台级徘徊，但融资额很猛。

银河通用不到三年累计融资约 70 亿元，国家人工智能产业投资基金（由国家大基金三期发起设立）把首次出手的名额给了它；智平方一年完成 12 轮融资，2026 年 6 月的一笔就接近 50 亿元；自变量两个月三轮融资，是国内唯一获得美团、小米系、阿里、字节四家大厂分别领投的具身智能公司；星海图不到两个月连拿两笔共 30 亿元融资，一个多月估值近乎翻倍；千寻智能三个多月内，三轮吸金近 50 亿元。

对于这类公司，资本押的是模型能力和数据壁垒带来的长期溢价，赌 " 机器人大脑 " 会成为下一个时代的操作系统。但风险也有，模型能力的进步缺乏像出货量那样直观的观测指标，如果市场给予的耐心短于技术突破所需的周期，估值很有可能面临大幅下调。

第三类，押 " 关键部件 "。

灵心巧手是 8 家里唯一不做本体的公司，它值钱的地方在于卡位。只要人形机器人赛道在扩张，无论哪家整机厂最终胜出，都需要灵巧手来完成 " 抓、握、捏 " 等物理交互动作。4 月底完成 B+ 轮融资后，灵心巧手估值约 30 亿美元（超 200 亿元人民币），5 月又传出其寻求 60 亿美元估值的新一轮融资，并有赴港 IPO 的传闻。其短期收入的确定性在 200 亿俱乐部里最高，长期风险在于，头部整机厂很可能会自研灵巧手。

值得一提的是，这三派之间的界限也在变得模糊。宇树的募资里留了大头投向机器人 " 大脑 "，星海图、银河通用一边做模型、一边靠卖硬件攒数据，灵心巧手则自建数据工厂反哺自家灵巧手。

02. 数据路线之争：仿真、真实，谁是最优解？

支撑 200 亿估值的底层能力，是各家大脑的智能化水平，而这由数据决定。

在数据从哪来这件事上，8 家公司首先分成两大阵营：仿真为主和真实（世界）数据为主。但需要先说明一个行业背景，仿真训练 + 真机迁移早已是具身智能领域的基础流程，几乎没有哪家公司完全不用仿真数据，区别只在以谁为主。仿真数据，是在计算机里搭出虚拟场景，让机器人在其中反复练习；真实数据分为两类，一是真机数据，由机器人本体直接产生，包含人远程遥控机器人（遥操作）时记录的数据，和机器人在真实场景中自主运行数据，二是无本体数据，不经过机器人本体，人穿上可穿戴设备、或手持夹爪等采集设备，在真实环境中直接示范，把人的动作记录下来，再映射到机器人身上。

走仿真为主这条路的，只有银河通用一家。其最初以 99% 合成数据 +1% 真实数据的极端比例起步，随着正式业务落地数量的增加，真实数据占比正在逐步上升。

近年来仿真技术本身进步很快。物理引擎更逼真、域随机化（在虚拟训练里加入各种随机变化，比如灯光忽明忽暗、物体位置换来换去）等技术让虚拟到现实的迁移效率持续提升。但这条路的根本挑战没有变，仿真环境里再漂亮的成功率，落到真实世界都需重新验证。这个差距能否被持续压缩，是这条路线成立与否的关键。

其余 7 家都以真实数据为绝对主力，但数据怎么来，又分为三类。

第一类是专门采集派，包括自变量、千寻智能、星海图、智平方四家，可以按 " 有没有机器人本体 " 和 " 数据是自用还是开源 " 两个维度来区分。

自变量走的是无本体降本路线。其省掉机器人本体成本，让人戴上可穿戴设备在真实场景里操作，再配合自研的 XRZero 系列无本体数采方案，通过无本体数据与真机数据 10:1 的混合配比和整套数据管线，把成本压到传统遥操的 1/20。其最大的特点在于成本较低，但代价是精度，机器人本体参与较少，数据与真实机型的映射误差始终是个隐患。

千寻智能走的是 " 数据金字塔 " 式多源融合路线。底层是海量互联网人类视频，配合仿真，用于预训练铺量和多样性；中层是自研第五代全身 UMI 可穿戴设备采集的交互数据，人穿上设备正常干活，手臂、手指的动作就被实时记录，采集成本降至传统遥操的 1/10；顶层则是真机遥操和商业化部署回流的高精度数据，用于模型微调。但融合本身也会带来新问题，不同来源的数据格式、质量标准、时空对齐都是难题，分布式管理的成本也不低。

星海图走的是真机积累 + 开源放大路线。它把真机遥操数据当作核心资产长期积累，开源了全球首个开放场景高质量真机数据集 GOD，覆盖住宅、商超等复杂场景，同时投资数据基础设施，布局了简智新创、德塔智能、鲸跃动力、亦数智能等公司。它的差异化主要在于规模，用时间换数据厚度，用开源换生态声量。问题在于，采集的质量如何把关与开源是否会稀释数据壁垒。

智平方走的是场景自采 + 开源换数据路线。它的数据以真实场景自采为主，官方称之为数据 × 商业双闭环，通过在汽车制造、半导体、生物科技、公共服务等产线的规模化部署积累数据。与星海图 " 开源数据集 " 不同，它搭建的是全球首个一站式具身模型社区 AlphaBrain Platform，把模型架构、训练框架、评测工具全部开源。这个生态的想象空间在于，开发者基于平台在自有场景训练部署，理论上会沉淀大量真实场景经验反哺社区，不过这个生态还在非常早期，数据回流的规模和质控都是未知数。而且官方目前并未承诺数据回传机制。

说到底，四家的真实数据要么便宜但有损、要么量大但杂，没有一条路是完美的。

第二类是硬件反哺，代表公司是宇树和智元。

宇树在 2026 年 3 月开源了 UnifoLM-WBT-Dataset，这是全球头部人形机器人厂商首次对外完整开源的全身遥操作真机数据集。该数据集包含 340 小时、189 万条动作轨迹，全部来自 G1 机器人在真实家庭与工业场景中的真机采集，核心特点是强调 " 全身协同 "，同时记录双足行走、重心动态调整与指尖精细操作，并以 Apache2.0 协议完全开源。

智元也在做同样的事，路径更广。2026 年 4 月，智元开源了 AGIBOT WORLD 2026 数据集，来自真实世界采集，覆盖商业空间、酒店、商超、家居等多类场景。同时，其旗下独立数据平台觅蜂科技计划在 2026 年实现千万小时级数据产能。值得注意的是，觅蜂科技不仅采集真机数据，还推出了 MEgo 系列无本体采集硬件，服务对象覆盖全行业，而不仅仅反哺智元自家的机器人硬件。

两家的共同逻辑是，机器人卖得越多，数据积累越快。宇树依靠 G1 的大规模出货，通过真机遥操自然积累数据，再以开源反哺生态；智元则在自家机器人积累数据之外，还通过觅蜂科技以第三方平台的形式扩大数据产能，两条腿走路。但数据质量的关键在于客户是否愿意让机器人在足够多样化的真实场景中运行。如果大部分机器人最终只卖给高校实验室，即使数据量再大，泛化能力也会受到明显限制。

最后一类是自造自用，以灵心巧手为代表。

它不造整机，也不等别人给数据，而是自建 " 数据工厂 "，通过灵巧手 - 数据采集系统 - 技能库 - 大模型的体系自己生产训练数据。官方表示，其已积累 500 多种人类操作技能的数据，还研发了专用采集设备，数据可直接用于自家灵巧手。

当下，数据被认为是机器人行业的分水岭。而上述几种路线各有优劣，仿真派赌合成数据能否逼近真实，真实派赌数据质量能否覆盖成本。

03. 落地场景：科研、产线、家庭，天花板逐级升高

数据决定大脑能多强，但估值最终要落到一个问题上：机器人能在哪儿干活。目前，具身智能的商业场景大致分三类，8 家公司的侧重点也不一样。

先是科研教育场景，落地成熟度高，但天花板明显。

宇树招股书显示，2025 年前三季度科研教育客户贡献了其人形机器人收入的 73.6%，工业应用仅占 9%。星海图的重心也在这块，官方披露，其累计服务超 150 家具身智能开发者伙伴，涵盖高校实验室、大厂研发部门、头部具身创企及产业集团。智元今年 6 月也发布了灵犀 X2 EDU 教育版。

科研是眼下最跑得通的场景，问题是这块市场预算有限，它能养活公司，但只靠它还撑不起 200 亿的估值。

再往上一层是工业产线，商业价值最大，但验证刚刚开始。

根据各家的披露，目前案例集中在汽车领域，千寻智能的机器人 " 小墨 " 在宁德时代的电池产线上批量使用，单日工作量是人工的三倍。同样与宁德时代合作的还有银河通用，它的 Galbot S1 在宁德时代电池工厂实现 7 × 24 小时连续作业，稳定运行超过 3 个月。星海图与蓝思科技、比亚迪合作做柔性装配验证。自变量则引入上汽金控等产业投资，共同探索汽车场景。

智平方走的是另一条路，签下惠科 3 年 1000 台的订单，进入半导体场景。

但这些落地案例都还停留在单个产线、千百台级别的试点阶段，离规模化复制还有距离。

最后是商业零售与家庭 C 端场景，最难也最有想象力。

自变量是最明确切入家庭 C 端服务收费的公司。2026 年 3 月，它与 58 到家合作在深圳推出 " 人机协同 " 智能保洁，价格为 149 元 /3 小时，与纯人工保洁价格持平。但机器人干的是辅助活，承担收纳、清理等基础任务，保洁阿姨负责深度清洁，工程师现场保障，单台机器人实际承担约 30% 的工作量。银河通用的银河太空舱是另一条路，一个无人零售舱，Galbot 机器人独立完成迎宾、点单、抓取、交付全流程，全程无遥操、全自主。千寻智能则和京东签了四年战略合作，让 "Moz 机器人 " 进京东 MALL 门店做起了咖啡。

只是，这些场景比工业落地更不成熟，各家更像是把机器人送进真实场景采集数据的试验，而非拿出了成熟的商业产品，离真正进入日常生活还很远。

把三层放到一起看，每家的短板都清楚。宇树和智元有出货量作为支撑，但收入结构偏科研。千寻、智平方、银河通用的产线案例有说服力，但收入规模有限。自变量的 C 端故事想象空间大，但商业化路径最远、投入最重。灵心巧手的估值，目前更多建立在赛道卡位上，业绩还需要时间验证。

04. 创始人与股东：为什么是这 8 家先跑到 200 亿？

在商业化普遍处于早期、收入规模远撑不起 200 亿估值的阶段，为什么偏偏是这 8 家先冲到了这个数字？两样东西不能忽视：创始人的履历，和身后的股东名单。

先看创始人。

学院派占了一半。银河通用创始人王鹤是 92 年出生的北京大学研究员、斯坦福博士，联创姚腾洲师从机器人专家王田苗；星海图是一支 "90 后清华系 " 团队，CEO 高继扬出身清华电子系，联创赵行是清华交叉信息研究院助理教授；自变量 CEO 王潜清华本硕、研究过 Transformer 的注意力机制，CTO 王昊是北大计算物理博士；千寻的首席科学家高阳同为清华助理教授。学术背景是这些公司在 " 没有盈利 " 阶段最重要的信任背书。

大厂科学家派以智平方创始人郭彦东为代表。他曾在微软美国总部核心 AI 团队任职，后担任小鹏、OPPO 首席科学家。这类创始人的特点是，既懂模型，也经历过大规模产品的落地和交付，对 " 从 demo 到量产 " 这段路的难度有更实际的认知。

第三类是极客与工程派。宇树的王兴兴从四足机器人做起，是典型的从硬件本能出发的工程师；智元的稚晖君，是华为 " 天才少年 " 出身的大 UP 主，个人号召力本身就是融资能力。这一派对成本、结构、供应链有强掌控力，也正因如此，这两家最先跑通出货闭环。灵心巧手的周永也类似，华中科技大学少年班出身，经历过游戏社区和无人车两次创业，是自带 3D 仿真和硬件工程底子的连续创业者。

股东名单则把这 8 家分进了三个阵营。需要说明的是，国资、产业资本、市场化 VC 在 8 家的股东名册里其实是交叉分布的，差别在于 " 以谁为主导 "。

国家队的代表是银河通用，身后站着国家人工智能产业投资基金这类具有战略属性的资本。这类资金的特点是周期长、容忍度高，不急于追求短期财务指标，更看重技术路线的战略价值。它给的除了钱，还有耐心和资源。

以产业资本为主导的是宇树、自变量和智元。宇树身后是美团、小米、腾讯、阿里等互联网大厂，自变量则由美团、阿里、字节、小米系分别领投，58 集团等产业方也在其中。智元则是腾讯领投、京东进入、上汽比亚迪加注，外加正大集团、LG 电子等国际产业资本，目前已启动赴港上市。产业资本带来的不只是资金，还有场景、渠道和供应链协同。

市场化 VC 进场最早、分布最广，广泛分布在千寻、星海图、智平方、灵心巧手的股东名册里。它们对技术判断最敏锐，但对退出节奏有天然的要求。而智平方的股东结构相对特殊，除达晨、敦鸿等市场化 VC 外，深创投、国中资本、广东智能机器人基金等国有资本也持续加码，是 8 家中资本结构最为均衡的一家。

在一个尚未出现明确商业模式的行业里，融资能力也是核心竞争力的一部分，而这背后，是股东结构决定着市场耐心。

05. 结语

综合上述四个维度来看，宇树、智元的出货闭环最成熟，商业模式最为清晰，但场景天花板和大脑能力还是待解的问题；千寻、星海图、自变量、智平方、银河通用技术相对完整，落地案例开始出现，但收入规模与模型泛化仍需时间证明；灵心巧手短期确定性最高，长期则要回答 " 会不会被本体厂商自研替代 "。

200 亿这个数字，衡量的是资本对未来的预期，它更像是一张入场券，不代表各家当下的经营结果。

具身智能这个行业最有意思的地方在于，今天没人能断定哪条技术路线能最终跑通、哪种商业模式能真正盈利，包括这 8 家公司自己。它们用不同的方式回答着同一道题，市场则用同一个数字给出了回应。至于谁真值这个价，要看接下来订单、交付、毛利和模型跨场景泛化这些实打实的指标，时间会替市场把这笔账算清楚。

* 题图来源于 Unsplash。