具身智能估值重构：为何模型能力取代硬件产量成为核心定价权？
在人工智能发展的宏大叙事中，2025年初DeepSeek R1模型的发布无疑是一个具有里程碑意义的转折点。这一事件不仅打破了市场对于算力投入与模型性能线性相关的固有认知，更引发了全球资本市场对AI价值链的重新审视。当英伟达市值因模型效率提升预期而剧烈波动时，一个清晰的信号被释放出来：在AI的下半场，核心定价权正从底层的硬件基础设施向顶层的模型算法转移。这一逻辑正在具身智能领域加速复现，曾经被视为核心竞争力的机械本体制造，逐渐退居为基础设施，而决定机器人智能化水平的“大脑”，正成为新的估值锚点。
回顾过去两年，具身智能赛道经历了硬件本体的爆发式增长。然而，随着供应链的成熟和技术门槛的快速降低，单纯依靠堆砌硬件参数已无法构建持久的竞争壁垒。资本市场的敏锐嗅觉捕捉到了这一变化，2026年上半年国内具身智能赛道融资总额激增，但资金流向发生了显著偏移。招股书显示，头部企业的募投项目已从生产线扩建转向模型与算法研发。这种转变并非偶然，而是行业进入深水区后的必然选择。硬件决定了机器人能“动”起来，而模型决定了机器人能“懂”世界并做出正确决策。前者是标准化的工业品，后者则是具备极高溢价的智力资产。
要理解这一估值逻辑的转换，必须深入剖析具身智能的技术架构。传统的机器人控制往往采用分层模块化设计，感知、规划、执行各自为政，导致系统复杂且难以泛化。而新一代具身智能追求的是“全脑”协同，即打通小脑的运动控制与大脑的认知决策。小脑负责平衡、步态等底层运动技能，解决“怎么动”的问题；大脑则负责环境理解、任务拆解和逻辑推理，解决“做什么”的问题。真正的突破在于将两者融合在一个统一的模型框架内，实现感知、思考与动作的端到端闭环。这种架构要求极高的算法整合能力，也是目前全球科技巨头竞相争夺的技术高地。
在这一竞争中，特斯拉与银河通用代表了两种截然不同的演进路径。特斯拉依托其在自动驾驶领域积累的庞大数据和端到端神经网络技术，采取“自上而下”的迁移策略。其Optimus机器人直接复用FSD的世界模型与视觉感知系统，通过单一的巨大神经网络处理所有感官输入并输出控制指令。这种路径的优势在于数据规模巨大且训练范式成熟，能够迅速实现规模化量产。然而，其局限性在于自动驾驶场景与通用机器人操作场景存在本质差异，如何将驾驶逻辑完美迁移至复杂的物理交互中，仍是巨大的挑战。
相比之下，银河通用选择了“自下而上”的求索之路。面对具身智能数据稀缺的行业痛点，银河通用致力于构建覆盖物理交互全场景的多源异构数据体系。通过整合互联网视频数据、人类动作捕捉数据、高保真仿真数据以及真机遥操回流数据，他们试图在数据源头建立壁垒。更重要的是，银河通用在模型层面实现了通用大脑、通用小脑与灵巧手操作的深度融合，并在打网球等高动态场景中验证了模型自主决策的能力。这种不依赖预编程轨迹、完全由模型实时生成的动作控制，展示了具身智能在真实物理世界中泛化的巨大潜力。
数据匮乏曾是制约具身智能发展的最大瓶颈。与自动驾驶车辆每天产生亿级数据不同，具身智能的数据采集成本高、速度慢且场景有限。每一帧有效的训练数据都需要昂贵的人工标注或远程操控获取。因此，谁能高效利用多源异构数据，谁就能加速“大脑”的迭代。中国在这一领域展现出独特的制度优势。国家数据局明确将具身智能高质量数据集作为数据要素市场化突破口，北京等地相继成立重点实验室，从政策层面为数据积累与共享提供支撑。这种顶层设计不仅降低了企业的数据获取成本，更为构建统一的数据标准奠定了基础。
资本市场的反应最为直接。投资人不再仅仅关注创始团队的学术背景或论文数量，而是聚焦于核心技术壁垒能否转化为行业定价权。具备强大模型能力的团队，即便硬件尚处早期阶段，也能获得数十亿美元的估值。这是因为市场认识到，硬件可以外包或采购，但核心的智能算法和数据飞轮是无法复制的护城河。华盖资本等机构明确指出，“大脑”强甚至可以原谅硬件的平庸。这种估值逻辑的转变，标志着具身智能行业已从“制造驱动”正式迈入“智能驱动”时代。
展望未来，具身智能的竞争格局将围绕“数据—模型—本体”的闭环能力展开。硬件产量只是企业的生存下限，保证了基本的交付能力；而模型在真实场景中的泛化能力、数据飞轮的转动速度，才是决定企业价值上限的关键。随着港交所18C章等上市制度的优化，一批以“大脑”为核心叙事的具身智能企业有望率先登陆资本市场，形成公开的估值锚。这将进一步校准整个赛道的价值坐标系，加速资源向头部模型公司集中。
在这场竞赛中，单纯的硬件制造商将面临严峻的挤压，而掌握核心算法与数据体系的“大脑”提供商将占据价值链顶端。这不仅是一场技术的较量，更是对数据资源整合能力、工程化落地能力以及战略前瞻性的综合考验。对于从业者而言，认清这一趋势，及时调整研发重心与商业策略，是在具身智能下半场胜出的关键。历史不会简单重复，但资本的定价逻辑始终遵循价值创造的本质。在具身智能时代，唯有那些能让机器真正“理解”并“适应”物理世界的智慧，才能赢得最终的溢价。