创始人因炮轰出圈，九成收入靠工业视觉业务，梅卡曼德具身故事成色几何？

本文来源：时代周报 作者：朱成呈

一边质疑机器人人形形态，一边将机器人“眼脑手”作为新的增长方向，港股明星梅卡曼德（09615.HK）正试图讲述一个不同于人形机器人的具身智能故事。

9月1日，梅卡曼德以101.7港元/股的发行价登陆港交所，被称为“具身智能眼脑手第一股”。上市至今，其股价持续跌破发行价。10月9日，梅卡曼德报收79.90港元/股。资本市场并未因“机器人”“具身智能”等标签，给这家公司的新故事太多溢价。

股价表现与行业热度形成反差。过去一年，具身智能成为资本追逐的热门赛道，机器人企业忙着融资、扩张，也在加速奔向资本市场。但从技术突破到稳定收入，再到可持续盈利，中间仍有不短的距离。

梅卡曼德创始人邵天兰对此并不避讳。上市后不久，他连续两天在朋友圈“炮轰”具身智能行业生态。邵天兰认为，除了极少数特殊方向之外，一家公司至少应该先证明PMF（产品-市场匹配），有真实、持续且具备一定规模的业务，再谈上市。

他还表示，尤其要警惕“攒局型”具身智能企业，靠数采中心、租赁公司等各种关联交易做收入，没有真正的PMF，却不断制造“大新闻”，成立两三年就急着上市。

邵天兰的炮轰言论引发不少针对具身智能的冷思考，但如果他所称的这套标准放回梅卡曼德身上，同样的问题也值得追问：这家已经上市的机器人公司，真正被市场验证的业务是什么？梅卡曼德正在讲的新故事，又走到了哪一步？

10月12日，梅卡曼德亮相2026工博会机器人展区，展示其“眼脑手”技术升级成果，以及跨行业、跨形态、跨任务的通用能力。这些技术进展，指向的是一条更长的增长曲线。但这套技术路线能否打开新的增长空间，仍有待市场检验。

“具身智能眼脑手第一股”成色几何？

梅卡曼德的商业模式，与当前多数机器人上市公司并不相同。

梅卡曼德2019年开始商业化智能机器人解决方案，是国内首批为工业机器人提供通用3D视觉解决方案的企业之一。与宇树科技（688836.SH）、优必选（09880.HK）、越疆科技（02432.HK）等不同，该公司不生产整机，是一家机器人组件供应商。

过去几年，智能机器人引导一直是梅卡曼德的核心业务。其产品将3D视觉相机、软件等进行整合，用于机器人在工业环境中的识别、定位和操作；另一项业务智能检测与测量，则由3D测量设备及软件组成，主要用于工业质量控制和精密测量。

2025年，梅卡曼德智能机器人引导产品收入约3.61亿元，占比93.0%；智能检测与测量产品收入约0.23亿元，占比5.9%。两项业务合计贡献梅卡曼德98.9%的收入。

2026年上半年，梅卡曼德收入结构的名称发生变化。智能机器人引导被调整为“具身智能机器人引导”，智能检测与测量则调整为“AI检测与测量”。具身智能机器人引导收入2.16亿元，占比同样超过九成。

名称发生变化，但收入结构并未发生根本改变。近日，时代周报记者就营收结构等问题采访梅卡曼德，该公司商务与市场副总裁徐婷婷仅表示，具体的营收情况涉及到信息披露，不便回应。

梅卡曼德的基本盘并不差。至少在工业场景里，公司已经建立一套真实的客户关系和商业模式。相较于仍在寻找落地场景、验证商业模式的部分具身智能初创企业，梅卡曼德并非从零开始。

但一门成熟的生意，不等于一条新赛道上的竞争优势。

为拓展具身智能机器人的应用场景，梅卡曼德正在尝试把过去积累的3D视觉能力，延伸至大模型和灵巧手，构建覆盖“眼、脑、手”的具身智能组件体系。Mech-GPT多模态大模型和Mech-Hand仿生五指灵巧手，是这场转型中的重要产品。

但相比3D视觉解决方案已在工业场景中创造价值，这些新产品尚未形成大规模商业收入。

灵巧手方面，梅卡曼德尚未披露Mech-Hand的自由度、抓取方式、定位精度及力感知等关键技术指标。公司在招股书中仅称，Mech-Hand能够抓取不同类型的物体并执行精细操作，并计划扩大产品线，推出体积更小、自由度更高、操作更灵活的机械手。

公司对“脑”的研发进展披露同样有限。2026年半年报显示，梅卡曼德当前阶段以“高速、高效增长”为第一优先级。对于具身智能“大脑”，公司称相关技术正处于关键突破期，将继续保障研发投入强度。

对梅卡曼德而言，真正的考验不是能否把“眼、脑、手”拼成一套产品体系，而是能否让这些新组件进入真实场景，形成可持续的客户需求和收入。

称人形并非行业趋势

梅卡曼德并不生产人形机器人，对这一赛道也保持着相对克制的态度。

“我们并不否认目前人形机器人在科研、教育、文娱等领域的价值，亦不排除该形态长期演进的潜力。”梅卡曼德2026年半年报称，其技术体系与机器人形态无关。

9月18日，邵天兰在公开场合表示，智能机器人是真趋势，但人形不是。原因在于制造和物流场景并非为人设计，而是为产品和产线设计，人的形态在其中没有帮助。

在梅卡曼德看来，过去一年机器人产业受到的关注，本质上来自机器人智能水平的提升，而非某一种机器人形态的胜出。制造业和物流业客户真正关心的仍是部署速度、成本、易用性和稳定性。这些指标更多取决于机器人的感知、决策和规划能力，而不是外形。

“工厂环境围绕货物与工艺设计，而非围绕人体设计；在绝大多数工业场景中，人形并非效率或成本最优的形态。”梅卡曼德称。

梅卡曼德甚至提出“表观智能”的概念。在同样的任务中，人形机器人因为更接近人的形态，往往给观众带来更强的智能观感，但这种观感并不能直接证明机器人的实际能力。梅卡曼德认为，表演和工作是两种不同的技术方向，演示效果不构成产品能力的证据。

不过，制造业和物流业效率并非衡量人形机器人价值的唯一标准。

国家地方共建人形机器人创新中心首席科学家江磊向时代周报记者表示，AI与机器人结合是当前具身智能落地的重要方向，其中，人形机器人是一个相对明确的突破口。因为从根本上来说，具身智能缺少数据集，而人形机器人是最容易获得大数据集的一个方向。

江磊表示，就如同当时ImageNet选择红绿灯智驾作为突破口，（具身智能）现在也要找一个突破口，那只能是人形机器人。具身数据集可能不只是图像，还包括触觉、听觉，甚至嗅觉。这也是为什么很多做具身智能的企业，无论智驾、图像识别都在往人形转。

机器人大脑或是短板

梅卡曼德不看好人形机器人，却没有放弃机器人的智能化。但从工业3D视觉走向机器人大脑，并不是把原有技术简单叠加就能完成的升级。

TrendForce集邦咨询分析师曾伯楷向时代周报记者表示，“如果从目前机器人大脑的发展阶段来看，早期较看重创始团队与研发带头人的技术积累，尤其是VLA、世界模型、强化学习及不同控制架构如何搭配，技术路线选择会直接影响后续数据效率与产品能力。”

从创始团队的履历看，梅卡曼德的技术基因主要来自机器人、控制与工业应用。邵天兰本科毕业于清华大学软件学院，2015年获德国慕尼黑工业大学机器人学硕士学位。另外两名联合创始人，分别是电气工程、微机电系统工程和机电一体化工程专业背景。

创始团队这些经历构成梅卡曼德在机器人与工业自动化领域的技术基础，但公开资料尚不足以证明其团队在VLA、世界模型等具身智能核心方向具有同等深度的积累。工业视觉的技术优势，能否延伸至具身大脑，仍是一个需要验证的问题。

目前，梅卡曼德对机器人大脑技术的披露主要集中在架构层面。梅卡曼德称，其以Mech-GPT多模态大模型为核心的仿生分层大脑进一步完善，可以理解自然语言指令、识别操作者意图，并自主拆解任务。其中，高层负责语义理解和任务规划，中层融合具身智能进行实时规划，底层则驱动机器人本体、末端执行器和灵巧手完成物理动作。

此外，进入商业化阶段后，具身训练数据的重要性会愈来愈高。曾伯楷认为，除了数据量，也会看数据是否涵盖不同任务、环境、本体与失败案例，以及企业能否通过持续部署取得新的真实数据。

算力、GPU、模拟平台及部分人才都可以在一定时间内补足，但高质量实体数据、长期部署经验、跨本体数据处理能力与模型反复训练后形成的工程know-how较难复制，需要经过大量实机测试与场域累积。因此，未来竞争将逐渐由单纯比模型大小或数据量，走向数据质量、训练效率与实际任务表现的综合竞争。

梅卡曼德并非没有筹码。多年工业业务为其积累了客户和真实场景，但其客户仍主要集中在汽车制造、工业制造和物流仓储。更值得注意的是，招股书显示，2025年梅卡曼德91.1%的收入来自系统集成商。这或许意味着，公司能否持续获取机器人部署后的运行数据、这些数据能否回流并用于模型训练，仍有待进一步验证。

具身智能的竞争，不仅需要数据规模，更需要覆盖不同任务、环境和机器人本体的高质量实体数据。人形机器人受到追捧，一个重要原因便是其有望成为获取多任务数据的载体。

梅卡曼德选择专注工业场景和“眼脑手”技术，却不得不面临如此现实：在终端数据获取能力尚待验证、应用场景相对集中的情况下，如何积累跨行业、跨本体的高质量实体数据，以支撑机器人大脑的泛化能力。