今年港股 AI 赛道，走出了反差极强的两条 K 线。 一边是大模型，一边是具身智能人形机器人，同属 AI 浪潮，市场表现却天差地别。 智谱作为国产大模型第一股登陆港交所之后，股价一路走高，上市以来涨幅十分惊人，成为今年港股 AI 板块的标杆。 反观具身智能机器人标的，在 2026 年春晚热度过后，多家港股机器人企业开启持续回调，不少已经跌破发行价，板块普遍回撤 30%-50%。 一张 K 线图就能直观看到：大模型向上，人形机器人向下。
01 具身智能机器人，三个反常识现实
1.打新热度很高，二级市场却持续杀跌 很多人以为机器人赛道市场冷淡，事实恰恰相反。 看港股新股网上公开发行认购倍数，这是普通散户真金白银投票出来的打新热度。 2026 年登陆港股的几家机器人企业，网上认购倍数全部高于智谱。 IPO 阶段，不管是机构还是普通散户，对人形机器人的期待值拉满，赛道从来不缺关注度。
谷歌搜索热度也能侧面印证，2026 年全球范围内，“机器人” 搜索热度甚至超过 “大模型”。 热度拉满，但是新股上市之后，股价却撑不住，期待和现实在这里出现巨大裂痕。
2.机器人板块，并非全部亏损不堪
提起人形机器人，大众第一印象就是：烧钱、不赚钱。 但港股市场已经上市的机器人企业，基本面并没有想象的那么差。 2025 年不少头部机器人厂商，毛利率可以做到 40%-50%，亏损已经收缩到个位数净利率。 进入 2026，多家企业上调业绩指引，在手订单整体向好。 硬件本体的盈利模型，其实已经看到曙光。 真正的卡点，不在于硬件制造，而在于机器人里面的 AI 大脑。
3.当下机器人板块估值，其实已经回归理性
市场普遍吐槽机器人估值泡沫，我们拿 P/S 市销率横向对比就看得懂。 发行阶段，多数具身智能企业 PS 落在 20‑50 倍，估值背后绑定在手订单和落地项目。 智谱上市发行阶段，对应当年预期营收 PS 同样来到 30 倍，二者起点差距并不大。 经过这一轮回调之后，港股机器人板块估值，已经回落至 2026 预期营收 15 倍 PS 以内。 反观大模型代表标的，现价对应 2027 业绩预期 PS 依旧维持 40 倍以上。 同样是港股 AI，同一批海内外投资者，一边追捧，一边用脚投票。 分化的根源，不在估值数字，而在于两套完全不一样的产业叙事。
02 大模型 vs 具身智能：产业叙事的时代差
大模型行业已经走完完整的一轮周期，我们简单复盘： 2022 萌芽期：ChatGPT 引爆行业，国内大模型项目集中启动。 2023 供给大爆发：大厂、创业公司、科研机构一窝蜂发布基座大模型。 比拼参数、榜单跑分、上下文长度、融资额、创始团队背景。 全球基础模型数量成倍增长，大家都在比拼 “有没有”。 2024 开源、产品、价格大战：刷榜时代结束，开始算商业账。 明面账：token 推理成本、迭代速度、客户复购。 暗面账：能不能嵌入真实工作流、开源生态建设。 推理价格持续内卷，行业从炫技术转向算盈亏。
2025‑2026 基座大洗牌：行业不再追求人人都做通用基座。 很多团队从 “做中国 OpenAI” 转向 Agent 应用落地。 通用基座赛道开始出清，不少模型企业拿不到新融资。 回过头看具身智能人形机器人。 行业起点同样是 2022 年特斯拉 AI Day 人形原型机亮相。 2026 年的具身智能，相当于大模型行业的 2023 年。 现在源源不断新机器人创业公司冒出来，目标是打造中国版 Physical Intelligence。 一级市场投资人心态也是宁可投错，不能错过。 一级市场看机器人项目，重点看：顶尖实验室背景、机器人世界模型、benchmark 跑分、融资能力。 但很少有人追问这些更落地的商业问题： 机器人模型靠什么付费？ 完成一次任务到底赚不赚钱？ 规模上来毛利率能不能提升？ B 端客户有没有复购？ 每一份收入，要烧掉多少算力与现金？ 客户为什么一定要选你的人形机器人，而不是传统工业设备？ 这些现实问题，现阶段很多企业给不出清晰答案，很容易被技术愿景掩盖过去。 未来两年还会迎来机器人上市潮，A+H 潜在上市标的 50 家以上。 热闹背后，商业闭环的考题已经摆在面前。
03 股价分化核心：高频兑现资产 VS 低频预期资产
港股只有年报、半年报，业绩更新节奏很慢。 企业登陆二级市场之后，商业叙事和边际催化，才是影响股价的核心变量。 两类资产本质定位完全不同： 大模型：模型迭代 + API 调用量 + 推理成本，属于高频兑现型资产 具身机器人：技术愿景 + 跑分榜单 + 战略合作，属于低频预期型资产 第一，大模型发布新版本，就等于产品直接交付给开发者。 机器人发布新品，仅仅只是商业化的起点，后续硬件生产、落地适配、场景调试，链条极长。国产算力适配，也是大模型独有的催化点。 第二，大模型拥有大量公开可观测数据。 第三方平台可以直接看到各家模型调用量、报价、推理效率。厂商自己也会公开定价，好坏看得见。 机器人行业完全不一样： 技术评测没有统一标准；B 端售价不透明；框架订单多，真实复购数据很难拿到。 也就形成两套完全不一样的股价驱动链路： 大模型链路： 模型更新发布 → 第三方评测、开发者接入（公开可查） → API 调用量上涨 → 确认收入 → 回款 人形机器人链路： 模型跑分测试 → 硬件迭代更新 → 产品发布预售（能力不透明） → 签署框架订单 → 生产出货 → 现场调试验收 → 确认收入 → 回款周期参差不齐 从技术发布到拿到真金白银，机器人要跨过的环节多得多，不确定性层层叠加。
04 对标大模型，具身智能可以学到什么？
站在 Stellar 星际元的视角，看着行业这一轮分化，我们也在思考：人形机器人赛道，该如何跳出纯叙事的困局？
1. 找到真正愿意付费的落地场景 WAIC 展会上，不少工业场景演示让人印象深刻。把装配、插拔这类制造业痛点重新用具身方案解决，这是很好的方向。 人形机器人不是要简单替代传统机器人，而是要攻下传统设备搞不定的复杂非结构化场景。 很多公司擅长讲宏大的 Physical AGI 故事，公布出货台数、签署多少框架协议。 但资本市场越来越看重：具身智能到底创造了多少可量化的技术价值。 比起单纯的出货量，下面这些指标更有参考意义： 模型迭代前后 A/B 对照评测、真实场景自主完成任务小时数、单次任务推理成本下降曲线、硬件成本迭代趋势。 对 Stellar Ego 头环而言也是同理，我们不只讲脑机具身的未来想象，更聚焦真实场景：远程操控机器人完成作业、训练世界模型、降低人工接管占比，把每一次部署的效果做量化。 2. 搭建属于具身智能的数据飞轮 复刻 MaaS 闭环 大模型跑出了成熟的 MaaS 环路。 链接算力、硬件、开发者、行业客户，线上调用产生真实数据，反哺模型持续迭代。 放到人形机器人行业，不能把设备卖出去之后，才想着收集数据。 要在产品设计、商业合同阶段，就把数据闭环设计进去。 Stellar Ego 的思路就是如此： 人通过头环完成机器人远程操控，每一次实操，都会沉淀真实世界的操作数据。 数据回流训练世界模型，反过来提升机器人自主能力。 形成 “人操控机器→产生真实物理数据→优化模型→减少人工干预” 的完整飞轮。 3. 用软件的迭代节奏 补齐机器人低频催化短板 传统硬件公司一年发布 2‑3 次新品就已经算高产。 大模型厂商可以高频输出：版本更新、调价、开源、开发者活动，持续输出信号。 机器人行业完全可以借鉴这套思路，不用只靠硬件新品讲故事： ·按月对外公布机器人新增可执行技能 ·按季度披露模型任务成功率 ·持续公布人工接管率的下降趋势 ·公开单次任务成本变化 ·披露客户扩容、复购的真实案例 Stellar 星际元也在践行这套逻辑，不止等待硬件迭代节点，持续输出模型能力、真实落地案例、数据指标，让外界看得见每一步的进展。
2026，大模型和具身智能，身处同一个 AI 浪潮，却处在完全不同产业阶段。 大模型已经走完讲故事阶段，进入残酷淘汰赛。 比拼调用量、收入、毛利率、算力成本，活下来的企业必须回答商业现实问题。
具身智能还在争夺入场券。技术天花板足够高，想象空间巨大。 但场景怎么落地、能力怎么评测、收入如何兑现，整套体系还没有跑通。 市面上很多消息：新品、战略合作、大额框架订单，真正走到验收、回款的占比并不高。 人形机器人行业，迫切需要找到属于自己的 “Token”。 未来胜出的，未必是口号喊得最宏大、股东阵容最豪华的企业。 第一，属于率先跑通商业闭环的玩家。既要证明技术上限，也要找到客户愿意付费的场景，拥有可以规模化衡量的商业计量单位。 第二，比拼的不是堆砌多少小时原始数据，而是数据能不能实实在在拉高任务成功率，降低人工接管，带动客户复购扩容。 第三，这个 “Token” 可以是自主完成任务数量，可以是机器人有效工作小时，也可以是单次任务成本。 回看 2023，很多大模型团队以为拿到榜单分数就可以通往 AGI。几年过去，活下来的都要直面营收、现金流、客户留存。 今天的人形机器人行业，正在重演相似的历程。 物理世界远比数字世界复杂，交付链条更长，试错代价也更高。 当行业可以持续看到：任务完成率上涨、人工接管持续下降、单位成本不断走低、客户持续复购扩容。 具身智能，才算从前沿科幻概念，变成资本市场可以定价的正经生意。 留给纯粹靠叙事讲故事的时间，不会太多。
