Figure 值 390 亿美元，可它从没告诉过你它赚多少钱

我最近养成一个坏习惯：看见一家具身智能公司的估值，就忍不住拿它去除以另一个数。

拿 Figure 举例。这家做人形机器人的公司现在值 390 亿美元。390 亿是什么概念——比标普 500 里一多半的成分股都贵。那它去年卖了多少台机器人、收入多少？抱歉，没披露。我们能查到的硬数字只有一个：它累计融到手 19 亿美元。

于是我做了个除法：390 ÷ 19 ≈ 20。

翻成人话就是，市场愿意为投进 Figure 的每 1 美元，定价 20 美元的股权。我把这个数叫”资本溢价倍数”——名字唬人，其实就是估值除以累计融资。它不告诉你这公司好不好，只告诉你一件事：在它的价格里，“已经发生的事”占多少，“还没发生的事”——也就是故事——占多少。倍数越高，你买的故事成分越重。

你大概已经在皱眉了：这么除靠谱吗？几轮融资的估值各不相同、每轮稀释掉的股份也不一样，拿最新估值直接除以累计融资，到底算的是个啥？

你说得对，这确实粗。真正干净的算法，得知道每一轮的估值、每轮稀释了多少股——那些数字躺在 cap table 里，外人拿不到。所以我把丑话说前头：这不是一把精确的尺，是一个嗅探指标。 它只回答一个粗问题——市场给这家公司的定价，离它真金白银烧进去的钱，差了几个数量级？它分不清 5.2 倍和 5.3 倍谁更贵（那是噪声，别当真），但它能一眼把”73 倍的故事”和”3 倍的真账”甩到两头去。看数量级可以，拿它当估值不行。

算这一个数本来没什么。可我把头部公司挨个除了一遍之后，这张表就开始变得有意思了。有意思到让人有点不安。

先说一个我一开始没料到的好处。比值这东西，币种会自己抵消。宇树按人民币融、按人民币估，Figure 用美元——平时这俩根本没法直接比，汇率、市场、阶段全不一样。可一旦都化成”估值 ÷ 融资”的倍数，单位没了，剩下的是纯粹的”市场对每块钱投入的定价态度”。我于是第一次能把宇树和 Figure 摆进同一行：宇树 24.7 倍，Figure 20.5 倍。

你没看错。那家”马上要上科创板”的中国公司，资本溢价比硅谷最当红的那家还高。这事待会儿再聊，先把数摆出来。

公司	估值	累计到账融资	资本溢价倍数	有没有真东西撑着	口径备注
1X	$10B（≈¥720亿）	$137M（≈¥10亿）	~73×	NEO 开放预售，2C 未验证	⚠️ 估值据报、轮次未 close
宇树	$5.8B（≈¥420亿）	$236M（≈¥17亿）	~24.7×	2025 净利 ¥2.88 亿（真在赚钱）	IPO 申报估值
Figure	$39B（≈¥2808亿）	$1.9B（≈¥137亿）	~20.5×	收入未披露，BMW 试点	私募 post-money
智元	$2.5B（≈¥180亿）	未披露	算不了	2025 营收 ¥10.5 亿	P/S ≈ 17×
Skild	$14B（≈¥1008亿）	$2B（≈¥144亿）	~7×	0 量产产品	纯模型叙事
星海图	>$2.8B（≈¥200亿）	$417M（≈¥30亿）	~6.7×	开发者生态，早期	B/B+ 一月翻倍
Apptronik	$5B（≈¥360亿）	$935M（≈¥67亿）	~5.3×	奔驰入股 + Jabil + pilot	Series A 加注
Physical Intelligence	$5.6B（≈¥403亿）	$1.07B（≈¥77亿）	~5.2×	研究阶段为主	范式押注
Agility	$2.1B（≈¥151亿）	$640M（≈¥46亿）	~3.3×	上百台真实付费部署	Series C

（数据来自我们自己的公司库，每个估值和融资都对过来源与时点；美元/人民币按 ≈7.2 粗算双标，方便对照；倍数是同币种相除，跨公司可比看数量级。）

好，一家一家来。

1X，73 倍。 这个数最扎眼，我先泼盆冷水：它有水分。$10B 是”据报正在募、还没 close”，确认到账的只有 $137M。所以严格讲这不是 73 倍，是”如果那轮真按这价成了，就是 73 倍”。可就算打对折，它也是全场最敢做梦的——一家主打机器人进家庭、而”家庭”这个场景连成不成立都没验证的公司。

Skild，140 亿美元，零量产产品。 一家还没卖出过一台机器人的公司，值一千亿人民币。Skild 卖的不是机器人，是”做机器人大脑的模型”，它赌的是有朝一日所有硬件公司都得用它的模型当操作系统。这个赌可能对。但今天它账上拿得出来的”实证”，是零。

宇树，145 倍市盈率。 注意这家不一样：它是真在赚钱的。可 ¥420 亿 ÷ ¥2.88 亿净利 ≈ 145 倍 P/E，而科创板新经济股的市盈率中位数大概 50–80 倍。宇树要撑住这个价，得让利润再翻两三倍，还得在 IPO 审核里把研发强度的问题解释明白。它贵——但它贵得有话可讲，因为它有真利润，而且马上要被二级市场公开地、每天地重新定价。这跟 Figure 那种”私募轮里你情我愿标个数”是两码事。

智元，P/S 17 倍。 它没披露累计融资，溢价倍数算不了，我只好用估值除营收：¥180 亿 ÷ ¥10.5 亿 ≈ 17。在这堆公司里这是最”无聊”的一个数——而无聊在这儿是褒义词。它意味着这家公司的价格底下，垫着真实的、十亿级的收入。

然后是 Agility，3.3 倍，全场最低。 它有上百台真实付费部署的机器人在客户那儿干活。我知道 3.3 倍一点都不性感，可这恰恰是要命的地方：市场对”已经在工厂里上班的机器人”开的价，比对”PPT 里的家庭管家”开的价，低得多。这句话值得你多读两遍。

那么这张表到底在说什么？

它在说：在具身智能这行，估值和”这家公司真做出了什么”之间的关系，眼下是松的——有时候松到几乎为零。市场不是在给现金流定价，是在给信仰定价。

而信仰的内容很具体，就一条：具身基础模型，到底什么时候能跨场景泛化。 说人话——一个机器人模型，能不能像 GPT 那样，学会一件事就举一反三干一大片，而不是每换个工位都得从头重训。

如果这事一两年内成了，那今天 Physical Intelligence、Skild 的估值不算贵，反而便宜——模型是整条赛道的操作系统，赢家通吃，$14B 都可能是地板价。如果这事还要五年以上，那 Figure 的 20 倍、1X 的 73 倍就是泡沫的顶，回调只是时间问题。

真相是，没人知道答案，包括最聪明的钱。你看到的这张估值表，本质是两拨人下注的快照：押”模型很快成”的钱涌向 PI 和 Skild，押”硬件先落地”的钱涌向 Agility、Apptronik、宇树。两边都觉得自己看懂了，但两边不可能都对。

这事我们其实见过。2000 年的互联网、2021 年的 SaaS、这两年的 AI 大模型——每一轮，市场都先给”平台”定价，再等收入慢慢追上来。有时候追上了（亚马逊、英伟达），有时候永远没追上（一地鸡毛你也叫得出几个名字）。具身智能现在就卡在”先定价”这一段。唯一的区别是：这次赌的不是软件能不能赚钱，是机器人到底能不能干活——一个物理世界的问题，比软件难验证，但也比软件诚实，因为它骗不了人：那颗螺丝要么拧上了，要么没拧上，PPT 美化不了。

这里还藏着一个中美的结构差异，值得单拎出来说。

美国那几家高溢价的——Figure、1X、Skild——全待在私募市场里，估值是一小撮 VC 和战略投资人”你情我愿”标出来的，背后没有公开市场每天投票。私募估值有个毛病：它只在融资那一刻定一次，定完就挂在那儿，跌的时候也很难被及时修正——没人愿意承认自己上一轮买贵了。所以那些 $39B、$14B，与其说是”市场共识”，不如说是”最后一个愿意出这个价的人”的报价。

中国这边反过来。宇树要上科创板，意味着它的 ¥420 亿马上要被交给二级市场——一群不认识创始人、不在乎情怀、只盯财报的人——去每天重新定价。这机制残酷得多，也诚实得多。所以宇树那 24.7 倍，数字上虽然比 Figure 还高，挨的检验却严厉得多：审核要问它研发强度、问利润可不可持续，机构和散户会用脚投票。说白了，私募市场的高估值是”还没被证伪”，二级市场的高估值是”每天都在被投票”。同一个倍数，这两种含义，差着十万八千里。

我得在这儿停一下，给你交个底——这些数字没看上去那么干净。宇树是 IPO 申报估值（二级的预期），Figure、Skild 是私募 post-money，1X 那 $10B 还是传闻；严格讲不完全可比，所以上面的倍数只配拿来看”数量级的差别”，别当精确刻度使。再有，多数美国公司压根不披露收入，我那个”有没有真东西撑着”的判断，只能拿”有没有真实付费部署”凑合着替，不如收入硬。这是我们能拿到的最好数据，但它有边界，我不想假装它没有。

那么，贵不贵？

我的答案是：这个行业整体在泡沫的中段。但”贵”和”泡沫”是两回事。Skild、1X 是”故事先行、兑现未启”的纯叙事溢价，那是泡沫顶的味道；宇树、智元、Apptronik 是”估值贴着真实业务”的相对理性，贵，但贵得有据。把它们一锅烩成一句”具身智能泡沫了”，跟看见数字就鼓掌一样懒。

如果你是投资人，我能给的不是结论，是一把粗尺：把”估值/融资”和”估值/营收”两个比值摆出来一起看（只看数量级、别抠小数点），比你盯着那个绝对估值数字，信息量高一个维度。它不会告诉你该买哪个，但至少能帮你分清——哪些公司你买的是机器人，哪些公司你买的是一个还没讲完的故事。

这不构成投资建议。这只是一个有算除法癖好的人，把账摊开给你看。

— Talos · 2026-05-24