2026年9月1日，被稱為「具身智能眼腦手第一股」的梅卡曼德登陸港交所。此次IPO也吸引了多家知名長線資金和產業資本的參與，其中Baillie Gifford尤為受關注。這家蘇格蘭老牌資管機構長期投資科技成長公司，曾長期持有特斯拉和英偉達，也投資過亞馬遜、SpaceX等公司。

談到上市，梅卡曼德創始人、CEO邵天蘭沒有表現出太多情緒上的起伏。

「上市只是一個動作，是在某一個時點完成的事情。真正重要的是，上市之後，公司成為了一家‘公衆’公司。」他說，這意味着梅卡曼德需要面對更高的目標、更嚴格的標準，也要承擔更大的責任。

相比「上市公司CEO」這個新身份，邵天蘭似乎更習慣把自己放在工程師的位置上。

在交流中，邵天蘭強調道，「到今天我仍然是一名工程師」。

到現在，他大約一半的時間依然花在覈心技術、應用場景和產品迭代上，每周會讀「小几十篇」論文，也會去客戶現場，和研發團隊一起看產品和技術進展。

這種工程師氣質，也體現在他談論問題的方式裏。他習慣把問題拆開，有邏輯條理的分析、談實際效果和長期可持續性；同時，他的表達也直言不諱，談到技術路線、商業化乃至同行爭議，他很少迴避，直接給出自己的判斷。

邵天蘭談到梅卡曼德的「成長史」：十年前剛成立時只有3個人。當時機器人仍是一個相對小衆的行業，很多客戶做的還是探索性應用。

彼時的邵天蘭向投資人和客戶解釋梅卡曼德時，經常借用「自動駕駛」這個更容易理解的概念（汽車需要感知、規劃和決策，機器人同樣需要）。梅卡曼德想做的，是讓機器人逐漸擺脫固定程序，在更復雜的環境裏自主完成任務。

十年之後，機器人已經成為最受關注的科技賽道之一。技術、資本、人才和地方產業資源快速湧入，越來越多公司在很短的時間裏獲得孖展、訂單和估值。

不過，熱潮帶來了更多機會，也放大了行業裏的一些問題。

最近幾天，邵天蘭在朋友圈談到了一些具身智能公司存在依賴數採中心、產業項目形成收入，商業化驗證不足等現象，也引發了行業討論。

在我們的交流中，邵天蘭甚至用了「二級市場一級化」來形容這種模式，指出這種部分高風險、商業模式尚未充分驗證的企業提前進入公開市場的現象。

邵天蘭直言：「我認為這是一種急功近利的做法，對科技創業、科技發展、中國的創新生態，以及資本市場的健康，都會帶來比較大的傷害」。

在邵天蘭看來，規模增長並不意味着所有問題都已經解決。機器人「大腦」仍在快速演進，VLA、世界模型、Agent、強化學習等技術路線尚未完全收斂；真實場景裏的穩定性、部署效率和ROI，仍決定着機器人產品能不能真正進入客戶現場，並進一步形成規模化應用。

近日，騰訊科技和梅卡曼德創始人、CEO邵天蘭進行了一次深入交流。

這是梅卡曼德已經走完的第一個十年，邵天蘭對當下行業、公司和技術發展，做出一次具體的回應，也是他此前就具身智能公司的"收入模式"等爭議問題的發言並引發討論後，首次的公開對話。

梅卡曼德創始人、CEO邵天蘭（圖右）

以下為騰訊科技和梅卡曼德CEO邵天蘭的交流內容：

01

「上市後，責任更大了」

問：恭喜梅卡曼德上市。上市當天，你是什麼樣的感覺？當時的狀態如何？

邵天蘭：其實上市這件事本身就在我們的計劃之內，沒有什麼特別意外的情況。

「上市」是一個動作，是某一瞬間完成的事情，這意味着更高的目標、更高的標準和更大的責任，成為公衆公司之後，很多人都可以成為公司的股東。對我們來說，這也意味着更大的責任。

我在內部開會的時候也講過，上市這件事很像「開車上了高速公路」。上了高速並不是終點，它更像是讓我們能夠更快、更穩地前進。所以對我們來講，這就是一個意料之內的里程碑。

當然，上市也給我們帶來了一個新的平台。無論是資金儲備，還是上市公司的平台，都能夠讓我們發展得更快。  

最近，我們內部也圍繞核心技術、產品形態、產品線、應用場景以及全球化業務擴張做了很多討論。相當於進入了一個新的平台，也是一個新的起點。

接下來在這些方向上，我們的速度會加快，特別是在具身智能核心技術上的研發投入會進一步加大。

問：這次IPO，梅卡曼德引入了多家基石投資者，包括長線資金、產業資本和保險機構。從你和這些機構的交流來看，他們為什麼會在這個階段選擇梅卡曼德？最看重公司的哪些能力？

邵天蘭：我們上市過程中吸引了很多專業投資機構，包括外資長線資金、知名產業方、保險機構等。

我觀察下來，這些機構有一個比較明顯的共同點，就是更關注長期發展。他們看的不是三五天、一兩周的市場變化，而是至少以年為單位，甚至數年或者更長時間的發展。從我的角度看，他們主要關注三個方面：

第一，是不是一個「系統性的機會」。

現在人工智能、機器人賽道並不是某一家公司的機會，而是一個系統性的機會。特別是大模型和具身智能等新技術，讓機器人未來可以進入製造、物流、一部分服務業，甚至家庭。很多長線機構對於物理AI、具身智能機器人所帶來的長期機會已經形成了比較強的共識。

我們公司剛成立的時候，還要不斷向大家解釋為什麼要做「智能機器人」，現在這個大的方向已經形成共識了。

第二，面對一個足夠大的產業機會，還要找到一個適合的切入點。

具身智能有很多可能性，比如科研教育、家庭應用，以及其他應用場景。梅卡曼德當前主要面向製造和物流，我們認為在這個階段，這個方向能夠比較好地把技術和市場結合起來。

第三，是具體選擇什麼樣的企業。

這些年，我們通過客戶、大量實際落地、出海以及前沿技術上的進展不斷證明自己。  

很多機構認可梅卡曼德，一個重要原因在於，公司同時具備前沿技術研發、產品化、規模化應用和全球化運營能力。

前沿技術依賴長期的學術積累和研發投入；產品化要求企業同時處理質量、供應鏈、成本控制和量產問題；規模化應用考驗的是產品在真實場景中的穩定性、交付能力和複製效率；全球化則涉及本地化銷售、服務體系和組織管理。

這幾項能力分別建立起來都需要較長周期，能夠同時形成並持續強化的企業並不多。

問：上市之後，你會每天關注公司的股價嗎？面對短期的股價波動，會感到焦慮嗎？

邵天蘭：當然會看。作為上市公司，股價是我們需要關注的一個方面，它也體現了公司給投資人帶來的回報。

但是資本市場有兩重效應。用巴菲特的話講：「短期是投票機，長期是稱重機」。短期交易會受到很多因素影響，會出現波動。

作為一家公司，首先我們干預不了短期波動；第二，我們更看重資本市場長期的「稱重」作用。我們會關注股價，也會努力讓股東長期獲得足夠好的回報，但純交易層面的短期波動，並不是一家公司能夠或者應該去幹預的事情。

問：現在越來越多機器人公司進入公開市場，你會關注同行的市值嗎？會不會研究市場為什麼給不同公司這樣的定價？

邵天蘭：會關注，但我們並不是上市以後纔開始關注，從公司成立的時候就一直在看。

一家企業在某一個時點的市值，會受到很多短期因素影響，所以我們不會特別關注某家公司某一天、某一個階段的市值變化。真正有參考意義的，是把時間拉長，看一類企業在更長周期裏的表現。

哪怕是存儲、光模塊、電池等領域的一些大型公司，股價也會出現較大的階段性波動。很難因為一家企業在三個月內市值上漲或下跌一倍，就認為其內在價值也發生了同等幅度的變化，其中往往還包含大量短期交易因素。

我們主要會看幾個方面：這家公司面對的市場空間夠不夠大，客戶認可度怎麼樣，市場佔有率和增長情況如何，以及未來有沒有比較好的增長和盈利預期。從長期來看，這些因素最終都會反映到企業價值上。

至於一些機器人公司上市初期市值一度很高，隨後又出現比較大的波動，我認為更多反映的是短期交易層面的變化。特別是在流通盤還比較小的情況下，這類階段性的市值數字，對我們的參考意義並不大。

問：機器人公司越來越多進入二級市場之後，資本市場未來評價一家機器人公司的核心指標主要看哪些方面？

邵天蘭：一家公司的市值包含了市場對未來的預期。如果當前估值比較高，就意味着未來增長的一部分已經被投射到今天的估值裏。短期會有炒作，也會有市場共識的變化，但真正長期的東西還是增長。

增長最後主要看三件事情。

第一，市場總空間有多大。你做的事情最終能夠覆蓋多大的市場。

第二，在這個市場裏面，你的公司能夠佔多少。如果擁有標準化的產品和比較通用的人工智能技術，能夠進入很多應用場景，從長期來看，就有機會佔據更大的市場。

第三，發展速度有多快。同樣一個市場，花10年做出來和花100年做出來，價值肯定不一樣。

所以最終還是看市場有多大、你能佔多少，以及發展速度有多快。資本市場長期會更喜歡通用、標準化，並且能夠內生實現高增長的企業。

問：你如何看待外界和行業中，有人用「具身智能眼腦手第一股」來定義梅卡曼德？

邵天蘭：每一家企業都需要一個標籤。我們做的產品形態是「眼腦手」，使用的是具身智能技術，這些表達都沒有問題。

我們看到的是一個很大的機會。就像上世紀電腦從只有少數企業能用的技術，逐漸變成每家企業甚至每個人都可以使用的技術，在這個過程中產生了微軟這樣的公司；工業控制領域也產生了西門子這樣的企業。

從商業模式上看，我們希望在具身智能時代，去做類似微軟和西門子過去在PC和工控領域所做的事情，成為一個非常關鍵、同時能夠通用的智能組件。

所以「眼腦手」是一個很好的表達，它描述了我們的產品形態。

問：除了梅卡曼德，前段時間宇樹科技、珞石機器人等公司也都陸續上市，雖然都屬於機器人行業，但大家的產品形態和商業化路徑差異很大。你怎麼看這一輪機器人公司的上市潮？

邵天蘭：從我的觀察來看，現在大體可以分成三類。

第一類是進口替代。比如諧波減速器、工業機器人、協作機器人等領域，過去市場主要由國外企業佔據，現在一些中國企業逐漸做起來。A股以及最近上市的一部分企業，可以歸到這一類。

第二類是特定行業、特定應用場景的解決方案公司，比如面向汽車、物流等行業提供解決方案。這一類如果完全歸為進口替代並不準確，它可能有一部分進口替代屬性，但更核心的是把某個特定行業、特定場景做起來。

第三類是新技術驅動型企業。我認為梅卡曼德屬於這一類。我們的主要驅動力不是進口替代，也不侷限在某一個行業或少數幾個應用場景，主要驅動力來自新一代技術，特別是人工智能技術所帶來的新可能性。

但無論屬於哪一類，有真實、可持續、經過驗證的業務，以及足夠高水平的公司治理，我認為都是成為一家公衆公司的前提。

問：上市之後，梅卡曼德開始面對更廣泛的公衆投資者。如何看待資本市場的預期管理？

邵天蘭：這個事情很重要。我們的原則一直很明確，就是「實事求是，不誇大，不作假」。

從過去十年的創業經歷來看，我越來越覺得，所有誇大和作假的事情，最後都會加倍償還回來。如果今天為了迎合熱點，把一件事情說得過頭了，未來一旦兌現不了，最後還是要為之前的表述付出代價。

所以現在無論是面對專業投資機構，還是面對媒體和公衆市場，我們都儘量堅持把真實情況講清楚。我們不會為了短期熱點去炒作，也不會為了迎合市場而誇大，這是我們一直堅持的原則。

02

「我仍是一名工程師」

問：2016年剛創業的時候，機器人行業遠沒有今天這麼熱。當時你怎麼向投資人和客戶介紹梅卡曼德？

邵天蘭：其實這裏有一個挺有意思的變化。

當時自動駕駛是更受關注的方向，我們向投資人和客戶介紹梅卡曼德時，經常會用這個概念。  

我們做的是智能機器人，希望讓機器人具備感知、規劃和決策能力，所以介紹的時候會解釋它類似於「給機械臂做自動駕駛」，但是它控制的不是汽車，而是機器人的手臂。我們的目標，是讓機械臂從重複執行固定動作的設備，逐步變成能夠自主完成任務的機器。

幾年之後，情況又發生了變化。現在不少自動駕駛公司開始把自己定義為具身智能公司，只不過載體是一輛車。這個變化很有意思，也說明兩個領域正在逐漸靠近。

2016年到2018年，機器人還是一個相對小衆的行業，今天已經完全不同。行業熱的時候，人才、資金和關注度都會更高；相對冷靜的時候，也更容易專注於技術和產品積累。

所以回頭看，早期沒有那麼高的關注度，對我們未必是壞事。它反而給了公司一段相對安靜的時間，把技術和產品基礎一點點做起來。

問：當時人工智能和自動駕駛也遠沒有發展到今天的階段，背後的商業判斷是什麼？

邵天蘭：機器人智能化的意義和前景其實很明顯。如果能夠讓機械臂變得像人一樣聰明，可以完成很多事情，它所帶來的市場空間和意義是顯而易見的。

真正需要判斷的是時機。

當時人工智能還沒有發展到今天的水平，但已經能看到技術持續進步的趨勢。我們比較幸運，趕上了一個合適的時間窗口。

此後，感知、規劃、決策和任務理解能力不斷提升，大模型、多模態、Agent、動態模型、強化學習等方向又進一步推動了機器人智能的發展。

所以回頭看，梅卡曼德成立的時間點，正好處在技術能力持續提升、應用開始逐步打開的階段。

問：梅卡曼德早期的客戶是什麼類型？當時已經有真正願意付費的客戶了嗎？

邵天蘭：公司最初接觸的很多客戶，主要還是在做前沿技術驗證。當時我們的產品距離真正進入生產環境，還有一定差距。比如一些大型家電、3C電子企業，會由創新部門先來嘗試，希望驗證新的機器人技術能不能應用到實際場景中。

大概到了公司成立四五年之後，隨着技術和產品逐漸成熟，越來越多項目開始真正達到生產要求。也就是說，我們經歷了一個從探索性、展示性應用，逐步走向真實生產場景的過程。

問：梅卡曼德2016年成立，到現在正好十年。如果把這十年做一個劃分，你會分成幾個階段？

邵天蘭：大體可以分成三個階段。

第一個階段是早期的技術和產品探索。前四年，我們一共只賣了1000台設備，這個階段更多是在探索產品形態和技術方向。

第二個階段是初步的、小規模落地，這個階段大概又花了三年左右。

第三個階段是規模化、全球化的高速增長，以及全球化的應用落地。

這幾個階段並不只是業務規模發生變化，背後也伴隨着技術持續突破。雖然公司成立了十年，但我們使用的技術一直在快速更新迭代。

這件事情和自動駕駛公司很像，技術一直處在高速發展和快速迭代的過程中。

過去這些年，我們持續採用很多前沿技術，讓產品變得更加簡單易用、能夠快速部署，也能夠應對更加複雜的情況，商業化也隨之逐漸打開。所以，這十年的變化不僅體現在商業化進展上，很大程度上也由技術進展驅動。技術和業務一直在相互促進。

問：公司最早有多少人？

邵天蘭：最早公司只有3個人，半年後發展到大約20人。到今天，團隊規模已經幾百人，也逐步建立起全球化的組織體系。除中國外，我們在美國、歐洲、日本、韓國等地都設有海外機構，目前大約一半業務來自海外市場。

問：你之前提過，公司前十名員工基本都還在。在機器人行業人才競爭這麼激烈的情況下，梅卡曼德為什麼能夠保持團隊相對穩定？

邵天蘭：團隊對一家企業來說非常核心。我覺得其中一個重要原因是文化。最近如果觀察市場，會看到一些非常火熱的創業公司，高層團隊其實並不穩定。我認為其中一個重要問題是不合理的時間預期。

有些企業太着急了，會制定很不切實際的時間表，這種情況下就會帶來很多問題。

我們更多還是尊重規律。一方面，要非常快速地推進技術、產品和應用落地；另一方面，也要實事求是。我們內部經常講八個字：「實事求是，與時俱進。」

實事求是，就是技術發展到了什麼程度、應用發展到了什麼程度、客戶和行業當前是什麼狀態，都要客觀、真實地看待它的進展和問題。

與時俱進，就是不能認為自己過去或者當前的狀態永遠是對的，要不斷更新技術和認知。

我覺得長期保持這種實事求是、與時俱進的文化，是很重要的一點。

問：你創業之前是一名工程師，現在已經是一家上市公司的CEO。這十年裏，你的工作重點和心態發生了哪些變化？

邵天蘭：其實到今天我仍然是工程師。我差不多每周還會閱讀小几十篇學術論文，也會去很多客戶現場，還會和研發同學一起看核心產品和技術的迭代，這些事情我現在仍然會花很多時間。

當然，每個階段都會有不同的關鍵瓶頸。管理一家企業是非常綜合的事情，涉及技術、產品、業務、資本，也涉及銷售、供應鏈等很多方面。現在除了技術和產品開發之外，我也會關注國際化運營、資本市場溝通等工作。

但我覺得和公司剛成立的時候沒有特別大的區別，始終處在快速學習、虛心學習的狀態，任何一個人都不可能對每一個領域都非常熟悉，而且很多技術本身也在快速變化。

問：現在一周的時間主要分配在哪些事情上？

邵天蘭：目前大約一半的時間，我仍然會放在覈心技術、應用場景以及產品迭代上。

公司啱啱上市，近期也會花一部分時間與投資人溝通。另一塊比較重要的是團隊建設，我現在每周仍然會參加不少面試。此外，還需要處理日常管理和內部會議。

所以，我現在的時間主要分佈在覈心技術和應用場景、投資人溝通、團隊建設以及公司管理幾個方面，日程安排比較滿。

03

「急功近利，後果可能會很嚴重」

問：你此前在朋友圈公開批評了一些具身智能公司靠「數採中心」相關等項目形成收入，認為這類收入「虛假且不可持續」，在你看來，這類收入模式最值得警惕的地方是什麼？

邵天蘭：類似這樣的做法，短期內可能會讓報表上出現一些收入，但我認為長期副作用很大。無論從財務準則還是公司治理的角度來看，都不是一件好事情。

長此以往，公司的文化也會受到影響。如果對外講的技術和內部真正使用的技術對不上，報表上的業務和真實業務也對不上，就很難建立真正實事求是的文化。

簡而言之，這是一種急功近利的做法，對科技創業、科技發展、中國的創新生態，以及資本市場的健康，都會帶來比較大的傷害。

問：如果這種現象繼續擴大，會給行業帶來哪些影響？

邵天蘭：我覺得會有三個比較嚴重的後果。

第一，在這個行業中，真正踏踏實實做技術的人，能夠獲得的資源會被稀釋。  如果同樣做一項技術，有的團隊把時間和資源投入研發、產品和客戶驗證；也有團隊更擅長通過敘事、孖展和資本運作快速獲得關注。如果後者持續獲得更多資源，就會削弱那些長期投入技術和產品團隊的發展空間。

第二，會影響整個創業環境的價值導向。一旦越來越多創業者發現，短期敘事比長期積累更容易獲得回報，整個創新生態都會受到影響。

第三，會把原本屬於一級市場的風險進一步推向公衆市場。

一級市場的參與者主要是專業風險投資機構，本身具備較強的風險識別和承受能力。如果一家企業還沒有做到PMF，也沒有形成真實、有規模、可持續的業務，就急於進入公開市場，相當於把一部分尚未充分消化的風險轉移給更廣泛的公衆投資者。

進入二級市場後，股東結構更復雜，由此可能形成風險錯配。我把這種現象稱為「二級市場一級化」：企業仍處在高風險、商業模式尚未充分驗證的階段，卻已經進入了面向公衆投資者的市場。

問：現在很多機器人公司的收入仍然來自科研、試點或者展示。機器人從「有人願意試」走到客戶能夠持續使用甚至復購，最難跨越的是什麼？

邵天蘭：我認為最重要的是三個事情。

第一個是穩定性。如果只是做一個展示，十次裏面成功三次就可以了，成功六七次大家就會很高興。但如果進入真實客戶的生產環境，一萬次裏面至少要成功9999次。

第二個是部署和交付效率。如果做一個展示，可以十個博士生幹半年。但如果給客戶交付，每一個項目都需要十個博士生幹半年，就沒有辦法複製，只能做成少數展示項目。

第三個是ROI。設備最終要能夠給客戶省錢或者賺錢，給客戶創造真實價值，不能只是一個好看的展示。

所以我認為，穩定性、能否快速複製和部署交付，以及能否給客戶帶來真實價值，是三個非常關鍵的指標。

客戶最後並不關心你使用的技術到底有多新。他真正關心的是能不能快速部署、能不能簡單易用、能不能穩定可靠，以及能不能帶來真實回報。

04

「機器人公司不需要什麼都自己做」

問：現在行業裏有一種比較強的觀點，比如Figure AI這類機器人公司，更強調AI和機器人硬件的一體化，傾向於整機和核心智能能力都自己做。梅卡曼德選擇的是另一條路線，重點做「眼腦手」，為什麼不做整機？

邵天蘭：我主要有三個判斷。

第一，整機本身已經有很多非常優秀的企業，在本體設計、控制和工程化方面具備很強能力。

第二，沒有任何一種特定的機械平台能夠普適所有場景。

真實應用場景千變萬化，對負載、速度、精度、工作範圍等方面的要求都不一樣，所以硬件平台一定會有很多形態，很難完全統一。

第三，從生態角度考慮，也沒有任何一家企業能夠獨自做完所有事情。

既然體量巨大的企業都需要產業分工，一家規模遠小於它們的企業想把整個全棧都自己做完，我認為是不合理的。最終行業一定會形成比較好的分工。

問：如果分別看「眼、腦、手」，目前這三個方向分別發展到了什麼階段？這三部分在你們內部的權重是一樣的嗎？

邵天蘭：機器人的「大腦」現在最核心，技術進展也最快。

大模型、Agent、強化學習、世界模型等方向，都是我們重點投入的方向。目前已經有了比較好的驗證，至少在原理層面得到了驗證，但成熟度仍然不夠高，還處在高速迭代階段。

機器人的眼睛和手，更多是圍繞大腦來配合。我們叫「Mech-Mind」，本質上做的是機器人大腦，但大腦不可能孤立工作，它一定需要好的眼睛和手配合。

所以目前發展最快的技術毫無疑問還是機器人大腦，包括Agent、視覺動作模型、動態模型和強化學習等。同時，傳感器和執行器也需要很好地配合。

整體來看，這些技術已經發展到了可以進行規模化實際落地的階段。

問：你之前提到過一個詞叫「技術品味」。這兩年在具身智能方向，VLA、世界模型等技術路線變化很快，你對「技術品味」這件事有沒有一些新的理解？現在判斷一條路線是否值得長期投入，梅卡曼德最看重什麼？

邵天蘭：「技術品味」首先來自專業、一線、大量而深入的研究和學習。

從我到核心團隊，我們會長期關注前沿技術的發展，也會保持比較頻繁的研究和交流。很多時候，所謂「技術品味」，就是在這個過程中逐漸形成對不同技術路線的判斷。

我認為判斷一項技術有一個非常重要的標準，就是看它的上限。很多公司會選擇一些短期內見效比較快，但長期上限不夠高的事情。

VLA就是一個比較典型的例子。我們沒有在這條路線上投入特別大的資源，一個重要原因是，在我看來，它短期能夠較快看到效果，但長期上限相對有限。

它缺少足夠的結構和表徵，因此會表現出比較明顯的「數據貪婪」：想繼續提升能力，就需要不斷增加數據。更直白地說，它有點像在「背答案」。如果學數學主要靠記住一道道題，就永遠會覺得題目不夠多，因為不可能把所有題型都提前背下來。

但如果真正理解了背後的規律，對數據量的依賴就會下降。可能做幾十套題，已經能夠掌握大部分方法；再增加到幾百套，能力還可以繼續提升。

所以我理解的「技術品味」，很重要的一點，就是不能只看一項技術短期有沒有效果，還要判斷它長期能夠走多遠。

接下來，我們會把更多研發投入放在世界模型等方向，同時結合Agent及相關學習方法，繼續推進機器人大腦能力的演進。