Spirit AI

1.1 身份、产品与布局

Spirit AI 在官网、关于页面、产品中心和 Bosch 合作稿中的自我描述保持一致：公司要为机器人打造通用大脑，并创造下一代智能劳动力。这一点重要，因为公开材料读起来并不像一家只卖一款人形本体的单硬件公司。公司展示的是一套栈：Spirit 模型家族、遥操作和数据采集流程、Moz 机器人硬件、SDK 和开发者文档，以及通过工业和零售部署采集的场景数据。官方文档还显示，产品界面已经包含快速上手说明、仿真挂钩、SDK 参考和模型微调流程。这比只有营销落地页更能说明公司在实际运行。地理布局可支撑，但仍有些混乱。Spirit AI 官方关于页面列出杭州、北京和深圳地址，百度百科则称总部在杭州。两者合在一起，指向一个以杭州为法律或运营中心、北京和深圳承担研发、业务拓展或生态接入的布局。公开记录对法律实体结构的披露弱于办公地点，也没有清楚解释杭州、北京及其他关联实体如何组织。即便如此，这一布局已足以把公司锚定为一家中国具身 AI 创业公司，并且具备有意义的多城触达。[CO001, CO002, CO003, CO004, CO005, CO006]

1.2 创始人、领导层与运营模式

创始人与市场的匹配，是 Spirit AI 公开叙事中最强的部分之一。独立报道把韩凤涛识别为创始人兼 CEO，此前曾在 Rokae Robotics 担任高级运营角色；高阳则反复作为学术和具身模型锚点出现，拥有 Berkeley 和清华背景。百度百科补充了联合创始人兼 COO 郑凌吟，具备商业化和海外机器人经验。合在一起看，公司似乎搭起了一支混合型创始团队，覆盖工业机器人执行、前沿具身模型研究，以及 go-to-market 或运营经验。这正是投资人在该赛道希望看到的组合：难点不在发布一个基准分数，而在把分数转化为可靠的物理部署。运营模式线索也异常具体。Spirit AI 招聘页显示，公司在招 VR 遥操作、数据算法、大规模训练基础设施、机器学习平台、控制系统、硬件和制造相邻岗位。文档确认遥操作和现场集成属于真实工作流，而不只是实验室演示。这在战略上重要，因为它暗示公司的护城河正在数据采集、模型训练、部署工程和伙伴准入的交叉点上累积。负面在于披露质量：已审阅来源没有提供公开董事会名单、正式治理图谱，也没有清楚说明 2024-2026 年融资序列后谁控制公司。[CO007, CO013, CO014, CO015, CO016, CO030]

1.3 资本基础与战略利益相关方

Spirit AI 的融资节奏，是公司迅速获得能见度的原因之一。百度百科梳理了 2024 年和 2025 年的天使轮、Angel+、Pre-A 和 JD 领投 Pre-A+ 等早期阶段；而 The AI Insider 和 China Biz Insider 在 2026 年 2 月的报道则汇聚到一个大得多的事件：两轮快速连续融资合计近人民币 20 亿元，约 US$280-290 million，估值约人民币 100 亿元。这些 2 月报道是最可防守的公开融资锚点，因为它们由多个独立媒体相互印证，也与公司扩张数据、模型和部署能力的需求一致。但此后，资本故事明显变得不那么干净。百度百科描述了 2026-04-07 的另一轮人民币 10 亿元融资，估值超过人民币 200 亿元；Pandaily 后来又用更醒目的标题称 30 天内获 US$420 million，背后有雷军和 Jack Ma 相关基金支持。已审阅证据集中，没有任何后续叙事得到主要备案或新的公司公告印证，因此审慎尽调应保留冲突，而不是强行归并成一个数字。更清楚的是股东和伙伴基础的战略形态。JD 既像融资方也像部署伙伴，Bosch 提供工业验证和硬件系统杠杆，更广泛的投资人组合把创投、产业和国资混在一起，可能提升场景准入，但也会让股权结构解读更复杂。[CO017, CO018, CO019, CO020, CO021, CO022]

1.4 里程碑、商业化与风险信号

这条里程碑曲线比典型前沿机器人创业公司材料更有实质。公开来源把 Spirit AI 的早期时间线连到 2024 年 7 月 Moz0 亮相、2025 年 3 月 Spirit v1 早期访问里程碑、2025 年 6 月 Moz1 发布、2025 年 12 月 CATL 产线部署，以及 2026 年 2 月至 6 月的融资和合作里程碑。公司官方融资叙事还称拥有超过 200,000 小时交互数据，计划到 2026 年底超过 100 万小时，并借助自研可穿戴设备把采集成本降低 90%。对一家私有具身 AI 公司来说，这些说法异常具体，也解释了为什么投资人和伙伴把数据准入视为 Spirit 论点的核心部分。与此同时，公开记录仍需要谨慎。官方和第三方描述并不一致：Moz1 到底应主要被理解为轮式人形，还是双足人形；第三方机器人目录还给出约 US$150,000 的价格标签，但 Spirit 本身没有确认。独立负面来源也指出，更广泛的人形品类仍处早期，可靠性、安全性、电池和需求密度约束没有解决。这并不否定 Spirit AI 的进展，但界定了正确的尽调姿态：这是一家节奏很快、连接资源很强、且有真实部署信号的公司，但还不是一家透明披露的规模化企业。[CO008, CO009, CO010, CO011, CO012, CO028]

1.5 图表

2.1 市场边界、纳入支出与现状替代方案

不能只因为 Spirit AI 的使命表述很宽，就拿整个全球机器人市场给它估值。 公开证据更窄。公司目前披露的是轮式力控人形机器人、在 CATL 的电池产线部署、与 JD 的零售服务部署，以及与 Bosch 为期两年的工业数据和部件合作。这些事实划出了真实市场边界：半结构化工厂、物流和商业服务流程。在这些场景中，机器人要么替代重复性人工搬运，要么在监督下生产专有动作数据。 因此，纳入支出覆盖机器人硬件、集成、部署服务、遥操作基础设施、数据采集，以及与这些流程绑定的持续模型更新。排除支出则包括更大的固定臂工业自动化池、通用仓储软件，以及尚未被 Spirit AI 公开证据验证的猜想性家庭消费机器人需求。按当前形态，公司首先竞争的是人力、专用工业自动化、 kiosk 和移动操作替代方案，而不是一个已经成型的家用机器人市场。[CM001, CM002, CM003, CM016, CM017, CM018]

2.2 规模测算：广义 TAM 真实存在，但 Spirit 专属 SAM 仍模糊

人形机器人周边的公开市场数字有方向性价值，但单独看还不足以支撑决策。最宽一层，IFR 的工业机器人数据确认自动化需求真实存在，中国也是全球机器人部署中心。但到了人形机器人层，已发布数字分歧很大。一个 IDC 引用的估算把 2025 年全球销量放在约 18,000 台、硬件收入 US$440 million；另一个被引用数字则接近 13,000 台。更宽口径的 TAM 预测跨度更大：一种预测到 2030 年约 US$15 billion，另一种更乐观预测到 2033 年为 US$35.4 billion。中国专属数字也取决于口径：2026 年国内人形机器人约 US$2.8 billion 的估算，嵌在大得多的 US$14.2 billion 机器人市场中。这些数字说明市场确实在增长，但并不能证明 Spirit AI 自己的 SAM。公司的可触达切片被少数已记录工厂和零售场景所约束，因此任何 Spirit 专属 SOM 仍是证据缺口，而不是事实。[CM004, CM005, CM006, CM007, CM008, CM009]

2.3 当前已披露细分中的买方、用户与付款方地图

Spirit AI 已披露细分在采购侧结构不同，尽管它们都强化同一个模型和数据飞轮。在 CATL 和类似 Bosch 的工业路径中，预算所有者是关注产出、精度、安全和劳动力替代的工厂运营、自动化或制造创新负责人。产线操作员是用户，不是经济买方。在 JD 式服务部署中，企业运营或创新团队掌握预算，门店员工和遥操作员负责日常使用。这一区分重要，因为采用并不是从一张通用机器人采购订单开始，而是从一个流程负责人愿意为遥操作试点、集成和数据采集付费开始，直到机器人能自主完成足够多任务、证明 ROI。公开证据还显示，生态伙伴也是另一种买方：Bosch 带来渠道和部件，JD 与 CATL 带来真实环境，这些环境既是客户，也是训练场。[CM016, CM017, CM018, CM020, CM021, CM030]

2.4 增长驱动、商业化顺风与采用约束

Spirit AI 的多头叙事很容易讲清楚：中国拥有全球最密集的人形硬件供应链，HEIS 2026 让政策更结构化，劳动力短缺和危险精密作业创造真实自动化需求，而 Spirit 已经聚起能提供工厂、零售点和数据的伙伴。这些都是有意义的优势。 约束在于，独立行业文献仍很清醒。Bain 仍认为多数人形机器人处在试点阶段，IEEE 认为最难的问题不是组装产能，而是需求、可靠性和安全性，公开演示中共享自治仍很常见。即便最显眼的竞争对手，也仍在用早期客户、试点线和分阶段扩产的语言叙事。因此，Spirit AI 可能有一个强初始楔子，但还没有证明存在广阔的通用市场。近期商业化机会是真实的，但更适合被理解为一个受约束的工业和服务楔子，靠更好的数据、可靠性和伙伴转化向外扩张。[CM013, CM014, CM022, CM023, CM024, CM025]

3.1 竞争格局与真实买方选择集

Spirit AI 并不在一条干净赛道里竞争。真实买方选择集至少横跨四类方案：可与其他智能栈搭配的低成本人形本体；强调工厂可靠性和流程集成的工业人形在位者；试图同时掌握模型、机器人和运营环境的全栈具身 AI 平台；以及买方自建路径——大型 OEM 在内部吸收模型层。Spirit AI 的公开材料把它推向这套栈中的智能和数据层。最好的公开证据不是大众市场机器人目录或公开标价，而是数据规模说法、RoboChallenge 模型证明，以及 CATL、JD 和 Bosch 相关场景的部署案例。这形成了一个差异化但脆弱的位置。任务变化时，Spirit 可能比本体优先的厂商更灵活；但它也高度依赖伙伴渠道和伙伴环境来证明价值。2024 年中国机器人市场占全球工业机器人部署 54%，本土供应商拿下国内 57% 份额。在这样的市场里，这种依赖很重要，因为同样的市场规模既帮助 Spirit，也会吸引许多资金充足的对手。[CP001, CP002, CP004, CP005, CP007, CP008]

3.2 产品、定价与能力压力

公开定价和规格披露让同业对比格外清晰。Unitree 是最明确的价格破坏者：其公开商店列出 G1 售价 $13,500，配置 23 到 43 个关节，机身约 35 公斤，手臂载荷仅约 2 公斤。G1 重要，并不是因为它能直接替代每一个 Spirit 部署，而是因为它为低成本人形本体价格设定了公开锚点。Fourier 则从灵巧性一侧给 Spirit 施压。GR-1 被宣传为量产人形机器人，拥有 44 个关节和 230 N.m 峰值扭矩；GR-2 进一步增加到 53 个关节、12-DoF 灵巧手、触觉传感，以及约两小时电池窗口。Spirit 的 Moz1 更像是力控 26-DoF 部署机器人，而不是参与广泛公开规格竞赛。缺失项是价格：Spirit 尚未发布 Moz1 标价或合同结构，因此买方和投资人无法判断 Spirit 胜在整体系统经济性、高端能力，还是补贴型试点转化。对早期战略轮而言，这种不透明尚可管理，但面对公布硬件价格或更深部署规格的对手，会削弱 Spirit 的位置。[CP006, CP010, CP016, CP017, CP018, CP020]

3.3 企业验证与分发能力

当前企业验证更偏向那些发布更多流程细节或更大客户引用的对手。UBTECH 称 Walker S 围绕 41 个力反馈关节打造，用于装配线同步；UBTECH 后来又宣布 Walker S2 交付数百台，自 2025 年初以来订单超过 8 亿元人民币。Figure 的故事不同：借 Helix 建立更强的软件品牌，拥有 20 公斤载荷和 5 小时续航，并在 BMW 推出一项从五个狭窄制造任务起步的部署。Agility 更多靠系统集成竞争，而不只是炫目规格。其 Digit 机器人与 Arc 流程软件搭配，TechCrunch 把 GXO/Spanx 部署描述为正式的后试点 RaaS 交易，而不是一次性演示。Boston Dynamics 仍是载荷、续航和企业集成方面的在位标杆；AgiBot 则通过把机器人、数据集、仿真和编排打包进单一平台叙事，扩大压力。面对这个竞争场，Spirit 最强证明仍是 CATL 的工业适配和伙伴支持的场景准入，还不是一个公开记录、可重复的自有企业机队项目。[CP005, CP022, CP023, CP024, CP025, CP026]

3.4 护城河耐久度与替代风险

Spirit AI 确实有护城河论点，但比泛泛的“AI 领导者”叙事更窄。数据采集、工业适配和力控部署相互强化时，护城河最强：超过 200,000 小时交互数据、更低采集成本、公开 CATL 证明，以及 Bosch 相关更多场景准入，都帮助 Spirit 比只有实验室视频的创业公司学得更快。但这些优势并不能消除替代风险。Bain 和 IEEE 都提醒，行业仍然试点密集，尚未在非结构化环境中达到广泛可靠。这一点重要，因为 Spirit 仍在一个市场里竞争：资本更充足的全栈平台可以把模型层内化，低成本厂商可以重设客户价格预期，工业在位者可以凭更强流程软件和服务组织从试点走向生产。最大的未解风险是集中度不透明：公开来源没有披露 Spirit 的表面进展是否依赖少数锚定账户，也没有披露实际定价或续约经济性。换句话说，Spirit 可能拥有真实数据飞轮，但这个飞轮能否耐久，仍取决于伙伴场景能否在竞争对手以更大规模做同样事情之前，转化为可重复付费部署。[CP002, CP003, CP007, CP008, CP013, CP014]

3.5 图表

4.1 收入模式与商业表面

Spirit AI 的公开材料显示，它的商业表面比“卖人形机器人”更宽。产品页、遥操作文档、开发者资源和开放资源流程都指向至少四个可变现层：硬件（Moz 及相关形态）、部署集成、遥操作和数据采集服务，以及模型 / 微调赋能。这一点重要，因为它意味着 Spirit AI 可能同时在机器人本体的上游和下游捕获价值。伙伴可以为试点硬件付费，为把硬件放进 CATL 或 JD 场景所需的流程工程付费，为持续改进模型的数据基础设施付费，也可能为三者的某种打包组合付费。问题在于，已审阅公开来源没有披露公司实际如何收费，或哪种模式占主导。公开材料没有确认 Moz1 是一次性出售、租赁、包在托管服务关系里，还是为了加速数据采集而被补贴。第三方机器人目录给 Moz1 挂了一个指示性 US$150,000 价格点，但 Spirit AI 没有发布价目表或合同模型。因此，Spirit AI 的收入模式在形态上可见，经济性仍不透明。[CI001, CI002, CI003, CI022, CI026, CI027]

4.2 部署负担、数据引擎与单位经济代理指标

Spirit AI 的文档非常清楚地暴露了让系统跑起来所需的人力。快速上手和遥操作页面讲解网络设置、控制器访问、用户角色管理、VR 配置和故障排查步骤。开放资源流程更进一步，显示开发者需要下载 checkpoint、计算数据集统计、管理环境、使用 ROS2，并为推理和真实机器人集成走不同执行路径。这不是一款零接触部署的消费电子式产品，而是一套现场工程和赋能栈。这意味着在平台大幅标准化之前，实施和支持成本会很可观。因此，最好的公开单位经济代理指标来自数据和算力，而不是收入。Spirit AI 称已拥有超过 200,000 小时交互数据，目标到 2026 年底超过 100 万小时，并用可穿戴设备把数据采集成本降低 90%。GitHub 材料显示 A100 级算力和多 GPU 训练建议。JD 的数据中心雄心以及其用 Moz 做零售部署，表明 Spirit AI 正试图锁定特权场景数据，以降低边际模型改进成本。这可能是真实护城河，但公开证据仍没有显示这些效率能否转化为正毛利或短回收期。[CI004, CI005, CI006, CI007, CI008, CI009]

4.3 融资历史与资本充足性

2026 年 2 月融资是 Spirit AI 资本故事的锚定事件：据报道，公司在两轮快速融资中筹得近人民币 20 亿元，约 US$280-290 million，估值约人民币 100 亿元。官方融资表述称，这笔资金用于扩大通用具身模型部署；这与招聘、文档和伙伴证据方向一致。但此后公开证据变得不干净得多。百度百科描述 2026 年 4 月一轮人民币 10 亿元融资，估值超过人民币 200 亿元；Pandaily 后来使用“30 天 US$420 million”的标题；Gasgoo 6 月提到人民币 15 亿元 A+ 轮。这些报道可能都指向相关融资、重叠交割或部分披露，但公开记录没有把它们调和起来。因为存在冲突，Spirit AI 的资本充足性无法从公开来源归一。我们不知道当前账上现金、月度烧钱、跑道或任何下一轮触发条件。也没有证据显示 Spirit 专属债务、可转债或项目融资义务。正确框架因此是二元的：相对于年龄，Spirit AI 几乎肯定拥有可观资本准入；但资产负债表的准确状态仍是尽调问题，而不是公开事实。[CI011, CI012, CI013, CI014, CI015, CI016]

4.4 同业基准与行业经济性

Spirit AI 自身披露的财务细节太少，因此需要用公开同业证据来框定健康或至少合理的经济性可能长什么样。UBTECH 是最有用同业，因为它已上市且商业化走得更远。其 FY2025 文件显示收入人民币 20 亿元、人形产品收入人民币 8.206 亿元、毛利率 37.7%，同时仍录得人民币 7.898 亿元重亏。其交付新闻稿还提到订单超过人民币 8 亿元，并计划到 2026 年形成 5,000 台年产能。换句话说，即便一家已具规模、有真实收入和工厂产出的中国人形同业，仍在亏损。美国同业从另一角度讲述类似的资本密集故事。Figure 以 US$2.6 billion 估值融资 US$675 million，Apptronik 融资 US$350 million 用于扩大制造，Agility 的商业进展仍依赖相对小型、结构化的部署。CNBC 对 Unitree 的报道又提供了一个重要标记：公司寻求人民币 42 亿元 IPO 募资，并且超过 40% 收入已来自中国以外。合在一起，同业暗示 Spirit AI 可能还需要更多时间和更多资本，才可能展示自我维持的经济性。[CI029, CI030, CI031, CI032, CI033, CI034]

4.5 财务结论与尽调阻断项

最能支撑的财务结论是谨慎尊重，而不是确信。Spirit AI 有多个真实公司质量指标：能吸引资本的创始人 / 科学家班底，可能复利成独特训练数据的伙伴准入，以及 CATL、JD 和 Bosch 相关工业验证中的真实场景。这些都是有意义的正面因素。但证据仍未达到投资人承销收入质量、利润率路径或资本充足性所需的水平。公开材料没有收入桥、没有 bookings 到 revenue 的转化、没有现金或烧钱披露，也没有调和后的 2026 年融资时间线。负面行业证据推动判断更保守。独立观察者持续认为，人形机器人的需求密度、uptime、安全和电池约束尚未解决，许多部署仍是试点或高度结构化的验证，而非持久的广泛市场铺开。如果 Spirit AI 的数据优势足够快地复利，公司仍可能成为赢家之一。但今天，公开证据只能支持一个结论：公司在战略上有意思，且大概率融资充足；不能证明其业务已经能按传统 venture-growth 指标做财务承销。[CI018, CI020, CI021, CI023, CI029, CI030]

4.6 图表

5.1 产品表面与客户实际获得的东西

Spirit AI 不只是在营销一个通用人形机器人。公开材料显示其交付物分层：Moz1 是物理机器人，Spirit v1.5 是具身模型家族，另有遥操作工具、MozRobot SDK 和 URDF 资源包，以及基于 OpenPI 的微调和推理适配路径。这一点重要，因为可见客户流程并不是“买一台机器人然后开机”。当前方案更像一个全栈部署包，硬件、模型权重、仿真资产和 human-in-the-loop 操作流程都很重要。产品页强调力控硬件和 VLA 智能，文档则展示了遥操作控制、端口、API 参考、仿真挂钩和机器人资源下载等具体实施表面。用尽调语言说，Spirit AI 交付的是一个带有多种工件和运营层的平台，而不是一个单一封闭设备。[CE001, CE002, CE003, CE011, CE012, CE037]

5.2 架构与运营模式

公开开发者表面支撑了对 Spirit AI 运营架构的一个具体判断。Spirit v1.5 被描述为统一 VLA 栈，包含视觉语言主干、动作头和 policy API；代码仓库布局还加入训练代码、数据集处理和 RoboChallenge 运行路径。文档随后通过遥操作、仿真和机器人端推理流程，把模型层连接到机器人运营。遥操作指南尤其有信息量，因为它明确了 VR 硬件、网络默认值、端口和启动顺序；OpenPI 适配指南则记录了为 Moz1 微调和服务策略的实用路径。这些来源合在一起，暗示了一条循环：人工遥操作和场景采集喂给训练，训练喂给模型发布，模型发布再喂给基准测试和真实机器人试验。因此，架构是全栈且以数据为中心的，但看起来仍需要较多现场操作，而不是交钥匙。[CE004, CE005, CE006, CE007, CE008, CE013]

5.3 部署成熟度与技术就绪证据

最强的产品成熟度证据来自公开来源显示模型和机器人栈与真实环境互动的场景，而不是摆拍片段。CATL 是最清楚案例：报道把 Moz 与具体电池包 EOL 和 DCR 任务绑定，并给出超过 99% 连接成功率、工作量约三倍提升等具体结果指标。JD MALL 证据较弱，但仍有用，因为它展示了带遥操作员、数据采集和细粒度操作的零售服务流程，而不仅是展厅展示。Bosch 在战略上重要，但应解读为赋能伙伴关系，而不是已证明的客户部署，因为已披露范围集中在未来两年的工业环境、部件和数据循环。基准测试领先和开源发布资产增加了技术可信度，但不能取消在少数公开场景之外验证商业运行性能的需要。[CE015, CE016, CE017, CE018, CE019, CE020]

5.4 依赖、安全控制与仍然缺失的内容

Spirit AI 的公开材料也显示尽调风险仍落在哪里。公司高度依赖伙伴拥有的环境和部件：CATL 贡献一个困难工业用例，JD 贡献一个遥操作零售数据循环，Bosch 贡献工业场地以及传感器和执行器。文档展示了真实安全流程，例如急停检查和受控启动；第三方目录也承认力控和碰撞处理等安全运动概念。但同样的第三方来源也强调了缺失的运营规格和原型级成熟度信号。当前公开包没有披露正式安全认证、网络安全控制、uptime 保证或详细维护指标。对买方而言，这意味着技术故事最强的部分是架构、数据循环理念和早期场景验证，最弱的部分是可审计生产硬化。结果是一套方向上令人印象深刻、开放度越来越高的栈，但公开企业验证仍处早期，尤其是对那些在铺开前需要记录化可服务性和合规的买方。也就是说，采购风险很可能不在模型本身，而在现场支持、维护负担和合规文档；这些因素可能决定有前景的试点能否转化为规模账户。[CE009, CE010, CE033, CE034, CE035, CE036]

5.5 图表

6.1 可见客户细分是战略生态，而不是广泛披露的客户基础

Spirit AI 的公开客户记录不应被理解为经典企业软件客户名单。可见集合集中在少数高价值生态：CATL 用于工业制造验证，JD 用于零售服务遥操作和场景数据，Bosch 用于工业环境和部件供应，以及一组更松散的开发者或评估用户，他们由 GitHub、Hugging Face 和机器人资源文档吸引而来。这个组合重要，因为买方、用户和付款方在不同条目中可能差异很大。CATL 看起来像真实运营场地；JD 结合零售展示、场景准入和数据循环价值；Bosch 更像战略伙伴和未来渠道；面向开发者的资产则让高技术早期采用者变得可信，即使公开企业引用不多。公开营销仍提到家庭和通用服务愿景，但具名实证集中在能够容忍有人监督迭代和场景定制的企业环境。[CU001, CU002, CU023, CU025, CU026]

6.2 已确认部署，与伙伴和潜在客户证明

阅读 Spirit AI 公开客户证明，最干净的方法是把已确认真实流程与战略上有用但置信度较低的交易对手分开。CATL 是最强已确认部署，因为多个来源把 Moz 放在真实电池包产线上，并提供具体任务和结果细节。JD MALL 也得到确认，但成熟度更有限：披露用例集中在有遥操作员支持和明确数据采集的咖啡服务演示。Bosch 属于另一个桶。合作在商业上重要，因为它贡献工厂、物流中心、传感器和执行器；但公开披露没有证明 Bosch 场地已经安装 Moz。JD Pharmacy 甚至更弱，因为它被表述为探索目标。这种分类纪律能防止客户章节把生态伙伴过度计入生产客户。[CU003, CU004, CU007, CU008, CU009, CU011]

6.3 耐久性、扩张与集中度是主要未解承销风险

公开证据在任务级结果上强得多，在账户耐久性上弱得多。CATL 提供具体性能数字，JD 提供具体流程细节，但公开来源没有披露续约率、客户数量、已部署机队规模、合同期限、NRR 或满意度分数。这给投资人留下一个集中度问题：Spirit AI 是在建立可重复客户引擎，还是少数生态关系承载了大部分可见证明？单靠公开材料无法回答。可以说的是，公司目前依赖少数战略关系来提供最好的参考故事，而这些故事看起来仍依赖遥操作或高强度集成支持。在前沿机器人公司中，这种组合仍可能有价值，但它意味着毛利耐久性和可重复性应被视为开放尽调项，而不是默认优势，尤其当可见证据基础仍高度由场景驱动。在管理层披露账户级铺开数据之前，正确承销姿态是把这些交易对手视为相关性证据，而不是广泛多元、自我维持客户引擎的证明。[CU005, CU006, CU010, CU014, CU016, CU017]

6.4 负面背景：真实证明存在，但前沿人形客户证据仍薄

Spirit AI 的公开部署证明确实多于许多前沿人形团队，但负面背景仍重要。第三方画像把 Moz1 视为原型阶段或验证不足，行业报道则认为人形项目经常停留在小规模试点，无法变成大型耐久机队。这些警示并不否定 CATL 或 JD；它们界定了应给这些案例多少权重。最负责任的结论是，Spirit AI 已经从纯实验室叙事跨到真实场景验证，但尚未提供后期承销人会期待的客户数据密度。因此，投资人应把当前公开客户基础建模为早期但有意义的相关性证明，而不是广泛市场采用或留存的决定性证明。下一步尽调不是怀疑部署是否存在，而是验证这些部署到底多可重复、多赚钱、地理上多分散。[CU015, CU018, CU019, CU020, CU021, CU032]

6.5 图表

7.1 商业化集中与场景狭窄

Spirit AI 有足够公开证据证明自己不只是幻灯片公司，但同一组证据也显示证明基础仍高度集中。 具名引用基本只有三个：CATL 对应一个高价值电池产线流程，JD 对应遥操作零售服务数据采集，Bosch 对应一项为期两年的工业伙伴关系。Bosch 这项合作有意义，但仍被表述为项目式协作，而不是成熟机队收入。这种集中度重要，因为它让商业化变得脆弱：任何一个伙伴放慢铺开、改变优先级或决定内化，Spirit 对外可见叙事都会迅速收缩。 更广泛的人形机器人市场背景并不能消除这一风险。独立来源仍把多数领先厂商描述为处在试点、早期采用者协议或边界清晰的工厂测试中。换句话说，品类还没有成熟到足以让 Spirit 消失在标准化企业需求的大潮中。公司可能有一个可信楔子，但它仍然只是楔子。[CR001, CR002, CR003, CR004, CR005, CR022]

7.2 硬件扩产、续航与物理安全风险

Spirit AI 自有材料很有用，因为它清楚说明 Moz1 周边需要多少运营纪律。用户被要求接受急停培训、保持距离、穿戴 PPE、避免带电维护，并管理一组明确剩余危险，包括撞击、倾倒、过热和电磁干扰。 这本身不是批评；这是强力移动机器人正常现实。风险来自试图把这种现实扩展到主流部署，而且速度超过组织、客户或集成商的吸收能力。CATL 是正面证明点，但它仍是在受控环境中的一个狭窄任务。独立品类证据对续航和可靠性仍然清醒：Bain 仍认为约两小时续航很常见，A3 则认为今天的安全标准尚未完全覆盖与人近距离工作的动态稳定人形机器人。A3 自己的标准文档也显示部署方要求仍在变化：ANSI/A3 R15.06-2025 刚刚修订，Parts 1 和 2 现在可用，关于机器人单元使用的 Part 3 仍即将推出。Spirit 的轮式架构相较双足同业可能降低部分跌倒风险，但未披露续航、MTBF 或现场服务指标，仍让剩余硬件风险维持高位。[CR006, CR007, CR008, CR009, CR010, CR011]

7.3 出口管制暴露与生态依赖

公开资料没有显示 Spirit AI 是 Entity List 目标，但出口管制风险并未因此消失。BIS 和 CSIS 都明确指出，针对中国的先进 AI 与算力限制仍是活跃且持续演变的政策工具，目的在于限制中国获得对具身 AI 训练和推理至关重要的芯片、工具链和高性能系统。Spirit 自己的免责声明也明确要求用户遵守出口管制法律；即便公司没有披露公开合规计划，这也说明管理层认为该议题与自身业务有关。GAO 称，BIS 已经需要借助行业反馈来澄清半导体规则并处理合规挑战；CFR 则认为，2026 年 1 月面向中国的 AI 芯片政策仍存在战略不连贯，也可能难以执行。公司还在战略上依赖外部生态：Bosch 提供组件和工业渠道，CATL 提供标杆制造场景，JD 提供远程操控零售数据，更广泛的股东网络则带来场景和分发入口。这些关系是优势，也是单点故障。任何由地缘政治驱动的组件限制、合作伙伴重新排序，或客户采购放缓，都会比对一家已披露制造规模、独立合同基础更分散的供应商更重地打到 Spirit。[CR019, CR020, CR021, CR022, CR023, CR024]

7.4 数据、隐私、远程操控与责任风险

Spirit AI 的文档呈现出真实的远程操控和数据栈，而不是一个模糊的自主性故事。公开材料里能看到 VR 硬件、网络设置、控制端口、多模态感知、关节轨迹、力反馈采集和受控数据集访问。这在战略上有价值，因为远程操控仍是生成高质量具身数据最清晰的路径之一。但它同时带来合规负担。已审阅的公开来源没有抓取到覆盖远程操控数据的 Spirit 专属 DPA、留存政策或隐私通知；独立法律评论却指出，机器人公司可能处理视频、音频、地理位置、生物识别和设备关联数据，从而触发隐私、安全和合同义务。MLT Aikins 进一步指出，联网机器人会把一次技术事故放大为停机、监管审查、保险问题和供应链合同争议，因为安全与网络安全越来越重叠。JD 的工作流让风险更高：远程操作者跨地点行动，机器人同时在和顾客及实体物体互动。一旦发生隐私事件、安全漏洞、任务执行不佳或人身伤害，责任可能在机器人制造商、操作者、客户和软件栈之间扩散，而法律仍在界定这条责任链。[CR030, CR031, CR032, CR033, CR034, CR035]

7.5 监测指标、执行负担与论点失效触发器

判断 Spirit AI 的风险画像，最有用的办法是把已经可见的内容和仍属私有的信息拆开。可见的是：公司有真实合作伙伴、真实融资、真实文档，以及至少一个真实工业工作流。仍属私有的是：转化率、收入集中度、运行时长、装机可靠性、隐私治理、出口管制流程和制造能力。这一缺口构成核心监测议程。投资者应持续寻找证据：远程操控依赖是否在下降，合作伙伴集中度是在缓解而非加深，安全 / 合规基础设施是否更明确，至少一个已披露场景是否从展示性部署转成可重复的合同化推广。如果公司仍依赖少数叙事很强但经济性不透明的关系，如果标准和隐私义务收紧速度快过 Spirit 的合规姿态，或者资本更充足的同行在 Spirit 披露可防御规模优势前就抢走稀缺真实需求，投资论点就会失效。[CR002, CR015, CR018, CR029, CR037, CR038]

8.1 投资建议与价格纪律

Spirit AI 最新公开估值足以作为估值讨论锚点，但仅凭公开证据，还不足以支撑看多结论。多家独立报道把 2026 年初融资规模放在约 20 亿元人民币、估值约 100 亿元人民币；这意味着公司已经越过一个门槛，投资者定价的重点不再是种子期承诺，而是平台期权。问题在于，这一估值没有披露收入、毛利率、烧钱速度或现金余额来支撑。公司公开层面最强的正面证据集中在技术和运营：大规模数据采集说法、RoboChallenge 模型证明、CATL 任务表现，以及 Bosch 和 JD 关联场景带来的伙伴支持型部署路径。这些都重要，但没有消除分母风险。没有财务披露时，问题不是 Spirit 有没有意思，而是当前价格是否已经预设了公开证据尚未证明的商业化成功。在这个更窄的问题上，有纪律的答案是继续研究（research-more）：中等信心、高风险，估值立场偏紧。[CV001, CV002, CV004, CV005, CV006, CV008]

8.2 当前估值标记与估值背景

公开证据支持的是近似估值，而不是精确标记。Spirit AI 保留来源大体指向约 20 亿元人民币新增资本、约 100 亿元人民币估值，但在相似报道之间，轮次规模相差约 $10M。这个差异小到足以接受「约 $1.4B」这一标记，同时仍要拒绝虚假精确。更重要的是这个标记代表什么。Spirit 披露了技术和部署进展，却没有披露足以支撑传统倍数的利润表或资产负债表数据。投资者因此只能换框架：看可比私营估值、机器人公司公开披露质量，以及结构化环境下运营证明的强度。更大的行业背景是顺风的。IFR 报告称工业机器人价值创纪录，中国仍是部署重心。IFR 关于人形机器人的较新立场文件，一方面提到政府和投资者热情，另一方面也明确试图区分愿景与现实；Morgan Stanley 则认为，受控作业场地可能让人形机器人比自动驾驶汽车更快商业化，但也警告社会接受度和市场可行性可能需要数年到数十年。与此同时，Bain、IEEE 和 The Robot Report 都警告，大多数人形机器人部署仍是结构化、试点密集，距离广泛自主商业化还有距离。大型战略市场、受控环境进展、仍然漫长的规模化路径三者叠加，解释了为什么 Spirit 可以拿到真实独角兽估值，同时又过于不透明，无法给出干净的买入结论。[CV001, CV002, CV003, CV004, CV014, CV015]

8.3 可比公司组与相对估值

Spirit AI 最有用的可比组，本来就应当混合搭建。Figure 锚定私营市场情绪调整后估值的高端：保留样本中其最后披露的私营估值为 $2.6B，背后有 BMW 试点证明、Helix 品牌和更强的全球 AI 叙事支撑。但即便是 Figure 与 BMW 的关系，也明确分阶段推进：2024 年商业协议先从用例选择开始，再进入 Spartanburg 部署；BMW 到 2026 年才表示，正把人形机器人试点扩展到 Leipzig 的电池和组件生产。Apptronik 是有用的中位可比，因为它融资 $350M，却仍把合作关系描述为试点阶段，低于 $50,000 的目标价格也尚未实现；其 Mercedes 协议同样把 Apollo 第一个公开宣布的商业部署称为试点。Agility 比多数私营同行更接近商业落地，因为它有正式的 GXO/Spanx 试点后 RaaS 部署，也有 Schaeffler 的合作关系和 100 家工厂雄心。Agility 自己的材料进一步拉开差异：GXO 被表述为首个正式商业人形机器人部署，而 Amazon 测试和 2025 年可用性目标则说明，从试用走向规模化推广路径仍然很长。Unitree 和 UBTECH 是要求更高的中国可比对象，因为它们发布了真实财务或估值背景：CNBC 引用 Unitree 2025 年经营收入 17.08 亿元人民币及 IPO 计划；UBTECH 申报文件披露 2025 年收入 20.01 亿元人民币、人形机器人收入 8.206 亿元人民币、毛利率 37.7%；CompaniesMarketCap 将 UBTECH 2026 年 6 月估值置于约 $6.90B。Humanoid.guide 最新综合也得出同向结论：披露最充分的中国同行，已经能看出自己是工业集成业务还是开发者平台业务。放在这个可比场里，Spirit 约 $1.4B 的估值并不离谱地贵，但对于一家披露弱于 Unitree 或 UBTECH、商业证明弱于 Agility 付费部署模型的公司来说，价格确实偏高。[CV022, CV023, CV024, CV025, CV026, CV027]

8.4 情景区间、论点失效与最终尽调

由于没有公开收入，情景框架必须保持定性且保守。牛市情景下，Spirit 把伙伴支持的试点转化为可重复工业部署，守住数据优势，并获得更接近私营可比高端区间的后续融资或战略期权。基准情景下，Spirit 仍具战略相关性，但披露依旧不足，估值支撑维持在上一轮估值附近。熊市情景下，试点转化缓慢、经济性弱于预期，或行业整体降估值，会把 Spirit 拉向披露更充分的工业同行，而不是更高 AI 溢价群体。最大的论点失效触发器不是意识形态，而是运营：最终收入披露偏弱，从工厂证明到付费机队转化缓慢，关键场景伙伴流失，或中国人形机器人估值整体重置。尽调答案同样务实。在高于当前估值标记继续投新钱之前，投资者需要审计后的收入和毛利、客户集中度、股权结构条款，以及证据证明 CATL 和 Bosch 类场景正在转化为可重复的付费部署，而不是停留在技术上亮眼但经济性狭窄的试点。[CV005, CV042, CV048, CV049, CV050, CV051]

8.5 附录