忆生融资数亿，做机器人的记忆系统是好机会吗？

一家账面资产薄得几乎可以忽略的公司，一次拿到数亿元。它不造机器人，卖的是给别人的机器人装一套“记忆系统”。这篇文章想说清楚一件事：这套记忆系统凭什么值这么多钱，以及这份值钱，到底是买了利润，还是买了一张门票。

7月5日，36氪硬氪独家报道，港大教授马毅创立的忆生科技（TranscEngram）完成数亿元天使轮融资。投资方名单横跨产业资本与国资平台：正大旗下中生制药、浦东创投、张江科投、张江高科、弘信电子，还有云晖、沃肯、金舵几家财务基金。

忆生成立于2023年9月，工商登记的注册资本只有60.12万元，马毅个人持股53.44%。一家账面上几乎没有重资产的公司，一轮天使就拿到数亿元，这个反差本身就是一条信息。

更要紧的是它不干什么。这份名单里没有一台整机、一条产线。忆生不造机器人，它卖的是给别人的机器人装的那套东西，团队自己起的名字叫“记忆系统”。

这就带出了本文要回答的问题：一套看不见摸不着的记忆系统，凭什么值数亿元。

它卖的不是机器人，是机器人的记忆

先把这门生意钉在产业链上。

今天大部分具身智能公司卖的是本体，也就是机器人这台硬件。智平方、优必选、宇树都属于这一层，赚的是整机和整机订单的钱。这层生意的成本大头是硬件，一台高精度人形机器人光执行器和关节模组就占到约六成成本，毛利被料钱一路拖着走。

忆生站在硬件的上面一层。它做的是机器人的“大脑加小脑”：大脑负责视觉记忆，理解空间里的几何和物体结构；小脑负责肌肉记忆，把动作的轨迹和时序记下来。用联合创始人杨言超的话说，“视觉记忆是关于空间的记忆，肌肉记忆是关于时间的记忆”。

围绕这套记忆，忆生搭了四个产品：真机遥操采集、第一视角穿戴采集、运动记忆控制、环境记忆导航，再加一个自研的跨本体转译引擎 EngramMotorNeuron。这套东西合起来干一件事，让一套技能学会之后，能搬到结构不同的机器人身上接着用，不用从头再教一遍。

它的终局收入设想，叫“技能订阅”。把学会的技能做成可以被不同机器人反复调用的资产，按订阅收钱。这句话现在还只是愿景，没有对外定价，但它暴露了忆生真正想当的角色：不是卖机器人的人，也不是卖某个模型的人，是卖“底座”的人。

底座这个位置，听起来像基础模型，其实更尴尬。它上面被算力、灵巧手、关节模组这些硬件供应商卡着成本，下面的客户又是智元、傅立叶、银河通用这些本体厂，而这些本体厂本身都拿了钱，个个都有自己造大脑的动机。忆生拿的是一笔天使轮的现金流，讲的却是基础模型层的故事，中间隔着的距离，正是这篇文章后半段要算的账。

值钱的东西，藏在一道数据的墙后面

要理解忆生为什么值钱，得先看清整个行业卡在哪。答案是数据。

具身智能的模型要变聪明，靠的是真实世界里“看一遍、动一下、学一次”的交互数据。这种数据现在极度稀缺。据甲子光年和多家机构的统计，全行业积累的高质量真机交互数据只有大约50万小时，而训练一个具备通用泛化能力的模型，业内普遍认为至少需要千万到一亿小时级，中间差着两到三个数量级。作为参照，这个量还不到大语言模型训练数据的两万分之一。

数据不光少，还贵。真机遥操作采集的数据，市场价在500到1000元一小时；单条有效数据的成本按年折算3到8元，这还没算后面清洗、标注、对齐的人力。一个数采场投进去往往“一个亿以上”，基本都不赚钱。

比贵更麻烦的是第三件事：数据跟着本体走。不同品牌、型号的机器人，传感器布局和控制方式都不一样，一套遥操数据高度绑定特定硬件，换一台机器人就得重新采一遍。36氪的一篇产业调查把这个困境说得很直白：数据资产无法跨本体沉淀，攒不成行业的公共财富。等于每家公司都在自己家院子里重复挖同一口井。

忆生对着的，正好是这两堵墙。它的记忆机制号称不与本体强耦合，能把技能从夹爪搬到灵巧手、搬到不同臂展的机械臂；它的采集系统主打“轻量、大部分数据自动生成、少依赖人工遥操和打标”。如果这两件事都成立，它做的就是一件让行业最贵的东西发生质变的事：把数据从一次性的成本，变成可以反复复用的资产。

这才是“记忆系统”值钱的真正原因。它卖的不是电机和外壳，是把天价数据成本摊薄、并让一套技能在不同机器人身上复利起来的能力。硬件是线性的，多一台多一份料钱；数据复利是非线性的，第二个客户调用同一套技能，边际成本接近于一次算力费。资本愿意在没有营收的时候给它数亿元，赌的就是这条非线性曲线。

问题在于，这条曲线到现在还没有一个数字证明过。

一种看法是，忆生跨本体适配的经验，是拿智元、傅立叶、银河通用、跨维智能这些真机一台台磨出来的，这种手感别人抄论文抄不走。另一种看法正好相反：它的核心网络 CRATE 已经发在 NeurIPS 2023 上，越是“白盒可解释”就越容易被复现，而它自述的“多任务表现比传统模型强三倍、成功率95%以上”是企业自己说的，没有第三方验证，SOTA 数字半年就会被刷新一次。

两种说法现在都对。因为决定胜负的那个数字，也就是跨本体复用之后到底省了多少数据、成功率还能保持多少，忆生一个都还没披露。这道墙后面是金矿还是布景，眼下没人能证明。

数据从一次性成本变成可复利资产

把账摊开，收入这一行现在是空的

用最简单的三行账来算：收入减成本等于毛利。

忆生的收入这一行，现在基本是空的。客单价、ARR、已签约金额，官方一个都没披露；技能订阅还没定价；跟酒店、跟空客背景的飞机零部件厂，都还停在“合作探索”。

成本这一行却是硬的，大得吓人。我按最低档替它算了一遍：训一个通用模型要千万到一亿小时数据，哪怕只按500到1000元一小时的地板价算，光数据这一项就是50亿到1000亿元的量级。而这轮天使轮是“数亿元”，其中六成多砸向数据管线，满打满算两到四亿投进数据，连那个下限的零头都不够，占比大概4%到8%。

所以有一件事要说清楚：忆生根本不打算靠真机硬采去填这个坑，物理上也填不平。它必须赌“轻量采集、自动生成”这条路能把那个天文数字的分母压下去。换句话说，现在这笔估值定的不是它今天的毛利，它今天的毛利是负的；定的是“数据成本未来会崩塌”这个赌注本身。这更像买了一份期权，而不是买了一门生意。

即便赌赢了，天花板也没有想象中高。把它做到头是多大一门生意？国内工业人形机器人一年的整机盘子，乐观估到几百亿量级，软件底座能从整机价值里分到的，类比自动驾驶软件对整车的占比，也就一到一成半。算下来，可寻址的底座软件市场大约每年40到60亿元，还要被忆生、被已经把旗舰模型 π0 开源的 Physical Intelligence、被各家自研大脑一起分。落到单独一家头上，现实的收入上限是十亿级，不是外界感觉的百亿级。

这不是说这门生意不成立，而是说它的性质得看准：这是从本体厂碗里抠软件价值的一次再分配，抢的是别人重复采数据的那笔冤枉钱，不是凭空长出来的一块新蛋糕。

国资和产业资本抢的，是一张门票

既然账是负的、天花板也就十亿级，为什么正大、张江系、浦东创投这些国资和产业资本还抢着进？

因为他们买的东西，和创业者要赚的东西不是一回事。

先看鼓吹这门生意的人各自赚的是什么。教授团队融资，本身就是一次变现，马毅持股过半，数亿估值落地，账面身价立刻兑现一部分。国资平台看重的是产业地图上插旗，张江科投、张江高科、浦东创投同时进场，赚的是“上海具身智能标杆项目”的政绩和产业基金的内部收益率，不赌单个项目的营收。产业资本进来是买未来供应链的入口。财务基金赌的是下一轮更高估值有人接盘。这几本账里，没有一本是押着忆生2028年靠技能订阅盈利的。

这不是忆生一家的故事，是整个赛道的定价方式。2026年上半年，国内具身智能发生288起融资、披露超460亿元，但钱高度集中：前5家吸走约171亿，占37%；前20家拿走超七成；剩下200多家公司平摊剩下的100多亿，平均每家只有数千万。清华的许华哲把这种下注说得很白，“大家更多的是想买一张通往未来的门票”。行业里流传的另一句判断更直接：25家百亿独角兽的高估值，本质是资本对“物理世界GPT时刻”的押注，而不是对现有营收和订单的定价。

这里藏着一个错位，值得所有想跟进的人看清楚。资本可以这么赌，因为它是组合下注，投十个死九个，只要押中一个 Physical Intelligence 就回本。但把忆生的底座真嵌进产线的本体厂、把机器人放进车间和客房的场景方，下的是真金白银的项目款，还搭上人身安全，一次产品事故、一次“大脑不好用又得推倒自研”，都是实打实的亏损，退不出来。资本看好，从来不等于产业客户就该重仓押它当唯一的底座。

对忆生自己，最大的威胁也恰恰来自它想服务的那批客户。具身智能圈有个共识，用韩峰涛的话说，“大脑的进化会反向定义硬件”。大脑是价值高地，凡是有钱的本体厂都想把它攥在自己手里，而不是外包出去。智平方已经开源了自研的 NeuroVLA，京东在做自己的具身基础模型，忆生已经适配的智元、傅立叶本身就是百亿估值、完全有能力自研的头部。这意味着真正愿意长期买“别人的大脑”的，更可能是买不起自研的腰部本体厂和不在乎大脑是谁家的场景方，而这块次级市场，又正是开源免费大脑最先淹没的地方。

所以这轮融资真正要外界读懂的，不是“记忆系统多厉害”，而是一套准入逻辑：教授的信誉、国资的背书、地方产业基地的订单池，三样绑在一起，本身就是这门生意的入场门票。这也解释了为什么忆生把研发和数据中心铺在上海、深圳前海、北京、四川，具身智能眼下确定性的营收，几乎都在国资和大厂的订单池里，国家电网一次集采就是68亿元、8500台。这种单子不是市场上自由竞争抢来的。

忆生卡在产业链中间的底座层，国资和产业资本买的是门票

谁该下注，谁该绕道

看懂了这套逻辑，不同的人该有不同的动作。这门生意的真门槛是马尔奖级的团队、数亿元融资和千万小时级的数据缺口，跟三千、三万、三十万的启动金不在一个坐标系里，所以这里说的不是“你要不要下场做一个记忆系统”，而是“看懂这件事之后，你该怎么用这个判断”。

如果你是早期投资人，这类教授系标的可以跟，但要跟得极挑。赛道是赢家通吃，200多家公司在平摊那点残羹，能进前20的靠的正是忆生这种“顶尖团队加稀缺卡位”的特征。但下注之前必须验一件事：技能订阅有没有从一句愿景，变成一份有定价的合同。验不到，就按门票的价钱给，别按营收的价钱给。

如果你是本体厂或者产业方的 BD，忆生这类底座可以用来降本，毕竟自己从头采千万小时数据不现实。但别独家绑死，更别把大脑整个外包出去。一旦绑死，技能资产的复利和定价权全归底座方，你就成了那个“被反向定义的硬件”。聪明的做法是把它当加速器，同时留一条自研的后手。

如果你是上游做零部件或者数据采集的创业者，这一波反而是最确定的机会。不管哪家底座最后跑赢，灵巧手、触觉传感器、力矩传感器、跨本体采集设备都是旱涝保收的卖水生意，门槛比做底座低几个数量级。底座之争越激烈，越要向上游买数据和硬件。这是这波热潮里少数“够得着”的入场点。

如果你只是想看懂这件事，记住一句就够了：这轮数亿元买的不是电机和外壳，是“数据复利加跨本体复用”的一套底座，值钱的是软件资产，不是硬件。有了这把尺子，你再看任何一条具身智能的融资新闻，都能分清哪些是卖硬件的重资产陪跑，哪些是卡在数据复利位上的潜在赢家。

行业自己也没打算粉饰这场考试。黄仁勋把2026年称作“人形机器人商业化元年”，但也有具身智能的创始人反过来说，“今年不是商业化元年，是淘汰赛元年”。多数公司手里的现金流只够撑18到24个月，2027到2028年，是这批公司集体的生死大考。忆生的期权能不能变成现金，答案就在那两年里。

最后，说说数据这条线上的法律成本

这门生意的核心动作是采数据、训模型、卖底座，钱基本能解决问题，眼下不碰刑事红线。但成本这一栏里，有几项得单独算进去。

监管的空隙现在开在“具身智能还没有专属数据规则”这个缝里。《个人信息保护法》《数据安全法》都能管到忆生的动作，但都是为App、汽车、传统工业写的，还没有一条专门针对“机器人在真实场景里采集动作数据”。最实的坑有两个。一个是它的第一视角穿戴采集系统，在酒店这类真实场景里工作，会采到住客的影像甚至生物识别信息，这直接落在《个人信息保护法》的知情同意和敏感个人信息规则上。2026年网信办、工信部、公安部已经启动了个人信息保护的专项行动，行业里已经真实发生过“因为隐私合规被迫缩小采集范围”的事。这类风险属于赔钱能解决的一档，同类个人信息案件的判赔通常在几万到几十万，起诉的也不算多，当经营成本算得过来，但采集端加一道明确的授权告知和勾选，这项成本基本能归零。

真正更硬、也更该提前算的，是航空航天这条线。忆生要切的高端制造场景，包括飞机、火箭、卫星零部件的柔性装配，装配动作数据一旦被划进《数据安全法》的“重要数据”目录，甚至沾上涉密制造，合规就不再是加一道勾选那么简单：会叠加特种和涉密制造资质、数据本地化存储、出境安全评估这几层门槛。而忆生带港资背景，又和伯克利、达摩院有合作，数据跨境是绕不开的。2026年国家正在加快建立工业、航空航天等重点领域的重要数据识别目录，这条线上的资质和跨境成本，大概率是先涨的一块。

好在这些都还是合规门槛抬高、拿钱和牌照能买回入场券的软着陆，不是踩线清退的硬约束。对看这门生意的人，真正要盯的不是“它会不会违法”，而是这两项成本什么时候落地、落多重。它们不改变“记忆系统值钱”这个判断，只改变那笔账最后减到毛利上的数字。