夜雨聆风最近一篇关于FF的深度分析，把贾跃亭手里真正的底牌拆得很清楚。FF最值钱的资产，不是那交付不到20辆的FF 91，也不是刚出货68台的机器人。而是880项专利、加州汉福德的物理工厂、全美销售许可证——一个用12年时间烧出来的“美国准入资产包”。
文章的结论很直接：FF的估值逻辑，不该按“造车公司”算，而应该按这家公司持有的“准入资产”来重估。
这个视角，其实提出一个更普遍的问题：一家物理AI公司真正的核心资产，到底是什么？
一、物理AI的“准入”，是一种被低估的资产
SaaS公司的准入，靠的是安全认证和API权限。过了合规门槛，软件就能进入企业系统。
物理AI的准入，是完全不同量级的事。不是拿一个证的问题。是一家公司能不能进入海图室，被允许替代一个有二十年经验的老师傅处理航行通告。是能不能进入燃气管网站点，被允许替代一个巡检了十几年的老员工扫描实景数据。是能不能进入连锁门店的弱电间，被允许在打烊后替店长核对营收、检查消防通道。
这些场景有三个共同点：网络不可靠，数据不能出门，容错率为零。一次漏报，不是回滚重来，是事故。在这些场景里，客户托付出去的不是订单，是人身和财产安全。
所以物理AI的准入，不是一个技术门槛，是一个信任门槛。技术可以靠堆人堆算力解决。信任只能靠时间。
二、场景准入，是怎么被拿到的？
物理AI的每一个场景，都有自己的“意外清单”。传真机扫描的模糊通告，格式十年前就没人维护了。站点网络设备参差不齐，有的路由器比运维工程师工龄还长。门店弱电间晚上断电断网，第二天早上才恢复。
这些意外，论文里没有写过。只能在现场发现，在现场解决，在现场验证。第一版模型在实验室跑得很好，到了现场第一天就可能翻车。
真正的场景准入，不是签了合同就拿到。是在现场蹲了足够久，把每一个意外填平之后，客户某一天突然说：“好像这个月没出过问题了。”那一刻，准入权才真正到手。
这种准入，一旦拿到，就极难被替代。因为客户不会愿意再冒一次险。他见过你的系统在最糟糕的网络环境里怎么稳住，见过你的AI在最低功耗的边缘设备上怎么跑通，见过你在凌晨三点处理问题的响应速度。他不会把这些重新押注给一个新的供应商。
三、这些资产，为什么不在财报里？
外界看物理AI公司，最容易犯的错误，是用“出货量”来估值。卖了多少设备，签了多少客户，营收多少。
但物理AI公司本质上不是在卖硬件，是在交付“不出事的确定性”。客户签的不是一锤子买卖，是按年订阅的服务。他要的不是更聪明的AI，是更靠谱的AI。聪明可以慢慢迭代，靠谱必须一步到位。
这就引出一个问题：一家公司最重要的资产——那些高危严苛场景里的准入权——为什么在估值时几乎不被考虑？
因为它们不在财报里。这些资产是隐性的，不是显性的。是一个一个场景蹲出来的，不是一笔一笔钱买回来的。没有公允的定价参照，也没有现成的会计准则来处理它们。
但当这些场景从一个个孤立的“项目”变成可规模化复制的“岗位”时，准入资产的价值就会从隐性变成显性。一个场景跑通了，可以向整个行业复制。一个行业跑通了，可以向更多高危行业复制。每一次复制，都是在兑现之前积累的信任资产。
四、估值逻辑的代际重构
FF那篇文章最精彩的部分，是建议FF把估值从“造车公司”切换到“物理AI生态公司”。一旦把机器人业务拆出去独立IPO，用Figure AI、Apptronik的估值当参照系，整个公司的估值逻辑就会被重写。
给硬件制造公司的是P/E，给订阅服务公司的是P/S。差一个字，差一个估值代际。
物理AI公司也需要同样的思维跃迁。如果估值被按硬件出货量算，那是把一家基础设施公司当制造公司定价。但如果一家公司真正在卖的，是确定性和信任——每个交付节点的背后，是一份被持续订阅的年费合同，是一个被替代了的人力岗位，是一个被守护了365天的物理现场——那它的核心资产，就不在当下的财报里，而在未来每一次客户续费时的那个“确认”里。
市场目前还没有一套成熟的框架来给这些“信任资产”定价。但FF的案例至少说明了一件事：当一家公司的核心能力从一个赛道转移到另一个赛道时，用旧的估值框架看它，看到的永远是垃圾；用新的估值框架看它，看到的才是资产。
FF的故事是一个极端案例，但它提出的问题适用于整个物理AI赛道：一家公司真正的核心资产，可能不在财报的资产项里，而在它被多少个客户的关键流程允许进入、被多少个场景的安全底线托付信任。
物理AI的终局，或许不是比谁出货量更大，而是比谁在更多不容出错的现场，被允许替人扛起责任。这些准入权，是时间换来的。时间，就是这个赛道最深的护城河。
