王兴兴还在等机器人的GPT时刻


2026年8月10日,宇树科技正式启动科创板网上、网下申购。


公司此次发行4044.6434万股,发行价为150.80元,对应募集资金总额60.99亿元,扣除发行费用后预计募集资金净额59.17亿元。按照发行后总股本计算,宇树发行市值约610亿元。


一家成立十年的机器人公司,走到了上市门口。


宇树2025年实现营业收入16.99亿元。人形机器人全年出货5511台、销售5215台,实现收入8.68亿元,第一次超过四足机器人,成为公司最大的收入来源,四足机器人销量则达到23037台。


在一个大多数公司仍在融资、建厂和发布样机的行业里,宇树已经实现规模出货,并且赚到了钱。但王兴兴仍然说,具身智能的“ChatGPT时刻”最快还需要两三年。


他给这个时刻设定了一个很具体的标准:把机器人带到一个此前没有见过的环境,不需要预先为这个场景编程,只通过语音或文字下达指令,机器人能够在80%左右的陌生场景中完成80%左右的任务。王兴兴认为,走到这一步,机器人产业才真正跨过临界点。


宇树用十年时间解决了机器人“造得出来、卖得足够便宜”的问题,但从一台会跑、会跳、会打拳的机器,变成一台能够理解世界并完成工作的机器,中间还隔着一场属于具身智能的GPT时刻。


01

在等GPT时刻以前,王兴兴先等了十年


王兴兴第一次做机器人,是在2009年。那一年,他进入浙江理工大学读书,大一期间独立做出一台小型双足机器人。真正决定他后来创业方向的,则是研究生期间开发的XDog。


2013年至2015年,王兴兴在上海大学读研。当时国际上高性能四足机器人通常价格昂贵,很多方案依赖复杂的液压系统。王兴兴选择使用成本更低的外转子无刷电机,从底层驱动板、机械结构到运动控制算法,独立完成了一台纯电驱动四足机器人。


XDog的意义不在于它是世界上第一台机器狗,而在于它体现了王兴兴此后一直没有改变的产品方法:高性能机器人不应该永远停留在实验室里,只有把成本降下来,把样机做成可以生产和销售的产品,技术才可能进入更多人的手中。


2016年,王兴兴从大疆离职,在杭州创立宇树科技。2017年,宇树发布Laikago。公司将其称为国内首个正式公开零售的高运动性能四足机器人。2018年推出面向行业应用的AlienGo,并开始持续拓展海外市场。2020年,宇树发布体积更小、价格更低的A1;2021年,24台A1以“机器牛”的形象登上牛年春晚,同年又推出消费级Go1和工业级B1。


四足机器人的产品路线逐渐清晰:消费级产品面向开发者、科研教育和娱乐市场,行业级产品面向巡检、救援和特殊作业。宇树不断缩小体积、降低价格、提升运动性能,也因此比大多数机器人公司更早形成标准化销售。


2023年,宇树发布第一款全尺寸通用人形机器人H1;2024年发布中型人形机器人G1,把起售价降到9.9万元;2025年又推出R1,起售价进一步降到3.99万元。


不到两年,人形机器人从少数企业才能购买的昂贵设备,进入高校实验室、中小开发团队甚至个人消费者可以讨论的价格区间。

他没有等到机器人拥有通用智能以后再推出产品,而是先把身体做成商品,让科研机构、开发者和企业获得真实硬件,然后等待算法、应用和生态在硬件平台上生长。


02

宇树真正的成就,不是机器人上了春晚


普通人认识宇树,大多是从春晚开始。


2025年,宇树H1机器人穿着花棉袄,在《秧BOT》中扭秧歌;2026年,G1和H2又登上《武BOT》,完成花式翻桌、蹬墙空翻、连续单腿后空翻和人机对棍。20多台机器人还在没有外部定位辅助的情况下高速穿插变阵,最快跑位速度达到每秒4米。


在2025年世界人形机器人运动会上,宇树又获得1500米、400米和4×100米接力等项目冠军。会跑、会跳、会翻跟头,让宇树迅速成为人形机器人的公众符号。


机器人完成高速奔跑和连续空翻,需要关节、电机、减速器、传感器、结构设计和控制算法同时工作。多台机器人高速变换队形,还要处理定位、路径规划、通信和干扰恢复。这些动作证明的不是机器人已经拥有通用智能,而是宇树已经把机器人本体和运动控制做到了较高水平。


波士顿动力很早就让机器人跑起来、跳起来,但很长时间里,高性能机器人仍然是少数实验室和大型机构才能使用的设备。宇树选择的道路更像消费电子:先定义一款相对标准的产品,围绕少数核心型号快速迭代,通过供应链、模块化设计和规模生产降低成本,再面向全球公开销售。


从Laikago到A1、Go1,再到H1、G1和R1,宇树一次次把原来只能出现在技术演示中的能力,装进可以买到的产品。


2023年至2025年,宇树收入从1.59亿元增长到16.99亿元,2024年开始盈利。2025年主营业务毛利率达到60.13%,人形机器人收入占主营业务收入的比例从2024年的28%左右提高到51.78%。


宇树证明了高性能机器人可以标准化销售,降低售价不一定意味着亏损,科研教育、娱乐消费和行业客户已经愿意为机器人支付真金白银。


如果机器人始终只有几十台样机,就不会有足够多的开发者,租赁、培训、二次开发和软件服务也无从谈起。王兴兴反复强调低价,并不是单纯要做“价格屠夫”,而是希望扩大装机量。机器人只有先进入足够多的实验室和企业,才可能形成一个持续开发的生态。


在8月7日的IPO路演中,王兴兴把今天的具身智能比作早年家用电脑的起步阶段。


早期家用电脑已经能够批量制造和销售,但软件、网络和应用生态尚未成熟,对普通人的价值仍然有限。今天的机器人也处在类似阶段:身体已经可以买到,决定它最终能做什么的软件和智能生态却刚刚起步。


因此,宇树不断降价的逻辑,并不是机器人已经成熟,而是行业必须先拥有足够多的“电脑”,才可能等到属于机器人的操作系统、软件和应用生态。


03

机器人已经站起来了,但还没有真正醒来


2025年8月,王兴兴在世界机器人大会上提出了一个与行业热潮并不完全一致的判断。他表示,目前人形机器人的硬件,包括灵巧手和整机,“某种意义上完全够用”。虽然还不够好,还需要更低成本、更长寿命、更高可靠性和超大批量制造,但限制人形机器人大规模应用的最大卡点,已经不是身体,而是“具身智能的AI完全不够用”。


今天的机器人仍然会摔倒,灵巧手的寿命和负载有限,电池续航、整机可靠性、制造成本和维护体系也都需要进步。但这些问题大多可以沿着明确的工程路线逐步改进。真正缺少的是一种通用能力:机器人能否把视觉、语言和动作连接起来,理解环境发生了什么,判断下一步应该做什么,并把任务稳定地执行出来。


现在很多机器人视频看起来已经非常聪明。它们可以叠衣服、整理货架、搬运物料,也能做咖啡、打拳和跳舞。但这些能力背后,可能是人工遥操作,可能是预先写好的程序,也可能是针对一个固定场景反复采集数据、训练模型。场景、光线、物品位置或者任务顺序稍有变化,成功率就可能明显下降。


这与大语言模型出现之前的人工智能很相似。过去的语音助手也能回答问题,但只能识别有限的意图;传统机器翻译也能翻译句子,但遇到复杂语境就容易失效。ChatGPT真正改变行业的地方,不是把某一道题从80分提高到90分,而是第一次让普通用户感到:同一个模型可以用自然语言处理大量此前没有专门训练过的任务。


王兴兴等待的,是机器人领域出现类似的能力跃迁。因此,他给出的“双80%”比“机器人会不会做某个动作”严格得多。陌生场景要求模型具备泛化能力,自然语言要求模型真正理解任务,自主执行要求感知、规划和控制形成闭环,80%的完成率则意味着机器人不再只是偶尔成功的演示品,而开始具有基本可用性。


如果这个标准实现,机器人的应用方式将发生根本变化。今天企业采购机器人,需要工程师围绕工位重新编程、采集数据和改造环境。未来企业可能像招聘员工一样告诉机器人目标,再让它在不同产线和不同任务之间迁移。今天消费者购买一台机器人,能做什么在出厂时基本已经确定;未来机器人的能力可能随着模型升级不断增加。


身体决定机器人能不能进入物理世界,大脑决定它进入以后能不能创造价值。


宇树已经把前一个问题推进到量产阶段,后一个问题仍然没有解决。


04

数据很多,为什么机器人仍然不聪明


在具身智能行业,近年来数据采集中心的建设非常多,操作员通过遥操作设备控制机器人抓取、搬运、折叠和装配,把视觉、关节状态与动作轨迹记录下来,再用这些真机数据训练VLA模型。逻辑与大语言模型的数据和算力路线相似:数据越多、模型越大、算力越强,能力就可能持续提升。


王兴兴对只靠堆积数据和单一模型路线保持谨慎。他并不认为数据不重要,而是认为行业对数据的关注可能超过了模型本身。机器人数据来自视频、仿真、遥操作和真机运行,不同本体、不同传感器和不同场景之间存在巨大差异。视频里看到一只手拿起杯子,并不等于机器人知道关节应该输出多大力矩;仿真中成功的动作,放到存在摩擦、形变和误差的现实世界,也可能立刻失败。


如果模型架构不能有效表示物理世界和连续动作,即使采集了大量数据,也未必能够充分使用。王兴兴曾把当时的机器人大模型形容为大约处在“ChatGPT出现前一到三年”。他关注世界模型、视频生成和强化学习,因为这些路线可能帮助机器人学习环境如何变化,而不只是根据当前画面预测下一个动作。


但这并不意味着宇树已经否定VLA、单独押注世界模型。在8月7日的IPO路演中,王兴兴披露,宇树现阶段采取WMA世界模型架构与VLA架构并行推进、持续对标的技术策略。原因也很直接:全球具身大模型仍处于快速演进和测试阶段,行业尚未形成统一、成熟的技术范式。


宇树发布的UnifoLM-VLA-0尝试用单一策略在真实物理环境中完成12项不同的操作任务;UnifoLM-WMA-0则试图显式建模机器人与环境交互的物理规律,让模型在采取动作以前,先推演环境可能发生什么变化,并支持10至20轮多步交互推演。


双路线并行本身也说明,具身智能还没有找到类似Transformer之于大语言模型的统一架构。宇树拥有足够多的本体、收入和工程经验,可以同时验证不同路线的答案。


王兴兴提出的另一个关键,是机器人领域还没有形成清晰的Scaling Law。大语言模型学习的文本越多,理解语言和解决任务的能力通常越强,而且学会一种知识可以帮助它学习另一种知识。机器人却常常不是这样。训练一支新舞、一个新动作或者一项新任务,仍可能需要从头采集数据、从头训练。此前学会的技能,很难稳定迁移到下一项任务。


理想状态应该是,机器人学会的技能越多,学习下一个技能就越快;在一台机器人上学会的能力,能够迁移到另一种尺寸和结构的机器人;仿真、视频和少量真机数据可以共同训练模型,而不必为每个场景收集海量数据。


如果做不到这一点,具身智能就很难形成类似大模型的指数级进步。企业可能拥有越来越大的数据集,却仍然只能一个动作、一个工位地解决问题。


这也是宇树路线面临的核心挑战。


低价硬件可以扩大用户数量,但科研机构购买宇树机器人,不代表训练数据一定回流给宇树;开发者在G1上运行自己的算法,也不等于会采用宇树的通用模型;工业客户更加重视数据安全,更不会轻易把现场数据交给本体厂商。


装机量要转化成模型优势,中间还需要统一的软件接口、开发工具、数据规则和模型平台。否则,宇树可能拥有最大的机器人硬件装机量,却只能获得一次性的设备收入。


王兴兴对GPT时刻的判断不断变化


王兴兴对具身智能临界点的判断,并不是从一开始就如此具体。2025年1月,他曾经相当乐观。他判断,2025年底以前,全球至少会有一家实验室或公司做出初代通用机器人AI模型,2026年推广到工厂或服务业“非常有可能”。


到2025年8月,他开始强调模型能力比预计更难,认为机器人大模型大致处于ChatGPT发布前一至三年的阶段。快的话未来一两年或两三年可能突破,慢的话需要三至五年。


同年11月,他第一次给出更清晰的检验标准:在完全没有预训练过的陌生生活场景中,用户通过语音或文字下达指令,机器人可以完成80%左右的任务。


2026年3月,他判断距离这一时刻仍需两三年。7月,他再次表示,具身智能的“ChatGPT时刻”最快有望在两三年内到来,届时机器人才能在大部分陌生场景直接工作。


05

宇树走到上市门口


宇树最常面对的质疑是:机器人很会跳舞、打拳和空翻,但到底能创造多少劳动价值?


王兴兴没有回避这个问题。2025年世界机器人大会期间,他承认,现阶段期待机器人在干活场景中创造很大价值“不太现实”,运动和表演反而更容易落地;但宇树的最终目标,仍然是让机器人真正实用、真正干活。


连续空翻、高速集群跑位和格斗,可以验证关节强度、控制精度、动态平衡和整机可靠性;展会、商演和文旅项目也能形成真实收入。它们是机器人现阶段可以销售的能力,也是硬件平台走向市场的第一批应用,却还不是机器人真正创造劳动价值的证明。


2025年前三季度,宇树人形机器人收入为5.95亿元,其中科研教育占73.60%,商业消费占17.39%,行业应用仅占9.01%。行业应用中又有相当一部分来自企业导览;用于智能制造、智能巡检、物流配送等明确作业场景的收入,合计约1570.20万元。


科研教育当然不是虚假需求。高校、科研机构和科技企业购买机器人,用于算法开发、教学和二次开发,本来就是新技术商业化的正常起点。但科研设备、表演工具和生产资料的购买逻辑不同:前两者看重性能、开放接口或展示效果,后者必须计算节拍、成功率、有效工作时长、维护成本和投资回收期。


宇树已经证明人形机器人可以成为一件可规模销售、并且能够盈利的产品,却还没有证明它已经普遍成为替代人工、持续创造产出的生产资料。


GPT时刻尚未到来,并不意味着在此之前机器人无法创造价值。王兴兴在最新路演中给出了更现实的应用次序:人形机器人先进入搬运、质检、衔接和基础组装等工业简单工序,以及表演、教育、健康监测等服务场景,再随着能力提升进入高危作业、柔性制造和复杂家务。


150.80元的发行价对应宇树约609.93亿元发行市值,相当于2025年营业收入的35.89倍;按照扣除非经常性损益前后孰低口径计算,发行市盈率达到219.23倍,而同期行业平均静态市盈率为38.56倍。


公司原计划安排的四项募投项目合计投资42.02亿元,其中智能机器人模型研发项目拟投入20.22亿元,占原募投项目计划投资总额的48.13%,是金额最大的一项;机器人本体研发项目拟投入11.10亿元,其余资金投向新产品开发和制造基地。


过去十年,宇树解决的是一个硬件问题:怎样用更低的成本,让机器人稳定地站起来、跑起来,并从实验室走向市场。它把高性能机器人做成标准产品,把人形机器人的价格降到3.99万元,也让一家机器人公司第一次如此接近规模化盈利和公开上市。


如果宇树率先完成模型突破,它可能成为本体、模型和生态一体化的平台公司;如果通用模型由外部AI公司率先做出,宇树可能凭借成本、销量和运动控制成为最重要的硬件载体。


王兴兴用了十年,让机器人拥有了可以量产的身体。现在,他和整个行业都在等机器人大脑真正醒来的时刻。



- END -

本文所提及的任何资讯和信息,仅为作者个人观点表达或对于具体事件的陈述,不构成推荐及投资建议。投资者应自行承担据此进行投资所产生的风险及后果。



文章原文

内容来自 新财富,版权归原作者所有。

阅读原文 ↗

把喜欢的内容,留在你的新标签页。

打开我的订阅