机器人泡沫，将在宇树IPO中退潮

作者｜ 胡祥熙

编辑｜周远方

2026年6月，宇树科技以闪电般的速度通过科创板审核，这只曾经在春晚舞台扭秧歌、练武术，在短视频里翻跟头、开机甲的机器人明星，终于要走到资本市场的聚光灯下。

420亿元的估值，已经足以让创始团队和早期投资人喜笑颜开，也让整个具身智能行业的早期投资看到了退出的希望。

盛宴往往伴随利好出尽。前期被资本和舆论吹大的气球，正随着宇树的上市进程而逐渐均值回归。

退潮不等于落幕，但退潮时才能看见谁在裸泳。

涌现的“范式革新者”

风起青萍之末。

在具身智能行业内，可以观察到技术路线分歧的蛛丝马迹。

从近期的2026智源大会，以及星海图等机器人公司的大会上，已经出现了一些逆行者，他们选择离开原有平台，重新创业，挑战主流技术路线和商业逻辑。

许华哲，清华电子系本科，伯克利博士，斯坦福博士后，曾任清华交叉信息研究院助理教授、星海图前首席科学家兼联合创始人。

2026年2月，在星海图估值突破200亿、融资近30亿的巅峰时刻，他选择单飞，创办破壳机器人，聚焦C端家庭场景。

他的叛逆体现在技术路线上：完全放弃行业主流的VLA（视觉语言动作）方案，转而构建视频动作世界模型，提出独特的UAG架构，用并联式预训练替代瀑布式级联，将强化学习贯穿预训练与部署全过程。

他相信真正的AGI应该在家庭场景中诞生，因为家庭场景的混乱随机性恰恰是训练通用模型的最佳土壤。他的叛逆也体现在商业逻辑上：明确反对把机器人送进工厂搬箱子，认为那是用新的人形做旧时代的事，押注最难的家庭场景。

他在采访中说过，现有公司只是为了孵化具身native的年轻人，不等上市他选择重新创业。他表示，这是来自时代的邀约，无法拒绝。

今年，尽管许华哲在智源大会上有露面，但却没有参加老东家星海图的大会。

李弘扬，香港大学助理教授，OpenDriveLab创始人，源策智能创始人。他是CVPR 2023最佳论文UniAD的作者，主导了端到端自动驾驶范式在学术界的系统化提出。

在学术和产业验证这一范式后，他果断从自动驾驶牌桌上抽身，转向共识更稀薄的具身智能。他的叛逆体现在对主流共识的挑战：他认为当前VLA和世界模型都不够本质，真正的原生具身大模型必须从头训练，用100%的机器人数据来训练骨干网络，而不是从VLM（视觉语言模型）微调而来。

他提出大脑小脑分层的架构设想，大脑负责全身调度，小脑负责下意识反应。他领导发布了全球首个百万真机数据集AgiBot World，推动以人为中心的数据范式，让机器更像人而非让人更像机器。

在不久前举办的2026年智源大会上，他坦诚地展示了行业心照不宣的动捕笼子问题，承认VLA被高估、主动视觉在当前阶段性价比不高，并直言刷榜毫无意义。

他说，他的目标是打造中国具身大脑的OpenAI，所以选择在36岁这一年扬帆起航。

罗剑岚，智元机器人首席科学家。伯克利博士，前Google X和Google DeepMind研究科学家，师从Sergey Levine。

2025年4月，他加入智元机器人，出任首席科学家，牵头组建智元具身智能研究中心。他的叛逆在于技术路线的另辟蹊径：在行业普遍拥抱VLA时，他领导开发了世界首个超人类机器人真机强化学习系统SERL和HIL-SERL；2026年4月推出LWD分布式多机强化学习新范式，被评价为捅破了当前VLA天花板。

他强调具身智能不能照搬大模型逻辑，物理世界没有容错率，推动预训练VLA加RL后训练的技术路线。从谷歌回国加入创业公司，在学术和产业之间选择了更靠近实业的路径。

他相信，具身智能是留给我们这一代人的最后一次机会。

这三位叛逆者，都是三十多岁的顶尖专家，在传统路径上取得了相当的成果，也都在具身智能1.0的顶峰选择离开，都认为当前主流的VLA范式需要被颠覆或补充，都押注于世界模型、强化学习或新的数据范式。

他们的行动表明，具身智能的创新远未到终局，范式之争正在开启。从技术路线来看，他们分别代表了视频世界模型、端到端数据范式、分布式强化学习三种路径，恰好构成了对单一VLA路线的三角探索。

从商业逻辑来看，他们都是不等上市先赌范式的践行者，不愿意在现有公司等待变现，而是亲自下场验证自己的判断。从时间节点来看，他们的行动都集中在2025年底到2026年上半年，这正是行业分裂最剧烈的时期。

叛逆者的集结，是行业发展到特定阶段必然出现的力量重组。

结构张力：估值跃升与业绩现实

从2024年9月融资时投后估值的37.85亿元，到2025年初的50亿至58亿元，再到2025年6月的投后估值约120亿元，最后到IPO发行时的420亿元，不到两年时间，估值翻了十倍以上。

这种增长速度让红杉中国在2019年累计投资的约1.02亿元变成了30亿元持股市值，30倍的账面回报让早期投资人收获颇丰。

作为宇树科技的最大外部股东，美团在2024年，透过三轮投资累计投入了约4亿元。按420亿元估值计算，美团持股市值超40亿元，浮盈约12倍。

宇树科技的估值逻辑并非传统制造业或成熟科技公司的财务定价，而是按照前沿科技公司的成长预期来定价的。

在人形机器人行业仍处早期爆发阶段的背景下，市场更多采用技术壁垒、市场空间、量产能力和未来现金流折现等维度进行评估，而非简单依赖当期利润倍数。

类似案例在科技史上并不罕见，亚马逊、特斯拉在成长早期都曾长期处于亏损或微利状态，但估值依然持续走高，因为资本押注的是技术范式转换带来的指数级增长。

但高估值需要高增速来支撑。按照2025年约2.78亿元的归母净利润计算，宇树科技的发行市盈率已经超过150倍，而科创板硬科技企业的平均市盈率约为65倍。这意味着资本市场在为宇树科技的未来支付极高的溢价，押注它能在未来几年实现营收和利润的爆发式增长。

然而，宇树科技2026年一季度的扣非净利润同比腰斩过半，仅4025万元，营收增速也从上年同期的332.64%骤降至68.49%。

业绩增速放缓的同时，公司的财务结构也在发生显著变化。招股书显示，宇树科技2025年研发费用率仅为8.53%，低于行业2024年上市公司平均的27.92%；同期销售费用同比激增138.34%。

在冲刺IPO的关键阶段，资源向市场和品牌端倾斜，是不少科技企业的常见策略，但这种重销售、轻研发的结构性调整，也引发了市场对其技术护城河能否持续加深的担忧。

这种担忧并非只针对宇树一家。2025年前十月，国内具身智能领域在一级市场的融资总金额已超过500亿元人民币，而包括宇树在内的第一梯队中，所有具身智能公司的全年营收加总仍不足100亿元。资本投入与真实收入之间数倍以上的落差，是整个行业层面的结构性泡沫，而非某一家企业的个体问题。

在这场资本周期中，投资人用大模型时代的投资逻辑来看待具身智能，默认商业化可以在较短周期内完成兑现，但人形机器人的商业化遵循的是制造业逻辑，需要5到10年的长周期、强验证过程。估值被提前拉升，但产业成熟的时间表并没有被同步压缩，这种错位意味着行业必然经历一轮估值回调。

即便如此，短期来看，作为全球人形机器人出货量最大的公司，宇树凭借高度自研的核心关节电机和运动控制算法，在研发费用率8.53%的情况下仍实现60%以上的毛利率，这种成本能力和量产规模在整个行业中独一无二。

真正受到冲击的是那些没有宇树的成本优势和量产能力的边缘本体公司。当资本从讲故事转向看报表，投资人开始追问商业场景和盈利能力时，这些边缘公司既没有宇树的品牌溢价，也没有规模效应带来的成本护城河。第一轮淘汰的将是它们。

泡沫回调时，宇树作为龙头企业可以通过已经构建的供应链优势和量产交付能力维持一段时间内的运营，而那些靠PPT融资、依赖单一投资方的边缘公司将迅速枯竭。

舞台明星与“长脑子”的距离

宇树科技最出圈的时刻莫过于2025年和2026年春晚，机器人的表演动作让全国惊叹。此后，“悟空”拳击对战、四足狗景区表演等等动作，让宇树成为科技圈明星。

但表演能力不等于智能能力。在具身智能的技术架构中，存在一条关键的分界线：预训练与后训练。

预训练是大脑，通过世界模型、VLA基础模型，让机器人理解物理因果、进行任务规划、适应未知环境。后训练是小脑，通过强化学习、遥操作微调，让机器人把习得的知识转化为具体动作。

宇树的春晚秧歌、高速奔跑、集群空翻，惊艳全场的背后，是后训练的胜利，是小脑在暴力输出。

但小脑再强，也不等于大脑在运转。

宇树招股书提示中写道：公司报告期内尚未将自研的通用具身大模型规模化应用于机器人产品，若大脑技术未能取得重要进展，通用机器人的大规模应用存在不确定性。高盛2026年2月研报也指出，尽管中国人形机器人硬件工程进步显著，但真实AI能力仍待检验，长期突破取决于世界模型的技术进展。

这正是表演与智能的本质区别。一台能扭秧歌的机器人，和一台能自主整理会议室的机器人，中间隔着的是认知上的代差。扭秧歌可以通过预设动作序列+强化学习后训练实现；而整理会议室需要理解什么是整洁杯子应该放在哪里这些能力只能在预训练阶段，通过世界模型对物理规律和语义关系的深度习得才能获得。

宇树的表演场景，春晚舞台、短视频镜头、展厅导览，本质上是后训练的闭环。动作被优化到好看，但为什么这样扭的物理因果、遇到新状况怎么办的泛化决策，并不进入下一代模型的预训练数据集。失败数据不回流，成功数据也不回流。表演再惊艳，也只是在后训练阶段反复打磨同一套技能，无法为大脑提供新知识。

招股书数据显示，2025年前三季度，宇树人形机器人收入73.6%来自高校和科研机构，商业消费占17.4%，真正的行业应用仅9%，其中又有50%到70%是展厅导览。表演和展示构成了主要应用场景，但这些场景产生的数据，尚未有效转化为让机器人理解世界、自主决策的预训练资产。

这不是表演本身的问题，而是表演止于表演的问题。后训练可以无限优化已知技能，让秧歌扭得越来越好看，但无法突破认知边界。因为洗碗需要的不是动作优化，而是对世界模型的理解。当行业从会不会动转向能不能干时，后训练的天花板已经显现。

宇树并非没有意识到这一点。2026年5月发布WVLA2.0具身大模型，IPO募资42.02亿元中20.22亿元专项投入智能机器人模型研发项目。

但预训练不是后训练的简单延伸。星海图高继扬曾提出，具身智能的理想形态是整机+预训练模型+后训练工具，没有预训练的世界模型，后训练只是无根之木；没有大脑的小脑，动作再华丽也只是在已知技能空间里内卷。

值得一提的是，上文中提到的，宇树所谓占比73.6%的高校科研客户，就是由宇树提供本体机器人，让机构和高校采集数据，以此进行预训练。

总之，行业核心逻辑已从技术叙事转向商业叙事。表演赛道不会消失，它是品牌资产，是公众接口，但它必须完成从后训练技能到预训练闭环的进化。一台能扭秧歌、练武术的机器人，和一台能自主干活的机器人，中间隔着的不是技术代差，而是数据是否回流到预训练、世界模型是否因此长出了新脑子。

结语

如果把具身智能的发展历程，放回人工智能七十年发展的历史纵轴中观察，或许会更明晰。

2021年，中科院自动化所所长徐波在与观察者网的一场对话中指出，人工智能的发展是艰难爬坡、临界点突破再遇到新的瓶颈这样螺旋式发展上升的过程。

他还提到，认知海面下的冰山。自然语言是冰山露出水面的一小部分，大量的人类常识、背景知识和领域知识才是冰山的基座。

回到当下具身智能行业，徐波四年前的观点几乎是对今天局面的隔空回应。真机数据正面临着与当年有监督学习类似的边际效应递减困境，行业的单一数据源依赖即将被打破。今天的具身智能也正在从单一的真机数据范式走向人类数据、合成数据、视频数据等多源融合的新范式。

行业在想象透支后进入沉寂期，但这并不意味着终局。徐波所说的螺旋式发展，意味着突破正在酝酿，每一次沉寂都是为了下一次更大的爆发。

宇树科技的IPO是一个时期转折的标志。

在这个时间点，一级投资人找到了退出的出口，资本热度回调、表演赛道的价值重估、真机数据范式的瓶颈显现，三者叠加构成了行业从1.0向2.0跃迁的阵痛。 这种阵痛不是终结，而是螺旋式上升中必要的沉淀。

但回调不等于清零。 正如互联网泡沫在2000年破裂后，催生了亚马逊、谷歌、eBay等足以改变世界的企业，具身智能的退潮也在为下一轮爆发腾挪空间。

宇树科技作为硬件之王，拥有全球领先的四足机器人和人形机器人量产能力，这是长期价值的基础。但它能否完成从小脑优势到大脑闭环的跃迁，让后训练的惊艳动作，真正回流为预训练的世界模型，将决定这份基础是通往新世界的跳板，还是旧路径的惯性。

现在，行业的2.0革新者正在探索世界模型、合成数据、新训练范式。他们将在泡沫出清后引领新一轮突破。

它出清了行业里落后的东西，让那些靠PPT融资、靠单一后训练技能吸睛的公司无处遁形，也为真正在预训练层面建立壁垒的玩家腾出了空间。

机器人（本体）的泡沫，在宇树IPO中退潮，但具身智能这条路径，长坡厚雪。

退潮之后，海水退去的地方露出的可能是礁石，也有可能是珍珠。