宇树开盘一签赚47万，但人形机器人还有关键瓶颈未解决

文/徐明

编辑/吴羚玮

三度登上央视春晚的宇树，是如今中国人形机器人知名度最高的公司，同时也是2025年全球产量第一的人形机器人公司。

8月10日，宇树科技以150.80元/股开启科创板申购，发行市值约610亿元。网上中签率只有0.018%，创下科创板历史最低纪录，展现了市场对科创板人形机器人第一股的狂热。

截至8月19日上午，宇树科技最高涨幅达629.4%，股民中一签最高赚47万。

但就在这个高光时刻，有几个反直觉的数据，值得我们停下来看一看。

第一，在一级市场，宇树的估值并不是最高的。2025年12月，一家叫银河通用的公司官宣完成超3亿美元融资，估值冲到30亿美元，超过200亿人民币——比宇树2025年在一级市场的120亿估值更高。大洋彼岸的Figure出货只有百台量级，一级估值却高达390亿美元（约2700亿），是宇树这次发行市值的4倍多——卖得多的，不一定值钱。

第二，宇树全球产量第一的宝座，即将被特斯拉超越。截至2026年7月，宇树人形机器人累计下线1.8万台。但特斯拉Optimus2026年的目标产量约2万台，2027年的目标是50万台起步。虽然特斯拉的Optimus量产多次跳票，但Optimus不受销量限制，只要特斯拉的产线爬坡跑通，产量反超只是时间问题。

在宇树上市前这一年，具身智能这个赛道到底发生了什么？答案可以归结成两个变化：大脑成了最火热的方向，数据成了最核心的瓶颈。

最会造机器人的公司，

估值输给了造大脑的公司

银河通用和Figure，前者的轮式双臂GalbotG1，先在无人药房、工厂这些结构化场景里落地，累计订单数千台；后者的出货更是只有百台量级，两家的出货量都不及宇树的零头，但都获得了比宇树更高的估值。

左：银河通用GalbotG1；右：Figure03

这是因为他们的强项不在本体，而是给机器人做“大脑”。

Figure在2025年2月就发布了Helix，是全球首个能对人形机器人上半身做连续控制的端到端VLA模型。银河通用同样一路领跑：2025年率先在计算机视觉顶会ICCV提出世界模型和VLA的融合路线，传统VLA主要回答“机器人下一步应该做什么”，世界模型则负责预测“这个动作做下去会发生什么”；将两者结合，相当于让机器人一边决定怎么推、怎么抓，一边预判动作产生的结果，并根据物体重量、摩擦力和摆放方式的变化及时调整动作。这种“既预测动作、也预测后果”的世界—动作模型，如今已成为具身智能相对主流的模型进化方向。

简单来说，宇树擅长的是把机器人造得便宜、稳定、能跑能跳；而银河和Figure押注的，则是让同一台机器人面对一个从未见过的任务，也知道该怎么做。

银河通用和Figure的估值飙升不是单独现象，资本的流向印证了这种偏好。据媒体不完全统计，2026年上半年国内具身智能赛道融资约438亿元，其中以具身大脑为核心业务的“大脑派”公司吸纳222.53亿元、占比50.8%，而以机器人本体为主的“本体派”公司仅融资56亿元、占比12.8%。

1.8万台的出货，

为什么换不来一个会干活的机器人

据IDC统计，2025年全球人形机器人出货量超过1.8万台，同比增长约508%，中国厂商占比达95%。但亮眼的出货量并未转化为生产力：超过85%的机器人流向文娱表演、教育科研、导览导购等展示性场景，工业制造、仓储物流仍停留在试点探索阶段。

宇树创始人王兴兴也坦言，让机器人走进工厂、走进真实场景，仍是中长期目标。机器人未能进厂的原因在于：固定工位上的重复动作，工业机械臂早已胜任、成本更低；人形机器人真正的价值，在于应对不固定、多变的场景。所以，人形机器人落地工厂首先要实现泛化能力。但是想要训练出一个足够聪明的机器人大脑模型，目前的最大瓶颈仍在于数据。

银河通用创始人王鹤曾在公开演讲中提及一组数据对比：一家头部车厂单天回流的驾驶数据约1亿条，而全球最大规模的具身智能数据采集仅百万条量级，相差两个数量级。

更关键的是数据的成本。自动驾驶的数据来自真实行驶的车辆——车主在用车过程中天然地产出数据，边际成本几乎为零；而机器人的数据来自实验室，依赖人工遥操采集、人工标注，成本高、速度慢、场景有限。

行业由此陷入一个循环困境：没有数据，就训练不出能够泛化的大脑；没有足够聪明的大脑，机器人不能真正干活，就更没有真实数据回流。

数据瓶颈不打通，人形机器人就很难兑现它被寄予的经济价值。于是，打通数据瓶颈几乎成为当下头部机器人公司面对的最重要的任务之一。

特斯拉的答案：批量制造，打造数据飞轮

面对数据瓶颈，特斯拉和银河通用在各自擅长的方向上取得了一定的进展。

财大气粗的特斯拉，打算造出大量不往外卖的机器人创造更多数据。Optimus明确不会对外销售，大量机器人将会被部署在自家工厂搬运零件、装配座椅，每一次成功或失败的操作，都会回流为具身模型的训练数据。这正是特斯拉在自动驾驶上验证过的飞轮逻辑：先铺设足够多的终端，用终端采集真实数据，用数据训练更聪明的模型，再凭借更强的智能卖出更多终端。

飞轮一旦启动，数据优势会自我强化。不过马斯克在财报电话会上坦言，Optimus将是特斯拉“有史以来最难实现规模化量产的产品”，因为“机器人几乎所有零部件都不存在成熟供应链，全部需要从零自研开发”。

因此Optimus量产计划一再跳票，2026年的量产计划从最初的5万台缩减为如今的2万台。

变化发生在最近几个月：2026年5月，弗里蒙特工厂的ModelS/X产线正式停产，改建为Optimus专用产线；供应链侧消息显示，8月，Optimus第三代已经开启小规模量产。

这条路的代价很大——2026年全年，特斯拉的资本开支预计将超过250亿美元，并非每个玩家都承担得起。

银河通用一直在往另一个方向努力。既然真机数据又贵又慢，那就用仿真的方式制造数据：先让模型在仿真环境里学会物理世界的一般规律，再用极少量真机数据完成对齐。

它的路线可以概括成一座“数据金字塔”：塔底是海量互联网视频和人类动作数据，中间是仿真合成数据和遥操数据，塔尖才是少量真机回流数据。先用仿真数据和第一人称视频，把机器人模型的参数堆起来，再用细分场景的真机数据做后训练，但真机数据依然是泛化能力绕不开的重要一环。

2024年开始，在本体持续领先的宇树科技也逐渐开始把重心放到了模型上。今年3月，王兴兴在亚布力论坛上表示计划2026年年底前部署几千台甚至一万台人形机器人，每天采集10小时数据，预计1-3年内可解决人形机器人数据稀缺问题。此次IPO募资42亿元中的20.22亿元（近一半）也将投向“智能机器人模型研发”。

并且在本次战略配售中，DeepSeek也出现在了名单中，DeepSeek和宇树的合作目标就是整合双方技术优势，提升具身智能机器人对复杂场景的理解能力、泛化能力，共同推动通用人工智能的科技发展。

宇树的上市，给具身智能行业立起了第一把二级市场的尺子。但这把尺子量出的，是一个正在切换的时代：人形机器人的定价锚，正在从“谁造得多”转向“谁更聪明”，从硬件出货量，转向数据和模型能力。机器人替人类干活的时代，还远未到来，但可以明确的是，我们正走在机器人越来越聪明的道路上。

▲《 <出海26讲> 跨境新商通识课全面上线》

▲《「鲜生」夺人 农货的品牌征途》

▲《2024出海攻略》

▲《新微商主义》

▲《新获客时代》

▲《新搜索时代》

▲ 品牌案例洞察