连跌一个月后，宇树怎么又涨了？

8月19日，宇树科技顶着"A股人形机器人第一股"的光环登陆科创板，上市首日盘中冲到1100元上方，市值一度摸到4450亿元。然后，市场用了整整一个月，把这个数字腰斩。

9月11日，股价最低下探至470元附近，较高点回撤超过五成，市值跌破2000亿元。就在情绪冷却、所有人以为这波"人形机器人行情"要歇口气的时候，9月17日，宇树突然放量拉升6.11%，总市值重回2000亿元关口，单日成交额超过29亿元。

连跌一个月后突然反弹，原因究竟是什么？

01

至少情绪修复了

这轮异动并不是单一消息刺激，而是产品、行业、数据和资金四条线在同一周内交汇，本质是前期超跌之后的一次估值修复。

直接的导火索来自产品端。9月14日，上市不到一个月的宇树推出升级款人形机器人G1+，标准版含税定价9.5万元，首次把全尺寸人形机器人的价格压进10万元以内。新增2自由度颈部、肩腰电机峰值扭矩提升约110%、感知系统与外部供电能力同步补强——市场读出的信号是：这家公司没有因为上市就停下来，迭代和降本都还在继续。

行业端的标杆事件紧接着到来。9月16日，智元机器人发布远征A3Ultra的商用落地实景视频，展示人形机器人在4S店、酒店、便利店等场景的多机协同作业。这是全球首个量产全尺寸人形机器人的规模化商用演示，直接击碎了"人形机器人还停在实验室"的质疑。作为同赛道的核心标的，宇树顺理成章地吃到了赛道情绪的外溢。

产业数据也在同一周释放。据Counterpoint统计，2026年上半年全球人形机器人出货量突破2.2万台，同比接近三倍增长，中国厂商包揽全球前五、合计份额约86%；国家统计局数据显示，8月国内工业机器人产量同比增长34.6%，减速器产量同比增长11.4%。9月17日当天，整个人形机器人板块集体拉升，多只个股涨停——宇树的上涨，是板块行情里的同步动作，不是孤例。

资金面也添了一把火。当天宇树主力资金净流入约2.61亿元，占成交额近9%；融资净买入约2723万元，融资余额连续两日回升。一个月跌下来，部分资金认为价格已经回到可以重新讲故事的位置，借事件催化集中进场。

把这四条线放在一起看，不难看出这是一次"超跌+催化+板块共振+资金回流"的标准反弹，而不是基本面拐点的确认。

02

反弹不等于反转

如果只看涨幅，很容易把这次反弹误读成"新行情启动"。但把视线拉长到半年到一年，会发现这轮上涨并没有改变行业的任何一个核心矛盾。

宇树的盈利质量的隐忧没有消除。

2026年中报显示，宇树上半年营收11.52亿元，同比增长48.54%；归母净利润2.74亿元，同比大幅扭亏。但拆开看，扣非净利润2.44亿元，同比反而下降约19%——利润的高增长，很大程度上来自去年同期约3.49亿元股份支付费用形成的低基数，主业的真实盈利能力其实在承压。更值得注意的是，营收增速已经从2025年全年的三倍多回落到48.5%，基数变大之后，"增速神话"正在自然降温。

宇树的收入结构的本质没有变化。

目前宇树人形机器人的收入里，超过七成来自科研教育机构，真正进入工厂、商场、写字楼"干活"的比例仍然很低。换句话说，现在卖出去的主要是"科研设备"，还不是"生产工具"。这次发布的G1+，核心定位依然面向科研与开发场景，并没有带来大规模商用订单的突破性落地。只要客户结构不从"研发预算"切换到"生产需求"，业绩的可持续性就始终要打个问号。

更重要的是，宇树等人形机器人的“GPT时刻”的根基，也就是"大脑"的瓶颈没有被一次产品升级打破。

我国厂商今天的优势在硬件：电机、减速器、整机集成、运动控制，宇树更是靠运动性能出圈。但人形机器人真正的护城河在软件和智能：环境感知、自主决策、任务规划、跨场景泛化。今天的人形机器人，更像"肢体发达、头脑简单"的功能机——能把预设动作做得很漂亮，面对没见过的场景和突发状况，适应能力仍然很弱。这道坎，9.5万元的定价跳不过去，一次迭代也跳不过去。

所以，这波反弹修复的是股价，不是产业。中期来看，宇树和它所在的整个赛道，都还在同一个阶段。

03

等一个"人形机器人的GPT时刻"

市场愿意给人形机器人这么高的估值，押注的其实是同一件事——下一个"GPT时刻"。

2022年底ChatGPT发布之前，AI行业也不是没有产品，也不是没有融资，但所有人都觉得"差一口气"。直到一个模型在通用对话上跨过那条线，应用、资本、注意力才同时爆发。人形机器人现在缺的，正是那条线。

什么算那条线？宇树创始人王兴兴给过一个被业内广泛引用的标准：在80%的陌生场景里，仅靠语音或文字指令，机器人就能完成大约80%的任务，不需要针对每个场景重新训练。银河通用创始人王鹤的表述相近：零样本条件下，通用任务成功率达到70%—80%，普通人就能快速把它用到自己的场景里。

用这个标准去量，今天的行业还很早期。至少有三道坎横在前面。

第一道坎，是商业化闭环。现在买单的主要是高校、科研院所和科技公司，花的是研发预算，不是生产预算。一台9.5万元的机器人，对家庭依然贵，对企业也还不够划算——它的综合使用成本，还没有稳定低于人工。只有当"用机器人比用人便宜"成立，才会出现真正的大规模采购。这需要成本继续下降，也需要场景继续打磨。

第二道坎，是AI与物理世界的对齐。大模型解决了语言和知识，但机器人要和真实物理世界打交道：物体的重量、摩擦力、触觉反馈、动态环境——这些不是靠聊天能学会的。今天大模型的"输出"和机器人的"运动控制"之间，还隔着巨大的鸿沟。这也是为什么王兴兴会说，AI模型的投入已经是宇树资金和人力最集中的方向。

第三道坎，是产业生态。智能手机的爆发，不只是iPhone好看，而是有了iOS、应用商店和几百万开发者。人形机器人现在每个厂商都在做自己的系统、自己的技能，生态高度碎片化。没有统一的开发框架和通用的技能平台，机器人就永远是"高端玩具"，而不是通用生产力工具。

从行业共识看，这个"GPT时刻"乐观估计还要两三年，悲观估计可能要五到十年。在它到来之前，所有的股价波动，都只是产业长周期里的阶段性情绪。