作者｜郑玄
5 月 25 日，宇树科技披露了科创板上会稿，6 月 1 日上会审议。围绕这家公司，讨论从招股书披露的那一刻起就没停过。
研发投入是不是太少、人形机器人出货 5500 台撑不撑得起 420 亿估值、今年 Q1 净利润同比腰斩是不是意味着高增长难以为继、连招股书都承认「大脑」还没做出来——这些质疑逻辑严密，数据扎实。如果把宇树看作一家成熟产业里的成熟公司，每一条都站得住脚。
但问题恰恰出在这里。
研发费用率是不是覆盖了行业平均、毛利率走势是不是稳定、客户结构是不是足够分散、利润是不是能持续兑现——这套尺子，是为一个产业格局已经稳定、技术路线已经收敛、商业模式已经验证的领域准备的。它适合家电、手机甚至新能源汽车——在这些已经「长大」的产业里，公司之间比的是经营效率，财务数字就是答案。
可宇树今天所在的赛道，不是这样的赛道。
具身智能是今天全球科技竞争里最激烈的战场之一。OpenAI、Anthropic、特斯拉、Figure、谷歌——硅谷头部玩家正在以每年数以百亿美金的体量加码物理世界 AGI。这是一场技术路线还未收敛、商业模式还没跑通、规模化落地还没开始的早期竞赛。在这种竞赛里，决定胜负的不是哪家公司的研发费用率达标，而是谁先站到了下一轮范式的入口。
把成熟产业的尺子，套在一个仍在剧烈演化的早期竞赛上，得出的判断很可能整个就是错位的。
最近一段时间，极客公园在硅谷和一线具身智能、大模型从业者做了几轮密集交流。从那边带回的信息让我有一个不太一样的判断：今天对宇树的财务审视，大概率用错了尺子。这家公司的真正价值，不在招股书的财务报表里，而在它在全球具身浪潮里站的那个位置上。
01
硅谷正在悄悄打响具身下半场
今天在硅谷逐渐形成了一个共识：数字世界的 AGI 战局，在硅谷头部公司内部已经被认为基本解决了。下半场是物理世界。
Sam Altman 在多个公开场合给出过类似判断，而 OpenAI 内部正在按这个判断重新调动资源。
最能说明这一点的，其实是 Sora。外界对 Sora 的认知，大多停留在「一个被用来生成短视频和动漫的 AI 产品」。但在 OpenAI 内部，Sora 的定位从来不是视频生成工具——它从第一天起就是「世界模拟器」，目标是建立一个能理解物理世界运行规律的底层模型。视频生成只是这个能力外溢出来的副产品。这一年里，Sora 的 C 端产品线被大幅收缩，腾出的算力和核心研究员被划归到机器人团队，用来训练真正能在物理世界里行动的模型。
Anthropic 的动作与 OpenAI 出奇一致。这家此前明确表示不做多模态生成的公司，今年 3 月悄悄组建了机器人团队。换句话说，过去那个「我们只做语言模型」的 Anthropic 已经不存在了。当 OpenAI 和 Anthropic 同时下注押到具身智能，意味着这件事已经从「赛道选择」变成了「大模型之战的下半场」——不下场就出局。
更值得注意的是，硅谷头部公司在这场竞赛里的打法，和我们在国内看到的具身智能行业是两个画风。
他们不急于做商业落地。
在硅谷的逻辑里，具身智能正处在范式快速演化的早期，谁先冲到一个具体场景去赚钱，谁就先把自己变成了一家「商业服务公司」——而商业服务公司的估值方式，是市盈率。一旦被这种逻辑套住，公司就会被迫围绕短期收入做决策，也就失去了在范式拐点上保持敏捷的能力。
所以硅谷顶级 AI 公司宁可把融到的钱大笔大笔地烧在底层模型和数据范式的探索上，也不着急去签订单、不去抢「人形机器人第一个进工厂」的新闻。他们等的不是一笔早期营收，而是数据范式真正跑通的那一刻。
这跟过去一年中国具身智能行业看到的画面差距很大。在国内，几乎所有人形机器人公司都在抢着把机器人送进工厂、送进医院、送进展会。理由也很现实——国内创业公司很难拿到硅谷那种以年为单位、以技术押注为前提的耐心资本，大多数玩家被迫「沿途下蛋」，边落地边融资。
两条路径没有对错。但要看清今天的全球具身竞赛，必须先回答一个更靠前的问题——硅谷头部公司宁可烧钱也不急于落地，他们到底在等什么？
02
在新的范式里，宇树站对了位置
硅谷头部公司过去一年押在物理世界 AGI 上的钱不少，但烧出来的最大共识不是某个具体的模型，而是一个更根本的判断——
机器人「大脑」的本质，是一个多模态模型问题。
一台真正能在物理世界里干活的机器人，需要看到环境（视觉）、听到指令（语音）、感受手上抓的东西有多重、握得稳不稳（力的反馈），然后输出动作（关节运动）。把这些不同形式的输入和输出用统一的方式去表征、对齐、生成——这正是今天多模态大模型在做的事。机器人的大脑，本质上就是一个多模态模型。
而多模态模型怎么训练、怎么 scale，这些事在过去几年已经被研究得相当透彻了。
真正卡住具身智能的，不是模型能力。
是数据。
机器人领域今天没有足够数量、足够多样、足够好的数据来支撑大规模预训练。整个产业现在最关键的问题，是找到一种新的数据范式——能够批量产生、并能有效用于预训练机器人大脑的数据机制。
围绕这个问题，硅谷头部公司都在做探索。有的在尝试用人类第一视角视频做训练数据；有的在改良仿真，让虚拟环境更接近真实物理世界；有的在重做遥操数据采集；还有的在垂直场景里部署机器人，借助真实交互采集数据。但这些路线今天都还在探索，远没有收敛。
这意味着硅谷头部公司在垂直场景里部署机器人，本质上不是为了把机器人卖进工厂赚钱，而是为了在场景里探索数据范式的边界。OpenAI 的机器人团队、Anthropic 新组建的机器人组、李飞飞的 World Labs，本质上都在为同一件事铺路——找到那个能 scaling 的数据范式。
同时这意味着另一件事——现在并不是机器人公司「砸钱就能获得大脑突破」的时刻。
事实上，大部分机器人公司正在重复 NLP 当年走过的弯路：跳过预训练直接做对齐，甚至想在这种技术条件还不成熟的时候硬把场景做落地。这很可能就是具身智能领域正在经历的 bitter lesson。
回到整个产业来看，意味着具身智能的下一阶段会同时跑两件事——
一件是继续探索数据范式。这是所有押注大脑的公司必须做的事，硅谷头部公司、国内的具身大模型创业团队，都在这条路上烧钱、试错、等待范式收敛的那一刻。这件事不做不行，但什么时候出结果谁也说不准。
另一件是把本体做扎实。这件事的特殊性在于：它不依赖范式收敛。不管未来大脑训练走的是哪条路，机器人最终都需要一具可靠的躯干承载——一个动不动就摔、关节扭矩不够、电机过热就罢工、跑两小时就要回去维护的本体，是没办法承接任何范式级模型的。
也就是说，做本体这件事，无论数据范式怎么演化，今天的投入都不会浪费。一旦范式收敛，本体能力强的公司能更快把可行的路径变成可用的产品。
把做本体这件事放到全球产业来看，特斯拉 Optimus Gen-3 刚宣布启动小批量试产；Figure 还停留在演示阶段；波士顿动力卖了三轮股权，至今没有规模化盈利。
只有宇树是真正把人形机器人本体大规模卖出去，部署到真实场景中持续运转。
2025 年，全球人形机器人总出货量约 1.3 万台，宇树一家卖了 5500 台以上，占了近一半。四足机器人方面，宇树累计部署超过 3 万台，连续多年保持全球市占第一。这些机器人遍布全球的高校实验室、科研机构、商业场馆、工业巡检现场——每一台都在真实物理世界里运转。
这也是为什么，在和硅谷一线具身智能、大模型从业者的交流中，当话题转到中国机器人公司时，几乎所有人提到的第一个名字都是宇树。
宇树没有去玩虚的。它没有为了圆故事去追那些不真正提升技术边界的事。在数据范式还没收敛的当下，它选择把精力放在那件做了不会浪费的事上——把本体做扎实，做到全球没有人能超过的程度。
这种「把本体做扎实」在宇树身上不是一句话，而是一个延续了快十年的方法论。从 2017 年第一款四足机器人 Laikago 开始，王兴兴这个工科背景的创始人定义产品的方式，就是先问「这台机器人能不能稳定造出来」「客户买回去会怎么用」「跌落多少次还能继续工作」，再倒推本体的结构、电机、控制系统该怎么设计。
这种方法论在四足机器人上跑了将近十年，积累出的是别人复制不了的工程 know-how 和供应链深度。当 2023 年 H1 人形机器人推出时，电机和关节的研发能力都得到了复用，让人形机器人从量产第一天起就站在了一个经过反复打磨的工业基础上。
宇树确实也参与了过去一年那些热闹的事——春晚的扭秧歌、世界机器人运动会的金牌、各类商业展示。但这些事件在宇树的逻辑里不是终点，是验证。每一次公开展示，都是本体能力在极限工况下的一次压力测试。
这就是硅谷一线研究员对宇树评价里最关键的那个词——「solid」。这个词不只是「扎实」，它意味着这家公司在数据范式还没收敛的阶段，把那件不依赖范式、做了不会浪费的事做到了全球最到位——一旦范式收敛，没有谁能比它更快把可行的路径变成可用的产品。
这才是为什么，一家在中国被反复质疑「研发不够、大脑没做」的公司，在硅谷被认为是中国具身行业里最值得看的那一家。
宇树今天的位置，是一家本体能力全球第一的公司——而本体能力，在新范式下是数据采集和模型部署的硬基础。
这不是一家被错估的中国机器人公司。这是在全球具身竞赛里，目前站位最特殊的那一家。
03
不显眼，但足够扎实的道路
全球具身竞赛今天事实上分成了两条不太一样的打法。
硅谷的打法是用最贵的算力、最顶尖的研究员、最有耐心的资本，去赌下一代技术范式。OpenAI、Anthropic 这些公司不急于做营收，因为他们清楚一旦有了营收就会被市盈率套住，反而失去赌范式的自由度。在这种打法里，能不能融到足够的钱坚持烧下去，本身就是竞争力的一部分。
中国走的是另一条路：这里有全世界最完整的精密机械供应链、过去二十年在新能源车、消费电子、光伏上反复磨出来的制造业经验，以及最密集、最多样的应用场景。把可行的技术路线工程化、规模化、把成本压到全球最低、把产品送到尽可能多的真实场景里——这是中国最擅长的事。
这两条路没有谁对谁错。硅谷有算力和资本耐心，但短期内拿不到中国的供应链和成本。中国有制造业底蕴和应用场景，但短期内也拿不到硅谷的算力密度和资本耐心。这是结构性的格局，不是哪一方努力就能补上的。
而宇树今天的位置，是中国这条路上最完整、最有代表性的样本。
这个判断的依据，其实就写在招股书里。只是市面上的讨论大多停留在「研发投入不够」、「大脑没做出来」、「利润腰斩」这些表层数字上，没把这些数字放回到中国这条打法的逻辑里去看。
把这些数字放回去看，会发现宇树招股书里讲的其实是同一个故事——
一家用中国制造业方法论把本体做到全球第一的公司，正在按节奏完成下一阶段的切换。
宇树 2025 年研发费用率 8.53%，绝对数看上去不高。但要看研发的钱具体花在了哪里。高扭矩电机、精密减速器、关节模组、全身运动控制算法、传感器融合——这是招股书里列出的 12 项核心技术，每一项都是工程层面的硬攻关。核心部组件自研率超过 90%，意味着每一台机器人在制造过程中都在沉淀工艺 know-how。这种「不显眼但扎实」的研发投入方式，恰恰是中国制造业过去二十年最熟悉的路径。
毛利率是 60.13%，这个数字在机器人行业里是异常的高。根源是三件事叠加：全栈自研控制了核心成本结构，本体和小脑零部件在四足机器人和人形机器人之间大量复用，以及中国精密机械供应链多年沉淀下来的成本红利。
更值得注意的是宇树的成本曲线。四足机器人均价从 2022 年的 3.86 万元降到 2025 年前三季度的 2.72 万元，人形机器人均价从 2023 年的 59.34 万元降到 16.76 万元——降幅接近 70%。但同期主营业务毛利率从 44.22% 提升到 60.13%。这不是降价促销，是工艺改进和自研降本的速度跑赢了售价下降。这是消费电子时代中国制造最熟悉的剧本——把价格压下来、把规模做起来。 宇树正在用同一套打法，重做一遍人形机器人。
还有「大脑」。前面讲过，具身智能今天真正的瓶颈不是模型能力，是数据范式还没收敛。在这个阶段，宇树把精力先放在了本体。这是一个节奏判断，不是放弃大脑。招股书写得很清楚：2024 年起开始加强具身大模型研发；2025 年下半年自研的 WMA、VLA 模型陆续发布；2026 年研发投入同比增长 107%。招股书还有一句原话：「全球范围内具身大模型技术均处于研发测试阶段。」翻译过来——这是行业共同状态，不是宇树独有的短板。
差别在于，宇树是带着全球第一的本体规模化优势，去迎接下一个数据范式拐点的。
至于今年第一季度的利润下降——招股书原话写的是研发费用、销售费用大幅增加，「为了推进机器人模型研发、本体研发以及新产品落地，公司正在持续加大投入」。42 亿募资里，智能机器人模型研发 20.22 亿、机器人本体研发 11.10 亿，两项合计 31.32 亿，占募资总额的 75%。
宇树从「本体玩家」向「具身大模型玩家」的切换，从这一刻就开始了。
把这些数字放在一起，宇树招股书里讲的其实是同一件事：先在自己最擅长的事情上把厚度做出来，再用这个厚度去补下一段的短板。这正是中国这条打法的完整样本。
硅谷在赌范式，中国在跑规模。两条路今天看起来不一样，但终极目标其实是同一个——让机器人能在物理世界里通用地工作。没有人能同时在两端拿到所有优势，这是结构性的格局。
但宇树今天的位置很特殊。它在中国这条路上已经积累出了足够大的优势——全球出货第一的本体、60% 的毛利、能在新能源车之后再走一遍的成本下降曲线——这些东西加在一起，让它成为中国具身行业里少数有底气同时押注下一阶段大脑探索的公司。
这不是中国「做不了大脑」的退守。这是中国制造业过去二十年在新能源车、消费电子、光伏上反复走通过的同一条路径——用规模化优势的厚度，反过来在范式收敛后获得话语权。
在这场全球具身竞赛里，中国队最不该被低估的那张牌，叫宇树。
* 头图来源：视觉中国
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你是如何看待宇树科技的？
