宇树机器人上市，真正的看点是成本曲线

9 亿美元 IPO、机器人价格下降一个数量级，以及争夺 Physical AI 硬件平台的竞赛。

宇树机器人今天在上海上市，盘中一度成为一家市值 4,000 亿元人民币的公司。

从杭州一间不起眼的办公室走到科创板，这段六年旅程交出了一组让人过目难忘的数字：IPO 募资约 61 亿元人民币，约合 9.04 亿美元；散户申购据报超过可供股份的 8,000 倍；盘中最高涨幅 629%；收盘市值约 3,420 亿元人民币，约合 510 亿美元。上市首日收盘价比发行价高出 460%。

这些数字本身已经足够惊人。再看看它下面那盘真实生意，反差更大。宇树 2025 年收入约 17 亿元人民币，毛利率约 60%；全年出货超过 5,500 台人形机器人。到 2026 年 7 月，双足机器人累计交付量约 18,000 台。如今，海外收入占比已经超过 40%。

按收盘市值计算，市场给出的价格约为宇树 2025 年收入的 200 倍。盘中高点的倍数更高。

你当然可以把它理解成投机情绪旺盛的证据，这个判断并不离谱。发行估值本来就超过 200 倍市盈率，远高于可比制造商。宇树的机器会跳舞、拳击、奔跑和后空翻；它的股票显然也会。

不过，若视线一直停在首日倍数上，就会错过这个故事里影响更深远的数字。

真正重要的并非 4,000 亿元人民币。

而是 15 万美元与 1.5 万美元之间的距离。

这条价差解释了宇树为什么会出现，解释了一位早期投资人为何愿意在市场尚未显形时下注一位异常年轻的创始人，也解释了为什么人们开始追问宇树能否成为“机器人领域的 NVIDIA”。现在下结论还早，可这个问题并不荒唐。

后空翻让宇树出名。成本曲线让宇树变得重要。

机器狗鞠了一躬，投委会问：然后呢？

2020 年 8 月，投资人郑俊聪来到杭州西溪附近一间朴素的办公室拜访王兴兴。当时，宇树仍是一家主要在机器人研究圈内被人知道的小公司。王兴兴把一台四足机器人放到地上。它站起来，鞠了一躬。

演示很讨喜。投资逻辑却还没有自动出现。

郑俊聪问，这台机器人是否由 AI 控制。王兴兴回答得很直接：没有，用的是他自己的控制算法。接下来那个问题更关键：它要卖多少钱？

王兴兴说，宇树可以用大约 1 万至 2 万美元出售，同时还有毛利。

郑俊聪不久前刚研究过 Boston Dynamics 的机器人。他带进会议室的参照，是一套配置完整、能够部署的系统大约需要 15 万美元。更准确地说，Spot 在 2020 年开放商业销售时，官方基础价格是 74,500 美元；买家一旦加上传感器、载荷、软件、支持服务，以及严肃企业部署的各项要求，整体成本很容易进入六位数。王兴兴提出的并非小幅折扣，而是另一套成本结构。

这里的区别非常重要。

便宜 10% 的产品，会争夺既有预算。便宜 90% 的产品，可以进入另一种预算，接触另一群买家，甚至创造另一片市场。

那场会面中，王兴兴没有先展示一页“可服务市场总额”。他也没有预言人形机器人会在短期内改造所有仓库、工厂和家庭。他直接把机器打开。

他解释宇树的电机为什么更轻，哪些零件必须自己设计，哪些可以从长三角制造生态采购，机械结构、控制软件与装配又为什么必须作为一个系统共同设计。他谈扭矩、重量、供应、可制造性，很少谈改变世界。

项目后来进入祥峰投资中国的投委会，阻力来得迅速，而且相当合理。机器狗很可爱，动作也漂亮。然后呢？

它要卖给谁？中国四足机器人产业还大多停留在技术验证阶段，工业用途并不成熟。王兴兴出生于 1990 年，缺少传统创投委员会偏爱的履历。他能招到人、带大组织吗？一支小型技术团队能规模化制造吗？这究竟是一家公司，还是一台正在寻找市场的精彩机器？

这些都是正确的问题。早期投资真正有意思的地方，恰恰在于正确的问题还没有完整答案。

郑俊聪的论点并非“宇树已经找到杀手级应用”。他的判断是：出色工程已经把成本曲线推到一个新位置，应用开始有机会被试出来。投委会眼前的机器，也并非某款西方产品的廉价仿制品。宇树把电机、控制器、算法、机械设计和生产整合起来，每一代产品都成为下一代的基础。中国供应链提供了杠杆，公司仍然必须知道哪些东西该造、哪些可以买，以及怎样让所有零件共同工作。

投资团队检查了整机的自研比例、电机和关节表现、演示能否重复、海外大学是否真的付费下单，也检验团队能否做出自己声称能做的产品。证据令人鼓舞，却远远谈不上确定。

郑俊聪后来把这个决定概括为 70% 尽调、30% 直觉。那 30% 直觉，让投资人得以在品类地图出现之前先行动。

祥峰在 2020 年 10 月投资宇树 Pre-A+ 轮，后来又追加两轮。等宇树的人形机器人登上中国春晚，融资已经不再困难。真正艰难的决定发生在几年前，当时大多数人看见机器狗，第一反应仍是：它到底能干什么？

成功投资经常被事后改写成先知故事。这既给创始人太多魔法，也给投资人太少方法。2020 年，没有人需要准确知道 2030 年会有多少台人形机器人在工厂工作。他们只需要看懂：成本下降一个数量级，会改变谁有资格参与寻找答案。

这个判断比预测未来朴素得多，也实用得多。

15 万美元与 1.5 万美元之间，改变了什么？

一台价值 15 万美元的机器人，是机构级资本项目。

业务团队要先定义任务；财务部门要计算投资回报；采购部门要比价；安全、法务、IT 可能都要审批；还需要一位高管为实验背书，而且失败会非常显眼。只有当用途基本被证明后，机器才会被买进来。

到了 1.5 万美元，顺序可以反过来。

大学实验室、AI 创业公司、企业研发团队，或者资金充裕的开发者，可以在还不知道它最终会变成什么之前就买下机器。机器人从董事会问题变成工程问题。买家购买它，是为了发现商业案例，而非执行一个已经获批的商业案例。

所以，价格既是商业变量，也是准入变量。它决定多少人可以做实验，实验能有多大差异，以及整个生态能以多低的代价从失败中学习。

宇树招股书中的一项披露，值得换一个角度理解。2025 年前九个月，公司 73.6% 的人形机器人收入来自科研教育；商业及消费应用占 17.39%；直接工业应用只有 9.01%。

谨慎的分析师会看到：一个行业正在把昂贵的实验室道具卖给研究人员，而这些研究人员同样由具身智能热潮提供资金。这个解读有现实依据。人形机器人仍要解决可靠性、灵巧度、续航、安全，以及普通环境里无法预料的混乱。成功演示距离连续八小时创造价值仍有很长距离。工厂不会为病毒视频付款，它们购买吞吐量、开机率和回收期。

可是，73.6% 的科研占比也可能记录着平台用途清晰之前的阶段。

个人电脑诞生时，并没有一份定义完美的企业岗位说明书；电子表格后来把它变成企业工具。GPU 服务游戏多年，研究人员才发现并行计算可以加速另一类工作。早期无人机先吸引爱好者，之后电影人、测绘人员、农民和应急机构才围绕它建立专业流程。

通用技术的第一批客户，经常不是最后那批客户。第一批客户愿意在回报还无法填入 Excel 时先做实验。

因此，宇树以科研为主的客户结构具有双重含义。它说明人形机器人需求仍不成熟，也说明公司已经把数千个可编程身体交到最有可能开发新用途的人手中。

四足机器人业务预演了这条路径。机器狗已经从演示走向输电线路和变电站巡检、石化设施、消防救援、煤炭与钢铁场景。宇树披露，它已与国家电网、南方电网、中国石油、中国石化和宝武等大型工业集团开展验证。这些用途比“通用人形机器人”更窄，也少了些光环；正因为如此，它们才重要。机器不必复制一个完整的人，只要在特定任务中交付可接受的成本、可靠性和安全性，就能创造价值。

人形机器人也要接受同样的纪律。人类世界围绕人体建造，楼梯、门、工具、货架和生产线都以人的尺寸为假设，因此人形很有吸引力。可一个人形轮廓本身并不是商业模式。机器人最终必须在远比舞台混乱的环境里，交付经济结果。

降价不会自动解决这个问题。它会增加全世界负担得起的尝试次数。

这正是宇树策略的核心。公司没有关在内部等待一个完美用途，而是降低硬件成本，把机器卖给全球实验室和开发团队，让分布式客户网络共同试探边界。用 1.5 万美元平台做失败实验，是一笔学费；用 15 万美元平台做失败实验，可能直接终结整个项目。

成本也会改变制造商内部的开发文化。硬件昂贵时，团队会保护它；硬件可替换时，团队会把它推向极限。机器人会摔倒，电机会烧坏，齿轮箱会暴露弱点，控制器会撞上仿真从未预料的边缘情形。物理世界是一位严厉老师，低成本机器让更多学生能进教室。

所以，公开演示中偶尔摔一跤，并不是最值得担心的风险。摔坏的机器可以修；高到没人敢测试的成本结构更难修复。

当然，廉价硬件也可能走向同质化。若所有竞争者都能获得相似零部件和制造能力，价格领先会压缩利润，而未必形成长期护城河。宇树 2025 年约 60% 的毛利率，说明它并非靠补贴硬塞需求。更难的问题是：竞争对手规模化之后，这个毛利能否维持？装机量又能否转化成比“出货台数”更难复制的资产？

从这里开始，论点从制造转向平台经济。

马斯克式参照：发票不是物理定律

创始人故事太喜欢随意引用 Elon Musk。很多时候，这个类比只意味着野心大、工程难、敢于忽略常识。宇树的案例允许一个更窄、也更有用的比较。

Musk 曾把第一性原理描述为：把问题拆到已知为真的基本事实，再从那里向上构建。他解释 SpaceX 时，以火箭原材料成本做过思想实验。如果材料投入只占市场价格的一小部分，行业现行价格就不由物理规律决定。它反映的是一套生产系统、供应链、产量和沿袭多年的选择。

这并不意味着火箭其实很容易。它意味着，行业发票不能被误认成自然法则。

SpaceX 把关键能力收回内部，围绕可制造性重新设计，把迭代当作开发的一部分，并通过可重复使用直接攻击进入太空的成本。它做的远远超过向供应商压价，而是改变了那些价格得以存在的系统。

王兴兴对足式机器人的提问属于同一家族。

一台有能力的机器为什么这么贵？哪些成本真正来自平衡、扭矩、感知与控制？哪些来自低产量？哪些来自专业供应商、组织交接，或者为技术表演而非重复制造设计的结构？如果公司把电机、控制器、机械结构、算法和生产流程放在一起设计，会发生什么？

答案不是一次突破，而是成千上万项工程决定。它们复合在一起，形成完全不同的物料成本。

去掉励志海报式语言后，“第一性原理”通常并不电影化。创始人质疑一条规格；工程师给电机减重；团队把行业巨头分别采购的两个系统整合起来；产线暴露公差问题；下一版设计修正它。产量增加，学习曲线改善，固定研发成本分摊到更多机器上。

优雅来自累积。

SpaceX 与宇树之间也有重要差异。火箭产量低、运行环境极端、失败代价惊人。机器人则可能成为大规模制造的终端，由数千家机构拥有，再由外部开发者改造。SpaceX 的垂直整合，部分目的是控制一套任务关键系统；宇树的整合，还为了把复杂机器做得足够便宜、足够可重复，从而广泛分发。

共同方法也不是“所有东西都自己造”。全面垂直整合很容易变成昂贵宗教。真正的方法是识别哪些零部件决定性能、成本和迭代速度，然后拒绝仅仅因为行业习惯就把它们外包。

宇树似乎对电机、驱动器、控制器、核心算法与系统设计做了这样的选择；在外部专业化确有优势的环节，则利用中国密集的电子和制造基础。这种平衡很关键。供应链就在身边，并不等于挥一下魔法棒；很多公司都能进入同一片地理生态。优势来自对产品需求的精确理解，并且比竞争者更快把这种理解转化为规格、供应商关系和生产反馈。

中国尤其适合这条路径。这里同时拥有庞大的工程人才、深厚的零部件生态、积极进取的供应商、快速原型能力，以及愿意在混乱真实环境中测试硬件的本土市场。一台机器人可能从大学实验室起步，到展会亮相，去商场娱乐顾客，再进变电站巡检，最后为市场规模幻灯片上从未出现过的任务重新设计。

这个过程看上去很乱。一个产业正是这样学会走路。

全球关于机器人的讨论，经常从技术栈最上层开始：基础模型、推理、视觉—语言—行动系统，以及机器承载通用智能的可能性。这些问题当然重要。Physical AI 还有第二个瓶颈，纯软件视角很容易低估它：工业化。

如果身体太贵、太脆、太难生产，再聪明的模型也无法在物理世界创造经济价值。智能需要一个买得起的终端。宇树押注的是：能够把身体工业化的公司，会对未来住进身体里的智能拥有战略杠杆。

这座桥通向 NVIDIA。

宇树能成为机器人领域的 NVIDIA 吗？

“机器人领域的 NVIDIA”很容易传播，因为四个词就压缩了整套投资论点。它同样危险，因为类比随时可能取代分析。

NVIDIA 成为全球最有价值的公司之一，靠的远不止大量销售高速芯片。它的持久优势来自架构、软件与开发者之间的互动。CUDA 为程序员提供了稳定方式，把 NVIDIA 硬件用于通用计算。程序库、工具、文档与多年的向后兼容，把芯片变成平台。研究人员在上面建设，大学用它教学，公司围绕它设计系统。每一位新用户都让生态更有用，每一个应用都提高离开的成本。

今天，NVIDIA 披露 CUDA-X 社群拥有超过 600 万名开发者和近 6,000 个应用。护城河并非某一项 GPU 跑分，而是数百万人选择 NVIDIA 作为建设环境后累积起来的工作。

宇树若想配得上这个类比，也必须在物理世界做出类似的事。

它已经具备几项必要元素。

第一，装机量正在扩大。2025 年出货超过 5,500 台人形机器人，到 2026 年 7 月双足机器累计交付约 18,000 台。在这个许多项目历来只以几十或几百台计量的行业里，这已相当可观。四足机器人进一步扩大了开发者群体。宇树的入门价格低，面向消费者的四足产品远低于工业系统，因此更多人能够接触硬件。

第二，公司正在开放围绕硬件的工具。宇树提供 SDK、ROS 与 ROS2 接口、仿真支持、强化学习环境、模型和数据集、遥操作资源，并兼容 MuJoCo、LeRobot 等常用框架。它的开源工作还包括视觉—语言—行动研究与操作数据。这些工具还不是机器人版 CUDA，却说明宇树明白：没有开发环境的身体，只是一件产品。

第三，公司控制了足够多的硬件栈，可以跨组件协调改进。仿真中训练的模型，最终要与电机、关节、传感器、延迟、热量、电池限制和不平整地面直接相撞。数字层与机械层的整合，决定一套惊艳策略能否变成可靠机器。掌握关键接口的制造商，可以缩短数据、控制与重新设计之间的循环。

第四，宇树比许多中国硬件公司更早国际化。海外收入占比超过 40%，意味着开发者基础没有被锁在单一国家或工业体系中。平台之所以变强，正是因为第三方会创造平台所有者从未预见的用途。

乐观版本的投资逻辑很清楚。

宇树把买得起的身体卖给实验室、创业公司和工业团队。用户产生代码、工作流、数据和训练后的行为。应用越多，宇树硬件越有用；需求越大，产量越高，单位成本越低，也能为更好的机器提供资金；机器越好，开发者越多。这套循环反复运行，直到“在宇树上开发”成为 Physical AI 实验的默认选择。

一旦发生，硬件收入只是开场。公司可以从开发软件、模型部署、仿真、机队管理、维护、应用市场、数据服务和认证第三方模组中获取价值。硬件负责分发，软件与服务负责加深经济性。

这就是多头逻辑。它合理，证据仍未完成。

CUDA 的力量除了装机量，还有连续性。多年前写下的代码，在新一代 NVIDIA 硬件上往往仍有价值；开发者信任路线图；程序库解决真正困难的问题；生态里存在互补型企业；更重要的是，加速计算需求增长时，NVIDIA 能捕获大量经济价值。

宇树还需要逐项证明这些属性。

开发者能否把代码和学习行为可靠迁移到下一代机器人？第三方公司能否在宇树机器上建立盈利产品？开发者最重视的接口究竟由宇树拥有，还是落到模型公司、操作系统提供商或工业集成商手里？在隐私、安全和知识产权限制下，客户数据是否会回流宇树？公司能否创造持续的软件与服务收入，还是买家最终把机器人视为可互换硬件？

这些并非脚注。答案决定宇树成为平台，还是成为一个在终将同质化市场里的优秀制造商。

开放性也带来战略张力。SDK、标准框架与开源工具越容易使用，采用速度越快；若竞争者支持同样抽象层，切换也可能更容易。NVIDIA 的护城河来自一套微妙平衡：足够开放，能吸引开发者；又与自家架构结合得足够深，可以保留经济优势。宇树必须找到自己的平衡点。

竞争者也不只来自其他机器人制造商。平台所有者可能从不同层出现：基础模型公司可以提供跨身体运行的智能；仿真公司可能掌握开发工作流；工业自动化集团可以控制客户集成；零部件厂商可能把执行器和控制器标准化；机器人制造商也可能整合足够多的技术栈，成为默认选择。

所以，“机器人领域的 NVIDIA”应该是一道问题，而不是一句结论。

宇树已经证明，它能用扩大准入的价格造出有能力的机器。它已经拥有有意义的出货量、漂亮的毛利率和全球科研足迹，并开始围绕机队建立开发工具。这些成绩为它买到了一张可信的平台期权。

期权很有价值。期权距离所有权仍有一段路。

未来五年需要证明什么

公开市场已经把很大一部分未来提前送给宇树。公司现在必须把这种期待变成经营证据。

第一项考验是工业价值。实验室可以训练机器、发现行为，工业客户付钱购买的却是可靠工作。接下来要看：人形机器人收入能否从教育走向生产环境；部署是否能从试点扩大；客户测量开机率、安全性和经济性之后是否复购。最有说明力的指标，可能不是出货台数，而是安装后每台机器真正创造价值的工作小时。

第二项考验是生态质量。下载量和 GitHub 热度是有用信号，真正重要的是应用。外部开发者是否发布客户愿意付费的产品？大学选择宇树，是因为它已经成为默认平台，还是仅仅因为便宜？随着机队增长，传感器、夹爪、工具、软件和服务是否形成一个越来越有价值的市场？

第三项考验是经常性收入。一次卖出机器人可以产生可观毛利，平台的复利来自机器全生命周期内的软件、支持、编排、升级和服务。宇树今天的财务披露仍然描述一家硬件主导的公司。只有经济结构开始体现软件层，NVIDIA 类比才会显著变强。

第四项考验是成本领先能否穿越竞争。中国机器人赛道拥挤、资金充足、速度极快。十倍优势会吸引客户，也会同样有效地吸引模仿者。宇树必须一边继续降本，一边提升耐用性和性能，同时守住让 2025 年业绩如此特别的毛利率。

第五项考验是地缘韧性。宇树已经国际化，海外敞口也带来监管风险。针对中国联网设备、零部件、数据流或进入美国市场的限制，都可能割裂开发者生态。全球平台必须在安全关切和本地规则之间穿行，同时保住全球规模带来的网络效应。

这些考验不会削弱今天发生的事，它们让这件事变得清晰。

宇树 IPO 无法证明通用人形机器人时代已经到来。上市首日市值也无法直接等于平台护城河。机器人在国家电视台跳舞，不能建立工业 ROI；科研客户占比高，也不能保证下一层应用一定出现。

公司真正完成了一件更扎实的事。

王兴兴起步时，没有先证明世界需要数百万台机器人。他先证明：一台有能力的机器人，没有必要贵到世界习以为常的程度。然后，他把足够多的机器交到足够多的人手里，让全世界开始寻找使用它的理由。

这就是第一性原理最具商业力量的形态。先从约束出发。问清它来自物理规律，还是来自行业习惯。若答案只是习惯，就重新设计系统，直到经济性发生改变。

这种方法带着恰如其分的年轻感。年轻创始人并不会天然更聪明、更勇敢；他们只是较少有时间把“体面人士都同意不再质疑”的假设内化。王兴兴没有背负“高级足式机器人天然属于六位数采购类别”这条信念。于是他打开机器，检查零件，问了一个更简单的问题：为什么一定要这么贵？

答案创造了一家价值数百亿美元的公司。它能否继续创造 Physical AI 的主导平台，仍未决定。

这份不确定性没有削弱故事。它正是下一章值得阅读的原因。

未来最重要的机器人公司，会是制造身体的那一家、训练大脑的那一家，还是拥有两者接口的那一家？

低价硬件会形成开发者锁定，还是加速商品化？

科研实验室是一个弱小的终端市场，还是下一套工业软件生态的苗床？

如果一台有能力的机器人真的成为 1.5 万美元的开发平台，你会让它解决什么问题？这一次，不必等商业案例先被证明，而是用它去发现商业案例。

宇树还没有替我们回答这些问题。它让回答问题的成本大幅下降。

这也许才是更重要的成就。

---

来源与说明

IPO 与首日交易数据来自 Financial Times、Reuters、Associated Press 与 The Asset 的报道。财务、客户结构与经营数据依据宇树科创板招股书及同期公开报道。宇树的开发资源可见其开源页面。Boston Dynamics 2020 年 Spot 定价由 TechCrunch 与 The Boston Globe 报道。SpaceX 类比援引 Musk 在 Wired 对第一性原理的解释。NVIDIA 公布的 CUDA 生态数字可见其公司资料。早期投资故事来自祥峰投资中国创始管理合伙人郑俊聪的公开回忆，并参考宇树公开文件。