宇樹機器人上市，真正的看點是成本曲線

9 億美元 IPO、機器人價格下降一個數量級，以及爭奪 Physical AI 硬體平台的競賽。

宇樹機器人今天在上海上市，盤中一度成為一家市值 4,000 億元人民幣的公司。

從杭州一間不起眼的辦公室走到科創板，這段六年旅程交出了一組讓人過目難忘的數字：IPO 募資約 61 億元人民幣，約合 9.04 億美元；散戶申購據報超過可供股份的 8,000 倍；盤中最高漲幅 629%；收盤市值約 3,420 億元人民幣，約合 510 億美元。上市首日收盤價比發行價高出 460%。

這些數字本身已經足夠驚人。再看看它下面那盤真實生意，反差更大。宇樹 2025 年收入約 17 億元人民幣，毛利率約 60%；全年出貨超過 5,500 台人形機器人。到 2026 年 7 月，雙足機器人累計交付量約 18,000 台。如今，海外收入佔比已經超過 40%。

按收盤市值計算，市場給出的價格約為宇樹 2025 年收入的 200 倍。盤中高點的倍數更高。

你當然可以把它理解成投機情緒旺盛的證據，這個判斷並不離譜。發行估值本來就超過 200 倍市盈率，遠高於可比製造商。宇樹的機器會跳舞、拳擊、奔跑和後空翻；它的股票顯然也會。

不過，若視線一直停在首日倍數上，就會錯過這個故事里影響更深遠的數字。

真正重要的並非 4,000 億元人民幣。

而是 15 萬美元與 1.5 萬美元之間的距離。

這條價差解釋了宇樹為什麼會出現，解釋了一位早期投資人為何願意在市場尚未顯形時下注一位異常年輕的創始人，也解釋了為什麼人們開始追問宇樹能否成為“機器人領域的 NVIDIA”。現在下結論還早，可這個問題並不荒唐。

後空翻讓宇樹出名。成本曲線讓宇樹變得重要。

機器狗鞠了一躬，投委會問：然後呢？

2020 年 8 月，投資人鄭俊聰來到杭州西溪附近一間樸素的辦公室拜訪王興興。當時，宇樹仍是一家主要在機器人研究圈內被人知道的小公司。王興興把一台四足機器人放到地上。它站起來，鞠了一躬。

演示很討喜。投資邏輯卻還沒有自動出現。

鄭俊聰問，這台機器人是否由 AI 控制。王興興回答得很直接：沒有，用的是他自己的控制算法。接下來那個問題更關鍵：它要賣多少錢？

王興興說，宇樹可以用大約 1 萬至 2 萬美元出售，同時還有毛利。

鄭俊聰不久前剛研究過 Boston Dynamics 的機器人。他帶進會議室的參照，是一套配置完整、能夠部署的系統大約需要 15 萬美元。更準確地說，Spot 在 2020 年開放商業銷售時，官方基礎價格是 74,500 美元；買家一旦加上傳感器、載荷、軟體、支持服務，以及嚴肅企業部署的各項要求，整體成本很容易進入六位數。王興興提出的並非小幅折扣，而是另一套成本結構。

這裡的區別非常重要。

便宜 10% 的產品，會爭奪既有預算。便宜 90% 的產品，可以進入另一種預算，接觸另一群買家，甚至創造另一片市場。

那場會面中，王興興沒有先展示一頁“可服務市場總額”。他也沒有預言人形機器人會在短期內改造所有倉庫、工廠和家庭。他直接把機器打開。

他解釋宇樹的電機為什麼更輕，哪些零件必須自己設計，哪些可以從長三角製造生態採購，機械結構、控制軟體與裝配又為什麼必須作為一個系統共同設計。他談扭矩、重量、供應、可製造性，很少談改變世界。

項目後來進入祥峰投資中國的投委會，阻力來得迅速，而且相當合理。機器狗很可愛，動作也漂亮。然後呢？

它要賣給誰？中國四足機器人產業還大多停留在技術驗證階段，工業用途並不成熟。王興興出生於 1990 年，缺少傳統創投委員會偏愛的履歷。他能招到人、帶大組織嗎？一支小型技術團隊能規模化製造嗎？這究竟是一家公司，還是一台正在尋找市場的精彩機器？

這些都是正確的問題。早期投資真正有意思的地方，恰恰在於正確的問題還沒有完整答案。

鄭俊聰的論點並非“宇樹已經找到殺手級應用”。他的判斷是：出色工程已經把成本曲線推到一個新位置，應用開始有機會被試出來。投委會眼前的機器，也並非某款西方產品的廉價仿製品。宇樹把電機、控制器、算法、機械設計和生產整合起來，每一代產品都成為下一代的基礎。中國供應鏈提供了槓桿，公司仍然必須知道哪些東西該造、哪些可以買，以及怎樣讓所有零件共同工作。

投資團隊檢查了整機的自研比例、電機和關節表現、演示能否重復、海外大學是否真的付費下單，也檢驗團隊能否做出自己聲稱能做的產品。證據令人鼓舞，卻遠遠談不上確定。

鄭俊聰後來把這個決定概括為 70% 盡調、30% 直覺。那 30% 直覺，讓投資人得以在品類地圖出現之前先行動。

祥峰在 2020 年 10 月投資宇樹 Pre-A+ 輪，後來又追加兩輪。等宇樹的人形機器人登上中國春晚，融資已經不再困難。真正艱難的決定發生在幾年前，當時大多數人看見機器狗，第一反應仍是：它到底能幹什麼？

成功投資經常被事後改寫成先知故事。這既給創始人太多魔法，也給投資人太少方法。2020 年，沒有人需要準確知道 2030 年會有多少台人形機器人在工廠工作。他們只需要看懂：成本下降一個數量級，會改變誰有資格參與尋找答案。

這個判斷比預測未來樸素得多，也實用得多。

15 萬美元與 1.5 萬美元之間，改變了什麼？

一台價值 15 萬美元的機器人，是機構級資本項目。

業務團隊要先定義任務；財務部門要計算投資回報；採購部門要比價；安全、法務、IT 可能都要審批；還需要一位高管為實驗背書，而且失敗會非常顯眼。只有當用途基本被證明後，機器才會被買進來。

到了 1.5 萬美元，順序可以反過來。

大學實驗室、AI 創業公司、企業研發團隊，或者資金充裕的開發者，可以在還不知道它最終會變成什麼之前就買下機器。機器人從董事會問題變成工程問題。買家購買它，是為了發現商業案例，而非執行一個已經獲批的商業案例。

所以，價格既是商業變量，也是准入變量。它決定多少人可以做實驗，實驗能有多大差異，以及整個生態能以多低的代價從失敗中學習。

宇樹招股書中的一項披露，值得換一個角度理解。2025 年前九個月，公司 73.6% 的人形機器人收入來自科研教育；商業及消費應用佔 17.39%；直接工業應用只有 9.01%。

謹慎的分析師會看到：一個行業正在把昂貴的實驗室道具賣給研究人員，而這些研究人員同樣由具身智能熱潮提供資金。這個解讀有現實依據。人形機器人仍要解決可靠性、靈巧度、續航、安全，以及普通環境里無法預料的混亂。成功演示距離連續八小時創造價值仍有很長距離。工廠不會為病毒影片付款，它們購買吞吐量、開機率和回收期。

可是，73.6% 的科研佔比也可能記錄著平台用途清晰之前的階段。

個人電腦誕生時，並沒有一份定義完美的企業崗位說明書；電子錶格後來把它變成企業工具。GPU 服務遊戲多年，研究人員才發現並行計算可以加速另一類工作。早期無人機先吸引愛好者，之後電影人、測繪人員、農民和應急機構才圍繞它建立專業流程。

通用技術的第一批客戶，經常不是最後那批客戶。第一批客戶願意在回報還無法填入 Excel 時先做實驗。

因此，宇樹以科研為主的客戶結構具有雙重含義。它說明人形機器人需求仍不成熟，也說明公司已經把數千個可編程身體交到最有可能開發新用途的人手中。

四足機器人業務預演了這條路徑。機器狗已經從演示走向輸電線路和變電站巡檢、石化設施、消防救援、煤炭與鋼鐵場景。宇樹披露，它已與國家電網、南方電網、中國石油、中國石化和寶武等大型工業集團開展驗證。這些用途比“通用人形機器人”更窄，也少了些光環；正因為如此，它們才重要。機器不必複製一個完整的人，只要在特定任務中交付可接受的成本、可靠性和安全性，就能創造價值。

人形機器人也要接受同樣的紀律。人類世界圍繞人體建造，樓梯、門、工具、貨架和生產線都以人的尺寸為假設，因此人形很有吸引力。可一個人形輪廓本身並不是商業模式。機器人最終必須在遠比舞台混亂的環境里，交付經濟結果。

降價不會自動解決這個問題。它會增加全世界負擔得起的嘗試次數。

這正是宇樹策略的核心。公司沒有關在內部等待一個完美用途，而是降低硬體成本，把機器賣給全球實驗室和開發團隊，讓分布式客戶網絡共同試探邊界。用 1.5 萬美元平台做失敗實驗，是一筆學費；用 15 萬美元平台做失敗實驗，可能直接終結整個項目。

成本也會改變製造商內部的開發文化。硬體昂貴時，團隊會保護它；硬體可替換時，團隊會把它推向極限。機器人會摔倒，電機會燒壞，齒輪箱會暴露弱點，控制器會撞上仿真從未預料的邊緣情形。物理世界是一位嚴厲老師，低成本機器讓更多學生能進教室。

所以，公開演示中偶爾摔一跤，並不是最值得擔心的風險。摔壞的機器可以修；高到沒人敢測試的成本結構更難修復。

當然，廉價硬體也可能走向同質化。若所有競爭者都能獲得相似零部件和製造能力，價格領先會壓縮利潤，而未必形成長期護城河。宇樹 2025 年約 60% 的毛利率，說明它並非靠補貼硬塞需求。更難的問題是：競爭對手規模化之後，這個毛利能否維持？裝機量又能否轉化成比“出貨台數”更難複製的資產？

從這裡開始，論點從製造轉向平台經濟。

馬斯克式參照：發票不是物理定律

創始人故事太喜歡隨意引用 Elon Musk。很多時候，這個類比只意味著野心大、工程難、敢於忽略常識。宇樹的案例允許一個更窄、也更有用的比較。

Musk 曾把第一性原理描述為：把問題拆到已知為真的基本事實，再從那裡向上構建。他解釋 SpaceX 時，以火箭原材料成本做過思想實驗。如果材料投入只佔市場價格的一小部分，行業現行價格就不由物理規律決定。它反映的是一套生產系統、供應鏈、產量和沿襲多年的選擇。

這並不意味著火箭其實很容易。它意味著，行業發票不能被誤認成自然法則。

SpaceX 把關鍵能力收回內部，圍繞可製造性重新設計，把迭代當作開發的一部分，並通過可重復使用直接攻擊進入太空的成本。它做的遠遠超過向供應商壓價，而是改變了那些價格得以存在的系統。

王興興對足式機器人的提問屬於同一家族。

一台有能力的機器為什麼這麼貴？哪些成本真正來自平衡、扭矩、感知與控制？哪些來自低產量？哪些來自專業供應商、組織交接，或者為技術表演而非重複製造設計的結構？如果公司把電機、控制器、機械結構、算法和生產流程放在一起設計，會發生什麼？

答案不是一次突破，而是成千上萬項工程決定。它們復合在一起，形成完全不同的物料成本。

去掉勵志海報式語言後，“第一性原理”通常並不電影化。創始人質疑一條規格；工程師給電機減重；團隊把行業巨頭分別採購的兩個系統整合起來；產線暴露公差問題；下一版設計修正它。產量增加，學習曲線改善，固定研發成本分攤到更多機器上。

優雅來自累積。

SpaceX 與宇樹之間也有重要差異。火箭產量低、運行環境極端、失敗代價驚人。機器人則可能成為大規模製造的終端，由數千家機構擁有，再由外部開發者改造。SpaceX 的垂直整合，部分目的是控制一套任務關鍵系統；宇樹的整合，還為了把複雜機器做得足夠便宜、足夠可重復，從而廣泛分發。

共同方法也不是“所有東西都自己造”。全面垂直整合很容易變成昂貴宗教。真正的方法是識別哪些零部件決定性能、成本和迭代速度，然後拒絕僅僅因為行業習慣就把它們外包。

宇樹似乎對電機、驅動器、控制器、核心算法與系統設計做了這樣的選擇；在外部專業化確有優勢的環節，則利用中國密集的電子和製造基礎。這種平衡很關鍵。供應鏈就在身邊，並不等於揮一下魔法棒；很多公司都能進入同一片地理生態。優勢來自對產品需求的精確理解，並且比競爭者更快把這種理解轉化為規格、供應商關係和生產反饋。

中國尤其適合這條路徑。這裡同時擁有龐大的工程人才、深厚的零部件生態、積極進取的供應商、快速原型能力，以及願意在混亂真實環境中測試硬體的本土市場。一台機器人可能從大學實驗室起步，到展會亮相，去商場娛樂顧客，再進變電站巡檢，最後為市場規模幻燈片上從未出現過的任務重新設計。

這個過程看上去很亂。一個產業正是這樣學會走路。

全球關於機器人的討論，經常從技術棧最上層開始：基礎模型、推理、視覺—語言—行動系統，以及機器承載通用智能的可能性。這些問題當然重要。Physical AI 還有第二個瓶頸，純軟體視角很容易低估它：工業化。

如果身體太貴、太脆、太難生產，再聰明的模型也無法在物理世界創造經濟價值。智能需要一個買得起的終端。宇樹押注的是：能夠把身體工業化的公司，會對未來住進身體里的智能擁有戰略槓桿。

這座橋通向 NVIDIA。

宇樹能成為機器人領域的 NVIDIA 嗎？

“機器人領域的 NVIDIA”很容易傳播，因為四個詞就壓縮了整套投資論點。它同樣危險，因為類比隨時可能取代分析。

NVIDIA 成為全球最有價值的公司之一，靠的遠不止大量銷售高速芯片。它的持久優勢來自架構、軟體與開發者之間的互動。CUDA 為程式設計師提供了穩定方式，把 NVIDIA 硬體用於通用計算。程式庫、工具、文檔與多年的向後兼容，把芯片變成平台。研究人員在上面建設，大學用它教學，公司圍繞它設計系統。每一位新用戶都讓生態更有用，每一個應用都提高離開的成本。

今天，NVIDIA 披露 CUDA-X 社群擁有超過 600 萬名開發者和近 6,000 個應用。護城河並非某一項 GPU 跑分，而是數百萬人選擇 NVIDIA 作為建設環境後累積起來的工作。

宇樹若想配得上這個類比，也必須在物理世界做出類似的事。

它已經具備幾項必要元素。

第一，裝機量正在擴大。2025 年出貨超過 5,500 台人形機器人，到 2026 年 7 月雙足機器累計交付約 18,000 台。在這個許多項目歷來只以幾十或幾百台計量的行業里，這已相當可觀。四足機器人進一步擴大了開發者群體。宇樹的入門價格低，面向消費者的四足產品遠低於工業系統，因此更多人能夠接觸硬體。

第二，公司正在開放圍繞硬體的工具。宇樹提供 SDK、ROS 與 ROS2 接口、仿真支持、強化學習環境、模型和資料集、遙操作資源，並兼容 MuJoCo、LeRobot 等常用框架。它的開源工作還包括視覺—語言—行動研究與操作資料。這些工具還不是機器人版 CUDA，卻說明宇樹明白：沒有開發環境的身體，只是一件產品。

第三，公司控制了足夠多的硬體棧，可以跨組件協調改進。仿真中訓練的模型，最終要與電機、關節、傳感器、延遲、熱量、電池限制和不平整地面直接相撞。數字層與機械層的整合，決定一套驚艷策略能否變成可靠機器。掌握關鍵接口的製造商，可以縮短資料、控制與重新設計之間的循環。

第四，宇樹比許多中國硬體公司更早國際化。海外收入佔比超過 40%，意味著開發者基礎沒有被鎖在單一國家或工業體系中。平台之所以變強，正是因為第三方會創造平台所有者從未預見的用途。

樂觀版本的投資邏輯很清楚。

宇樹把買得起的身體賣給實驗室、創業公司和工業團隊。用戶產生代碼、工作流、資料和訓練後的行為。應用越多，宇樹硬體越有用；需求越大，產量越高，單位成本越低，也能為更好的機器提供資金；機器越好，開發者越多。這套循環反復運行，直到“在宇樹上開發”成為 Physical AI 實驗的默認選擇。

一旦發生，硬體收入只是開場。公司可以從開發軟體、模型部署、仿真、機隊管理、維護、應用市場、資料服務和認證第三方模組中獲取價值。硬體負責分發，軟體與服務負責加深經濟性。

這就是多頭邏輯。它合理，證據仍未完成。

CUDA 的力量除了裝機量，還有連續性。多年前寫下的代碼，在新一代 NVIDIA 硬體上往往仍有價值；開發者信任路線圖；程式庫解決真正困難的問題；生態里存在互補型企業；更重要的是，加速計算需求增長時，NVIDIA 能捕獲大量經濟價值。

宇樹還需要逐項證明這些屬性。

開發者能否把代碼和學習行為可靠遷移到下一代機器人？第三方公司能否在宇樹機器上建立盈利產品？開發者最重視的接口究竟由宇樹擁有，還是落到模型公司、作業系統提供商或工業集成商手裡？在隱私、安全和知識產權限制下，客戶資料是否會回流宇樹？公司能否創造持續的軟體與服務收入，還是買家最終把機器人視為可互換硬體？

這些並非腳注。答案決定宇樹成為平台，還是成為一個在終將同質化市場里的優秀製造商。

開放性也帶來戰略張力。SDK、標準框架與開源工具越容易使用，採用速度越快；若競爭者支持同樣抽象層，切換也可能更容易。NVIDIA 的護城河來自一套微妙平衡：足夠開放，能吸引開發者；又與自家架構結合得足夠深，可以保留經濟優勢。宇樹必須找到自己的平衡點。

競爭者也不只來自其他機器人製造商。平台所有者可能從不同層出現：基礎模型公司可以提供跨身體運行的智能；仿真公司可能掌握開發工作流；工業自動化集團可以控制客戶集成；零部件廠商可能把執行器和控制器標準化；機器人製造商也可能整合足夠多的技術棧，成為默認選擇。

所以，“機器人領域的 NVIDIA”應該是一道問題，而不是一句結論。

宇樹已經證明，它能用擴大准入的價格造出有能力的機器。它已經擁有有意義的出貨量、漂亮的毛利率和全球科研足跡，並開始圍繞機隊建立開發工具。這些成績為它買到了一張可信的平台期權。

期權很有價值。期權距離所有權仍有一段路。

未來五年需要證明什麼

公開市場已經把很大一部分未來提前送給宇樹。公司現在必須把這種期待變成經營證據。

第一項考驗是工業價值。實驗室可以訓練機器、發現行為，工業客戶付錢購買的卻是可靠工作。接下來要看：人形機器人收入能否從教育走向生產環境；部署是否能從試點擴大；客戶測量開機率、安全性和經濟性之後是否復購。最有說明力的指標，可能不是出貨台數，而是安裝後每台機器真正創造價值的工作小時。

第二項考驗是生態質量。下載量和 GitHub 熱度是有用信號，真正重要的是應用。外部開發者是否發佈客戶願意付費的產品？大學選擇宇樹，是因為它已經成為默認平台，還是僅僅因為便宜？隨著機隊增長，傳感器、夾爪、工具、軟體和服務是否形成一個越來越有價值的市場？

第三項考驗是經常性收入。一次賣出機器人可以產生可觀毛利，平台的復利來自機器全生命週期內的軟體、支持、編排、升級和服務。宇樹今天的財務披露仍然描述一家硬體主導的公司。只有經濟結構開始體現軟體層，NVIDIA 類比才會顯著變強。

第四項考驗是成本領先能否穿越競爭。中國機器人賽道擁擠、資金充足、速度極快。十倍優勢會吸引客戶，也會同樣有效地吸引模仿者。宇樹必須一邊繼續降本，一邊提升耐用性和性能，同時守住讓 2025 年業績如此特別的毛利率。

第五項考驗是地緣韌性。宇樹已經國際化，海外敞口也帶來監管風險。針對中國聯網設備、零部件、資料流或進入美國市場的限制，都可能割裂開發者生態。全球平台必須在安全關切和本地規則之間穿行，同時保住全球規模帶來的網絡效應。

這些考驗不會削弱今天發生的事，它們讓這件事變得清晰。

宇樹 IPO 無法證明通用人形機器人時代已經到來。上市首日市值也無法直接等於平台護城河。機器人在國家電視台跳舞，不能建立工業 ROI；科研客戶佔比高，也不能保證下一層應用一定出現。

公司真正完成了一件更扎實的事。

王興興起步時，沒有先證明世界需要數百萬台機器人。他先證明：一台有能力的機器人，沒有必要貴到世界習以為常的程度。然後，他把足夠多的機器交到足夠多的人手裡，讓全世界開始尋找使用它的理由。

這就是第一性原理最具商業力量的形態。先從約束出發。問清它來自物理規律，還是來自行業習慣。若答案只是習慣，就重新設計系統，直到經濟性發生改變。

這種方法帶著恰如其分的年輕感。年輕創始人並不會天然更聰明、更勇敢；他們只是較少有時間把“體面人士都同意不再質疑”的假設內化。王興興沒有背負“高級足式機器人天然屬於六位數採購類別”這條信念。於是他打開機器，檢查零件，問了一個更簡單的問題：為什麼一定要這麼貴？

答案創造了一家價值數百億美元的公司。它能否繼續創造 Physical AI 的主導平台，仍未決定。

這份不確定性沒有削弱故事。它正是下一章值得閱讀的原因。

未來最重要的機器人公司，會是製造身體的那一家、訓練大腦的那一家，還是擁有兩者接口的那一家？

低價硬體會形成開發者鎖定，還是加速商品化？

科研實驗室是一個弱小的終端市場，還是下一套工業軟體生態的苗床？

如果一台有能力的機器人真的成為 1.5 萬美元的開發平台，你會讓它解決什麼問題？這一次，不必等商業案例先被證明，而是用它去發現商業案例。

宇樹還沒有替我們回答這些問題。它讓回答問題的成本大幅下降。

這也許才是更重要的成就。

---

來源與說明

IPO 與首日交易資料來自 Financial Times、Reuters、Associated Press 與 The Asset 的報道。財務、客戶結構與經營資料依據宇樹科創板招股書及同期公開報道。宇樹的開發資源可見其開源頁面。Boston Dynamics 2020 年 Spot 定價由 TechCrunch 與 The Boston Globe 報道。SpaceX 類比援引 Musk 在 Wired 對第一性原理的解釋。NVIDIA 公佈的 CUDA 生態數字可見其公司資料。早期投資故事來自祥峰投資中國創始管理合伙人鄭俊聰的公開回憶，並參考宇樹公開文件。