突发！面对宇树，优必选首次称今年四季度有望盈利，年收入目标40亿

万万想不到，面对宇树通过盈利实现IPO上市， “人形机器人第一股” 优必选开始披露盈利时间表。

智能纪元AGI 8月31日消息， 优必选近期发布的2026年中期业绩报告显示，总营收12.7亿元，同比增长104.2%；整体毛利率为44.7%，同比提升9.7个百分点； 营业亏损2.79亿元，期内净亏损3.39亿元。

要知道，十天前，宇树在上市公告书里披露的上半年数据显示，营收11.52亿元，同比增长48.54%，与优必选收入仅差1.17亿元；更为重要的是，宇树营业利润3.02亿元，归母净利润2.74亿元——正盈利。

8月30日晚举行的优必选财报会议上，面对券商分析师质询，优必选首次对外披露， 公司原定 2027 年 Q4 实现单季度盈亏平衡，这个预期是不变的，但是争取提前到 今年 Q4（第四季度） 单季度EBITA（息税折旧及摊销前利润）转正。

换句话说，今年第四季度优必选有望实现季度性盈利。

优必选CEO周剑在业绩说明会上强调， 根据公司 2024、2025年收入数据，下半年的交付比例都远远高于上半年，去年上下半年交付、确认收入比例均为3:7左右，虽然今年因为广西自然因素导致工厂下线时间大概在9月中下旬，但对公司今年全年35亿-40亿以上的营收目标仍然充满信心。

事实上，最近半年多，优必选在资本市场上迎来了一个新的对手：宇树科技。

8月19日，万众瞩目的宇树科技登陆科创板，在2025年归母净利润只有2.78亿元的情形下，公司发行市值高达609.93亿元，挂牌后市值一度超过4000亿，发行市盈率高达219.23倍。

但不到一周，截至8月31日收盘，宇树科技报收564.9元/股，相对上市首日高点回撤幅度超过50%，市值只剩下2366亿港元。

市场的质疑点在于，具身智能和人形机器人市场存在巨大的Gap，尤其是商业化和技术之间有“泡沫”期。

而路透最新一篇关于中国人形机器人调查，又揭开了这个行业的矛盾。

报道称，国内人形机器人硬件能力世界领先，补贴和产能扩张迅速，但普遍智商、灵巧度不足，主要靠展示性表演和政采维持热度。采访40位投资人和企业高管之后，路透发现人形机器人现在最大的尴尬的是，把跳舞伪装成工作。

如今，人形机器人其实搬个箱子也很难，完成简单任务的速度和效率仅为人类工人的20%，效率仍有待提升。

但相比之下，优必选上半年出现了两个事，其实让优必选热度不减反增：

一个是1 6.65亿元收购了锋龙股份；

二是推出了比较有争议的99万仿人形机器人“男友”——优世界U1。

首先是锋龙股份。

收购完成后，锋龙股份成为优必选的非全资附属公司，也将是优必选旗下首家A股上市公司。

业绩说明会上，周剑表示，优必选正在持续整合协同与锋龙的业务关系。 6 月份正式成立深圳新锋龙公司，计划在重要零部件领域，包括关节、末端执行器、灵巧手等，向优必选提供零部件。目前部分验证工作已接近尾声，锋龙目前也已经成功构建了行业领先的灵巧手研发和量产能力。

对于后续锋龙与芯片的关系，优必选副总裁、研究院院长焦继超透露，优必选与沐曦的合资公司开发了具身大脑芯片，前期双方完成了具身智能机器人场景的需求评审和性能指标的锁定。关键的关节产品形成矩阵，下半年将逐步导入到锋龙股份，这应该是业界第一个只用单一ARM芯片就实现了全部软件自主运行。

换句话说，锋龙将成为优必选的零部件供应商，北京人形将成为天工教育领域的销售渠道之一。

焦继超进一步透露，优必选为了降低成本，正在用AI重新定义机器人研发方式，逐步将AI深入到优必选自身的研发体系当中，包括 人形机器人涉及的机械、电子、电气、嵌入式运动控制、大模型、感知、仿真、测试等多个领域，而且今年上半年开始引入西门子AI系统 ，进一步打通从产品设计、项目管理、工程变更、验证到制造等环节的数据链路，建立产品全生命周期的数据基础。

“目前可以看到AI比较明确的效率提升：整个产品的设计周期缩短 35% ，工程变更效率提升 20% ，仿真验证周期缩短 50% ，代码研发效率提升 38% 。通过 AI 辅助设计、代码开发、测试和问题分析，通过数字孪生完成更多的虚拟验证，再把研发过程中形成的数据和工程知识反过来沉淀给 AI 。所以对于优必选来说， AI 不仅是机器人的大脑，也正在成为我们自身的研发生产力。”焦继超表示。

下一个谈谈优世界U1。

周剑透露，上半年U1系列订单当中，Pro占比40%，Ultra和Lite各30%左右。

但产能层面，周剑透露，上半年因为自然灾害的原因，包括广西水灾的影响， 6 到 7 月份停工状态比较多，所以稍微有所延误。最近工厂开始复工，我们预计在 9 月中下旬到 10 月之间，工厂与西门子的合作产线接入之后开始下线，逐步把柳州超级人形机器人工厂的量产运转起来。

“所以这次对 S3 和优世界的一些延误，对原定交付计划造成了一些影响。我们也在尽量采取补救措施，正在深圳重新部署一部分产能，希望能解决一部分下半年的交付。”周剑称。。

财报显示，上半年，优必选人形机器人总销量16123台，同比增长268.3%。

其中，全尺寸具身智能人形机器人（非遥控非玩具，大脑芯片算力≧200T，身高160cm以上）收入5.9亿元，同比增长1445.0%，销量921台，同比增长1946.7%，已成为公司主要收入组成和核心增长引擎。

周剑透露，上半年主要是Walker S2的销量，一款机器人卖了5.9亿元。

在研发投入方面，中报显示，优必选在报告期内研发投入超3亿元，研发人员规模达1103人。

在具身机器人赛道中，具身智能大脑是行业突破的抓手，除优必选外，智元、宇树等头部企业均在这一领域加码。

中报透露，优必选已构建了“基座模型-世界模型-行动模型”的全栈自研技术体系，推动人形机器人形成 “理解世界－预测世界－决策行动” 的具身智能能力。自主研发了基座大模型Thinker，并该大模型，发布了面向工业场景的具身智能世界模型Thinker-WM。

周剑表示，模型侧的能力提升，正在反哺机器人客户的复购率。在物流、搬运等场景，Walker的操作成功率已经达到99.5%以上，而且跟客户工厂实际部署效率已经达到60%以上，甚至有些情景下达到80%。

对于未来的发展方向，周剑还是认为，具身智能已经进入量产落地阶段，现在越来越多的人形机器人已经开始进入真实的工业、商业，甚至一些家庭的消费场景，承担时长更长、更复杂的长程作业任务，并逐步实现多机协同。而行业的竞争重点，已经从早期的本体性能、单点的技术竞争，甚至是硬件竞争，开始逐步转向数据、模型、AI infra，以及高性能本体及规模化制造能力的系统性竞争。

根据规划，优必选在下半年会持续量产和落地Cruzr Y1 轮式系列，以及发布Y2、Walker S3，而且透露会发布低价版优世界U1产品，整个BOM成本会降低10万元左右。

最后总结一下。

人形机器人赛道现在的竞争氛围真的越来越真实残酷了，不再是单纯靠概念讲故事就能收割市场热度的阶段。

此前宇树成功上市并率先实现正向盈利，直接打破了行业只烧钱不赚钱的固有印象，也让同赛道的优必选彻底褪去独家标杆的光环，被市场放到同维度严格对比。

优必选这份中期财报能明显看出发力成效，营收翻倍、毛利率稳步提升、核心人形产品销量和收入爆发式增长，成长速度肉眼可见，但依旧没能摆脱亏损困境。

这种营收高增与持续亏损的反差，也精准戳中了当下行业的核心痛点，所有人都在拼落地、拼规模、拼技术，但商业化盈利的闭环始终难以快速打通，这也是资本市场对整个赛道保持谨慎、估值反复波动的核心原因。

在我看来，周剑想要优必选做的，不是一个先行版宇树，而是希望能快速落地、带来情绪价值、覆盖更广的机器人落地生态圈——硬件、软件一把抓。

但问题在于，市场对于优必选的态度，已经从单一标的的追逐，转向与宇树的比较、与行业泡沫的规则当中。

因此，年初至今（截至31日收盘），优必选股价下跌了35.38%。

所以，优必选接下来就需要证明自己有盈利能力。通过锋龙股份，猜测下半年优必选会进一步调整业务线，而且会持续把自身盈利能力摆在优先级当中。

当下人形机器人行业正处在泡沫出清、价值回归的关键过渡期，优必选面临的压力其实是整个行业的缩影。

对优必选而言，现在最关键的不再是跑出漂亮的增长数据，而是兑现盈利预期。从提前冲刺季度盈利，到优化产能、压降产品成本、深化场景落地，它的所有动作都在指向务实变现。只要能顺利实现季度盈利，持续提升产品实际作业效率和客户复购率，就能打破市场的质疑，真正证明自身硬核实力，在行业洗牌中站稳头部位置。

我还是比较看好的优必选的潜力，所以期待优必选能带来新的盈利契机，而且要优必选证明自己并不比宇树弱。

以下是优必选8月30日业绩沟通会的QA部分信息，经智能纪元AGI整理，有一定修正和删减。

问：关于今年上半年接近6个亿的人形机器人收入，可不可以帮我们拆分一下？包括产品类型，以及下游行业。另外大家也比较关心，公司工业机器人的在手订单和新客户拓展情况怎么样？

周剑（优必选创始人、CEO）：我们上半年其实主要是以一款机型——沃克S2在售卖。因为S3、U系列的UE，包括Walker C都还没有量产，所以基本上就是一款机型卖了大概5.9亿元左右的收入。其中天工比较少，天工主要是在教育场景。其他的主要是在工业板块，包括企业订单、政府订单各有一部分。我们集中在工厂端，聚焦搬运、拆码垛、分拣这类场景。从这个角度来讲，我们的新客户也在不断累积。我觉得今年最大的一个变化，就是新客户涌现的情况越来越多。跟去年我们做进场这些情况相比，数量是有比较大的增加。所以大概这就是我们上半年S2的情况，我们也期待下半年的Y、C系列，还有U1系列的产品，能够拿到更多不同产品的订单。

问：上半年有一个产能爬坡的问题，这个问题在下半年会不会有所缓解？对于全年机器人的出货量指引，有没有去做调整？我记得在4月份年度交流会的时候给了一个相对积极的指引，对当前这个指引有没有调整？

周剑：我们公司的交付确实仍然有比较强的季节性。2024年、2025年都是下半年的交付比例远高于上半年。去年我们上下半年确认收入的比例大概是3比7。虽然今年因为广西一些自然灾害的原因，工厂下线的这个时间往后移了两到三个月，大概在9月中下旬，但是对公司全年35亿到40亿以上的营收目标仍然充满信心。我们看在手客户的订单，以及我们在深圳布局一些产能来紧急地形成下半年交付，仍然充满信心。

问：关于新发布的优世界这个产品，现在的在手订单情况怎么样？包括这个产品后续的发货节奏？

周剑：我刚才提到，上半年主要是S2，下半年靠C1、Y1，以及优世界的新产品。目前我们主要的产能布局还是在柳州，我们现在不断想办法在深圳再布局一些产能。交付还是按照9月份开始小批量交付。目前的在手订单，以及接下来我们今年交付的数量，我们估计如果能够交付出来，是在1500到2000台之间，这是我们客户能交付的、目前预计比较争取的量。因为现在交付时间开始往后延了，这是我们之前没有太多预计到的，因为各种原因、工厂原因。但是我们的在手订单，以及未来很多B端客户仍然在不断涌现，所以我们对优世界未来的持续发展还是非常有信心的。

问：在手的优世界订单能再拆解一下吗？因为发布了三款机型，这三款大概的分布是怎么样的？

周剑：我们现在以Pro为主。因为我们今年本来只生产Pro，原计划虽然发布了三款机型——Ultra、Pro、Light，但第一个交付的是Pro，第二个交付的是Ultra，第三个才是Light。所以目前我们得到的订单，Pro占了40%，Light占30%，Ultra占30%左右，基本上是四三三的这么一个分布。

问：公司在工业场景的落地进展是最快的。上半年对基础模型、VLA、世界模型做了很多投入，现在整体模型端大概是一个怎样的发展思路？包括对VLA、世界模型、垂直领域模型大概是什么看法？怎么做研发上的平衡？

焦继超（优必选副总裁、研究院院长）：首先说明一点，优必选其实不是仅围绕工业场景来做模型开发。我们一开始就布局了基础模型，是围绕人形机器人这样一个具身智能的最佳载体来布局模型开发。最早是因为我们的本体首先进入工业场景，所以在基础模型的基础上，今年上半年围绕搬运、分拣和上下料，逐步引入了VLA操作，在端侧完成相关任务，来提升任务的泛化能力。

对于模型这一块的投入，还包括优世界的情感交互多模态大模型，也是基于基础模型做的垂域应用。所以我们对于模型的态度，一个是围绕基础模型为核心，围绕工业、商业、消费级几个方面的场景应用，打造不同的垂域应用模型。

从目前技术性来看，世界模型的技术路线还没有收敛，技术方案比较多，所以我们更多的是作为前瞻技术进行布局。

一方面是我们自己，另一方面跟一些高校合作，来探索世界模型未来最佳的这样一个技术路线。

在VLA和全身控制这一块，我们分别针对上下料、搬运和分拣，构建了端侧的VLA小模型，并且进行了落地应用，未来交付的时候也会作为一个重要的功能软件交给客户。在U1系列的垂域交互情感模型上，我们也跟相关的合作伙伴来提升U1交互的流畅度和拟人性。

所以我觉得，垂域模型和基础模型并不矛盾，基础模型是一个基础平台，垂域模型更围绕应用领域来做。我们会持续从算力端、数据端和人才端，对这几个模型进行不断迭代和升级。

相对于基础模型，重点不在于工程师的数量，而在于算法和更多高质量的数据。

目前大模型团队包括两个方向：应用方向和基础模型研发。公司人员投入方面，差不多80%到85%聚焦在业务落地，15%到20%做基础模型的研究。

而且很多研发同学，一方面是这两年招聘的应届生，他们从一开始在研究生阶段就做大模型相关研究；另一部分研发同学是从做导航运控、或多模态大模型领域转过来的。

郑宇（优必选人形机器人科学家兼研究院副院长）：在数据上我补充两点。去年的时候我们更多采集的是工业场景的征集数据，今年上半年我们借助仿真平台（如NVIDIA Cosmos），建立了大量的虚拟仿真环境，也打通了很多数据合成的工具链。这个仿真数据合成，也是我们下半年作为重要数据生成、或者说具身数据集的一个重要手段。

同时，我们也积极布局Ego数据集的采集方案，主要借助Ego数据和仿真合成的数据，进一步提升世界模型、或者说通用技术模型的能力。下半年场景也会从工业场景延伸到其他场景当中去，无论是借助Walker C在商业导览等场景推商业应用，还是我们的UE做情感维护、人机交互，这些场景也需要大量数据。所以下半年的数据积累也会从工业延伸——工业会持续积累下去，但新的一些商业场景应用的数据，包括数据模态，也会不断做进一步的扩充。

问：获取数据的来源，主要是来自于客户端场景，还是会有一些比如说集采，或者是数据工厂等之类的来源？

焦继超：目前数据的来源，第一个是来源于我们构建的数据工厂，数据工厂也是围绕着业务落地的几个场景去搭建，然后进行采集；第二个是来源于我们的Ego数据，我们今年三四月份开始关注，前期采购了一批Ego数据，后续我们直接自己去采集相关的Ego数据；第三个是基于世界模型去进行仿真合成的合成数据；最后一部分是来自于用户现场的数据。用户现场的数据，是我们跟用户在前期的合作中已经达成共识，在To C或者说前期小批量落地的验证过程中采集的，这个数据更多用于模型的后训练（Post-training）。这一块不会涉及用户的数据安全问题。我们更依赖前三个数据的来源，来构建我们自己的具身数据集。

问：公司上半年在全尺寸具身智能人形机器人上的销量增速非常亮眼，继续领跑全球行业销量水平。我想请教一下工业机器人这块，比如说我们卖给了哪些客户？客户那边的验证进展和能力有没有更具体的说明？包括客户复购的情况，以及重点客户部署的数量，能不能给我们做一个简单的讲解？

周剑：从去年年底我们开始不断交付以来，客户工厂的实地交付、验证正在稳步推进。目前比较让人满意的一点是，在我们之前聚焦的搬运、拆码垛这些率先突破的场景，现在VLA操作成功率已经达到99.5%以上，而且跟客户工厂实际观测的效率已经达到60%以上，甚至有些情景下达到80%。所以客户的复购已经开始产生。

而且我刚刚讲到，客户的数量越来越多，从以前一些单一的头部客户，已经扩展到越来越多的中等规模以上、包括大规模以上的客户，开始采购我们的机型。从目前的验证进展来讲还是比较满意的。接下来我们要拓展更多长程的、当然也是相对结构化的场景，来实现工业端的目标。我们始终认为工业端是一个非常重要的场景。

同时你也可以看到，有些客户在等待我们的新机型，包括推出的Y1，之前是在我们的S2上验证过的，现在客户在等一个相对更经济的、售价会更低的版本，来实现他们的ROI目标。核心客户的部署，目前我觉得还是在70台左右，基本上这是我们目前的一个情况。这个规模还是属于他们已经得到验证，然后接下来开始进行数量上的复购和增长。所以我们现在满足不同规模、不同行业客户的实际需求是主要目标，这意味着我们的产品需要快速交付验证，同时交付成本不能过高、交付的逻辑不能很大。目前来讲客户对我们的情况还是比较满意的。

问：周总介绍了U1的情况，今年出货量目标、订单几个型号的占比结构。我们还比较关心渠道铺设的情况。之前我们跟一些电商平台有合作，自身也有些平台去推进UE的销量。目前这个产品6月30日发布了，这次WRC也做了展示，现场效果非常好。截止目前，渠道上的产销目标有没有变化？或者有没有感觉到在渠道建设上面有更多的合作伙伴参与进来，共同推进整个UE产品的销售？

周剑：U1在这次WRC上还是得到了非常多线上线下观众朋友们的赞赏。今年大概有很多合作伙伴、包括潜在的合作伙伴都到了世界机器人大会现场观摩了这个UE，其实给了我们更多的信心支撑。现在我们主要还是满足商业导览，以及接下来比较重要的养老陪伴、情感陪伴这些场景，会按照线上线下包括渠道去做建设。目前在海外，今年下半年我们开始验证海外以及IP的方向，也正在跟一些海内外的客户以及IP合作方进行紧密的谈判。我们仍然按照之前的定义，在C端主要是个人情感陪伴、赛博宠物，然后在商业导览方面，我们把一些机器人定义为赛博员工。当然直播赛道，越来越多的合作伙伴正在寻找我们成为赛博主播。从国内建设、海外建设、以及IP建设这几个方面来讲，我们还是比较有信心的。刚才我也说了，因为量产包括柳州的一些情况，出货量数量就是刚才讲到的1500到2000台。而且我们这次进一步意识到，包括化妆睫毛的植入，希望用量产的标准化的设备、标准化的产线来替代人工的比例。这对我们未来的量产，我相信还是一个比较重要的方向。同时我们的线下旗舰店预计在年底，以上海作为第一个城市开启。经销商授权的店已经谈了超过上百家，遍布各大城市。海外主力是日韩、欧美，日韩也是非常重要的市场，正在做产品的认证审核。我们相信主要采用代理的模式，包括聚焦线下卖场合作、专卖店。开拓策略还是在各个国家，用IP加软硬件定制的方式来做好销售。

问：您提到了在化妆睫毛上植入希望有标准化的产线来降低人工成本，这也是大家想知道的，整个UE的毛利情况大概是多少？第二个，自动化设备的导入其实也是一种降本手段，我们现在明显感觉到UE到底还有多少效率降本的空间？6月30日发布了Ultra、Pro和Light的定价，以现在这个定价去看，展望后续账本的进展，会不会推出一些偏更便宜的新产品，或者针对现在的Pro、Light、Ultra做一些降价的规划？大家可能在价格上面觉得是不是还有一些优化的空间？

周剑：是的。现在无论从经销商渠道、线上线下甚至海外渠道，大家都非常认可U1未来的潜在市场。但是也有很多人对Ultra这个价格提出了觉得比较高。

我们先分成两部分来看。一个是Pro和Light，Pro和Light大概在10万左右量级的产品，我们觉得降价空间还是蛮大的。这里面用的可以说是Orin这个级别以上的卡，芯片模组占比是比较高的，我相信能够大幅度降低，我们正在想办法。

第二个是制造的量产成本和自动化设备的引入，我们现在不断在突破这一点，虽然遇到了非常多的困难，我相信这对全球来讲是一次非常大的挑战——把人工变成自动化。我们也在拼命，尤其是这次工厂受到影响，我们正在拼命弥补这个事情。如果这几块再加上其他一些改善的话，我相信Pro和Light有比较大的降本空间。

Ultra是我们目前To B为主的产品，就是可以行动的U1产品。这个产品我们不光是在降价，同时也在推出新款，我相信在年底大家可以看到我们对新款的一个展示，会比较亮眼，同时进行了一个降本的规划。

这是U1不断往前推进产品、降本，包括规模化生产量产上做的一些工作，我们还是非常有信心的。

问：我们看到H1产品毛利率有较大幅度的提升。刚才领导已经讲到了公司降本的举措和具体表现，但还是想请领导拆解一下，这个毛利率大规模的提升，到底是因为产品结构销售占比优化，还是因为降本成效更好？另外，从公司层面针对各型号机构角度出发，去看平均下来内部的降本结构跟售价的变化，预计今年、明年会是一个什么样的节奏？

周剑：首先，H1毛利率比较大的提升，的确是我们从财报上能看出来的。首先我还是想强调一下，目前在全球范围之内，能够让机器人真正进入到工厂、然后让客户产生复购的，我觉得还是不多，老实讲我们几乎没怎么看到。所以说优必选在这方面的溢价能力各方面本身就是比较强的。再加上我们的供应链管理、生产工艺的优化，取得了一个比较好的成果。现在基本S2系列的包成本也有下降，还是比较多的。S2的机器人人形机的毛利率基本上达到了70%以上。

再加上我们在具身智能、在客户这边落地的，我们刚刚讲的有些人效比甚至达到60%以上，所以公司的高技术含量、高溢价能力，也为我们长期人形机型保持在50%以上的毛利提供一个很大的支撑。

当然，公司会在进一步降本的情况下——大家知道我们在芯片等各个方面、一些成本比较高的管理模式上，都在做全站式的布局，我希望未来在进一步降本的同时，也能提升更多产品，最终是满足客户的ROI投入回报，这可能才是满足客户需求第一位要考虑的问题。

问：财务里边的EBITDA，H1有一个大幅的减亏，我刚才听了一下估计都快到盈亏线了。从这个财务角度出发，到底是哪些项目的优化促进了这个改善？我们也期待一下下半年EBITDA会不会有可能转正。之前大家也比较关心，什么时候达到盈亏平衡？从全年去看，预期会不会放到今年？或者说具体一点，会不会在今年的某个季度就看到有盈亏平衡的预期？证明我们整个产品的销量和账本的节奏已经迎来了一个可以贡献增量利润的节点？

周剑：公司原定2027年Q4单季度盈亏平衡，这个预期是不变的。但是我们在想尽办法争取提前，我们认为今年Q4单季度是有机会转正的。

问：想请教一下，现在工业这个级别的客户，对于双足以及轮式的人形机器人的反馈是怎么样的？会不会有从双足往轮式人形机器人倾斜的这种情况？进而您今年比如说销量能不能够上修？

周剑：从客户反馈意见来说，我们认为客户对双足还是轮式不是那么在乎，他们在乎的是目前的场景能不能解决问题。

对于我们这种厂家来讲，会比较关注双足。目前从成本来讲，肯定轮式是便宜的，这是今天整体的情况。

但对客户来讲，他们关心的是这个场景的问题、这个解决方案能不能解决他们的问题，以及他们什么时候能够回本。所以客户倒不是那么倾向。但是对于我们厂家来讲会分场景。

目前来讲，在中远距离、包括搬箱子、以及在WRC上展示的情况来看，轮式是的确能占到相当的场景。但是随着双足的不断推进，我们始终保持这个观点：随着运动能力、小脑大脑、包括平衡能力越来越强化之后，相信长远来看，双足的批量成本不会相差特别大，可能在10%以内左右。

双足的好处是在于它的通用化能力、通过能力各方面更强。所以对于我们的用户来讲，今天我们必须要根据场景来谈问题，比如它的负载是多少，需要的效率是多少，是中远距离的递送，还是在一些狭窄场景的空间干活。所以对客户来讲他们不是那么在乎。我觉得短期内，可能在两到三年以内，轮式会占到一定的比例，因为这个时候双足的硬件收敛、包括成本的下降可能还需要一点时间。但是我觉得到三到五年以上，我更直接的感觉还是双足会占比较大的比例。

问：公司收取的数据量已经能够达到大概多少场景或多少任务的泛化？大概几个任务？比起去年同期的试点大概增加了多少？

周剑：我们刚才其实焦博士说到，一个是基础模型，然后在垂域上，我们跟合作伙伴、包括我们自己、还有跟客户一起去开发。现在我们覆盖的场景，主要攻克的是物流搬运、拆码垛（拆垛和码垛）、SPS物料分拣，以及在物流分拣（比如顺丰、山东一大等，无论海内外都在做这种工作的尝试）。还有一块我们比较看重的泛化能力，体现在上下料上。上下料无论是对3C行业、汽车行业，还是对我们所有的制造加工业，基本上都要用到，包括把一个零件放到CNC加工中心，然后完成操作、关门、按按钮这些动作，包括一些长程化的操作、多台CNC或者多个零部件的加工这种能力，都是在我们的目标人群范围之内。目前来讲，我们还是先满足刚刚讲的这些场景。大家也可以看到我们跟德马科技的合作，还有一些海内外客户共同拓展的分拣场景。我们发现一个现象：国内的用户做活干活的效率的确超出海外员工，海外员工可能要求更低，他们一个小时分拣可能800到1000件，我们可能要达到1400件以上才能够导入。

焦继超：从进入工业场景到目前，我们做了差不多三年的时间。其实首先落地的应用场景是逐步在收敛的，因为这也是结合了用户对ROI、包括产品本身的软件能力，形成了一个交集，选择了搬运、上下料和分拣三个核心的、能够交付的应用场景。同时我们现在对于长程任务、复杂操作的任务，比如拧螺丝等等场景，也在做相关的技术研发。

不管哪一个场景，我们已经转向了基于VLA为主的整套算法解决方案，所以它对数据的需求，特别是高质量工业数据的要求还是比较高的。我们采取的策略是先聚焦到单一技能，再逐步泛化到更多的工位或者场景。因为不管是分拣还是上下料，其实机台不一样，零部件的尺寸、外观等等也存在不一样，虽然它是三个工位，但是场景种类还是非常多，所以对数据的要求非常高。因此我们采用的就是先落地到真实场景，通过真实场景去训练模型，逐步将这些数据训练的模型进行整合。

我们相信在目前的模型范式下，未来随着我们场景进入得越来越多，它的基础泛化能力会逐步涌现出来。所以我们现在的数据量，包括数据采集的方式，是可以满足上下料、分拣和搬运这几个场景的数据需求的。现在部署基本可以保持在3到7天，也就是一周以内，能够实现一个客户现场的运营。在用户现场采集的数据量可能也就是数千条左右，做一个后训练就可以快速部署。所以如果是聚焦了这三个落地的场景，我相信数据是已经足够的。

问：您刚说在客户的车间大概一个星期就能完成部署，这个七天的时间指的是后训练所需要的时间吗？

焦继超：这里边不光包括后训练——后训练其实采集我们几百条到一两千条数据是足够的——这里面还包括跟用户的系统对接，以及部分机台的一些简单改造，整个加起来是一个整体解决方案。这个整体解决方案也是优必选跟我们的合作伙伴联合去做的一个解决方案。部署客户现场是一个整体的解决方案，不是单说某一台机器的部署时间。

问：首先恭喜中报业绩非常漂亮，我主要想问一个核心的点，就是关于人形机器人这个产业未来的收费模式。当前优必选更多的定价是以销量乘以价格来看营收，但未来大家会觉得咱们的模型做得非常优秀，投资人也会越来越期待，比如以后以API或者AI Agent的方式去向下游客户收费。我们就想问，公司各项业务线目前有没有可能到明后年切换成新的付费模式或者商业模式？

周剑：我们也不是单纯卖硬件。未来机器人是一个主动交互的设备，交互方式也会从人用手和机器交互，变成用自然语言交互。我觉得无论在C端、商业端，还是工业端，未来我们不单纯交付的是一个机型的硬件产品，甚至不只是一次性解决方案，也包括你刚刚讲的API，包括一些这种可能性。未来收费模式尤其在家庭端，我们内部其实定得比较明确。包括优世界的产品，我们可能是硬件加软件加一些内容加一些服务，包括跟合作伙伴形成的整个生态。后续的订阅、手机App，以及整个这套系统的全家桶，我们会覆盖越来越多的客户需求以及他们的可能性。在商业端也同样是如此。包括在比较硬核的工业端，我觉得未来长期来讲肯定也会形成一些升级，包括后续的功能拓展，比如现在可能只是搬运，未来可以说打螺丝，或者做更多拓展层面的东西。所以我相信人形机器人作为具身智能时代最好的载体之一，本身充满各种服务拓展、订阅等等拓展的可能性。这一系列都在我们的安排之中。我们在海外IP的合作，也包括国内IP、海外IP合作当中一些优世纪IP的合作，也会包含一些其他后续的定位，包括不同客户所需求的一些推送的部分。

问：请教两个关于模型和算力的问题。第一个，公司的基础大模型和端侧模型的参数量大概有多少？第二个，目前公司的算力规模是租赁的还是自有的？未来三年对于算力搭建的计划？

焦继超：公司是以Thinker为底座的系列大模型。最基础的Thinker底座模型目前参数量在1000亿左右（100B），随着数据和方法性能的提升，参数量可能会进一步增加。

在工业应用场景，我们主要跑在端侧本体的8B的VLA模型，用于上下料、搬运和分拣工作。在商业导览，部署在C1的SoC上，跑的是8B左右的MoE模型，架构是MoE的架构。8B这个量级是因为这个模型要求机器人跟人进行实时交互，同时要做全身控制，或者拿水等基于VLA的操作，所以它的参数量稍微大一些，跑在SoC上用于交互和Agent技能的调用。

第二个问题关于算力。目前我们有自有的算力集群，另外还租赁了一部分GPU算力。因为我们年初本来有进一步采购GPU集群的预算，但是随着GPU从年初三百多万不到四百万，到八、九月份已经涨到一千四百万，所以我们算了一下，租赁更合适一些。未来三年，我们希望到2030年左右构建一个万卡的集群，服务于世界模型的训练，以及不同业务场景像VLA、全身密度控制等相关模型的训练。

同时我们希望构建一个新的商业模式，就像周总刚才提到的，未来不是卖本体，而是构建一个生态的平台，通过持续的软件服务的方式给到用户或者第三方。比如现在我们的第三方合作伙伴会给予优选的算力，去打造一个特定场景的整体解决方案，模型的前期预训练、数据处理、模型的后训练，都可以在优选的算力基础上进行相关操作，优选也可以通过这种方式产生一些收费。当然我强调一点，目前对于具身智能这个行业来说，卡的规模并不是决定模型能力的重要因素，而是你的数据的数量、质量以及数据的来源非常关键。我们可以看到随着新的数据规模逐渐增大，我们对于存储的需求其实是挺大的，现在自有的存储集群规模是每年都在增长的。

问：刚刚您说跟人对话的是需要用到几十B的参数量对吧？

焦继超：对。因为像我们的C1，它是一个搭载SoC的高性能端侧算力平台的商业服务导览机器人。一方面我们可以接入云端，但是在有些场景下，用户无法接入云端的大模型，所以我们在端侧部署了一个比较大的MoE大模型，来进行语言的动态交互、技能调用，包括全身的、全新的运动控制模型、感知等，所有这些软件大模型都跑在了一颗SoC芯片上。

©本文为原创内容

未经授权，禁止转载