宇树 IPO 后，具身智能如何定价？｜关键帧

本文来自微信公众号： AI闹 ，作者：AI闹，原文标题：《宇树 IPO 后，具身智能如何定价？｜关键帧》

数据是时代的帧序列，是客观的，同时也是主观的——一切取决于我们以什么角度思考。AI时代尤其如此，它反映了市场对「新」如何定价，也考验我们识别「变化」何时开始的能力。

也由此，AI闹推出了新栏目：「关键帧」，用「数据图表」解释AI时代的关键变化。

为什么叫「关键帧」？在影像语言里，关键帧是定义动作起止的一格——它不是全部画面，但没有它，动作会失去方向。

大数据描绘世界有多大，关键帧则告诉你，变化从哪一格开始加速、转向或停滞。

每一期，我们会从一张图表、一个指标、或一组异常值切入，尽可能以通俗易懂的数据图表，校准到大众可感知的尺度。

第一期，我们对准近期热门公司：宇树。

抛开短期的市场表现，宇树科技的上市其实为人形机器人行业提供了一次估值校准——五天内，股价从4400亿的峰值近乎腰斩——在此之前，全球市场缺乏一家以人形机器人整机为主业、且能拿出真实盈利和订单兑现记录的上市公司。

多数同业企业在尚无几笔真实订单的情况下，估值已达百亿元级别，很大程度上是市场对未来的提前折现，与此同时，在一级市场投出数千亿元后，具身智能公司的定价仍然是2026年创投圈最大的难题之一。

一位具身智能创业者和我们预测，一旦机器人解决家庭劳务问题，其市场规模可能达到新能源汽车的10倍。

持相反观点的是贝恩资本风投合伙人阿杰·阿加瓦尔，他认为人形机器人可能只是「华而不实的小把戏」。

两种判断看似对立，指向的是同一现实的不同侧面。

即便宇树也不是一个标准答案，它现在的产品场景集中在科研教育和表演，离真正有潜力的市场——工业和家庭服务场景还有距离。

具身智能公司也不能一概而论，本体公司、大脑公司和可能出现的机器人劳动力平台是不同的商业模式。

「现在还是拿着旧地图找新大陆的状态。」一位具身智能投资人说。

以下是这个栏目的第一期，我们以「五张数据图表」串联。

1000亿分歧

同样是宇树，主承销商中信证券，给出未来6到12个月的合理市值是506到559亿；建银国际给出了更积极的答案，2026年每股股价是269元，对应市值1090亿；野村证券则认为，2027年目标价为370元，对应市值1496亿。

三家给出的市值区间在500亿-1500亿元——均低于宇树当前的市值。

一位二级市场分析师告诉我们，宇树的股价还没有企稳。剧烈的市值波动背后，部分反应了具身智能行业还没有找到一种共识框架。

上市之后，市场对一家公司的定价就回到最朴素的逻辑：所有的概念和故事，最终都要通过「出货量」落地为营收，再通过「盈利能力」变现为利润。无法兑现到这两点上的估值，都会被市场修正。

对于宇树这样还处在「成长期」的企业，市场会有一定的容错度——宇树处于盈利低谷期进行再投资阶段；且收入增长迅速。建银国际和野村证券都是基于「市销率」来计算宇树的股价。

野村证券预测，宇树2027财年54亿元收入预测，约25倍市销率，对应发行后4.04亿股本，约1500亿元市值。建银国际则按照2026年32倍市销率计算。

25倍或者32倍市销率并不低，优必选当前的市销率为19倍，另外，根据野村证券提供的数据，中国机器人零部件供应商仅为9倍。

超出的溢价，是把宇树划分为科技公司，而非简单的制造业公司，包含了对未来AI技术发展给具身智能行业带来的变化的上涨空间。

「稀缺性」是支撑估值的另一支柱。

过去两年半，优必选几乎是二级市场唯一可投资的人形机器人整机标的，尽管六年累计亏损超50亿元，仍享有一定溢价。然而，随着宇树上市及年内另有至少20余家相关企业排队IPO，这种稀缺性正在快速贬值。摩根大通已因此把优必选目标价下调至118港元，该股9月3日收于79港元。

2年回本临界点

一位投资人称，真正值得关心的问题是，人形机器人从样机走向规模化部署的临界点在哪里？

这取决于供给端和需求侧何时走向一个交汇点：人形机器人所折换的劳动替代价值，以及可以规模化的商业落地场景。

比起远期的市场规模，人形机器人的单位成本必须接近劳动力成本才是更现实的指标。

不止一份研报指出，通过采用中国供应链，以及规模化量产和技术提效摊薄成本，人形机器人的制造成本下降是一个确定的趋势。

摩根士丹利研报预测，总成本预计从131.8千美元（约88.6万元）降至16.3千美元（约10.9万元），下降幅度将达到88％。而执行器和灵巧手是降本主力。

这个价格正好落在了可以跑通商业模式的区间。宇树的G1基础版虽然售价在8.5-9.9万元，但是无法在工业场景使用。目前工业场景使用的人形机器人售价多在30-50万元区间。

一位早期硬科技投资人认为，在供应链降本方面，人形机器人和新能源汽车差不多。二者的差别主要在于，对「智能化」的需求不在一个程度上。

另一位早期投资过特斯拉的投资人说，「相比美国，中国具身智能在供应链的优势，得益于新能源汽车制造能力的溢出。」

据国泰海通研究报告数据显示，假设年人工成本8万，只要机器人的成本（含维修保养费）在16万元，2年就可回本。

这也是具身智能最大的不确定性。

巴西哲学家、经济学者Euclides Mance的一份研究报告预测，2026年一台人形机器人的效率大约相当于人工的50%，到2034年才会达到104%。

不过这也仅是预测。

「太过久远的预测，你就当他不存在。」一位大厂战略部人士说。

现实世界中，目前宇树的机器人能在工厂做一些简单的装配工作，但效率跟人比起来仍然更低。另外，每次来了新的任务，需要重新针对新任务训练机器人模型，效率较低。

宇树科技创始人王兴兴称，目前人形机器人泛化能力不足，AI模型与真实世界存在「最后几毫米」的偏差，导致成功率暴跌。

他预判，快则两三年，慢则五到十年，当机器人能在任意陌生环境完成80%的任务，产业临界点就将到来。

高盛研报预测，因为环境相对封闭，任务标准化程度较高，「物流场景」会成为首个大规模场景。以亚马逊为案例，若自动化全面铺开，到2030年可为其服务成本带来约5.6%的杠杆，节省约720亿美元成本。其次是汽车制造，总装、线束连接、复杂零件装配和质量检测等依然大量依赖人工的场景。

以上只是一种理想状态，即便是最乐观的情况，随着市场规模的扩大，竞争者也会变多——车企就是可以预见的潜在玩家。

所以，人形机器人这门生意的健康程度还取决于是否陷入价格战。整机毛利是否承压。

另外，我们也低估在「创造新需求」方面机器人的潜力。比如在教育陪伴、娱乐表演、高危环境作业等领域，机器人可以满足此前无法被满足或成本过高的需求。这些「增量市场」的定价逻辑与「替代成本」完全不同。

三种商业模式

智元和宇树是全球出货量前二的公司，相比一些「造大脑」的公司，他们的真实订单至少是可以量化的指标，但是即便是这些订单里，也有很多泡沫。

当我们把「如何给具身智能大脑公司定价」这个问题抛出去时，一位硬科技早期投资人的回答是，这个问题已经过时了。

过去。一级市场对具身智能的追捧，不是一种精密的商业论证，更多是情绪性热点。如果用严谨的财务逻辑去分析，具身公司简直「贵得离谱」。

而在二级市场，优必选过去两年半的股价，绝大多数时间都低于分析师的目标价预期。当分析师在用「远期PS倍数+出货量指引」讲故事时，现实却是残酷的。

在一个技术尚未收敛，很难用一个成熟的分析框架做商业判断的当下，谈论具身智能公司，大家很可能说的也不是一种类型的公司。

当前具身智能公司简单归类，至少有本体公司、大脑公司和机器人劳动力平台，分别对应三种算账模式。

以宇树、智元为代表的本体公司，核心能力是硬件制造和成本控制，商业逻辑更接近传统制造业——比拼的是供应链整合能力、量产效率。这类公司的估值锚点是出货量和毛利率，市场用制造业或消费电子的估值框架（市销率、市盈率）去衡量它们，天花板相对清晰，但也意味着估值弹性有限，除非能逐步向服务或运营环节延伸。

做机器人「大脑」的公司，会通过授权、SaaS或按调用量收费的方式，把能力复用给多家本体厂商——这也是美国具身行业更倾向的商业逻辑，更接近软件和AI公司，估值锚点是模型能力的通用性和被集成的广度——能力能否跨越不同本体、不同场景复用，决定了它的天花板。一旦某个大脑模型成为行业标准，就有可能获得类似操作系统厂商的估值溢价，但目前行业远未形成这样的共识标准，这类公司的估值波动也最大。

「机器人劳动力平台」倒是最接近远期的想象空间、但目前也是最不成熟的一种模式—不卖机器人本身，而是按小时、按任务或产出向客户收费，机器人只是交付载体。这类公司看重的是持续、可预测的经常性收入（ARR），而非一次性硬件销售额。

然而，整个行业还处在模糊的阶段。做大脑的，很多也在做本体；做本体的，也在投入大脑研发，大家都在讲更大的故事。

比如宇树也在研发大脑，并且向工业场景，美国的Figure AI、Physical Intelligence（Pi）也并非选择纯软件授权路线，而开始深度绑定特定本体（或场景）做端到端优化。

所以，以上三类商业模式的边界，在具身行业未必那么清晰。

每一轮技术浪潮，价值都在链条上不断迁移：PC从硬件到软件，手机从整机到生态。眼下本体在商品化，壁垒在制造良率和供应链关系，大脑还没有定价标准，核心在数据闭环和模型迭代。

市场缺的不是框架，而是给不确定性定价的方法，不过这也是一二级市场巨大的机会。

一位投资人半开玩笑说，今天排在前面的公司，有可能最后都进不了前十名。

数据制图｜AI闹

资料参考

1.野村证券：《Initiating coverage on China's embodied-AI leader Profitable humanoid maker at scale with cost leadership,faster iteration,and matrix breadth》‌

2.摩根士丹利：《The Robot Almanac》

3.高盛：《Global Physical AI:Framing the Forward Progress of Humanoids(with a Studied Focus on the Logistics Landscape)》

4.国泰海通证券：《2025年新一代“蓝领”：人形机器人如何站上工厂流水线——具身智能产业深度研究（七）》

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4889357.html?f=wyxwapp