![]()
![]()
人形机器人的下一个“临界点”
图片来源|网络(如侵权请联系删除)部分AI生成
乌镇峰会结束后的第二天,宇树科技的股价盘中涨了超过8%。资本市场显然听懂了王兴兴在“互联网企业家论坛”上那句话的分量:2027年,很大概率会成为机器人行业或机器人模型发展的一个临界点。
但如果你只把这句话理解成“机器人要爆发了”,大概率会错过他真正想说的东西。
王兴兴给“临界点”下过一个非常具体的定义:具身智能的“GPT时刻”,是机器人在80%的陌生场景中,通过语音指令完成80%的任务。
不是工厂里重复一千遍的固定工位,是陌生场景,是开箱即用,是它没见过这个地方但大概知道该怎么干活。
全球最顶尖的模型离这个目标“已经非常接近”,但卡在“最后几个毫米”上。
抓取、搬运这类粗操作成功率可以很高,拆手机、穿针引线这类需要触觉和精细力控的操作,成功率依然很低。
王兴兴的原话是,AI模型的输入输出和真实世界的对齐“还是差了一点”。
它更像一道筛子:技术上有能力跨过泛化门槛的玩家,拿到下一轮的入场券;跨不过去的,会在同一时间被资本和场景同时抛弃。
![]()
宇树手里有什么,缺什么
要理解宇树下注2027年的底气,得先把它拆开看。
宇树2025年的成绩单是硬的。全年营收16.99亿,同比增长332%;人形机器人出货5215台,全球第一,平均售价16.64万元,毛利率做到60%以上,核心部组件自研自产率超过90%。
四足机器人作为起家业务,2025年卖了2.3万台,依然是全球第一。
2026年上半年营收11.52亿,净利润2.74亿。单从“造机器人、卖机器人”这件事来说,宇树是中国乃至全球最接近规模化盈利的纯机器人公司。
但资本市场在2026年下半年给宇树上了一课。上市首日开盘价1100元,对应市值4449亿;一个月后,市值跌到2036亿,缩水54%。
触发这轮“挤泡沫”的,不是出货量出了问题,是扣非净利润同比下降19.34%,即主业利润在承压,营收增速从2025年的332%放缓到48%,研发和销售费用在快速吞掉利润空间。
这说明一件事:市场对宇树的定价逻辑,正在从“机器人第一股”的想象力,切换到“你到底能不能把机器人变成生产力”的交付验证。
王兴兴自己也在乌镇承认,机器人在工厂的实际工作效率“仍低于人工”,这是当前未能大规模推广的核心瓶颈。
宇树缺的那块拼图,不在硬件上。四足和人形的运动控制、量产一致性、成本控制,它已经跑通了。
缺的是“大脑”与数据的闭环。王兴兴说得很直白:包括宇树在内,机器人数据的利用率仍然偏低,“大量的数据被浪费掉了,没有很好地把AI模型用起来”。
头部大模型公司内部已经跑通了“模型自己采集数据、自己训练、自己迭代,人类只负责打分”的自进化循环,但在机器人领域,这套逻辑还很少见。
宇树2026年募资42亿,其中20.22亿投向智能机器人模型研发,占比接近一半。
方向是对的,但时间窗口并不宽裕。
![]()
![]()
“产量10万台”和“生产力10万台”
如果把视线从宇树拉到整个行业,你会发展2026年的数据会让人产生一种强烈的割裂感。
工信部的口径是,2026年上半年中国人形机器人产量超4万台,全年预计突破10万台。
高工咨询的统计稍保守一些,全球出货量接近6万台,中国超过5万台,市场规模超过100亿元。
无论用哪个数字,供给端的曲线都是陡峭向上的。
但弗若斯特沙利文拆开出货结构之后,画面变了:2026年上半年全球卖出去的人形机器人,六成以上流向了舞台和实验室,真正进入工厂和仓库创造直接经济价值的“生产作业”销量,只有0.12万台。
智元联合创始人彭志辉在自家创新日上说了一句很不给面子的话:“万台下线只是制造业的胜利,万台能够上岗才是物理AI的胜利”。
这解释了为什么融资在2026年四季度突然遇冷。10月具身智能赛道融资33起,总额101亿,比9月的60起、110亿几乎腰斩,距离6月顶峰时的55起、308亿更是落差明显。
高工咨询的预测很直接:2027年人形机器人赛道将迎来首轮大幅出清,未来三年超过15%的公司会倒闭或被并购。
中国信通院的报告用词更克制,但结论一致:泡沫风险正在积聚,未来两到三年通过市场竞争完成首轮出清。
所以2027年的“临界点”,对行业来说不是单一的技术事件。技术上的泛化突破和商业上的首轮出清,很可能同时发生。
能跨过“最后几毫米”的公司,会发现自己站在一个竞争者少了很多的赛道上;跨不过去的,技术故事讲得再好,也等不到下一笔钱。
![]()
大模型在帮忙,但帮的还不是“那一下”
那大模型到底把机器人往前推了多少?
进展是实实在在的。小米的Xiaomi-Robotics-1用10万小时真实操作轨迹预训练,在RoboCasa365和RoboDojo两个权威榜单上综合排名第一,人形机器人已经在汽车工厂的自攻螺母工站实现了连续3小时自主作业,成功率90.2%,满足76秒的产线节拍。
商汤开源的具身执行框架,在特定任务上把成本压到了GPT-6-Astra直接调用的1/50。OpenAI也放出了风声,2027年要拿出“亮眼的演示机器人样机”。
但商汤那份技术报告里有一个被很多人忽略的细节:GPT-6-Astra在RoboDojo基准上,10倍步数预算下成功率可以冲到81.9%,标准预算下只有27.6%。
换句话说,大模型不是不会做,是需要“想很久”。在仿真里想久一点没关系,在真实产线上,76秒的节拍不会等你。
王兴兴说的“最后几毫米”,本质上就是这个问题的物理版本。
语言模型可以靠海量文本学会“杯子”这个词的语义,但机器人要学会在不同材质、不同重量、不同表面摩擦力的杯子上施加恰到好处的力,需要的不是文本,是触觉,是力反馈,是真实世界里物理交互的细颗粒度数据。
全行业过去几年累积的真实操作数据,大概只有10万小时量级。这个量级,训语言模型连零头都不够。
所以2027年最值得关注的,不是哪家公司的机器人又学会了后空翻或者跳舞,而是数据飞轮有没有真正转起来。
宇树内部启动的“物理AI模型自进化”,方向就是让模型自己在仿真和真实环境之间循环迭代,减少对人工编程和调试的依赖。
如果这套循环能在2027年跑出可验证的效率提升,临界点才有技术底座;如果跑不出来,所谓的“GPT时刻”就仍然是一个漂亮的类比,而不是工程现实。
![]()
宇树下注2027
回到宇树本身。它在下注2027年这件事上,有一个被低估的优势,也有一个被高估的风险。
被低估的优势是硬件规模本身。王兴兴说得很清楚:制造和部署上千台甚至上万台机器人去采集数据,“某种意义上是件成本很低、比较容易的事情”。
当同行还在为几百台的交付头疼的时候,宇树已经能把上万台机器人撒到真实场景里去跑数据。G1单一型号累计下线约1万到2万台,是全球出货量最大的单一型号人形机器人。
硬件规模不直接等于智能,但它决定了获取数据的边际成本。在数据成为核心瓶颈的行业里,这是一个被很多人低估的筹码。
被高估的风险是“第一股”的光环。4449亿的峰值市值里,有相当一部分定价的是“人形机器人=下一个万亿赛道”的叙事,而不是宇树当期利润表能支撑的东西。
扣非净利下滑和增速放缓说明,从卖机器人到卖生产力之间的那段路,宇树自己也要一步一步走。
2026年上半年,智元出货8400台,反超宇树的5900台,全球份额拉到44%对31%。国内“双雄”格局已经成型,谁也没有躺赢的资格。
人类目前最大的价值,是“评价AI模型,或者设置目标让AI去实现”。这话放在宇树自己身上同样成立。
2027年之前,宇树要做的不是证明“机器人能做什么酷炫的动作”,而是要证明机器人做完动作之后,有人愿意持续为那个动作付钱。
临界点不会把所有人都带过河。它只会让河对岸的人,和河这边的人,看清楚彼此之间的距离。
宇树手里有船票,但船还没靠岸。
01
02
03
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.