--- author: 老周横眉 date: '2026-09-03' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=NAiqDPEMNtE speaker: 老周横眉 tags: - humanoid-robot - embodied-ai - industrial-policy - tech-bubble - valuation-analysis title: 宇树科技4500亿市值背后：是硬科技突破，还是一场被催熟的产业泡沫？ summary: 深入剖析中国人形机器人产业与宇树科技上市引发的狂欢。结合技术本质与财务数据，拆解遥控表演、通用具身智能的真实技术鸿沟，以及由政府财政与国企采购驱动的内循环估值泡沫。 insight: '' draft: true series: '' category: tech-trends area: tech-engineering project: [] people: - 王兴兴 companies_orgs: - 宇树科技 products_models: [] media_books: [] status: evergreen --- ### 盛大狂欢：从世界运动会到科创板造富神话 由北京市政府与央视联合主办的第二届世界人形机器人运动会拉开帷幕，赛场上各类人形机器人各显神通。尽管冠以“世界运动会”之名，实际上超过百分之九十六的参赛机器人均来自中国的企业与科研机构。两千零五十六台人形机器人，在整整五天时间内，参与了五十一个项目、一千三百多场激烈角逐。中国媒体上接连不断地传来振奋人心的“技术突破”捷报：机器人跑一百米跑出了八秒六四的惊人成绩，远超博尔特保持的人类世界纪录；机器人打拳击、机器人跳远、机器人弹钢琴、机器人铺床叠被。在过去一年里，中国的人形机器人仿佛突然“开了窍”，在网络视频中频频上演功夫对决、后空翻与整齐划一的舞蹈，甚至开始频繁进驻各类大型公共场所与节庆舞台进行盛大表演。 这种对人形机器人的全民狂热与宏大叙事，极其自然地传导并映射到了资本市场。二零二六年八月十九日，**宇树科技**（Unitree Robotics）正式在科创板挂牌上市。开盘瞬间，宇树科技股价便暴涨百分之六百二十九，总市值一口气冲到了四千四百四十九亿元人民币的惊人高位。在那一刻，一家上一年度年营业收入仅为十七亿元左右的硬件初创企业，其市值规模却直接超越了中国绝大多数历史悠久的大型商业银行、龙头地产商以及老牌科技巨头。宇树科技的九零后创始人**王兴兴**，也在一夜之间个人身价突破数百亿元，跃升为中国最具财富效应的企业家之一。 要理解这个估值体系有多么夸张，不妨做一组最直观的财务对比：宇树科技全年的总营收规模，大约只相当于上汽集团一天的营业收入，但其在二级市场上的总市值，却是上汽集团的接近三倍。然而，在这一切资本狂欢与视觉盛宴的背后，如果你把镜头稍微向旁边挪一挪，移出那个经过精心设计、角度严苛的宣传构图，你就会频繁在画面的边缘角落里发现一个人——他的手里正紧紧攥着一个遥控器。 让一台自重一百多斤的复杂机械结构在动态环境中维持平衡、流畅运动，并在跌倒后自主重新站立起来，这确实代表了相当出色的机械结构设计与运动控制工程能力。但这与全社会所热烈期盼、普遍想象中的“自主通用智能机器人”之间，依然隔着天堑般的遥远距离。这就引出了一个最核心的本质问题：一个核心技术底层远未成熟、商业闭环尚未跑通的产业，为什么能够在当前的资本市场上获得如此惊人的天价估值？ 答案在于，在这场人形机器人的狂欢背后，手上拿着遥控器的绝不仅仅是赛场边与展厅里的操作员。在整个中国机器人产业狂飙突进的宏大棋局背后，还站着另外一群深具影响力的人，他们手里同样握着无形的政策与资金遥控器——那就是产业政策的制定者与政府力量。我们必须剥离情绪与口号，认真审视人形机器人究竟是不是一个被催熟的巨大泡沫，中国是否真的已经实现所谓“遥遥领先”，普通投资者是否应当盲目冲入二级市场的上市热潮，以及这一轮产业催熟背后的底层逻辑究竟是什么。 ### 概念辨析：遥控、预编程与具身智能的鸿沟 要客观评估人形机器人产业的真实成熟度，首先必须彻底厘清三个在日常传播中被高度混淆的概念：**遥控**（Teleoperation）、**预编程**（Pre-programming）与真正的**自主具身智能**（Embodied AI: 具备物理世界感知、理解、推理与自主决策执行能力的实体智能系统）。 第一种是**遥控**，这是最直观且技术门槛相对较低的方式。人类操作员通过物理手柄、动捕外骨骼或遥控器向机器人实时发送底层控制指令，机器人仅仅作为机械执行器将动作在物理世界中还原复现。在网络上流传的许多机器人“神级操作”或街头巡游视频中，只要镜头拉远，经常能看到场边有工作人员在隐蔽处悄悄操控手柄。 第二种是**预编程**。软件与控制工程师在实验室受控环境中，提前把一整套极其复杂的连续动作轨迹、关节角度与时序参数调试优化完毕，并固化写入底层控制程序。到了展示现场，工作人员只需按下启动键，机器人便会像播放录像带一样，严格按照预设的时序与轨迹完成整套表演。央视春晚舞台上的多台机器人伴舞、排队打功夫便属于典型的预编程展示。它们之所以能够表现得步调一致、动作优美，是因为所有的动作路线、地面摩擦系数、音乐节拍都在完全相同的固定舞台上进行了成百上千次的反复校准与死记硬背。 第三种才是全社会真正期待的**具身智能**。机器人需要依靠自身的传感器自主实时观察多变的环境，精准理解人类提出的抽象自然语言需求，基于物理常识自主规划动作路径，并在遭遇从未遇过的意外突发状况时，依然具备即时应变与自我修正的能力。这三种能力在几秒钟的短视频切片中看起来或许视觉冲击力相当，但背后的技术难度、通用性以及所蕴含的实际生产力与经济价值，却存在着天壤之别。 一台机器人按照预先写好的静态代码打完一套漂亮的太极拳，确实能够证明其电机响应、关节减速器精度与基础动力学平衡算法做得足够扎实。但在商业与产业维度上，如果它无法脱离预设脚本独立作业，它本质上依然只是一个昂贵的机械玩具，并不具备任何颠覆性的现实生产力。 购买一台售价数万元的消费级人形机器人的实际体验往往非常骨感。除了在平整地板上按照预设轨迹走来走去、跳两段内置的机械舞蹈、完成几个固定的动作指令以及进行极其基础的语音问答之外，在日常生活场景中几乎只能充当昂贵的科技摆设。如果普通人幻想在未来几年内让人形机器人来照顾年迈卧床的老人、甚至将其稳妥扶下床，现实中使用者往往需要先花费巨大的体力去搬运和伺候这个几十公斤重的铁疙瘩。机器人在断电关机后，全身电机瞬间卸力瘫软，缺乏两个人合力根本无法安全搬运；其电池续航通常仅有一小时左右，外出活动极易陷入电量耗尽的尴尬境地。更关键的是，遥控器上复杂的组合按键逻辑缺乏持续的日常刚需任务来强化记忆，一旦脱离遥控输入，设备就完全丧失了自主行动与泛化作业的能力。 有人或许会辩解，机器人运动会中的许多竞技项目并没有人工实时手柄遥控，全靠机器自主运行。这一事实固然成立，但依旧无法掩盖其技术本质：在一个跑道尺寸固定、比赛规则单一、障碍物位置完全已知、且参赛团队经过数月专项场景彩排与针对性过拟合训练的封闭环境中完成一套动作，其底层依然是高度特化、针对特定物理边界的预设算法。一台机器人能在平整标定的橡胶跑道上跑出惊人速度，与它真正进入动态混乱的现代工业车间，自主在货架间穿梭寻找物料、敏锐避开突然走动的人类工人、精准识别临时被移动位置的异形工具并连续无故障稳定作业八小时以上相比，两者之间存在着十万八千里的工程与算法鸿沟。 正如宇树科技创始人王兴兴自己在公开场合所言：真正的通用具身智能，绝不是在舞台上跳舞翻跟头，也不是百米冲刺打破纪录，而是将一台人形机器人带进一个完全陌生的普通家庭环境中，仅仅给它一句抽象的日常语言指令，它就能够自主理解并可靠完成百分之八十左右的日常家务杂务。然而，关于何时能够真正迈过这道门槛，行业内部的判断却呈现出冰火两重天的巨大撕裂。 ### 认知鸿沟：三维视觉、物理泛化与专家学者的冷思考 商业公司出于市值管理、融资推进与维持资本市场狂热预期的现实需求，往往倾向于给出极其激进乐观的时间表。王兴兴曾表示这一愿景“快则两三年，慢则五到十年”即可实现。然而，如果剥离直接利益相关方的宣传滤镜，审视那些长期深耕机器人学与人工智能理论、无需对股价和融资负责的一线学术界专家的判断，我们会看到截然不同的严谨结论。 长期专注于家庭照护机器人前沿研究的**斯坦福大学**机械工程学者明确指出，即便是针对单一固定场景、执行单一特定任务的专用家庭机器人（例如仅仅专门负责安全辅助老人从床上坐起，或是单一维度的餐具清洗摆放），距离稳定商用可能仍需要五到十年的扎实攻关；而如果想要研发出真正能够在非结构化家庭环境中自如承担多品类复杂照护任务的通用型人形机器人，整个行业恐怕还需要持续探索二十到二十五年。 更为关键的是，即便在二十多年后通用机器人初步具备了进入家庭环境的能力，也绝不意味着它们能像成熟的人类管家一样完全自主兜底一切意外状况。在相当长的时间跨度内，人类依然必须在系统回路中充当“安全监督者”的角色，以便在机器人遭遇无法理解的物理冲突或长尾边缘极端工况时即时人工接管。这意味着在初级阶段，家庭甚至可能需要专门雇佣一个人来照看这个照护机器人。这种严谨的学术推演，与当前商业宣传中所描绘的“全能保姆机器人即将全面接管人类体力劳动”的宏大叙事构成了极其鲜明的对照。 要透视当前人形机器人企业的估值泡沫，就必须从科学底层理解实现“通用具身智能”的真正瓶颈究竟在哪里。当下的先进人形机器人普遍已经配备了相当成熟的三维空间视觉系统（如双目相机、LiDAR、深度传感器），并能在限定试验场中掌握部分动力学平衡规律。然而，它们最根本的死穴在于缺乏对**物理世界底层的泛化认知能力**（Generalizable Physical Common Sense）。 概括三维视觉与物理认知之间的本质区别在于：**三维视觉**回答的是“眼前有什么物体、它的空间坐标与几何轮廓在哪里”；而**物理世界的认知与因果推断**回答的则是“如果我对眼前这个物体施加某种特定动作，接下来在物理世界中会产生什么连锁反应”。 举一个具体的生活案例：借助先进的三维点云与深度相机，机器人可以轻易识别出前方三米处的桌面上放置着一个杯子，杯口朝上，把手偏向右侧，内部盛有液体。但一个具备完整物理常识的具身智能体，在实施抓取之前还必须瞬间进行一系列深层物理推理： 1. 这个杯子是韧性塑料、易碎薄壁玻璃还是沉重的陶瓷？ 2. 机械臂应当输出多大的法向夹持力，抓取速度该提升到多快，才能既不捏碎杯壁、又不会让杯子滑脱，同时确保液体不会因加速度过大而晃出？ 3. 在提起过程中如果检测到摩擦力突变、杯身开始微小打滑，控制回路应当瞬间加大握力还是迅速平稳下放？ 4. 如果杯子旁边紧挨着一台开启状态的笔记本电脑，机械臂应当规划怎样的空间避障轨迹，以确保在任何颠簸意外下都不会把水泼溅到电子设备上？ 这些问题绝非仅仅获取物体的三维几何外形就能自然推导出来的。三维视觉仅仅记录了世界“当前呈现的几何表象”，而物理认知理解的则是“物理世界遵循的深层运转规律”。对于人类而言，这种物理常识是一种与生俱来的身体直觉——哪怕是没有接受过基础物理教育的人，也本能地知道重物下坠会砸伤脚面、玻璃落地会粉碎、湿滑的瓷砖地面极易摔跤、猛拉桌布会掀翻上方的花瓶。但对于依赖数据拟合的人工智能系统来说，跨越这一步存在着三大几乎难以逾越的技术鸿沟： 首先，**大量决定物理交互结果的关键属性是纯视觉传感器完全无法直接观测的**。物体的自重分布、表面微观摩擦系数、材料硬度与杨氏模量、弹性形变特征、热传导温度、容器内部液体的粘稠度与晃动动态、物体底部是否被螺栓固定在基座上——所有这些关键物理变量，都无法单凭表面像素或几何点云直接获取。两个外观、色彩与尺寸完全一致的纸箱，一个装满铅块重达数十公斤，另一个空无一物，机器人如果仅凭视觉外观采取相同的抓取策略与关节力矩输出，必然导致电机过载损坏或直接掀翻倾倒。特斯拉首席执行官**马斯克**（Elon Musk）在复盘人形机器人研发难点时也曾公开坦言：人形机器人系统工程中最艰难的攻坚点正是手部的精细触觉与多维感知能力，手部系统所需的微型传感器阵列、腱绳驱动与高频算力开销，几乎占据了整个机器人机电工程与控制复杂度的一半左右。 其次，**非结构化的真实物理世界充满了无法用预设程序完全穷尽的长尾边缘场景（Edge Cases）**。同样是日常拉开冰箱门的简单动作：有时候密封胶条因负压吸附极紧，需要爆发力克服静摩擦；有时候地面上可能会突然蹿出一只宠物猫；有时候冰箱门内侧放置的调料瓶因震动已经处于倾斜跌落的临界状态，拉开门的瞬间就会坠落。人类大脑可以在毫秒级时间内根据多模态感知即时重构肌肉动作，但机器人如果仅仅是在标准化受控数据集上进行监督训练，一旦置身于光照、摩擦力或布局发生微小扰动的现实环境中，其控制策略就会发生灾难性的失稳与崩溃。机器人不仅需要理解刚体物理，还需要预判人类与动物的行为意图，并在遭遇非预期物理干涉后具备自主容错与状态恢复能力。 最后，**物理交互的高质量多模态数据在现实世界中极其稀缺且采集成本高昂**。文本大语言模型之所以能在过去数年取得突破，是因为能够直接利用全人类在互联网上沉淀了数十年的海量低成本数字化文本；但现实物理世界中，没有任何现成的数据集能够告诉神经网络：抓取一颗脆弱生鸡蛋时各手指触觉传感器反馈的精确牛顿力曲线是多少，水杯即将失稳滑脱前毫秒级的微振动信号特征是什么，轻拍婴儿背部时力度的动态衰减梯度该如何维持。更严峻的挑战在于，大语言模型生成了一句错话，系统只需耗费极低算力重新生成一遍即可；但如果一台自重上百斤、输出数百牛米关节扭矩的人形机器人在真实家庭中出现控制失控，抓碎玻璃、摔倒砸伤老人或在抱起婴儿时发生力矩误判，其所造成的物理人身伤害与财产损失是完全不可逆且致命的。 正因如此，在国际人工智能与机器人前沿学术界，诸多泰斗级学者对短期内实现人形机器人的通用落地持极其审慎甚至悲观的态度。**麻省理工学院**（MIT）前人工智能实验室主任、iRobot联合创始人**罗德尼·布鲁克斯**（Rodney Brooks）曾直言不讳地推断：要让一台机器人在开放动态环境中达到如同一只普通家犬般的空间注意力、多模态敏锐度与综合环境适应能力，可能至少要等到二零四八年；而要让机器人达到如六岁人类儿童一般理解自身存在、物理规律与人类意图的智能水平，他给出的预期是“在我的有生之年难以看到”（Not in my lifetime）。这里所谓的“狗的智能”，并非指文字聊天对话，而是指一只狗进入陌生房间后，能瞬间理解立体空间结构、自如避障、准确判断人类情绪与指令倾向、记忆物理事件并灵活自适应调整行动。图灵奖得主、深度学习先驱**杨立昆**（Yann LeCun）亦反复强调，当前基于自回归架构的AI系统在理解物理世界基本常识方面甚至还远不如一只猫或老鼠，若机器能在物理世界交互中达到猫或老鼠的敏捷度与因果理解力，就已是人工智能领域的里程碑式胜利。 基于上述严谨的科学事实，商业宣传中宣称的“两三年内让人形机器人进入任意家庭并自主完成绝大部分家务”的承诺，在底层技术演进逻辑上完全缺乏严谨的物理与算法支撑。 ### 财务透视：宇树科技的估值神话与研发投入迷局 在厘清了技术发展的真实客观阶段后，我们回过头来审视宇树科技这家企业本身。客观而言，宇树科技并非毫无技术积淀的空壳概念公司。创始人王兴兴深耕机械与控制工程领域，宇树科技从最初的四足机器狗起步，逐步迭代切入双足人形机器人赛道，在无刷电机设计、减速器匹配、基础运动平衡算法、整机系统集成以及硬件制造成本控制方面展现出了极强的工程执行力。依托中国本土完备、高效且具备极致成本优势的工业供应链，宇树科技在硬件定价与出货门槛上建立了显著的全球成本竞争壁垒。 从财务基本面来看，宇树科技的营业收入从二零二三年的一点五九亿元迅猛增长至二零二五年的近十七亿元；在二零二五年，公司实现了二点七八亿元的归母净利润。在当前全球人形机器人初创企业普遍深陷巨额研发亏损、商业变现极为艰难的行业大背景下，能够实现数亿元级别的正向盈利，在硬件制造维度确实是一份拿得出手的成绩单。 然而，宇树科技当前面临的最致命矛盾，在于**二级市场赋予它的天量估值与宏大叙事，已经远远脱离了其商业本质与技术基本盘**。宇树科技当前真正在市场上形成规模化交付的产品，是机器人的“物理躯体”；而资本市场按照数千亿市值对其进行狂热追捧并为其买单的，却是那个八字还没有一撇、甚至整个学术界尚未攻克的“通用具身智能大脑”。换言之，宇树科技卖出的是精密的机械硬件四肢，而股民与机构在二级市场用真金白银疯抢的，却是一个尚未被发明出来的超级人工智能系统。 在资本市场上，高成长性科技企业享受一定的估值溢价并不罕见，股价本质上反映的是对企业未来现金流折现的预期。然而，即便将所有激进的乐观预期全部代入模型，宇树科技上市时所展现出的估值倍数依然远远超出了常规金融学常识的范畴。 在挂牌上市首日，宇树科技的股价从一百五十点八元直接被资金爆炒至一千一百元，总市值逼近四千五百亿元人民币。按照二零二五年二点七八亿元的归母净利润静态计算，其市盈率（P/E Ratio）高达**一千六百倍**。一千六百倍市盈率意味着，假定企业未来的净利润规模保持不变，投资者需要持续等待一千六百年才能收回当前的买入成本。即便是考虑高复合增长率，横向对比全球科技巨头的估值中枢：全球消费电子与软件生态霸主苹果公司的市盈率常年维持在三十七倍左右；全球云计算与企业服务巨头微软的市盈率在二十七倍上下；即便是处于全球AI算力基础设施核心垄断地位、营收与净利润呈现爆发式几何级数增长的时代宠儿英伟达（NVIDIA），其市盈率也仅维持在二十八倍左右。 这一悬殊对比揭示了极其荒诞的资本市场定价分歧：全球主流机构投资者对英伟达每赚取的一元真金白银利润，愿意给予二十八元的市场估值溢价；而中国二级市场的狂热资金，却愿意为宇树科技每赚取的一元利润支付高达一千六百元的对价。这种脱离基本面的极端估值泡沫注定无法在二级市场维持，在上市后短短数个交易日内，宇树科技股价便迅速遭遇腰斩，回调至五百八十元附近。然而即便在市值缩水近半之后，其静态市盈率依然高达荒谬的八百五十倍。 如果说市盈率指标可能会受到企业发展早期净利润基数较小的扰动，那么从更具穿透力的**市销率**（P/S Ratio: 市值与营业收入总额的比值）维度来看，其估值失真程度更加触目惊心。回顾由马斯克执掌、具备极强愿景溢价的商业航天巨头 **SpaceX**，在其估值冲向历史高位时，九十五倍的市销率便已被华尔街众多资深专业投资机构严厉预警为高风险泡沫；而 SpaceX 旗下已经实际建成了覆盖全球的 Starlink 低轨卫星互联网星座巨网，实际垄断了全球绝大部分商业卫星发射市场份额，完全掌握了颠覆性的火箭垂直回收复用技术，并且内部协同拥有全球核心社交网络平台 X 与前沿大模型体系 xAI（Grok）。相比之下，宇树科技上市首日的最高市销率竟然冲到了惊人的**两百六十二倍**；即便在股价腰斩之后，其市销率依然高居**一百三十九倍**，相当于 SpaceX 估值巅峰期的一点五倍左右。宇树科技本质上依然只是一家深耕机械本体制造与基础运动控制算法的硬件设备生产商，其核心动作展示在很大程度上依赖预编程与人工遥控，支撑其数百倍市销率的底层逻辑极为脆弱。 然而，对于一家号称要引领全球具身智能革命、彻底颠覆全人类劳动生产范式的高科技企业而言，其财务报表中最令人震惊的指标，其实还不是高不可攀的估值乘数，而是其**极其单薄、甚至低得反常的研发投入规模**。 根据公开财务数据与招股书披露，二零二五年宇树科技全年的总研发费用仅为**一点四五亿元**人民币；回溯其过去三年的研发投入总和，累计仅仅只有**二点六五亿元**人民币，折合年均研发支出仅有八千多万元。这一微薄的研发体量在资本市场上引发了诸多知名经济学者的公开质疑。知名经济学者**付鹏**便曾尖锐地指出，宇树科技全年的研发总投入甚至远远落后于国内大型现代养殖企业——生猪养殖龙头牧原股份同期的年度研发投入高达十六点四八亿元，是宇树科技的十一倍以上；在研发团队规模上，牧原股份配置了六千五百多名研发人员，而宇树科技的全部研发人员仅有一百八十四人。一家旨在以通用智能机器人重塑人类工业与家庭场景的科技明星企业，其研发人员总数还不足一家传统农业养殖巨头的百分之三。 或许有人会提出异议，认为跨行业的研发绝对值对比忽略了收入体量差异，应当采用**研发费用率**（研发费用占营业收入的百分比）作为衡量技术导向的公允标准。然而即便是将宇树科技置于中国本土机器人同行的横向坐标系中对比，二零二五年包括优必选（UBTECH）、越疆科技、云深处、乐聚机器人等在内的诸多主流机器人企业，其研发费用率普遍保持在百分之二十三以上，而宇树科技的研发费用率仅有区区**百分之八点五三**。 更为关键的是，基础科研与底层人工智能大模型的研发存在着极其残酷的“资金绝对门槛”。微薄的绝对投入规模从物理上直接锁死了企业的原始创新与算法上限。根据宇树科技招股书中的详细资金投向披露：在过去三年累计二点六五亿元的总研发支出中，真正投入到“多模态通用具身智能大模型项目”的资金合计大约仅有**两千八百万元**人民币，仅占同期研发总投入的百分之十左右；即便算上“强化学习运动控制算法”专项投入的三千五百八十六万元，三年间用于机器人的“智能大脑”与前沿算法开发的累计资金也只有区区数千万元，研发资金的绝大部分依旧沉淀在传统机械结构改良、电机减速器测试与硬件制造工艺等物理本体层面。 在当今全球前沿人工智能研发领域，三千五百万元人民币（折合约五百万美元）的资金体量意味着什么？根据权威行业媒体披露，**OpenAI**、Google DeepMind 等全球顶尖人工智能实验室为了争夺核心科学家与多模态大模型带头人，开出的顶级研究员年薪薪酬包普遍在一千万至两千万美元之间。这意味着，宇树科技过去数年投入到具身智能核心算法上的全部研发预算，甚至难以覆盖海外顶尖实验室一名资深核心算法科学家的年度薪酬。 退一步而言，哪怕不与消耗海量算力与顶尖人才的前沿AI实验室做对比，仅仅对比全球传统玩具与消费品跨国巨头：以制造孩之宝棋盘游戏、变形金刚机械模型和粘土闻名的传统玩具巨头**孩之宝**（Hasbro），其二零二五年的产品开发与研发投入折合人民币高达二十七点八亿元，是宇树科技的近二十倍；全球积木巨头**乐高**（LEGO）同期的年度研发支出为二十三点七亿元人民币，是宇树科技的十六点三倍；美泰（Mattel）同期的研发投入亦达到十六点四亿元人民币。面对如此微薄的真实研发支出结构，二级市场狂热资金所坚信的所谓“技术代差超越”与“自主具身智能全面突破”，在严谨的财务事实面前不攻自破。 ### 市场真相：政府采购、财政循环与封闭内卷生态 如果当前的人形机器人既无法在非结构化环境中展现真正的通用智能，在底层技术研发上的资金积累又极其有限，那么宇树科技等企业在过去两年中实现的高速营收增长与数亿元净利润，究竟是由谁在真金白银地买单？这些售出的人形机器人到底流向了哪里？ 通过对公开数据的穿透分析，我们可以看清当前人形机器人商业采购的真实流向。澎湃新闻曾对二零二五年春节至二零二六年六月底全国范围内涉及“人形机器人”与“具身智能”的共计七百四十九条招投标历史记录进行了系统性穿透筛查。在最终剔除概念重合、锁定的三百零二个真正包含实体人形机器人采购的有效中标项目中（中标总金额累计达十八点三八亿元人民币），呈现出高度集中的客户画像： * 在这三百零二个采购实体中，有两百零五个买家为**高等院校与科研院所**，在项目数量上占据了高达**百分之六十八**的绝对比例； * 从采购资金的支付端来看，**国有企业与地方政府公共预算**合计采购支出达十三点六七亿元人民币，占据了公开采购总金额的**百分之七十四**。 无独有偶，中国科学技术发展战略研究院发布的权威行业统计数据亦印证了这一市场结构：在全行业已销售交付的人形机器人产品中，约有**百分之四十二**的产品直接流向了高校与科研机构用于教学及课题实验；约有**百分之十九**的产品被用于地方科技展馆、数据采集中心与商业展厅的接待与互动展示；而真正直接进入工业制造车间、自动化物流流水线等实质性实体生产场景的人形机器人，在总出货量中仅仅占据了微不足道的**百分之四**。 宇树科技自身的营业收入结构与行业大盘的宏观数据高度契合。在其公开披露的营收细分数据中：科研教育类客户采购占据了其人形机器人总收入的**百分之七十三点六**；商业消费与展示类采购占据了**百分之十七点三九**；而来自工业制造等行业的实际应用收入仅仅占到**百分之九点零一**。在这仅有的百分之九的行业收入中，还有相当大的比重仅仅是大型企业采购后摆放在企业数字化展厅内部充当迎宾科技门面；全年在明确工业作业场景中实现的硬件销售收入，仅仅只有一千五百七十万元左右。 这组极其详实的财务与产业数据具有决定性的分水岭意义，它彻底打破了外界对于人形机器人“已经实现产业化落地”的虚假幻觉，清晰地界定了两套本质完全相悖的商业逻辑：**卖出机器人**并不等同于**机器人真正进入生产力循环**。 在成熟、健康的现代商业市场中，底层的供需运转逻辑应当是内生自发的：某一家制造工厂在经过严密测算后发现，采购部署一台售价二十万元的人形机器人，每年能够实打实地帮助产线削减三十万元的综合人工、工伤与良率损耗成本，并在十二个月内实现净投资回报（ROI），于是该工厂会主动掏出自身的经营利润进行商业采购；周边同行在看到明确的降本增效财务示范效应后迅速跟进复制，从而在全行业催生出滚雪球式的内生性刚性需求。在这套机制下，卖方企业必须首先在物理世界与财务报表上硬核证明自身产品能够创造超额价值。 然而，当前中国的人形机器人产业链呈现出的却是一种完全倒置的“逆向需求”模型：在机器人本体尚完全无法向市场证明其具备替代人类复杂劳动、实现经济降本能力的阶段，庞大的采购订单与买方群体却已经被人为地批量制造了出来。之所以出现这种反常现象，是因为市场上最大的买单方根本不是自负盈亏、精打细算投资回报率的民营制造企业，而是由财政资金支持的高校科研机构、追求政策导向的国有企业以及急于打造新兴产业政绩名片的地方政府。 以二零二六年六月为例，工信部与国务院国资委联合印发了《人形机器人与具身智能实景实训专项行动计划》，明确要求在重点行业与典型场景中加快推动具身智能机器人的常态化落地部署。政策号角一经吹响，在短短一个月时间内，全国范围内人形机器人公开招标采购项目迅速激增至七十二个，单月中标总金额飙升至八点九六亿元人民币，无论项目单数还是招标规模均刷新了历史峰值记录。政策文件刚刚按下启动键，巨额采购订单便瞬间在体制内生态中高速空转起来。 这清晰地折射出当前中国人形机器人产业的真实生态底色：这绝非一个在自由市场竞争中由底层生产力需求自然孕育生长的商业生态，而是一场**由产业政策自上而下顶层设计、地方政府强力创造伪需求、公共财政与国企资金提前垫资买单的典型计划型闭环**。 ### 路径依赖：新旧动能转换焦虑下的“制造业解法”豪赌 理解了这一封闭的需求内循环，就必须进一步探究深层次的宏观战略诱因：决策层为何选择在底层通用智能技术尚未真正成熟的当前时间节点，以如此高强度的行政资源与财政杠杆强行催熟人形机器人赛道？其背后交织着两大核心宏观诉求与深层焦虑。 其一，**人形机器人被视作大国人工智能科技竞争下一阶段的核心物理载体与不对称破局点**。在上一阶段基于大语言模型、深度学习算法框架、先进制程算力芯片以及基础底层软件生态的数字智能博弈中，美国科技巨头凭借强大的先发优势与底层原创生态占据了主导地位。然而，中国在制造业体系完备度、精密机电零部件配套能力、超大规模熟练产业工人基础以及极限制造成本压缩方面，具备全球任何单一国家无可比拟的实体供应链集群优势。如果全球人工智能产业的未来演进路径，必然要从纯虚拟的比特世界（Tokens）全面跨越进物理原子世界（Atoms），那么深度依赖精密减速器、高性能无刷电机、轻量化材料与整机装配的人形机器人，便被战略性地视为中国最具产业反超潜力与供应链护城河的核心抓手。 其二，**在宏观经济面临结构性动能转换的关键阵痛期，全社会迫切需要一个极具想象空间的新增长故事来重塑信心**。伴随着传统土地财政与房地产支柱模式的深度调整，以及传统大基建投资边际效应的逐步递减，在旧有增长引擎相继降速的大背景下，宏观叙事急需开辟出一个能够承载海量产业资本、拉动高端装备制造、并具备全民级传播穿透力的战略级新兴支柱。人形机器人天然完美契合了这一宏大叙事的全部要素：高精尖芯片的纳米级制程突破在视觉上是抽象隐晦的，底层工业设计软件与编译器的技术攻坚难以为普通大众所直观感知；但多台人形机器人在聚光灯下步调一致地演练功夫套路、在国家级晚会舞台上灵动起舞、在竞技场上完成百米冲刺，能够以最具视觉冲击力、最低认知门槛的方式向全社会展现直观的技术崛起与科技硬实力。 在这一宏观逻辑的主导下，中国人形机器人产业迅速形成了一套标准化的**六步闭环演进路径**： 1. **顶层定调**：中央部委在产业规划与战略性新兴产业目录中，将具身智能与人形机器人确立为国家战略级攻坚方向； 2. **地方跟进**：各级地方政府迅速对标响应，在极短时间内密集设立专项机器人产业引导基金、圈定机器人产业示范基地与科技园区，在工业用地指标、税收返还、研发补贴与股权融资上给予全方位倾斜； 3. **财政采购**：辖区内的国有企业、地方院校、智慧城市运营平台与展馆迅速承接采购任务，立项采购大批人形机器人硬件，挂牌成立实景实训基地与数据采集示范中心； 4. **资本包装**：机器人制造企业手握大量来自体制内与科研机构的确定性采购订单，迅速前往一级市场向风险投资机构展示亮眼的合同流水、出货规模与营收增速曲线，以极高的溢价完成多轮巨额融资； 5. **内卷扩产**：企业将融得的天量资本快速投入到产能扩张、产线建设与供应链压价竞争中，众多同质化企业相互发起激烈的价格战与出货量内卷，在最短时间内将机器人硬件本体的单台制造成本压缩至全球最低水平； 6. **叙事闭环**：伴随着极致成本打压下的出货量激增，产业联盟与官方媒体开始向外界广泛宣传“中国人形机器人出货量与制造规模已牢牢占据全球第一”。这一亮眼的规模指标被反向用来论证最初产业扶持政策的无比英明与前瞻性，从而进一步诱导更多公共资源与二级市场社会资本加码涌入。 在这一庞大的人造内循环生态中，**政府与公共体系在事实上一人分饰了多重相互冲突的关键角色：它既是最初战略方向的定义者、产业扶持政策的补贴者，又是市场上最核心的超级买家与订单采购方，同时还是下游测试场景的基础设施提供者，并最终充当了裁定这一产业是否取得实质性成功的唯一评判裁判**。当一个市场中的超级买家、关键投资人、场上运动员与最终规则裁判全部高度重叠时，账面上的所谓“出货量暴涨”与“全球市场份额遥遥领先”，便在经济学意义上彻底丧失了验证“真实市场有效需求是否成立”的检验功能。 面对这种由政策深度驱动的产业内循环，常有一种流行观点将其类比为中国在**光伏产业**与**新能源智能汽车**领域取得的历史性突破。持这种论调的人士往往认为：当年中国在光伏组件与电动汽车领域同样经历过漫长的政策高额补贴、地方产能重组过剩与激烈的全行业洗牌，但最终凭借集中力量办大事的产业制度优势与供应链内卷能力，成功将欧美老牌巨头击溃，确立了全球新能源产业的统治地位。因此，在人形机器人赛道上照搬这套打法，同样能够依托强大的制造飞轮实现后发制人。 然而，这种简单粗暴的类比忽略了一个最致命的科学与工程底层差异： * **光伏电池板**在当年中国产业政策开启大规模财政补贴与产能扩张之前，其基于光生伏特效应的能量转换物理路径早已经在科学界被彻底跑通，光伏板在出厂的那一刻本身就已经具备稳定的发电功能； * **电动汽车**在迎来中国全产业链爆发与政策补贴之前，其基于动力电池包、电机电控的核心三电工程路径早已经由特斯拉等先行者在商业市场上完整跑通并实现了开源验证，电动车作为交通工具的基础代步与安全行驶功能是确定无疑的。 换言之，光伏与电动汽车产业在政策大规模介入时，需要攻克的核心瓶颈是**工程制造层面的降本增效与规模化量产问题**，是如何将昂贵的技术做得更加廉价、可靠并推向大众市场。一旦制造成本在补贴与规模效应下被大幅压缩，产品本身便能凭借更高的经济性价比在真实的自由市场中瞬间激发排山倒海般的真实消费需求。 但**人形机器人**当前面临的技术瓶颈，根本就不是“如何把硬件躯体造得更便宜”，而是**其底层的通用智能大脑在科学与算法层面根本尚未诞生，其最基础的自主物理泛化作业功能至今尚未得到根本性解决**。 行政命令与产业补贴可以在短短几个月内通过国企集中采购指令买下一万台机器人硬件躯体，却绝不可能依靠行政公文催生出底层的通用具身智能算法。生产产能可以通过政策杠杆与资本注入在短时间内强行催熟，但深度的科学探索、物理规律建模与通用认知算法的突破却遵循着完全不同的客观规律。从本质上看，当前中国人形机器人的大干快上模式，是在**试图用传统粗放的重型制造业工程逻辑，去强行破解一个尚未完成科学探索的顶尖人工智能基础科学难题**。 ### 试验场与资本收割：谁在享受暴利，谁在最终买单？ 面对产业逻辑的质疑，政策与产业支持者往往会提出一套看似极具说服力的辩护逻辑：机器人要想真正进化出高超的物理智能，前提是必须先有海量的机器人本体进入非结构化的真实物理世界中持续采集多维触觉、动力学与交互数据；没有分布广泛的机器人硬件作为感知触手，底层的数据底座就是无源之水，具身智能大模型就永远不可能在虚空中被训练成熟。因此，政府与国企提前垫资采购、大规模搭建实景实训基地，并不是在人为制造低效的伪需求，而是在以国家战略前瞻力为整个产业的长远未来提前筑造至关重要的“新型数据基础设施”。 从底层数据科学的理论推演来看，这种辩护确实具备一定的合理性要素。文本大模型之所以能够在过去数年实现智能涌现，核心依托了全人类在开放互联网上沉淀了数十年的海量免费无监督文本数据；而对于面向物理世界的具身机器人而言，物理世界交互数据的极度匮乏确实是阻碍其算法迭代的最核心瓶颈。现实物理世界中抓取各类异形材质物体时的力矩反馈、摩擦力滑脱前的微小触觉信号，确实只能在一次次真实的物理接触与交互试错中逐步积累。国家财政在早期对具有高度外部性的前沿基础科研基础设施给予专项资金托底与试错宽容，本就是国家创新体系的重要职能。 然而，整个商业逻辑发生质变与异化的致命转折点，并不在于“国家是否应当出资建立这片底层试验场”，而在于**某些市场主体与投机资本，极其隐蔽地将由财政输血托底的‘前沿科研试验场’，偷梁换换柱地包装成了‘商业爆发的成熟大市场’**。 如果产业界与资本市场能够保持起码的诚实与公开透明，明确向全社会告知：当前各级国企与高校采购人形机器人所支出的数十亿元资金，本质上是国家为了探索下一代不确定性技术而主动承担的公共研发试错成本与数据基建投资，那么这属于光明正大的公共财政科研支持范畴。 然而现实中上演的资本戏码却是：机器人制造企业拿着完全依赖政府专项财政指令催生出来的定向采购订单与流水合同，在投资机构面前将其精心粉饰包装为“市场化真实刚需已经全面引爆”的硬核商业证明；部分投资机构与承销券商心领神会，借此向二级市场讲出“中国具身智能颠覆传统劳动、未来估值万亿”的宏大造神故事；最终，资本市场将这套高度依赖政策指令硬生生挤压出来的阶段性营收，按照数百上千倍的荒诞估值倍数推向二级市场，给出了数千亿元人民币的惊天市值，并以“科技自主、遥遥领先”的情绪号召力，将这一庞大的泡沫资产打包兜售给二级市场的普通散户投资者。 财政资金可以出于战略远见为前沿科技试错兜底，但绝不能演变为：**一边由公共财政制造虚假需求，一边用自己制造出的虚假需求向公众证明产业已经完全成熟，在高呼遥遥领先的狂欢中，将最终的巨额财务风险与资产泡沫全额转嫁给缺乏辨别能力的普通股民**。 回顾宇树科技的资本运作轨迹，这一造富与转移风险的链路展现得淋漓尽致：二零二四年九月，宇树科技在完成B3轮一级市场融资时，其投后估值约为三十七点八五亿元人民币；而到了二零二六年八月宇树科技正式登陆科创板挂牌上市的开盘那一刻，其总市值在狂热资金的对倒推升下瞬间被拉升至四千四百四十九亿元人民币。 在短短不到两年的时间跨度内，其账面资本估值以近乎坐火箭的速度狂飙了整整**一百一十七倍**。 在这场令人瞠目结舌的造富盛宴中，能够安稳套现、精准斩获这上百倍流动性溢价的究竟是谁？答案显而易见是一级市场早早潜伏的核心早期资本、产业孵化机构以及持股的初创高管团队；而那些在上市首日开盘便以一千一百元天价奋不顾身抢筹买入的散户股民，往往正是那些在电视荧幕与网络短视频上被春晚机器人表演、运动会夺冠视频深度震撼，真诚地深信“中国通用智能机器人时代已经全面到来”的普通民众。 在经历了仅仅八个交易日的惨烈流动性退潮后，宇树科技的股价便从一千一百元的高位自由落体至五百八十五元附近，无数追高散户的家庭财富在极短时间内惨遭腰斩。在这场精心编排的科技资本大戏中，究竟是谁在真正套现离场，又是谁在付出惨痛代价买单，答案早已不言自明。 更为严峻的现实在于，这场依托人形机器人宏大叙事的资本收割大戏才刚刚拉开序幕，后方还有更多体量庞大的资本镰刀正在排队进场。根据高工机器人产业研究所发布的权威统计监测数据显示：截至当年七月中旬，中国人形机器人相关产业链条上已经实现挂牌上市的企业共计十六家，而正在券商辅导、密集排队等待IPO审核上市的机器人企业竟然多达五十六家。 当整个宏观经济处于结构调整、实体产业面临转型压力的现实周期中，全社会对未来的科技突破与经济增长抱有极高的期许。在此背景下，机器人登上了万众瞩目的晚会舞台，运动会由地方政府与国家级媒体联袂重磅打造，地方官员争相规划占地数千亩的产业园区，国有企业与高校按照指令密集开出采购大单，而二级市场则用数千亿市值的造富狂欢完成最终的信用背书。 所有人都应当在喧嚣中保持一份冷峻的理性与审慎的常识： * 当在聚光灯下看到人形机器人打出一套动作行云流水的功夫套路时，请务必保持清醒，移开视线去寻找并留意舞台边缘角落里那个紧握手柄的遥控操作员； * 当看到媒体高调宣扬中国人形机器人出货量独步天下、占据全球绝大部分市场份额时，请务必穿透底层，去认真核实那些采购订单背后由高校、国企与地方财政托底的真实账单结构； * 当看到某一家机器人硬件制造企业的二级市场估值被炒上数千亿天价时，请务必保持严谨，拿起计算器仔细核算其高处不胜寒的真实市盈率、市销率，以及与其宏大野心极度不匹配的微薄研发投入。 这三者在底层逻辑上本就是高度一体的镜像：大众往往极易被聚光灯下绚烂夺目的科技表演所深深吸引，却常常遗忘了去探寻在幕后操纵着这一切的真正推手。