2025年春晚，一群穿著花棉襖的機器人扮演的扭秧歌，無疑是觀眾形象深入的節(jié)目之一。這個帶點詭異又帶點好笑的節(jié)目，把宇樹送到了群眾認知里的“頂流”方位。

只需聊到機器人，大多數(shù)人第一時間想到的便是宇樹。

一年四個月之后，這家公司從舞臺跑到了科創(chuàng)板。6月1日，宇樹科技正式過會，行將成為“A股人形機器人第一股”。從遞交招股書到過會，宇樹科技只用了73天。

可熱烈歸熱烈，大多數(shù)普通人并不清楚，那群跳舞、翻跟頭的機器人除了扮演，還能干什么、能為誰發(fā)明什么樣的商業(yè)價值。聚光燈背面，知名度走在第一梯隊的宇樹會不會一直是贏家？

一、誰在買宇樹的機器人？

宇樹科技在2025年的經(jīng)營收入到達16.99億元，比較2024年的3.93億元增加了332.64%。這個增速相當突出。

到2026年第一季度，收入增速回落到了68.49%，并預計上半年收入增速在35.62%— 45.41%。公司承認，因為營收基數(shù)大幅提高、職業(yè)熱度逐漸緩和、商場競賽日趨激烈，或許無法堅持較高水平的發(fā)展增速。

拆開來看，四足機器人曾經(jīng)是絕對的主力。

2023年，四足貢獻了主營收入的75.78%。到了2025年，人形機器人的收入占比現(xiàn)已上升到51.78%，第一次超越了四足機器人。

2025年，宇樹賣了5,215臺人形機器人，均價16.64萬元；四足機器人賣了23,037臺，均價3.03萬元。人形機器人的單價遠高于四足機器人，但價格下降得也快，2024年均價仍是26.04萬元，一年就降了36%。

往前看，比賣了多少更重要的是“誰在買？”“買來干什么？”

四足機器人的買家結構相對均衡。2025年前三季度，科研教育占31.58%，商業(yè)消費占42.30%，職業(yè)使用占26.12%。商業(yè)消費第一次超越科研教育，成為大收入來歷，首要驅動力是線上銷售放量。

宇樹判斷，短期看電力巡檢、消防救援等職業(yè)場景會先落地，中長期則看好消費級商場。

人形機器人則“偏科”明顯。同期，人形機器人的收入里科研教育占了73.60%，商業(yè)消費占17.39%，職業(yè)使用只要9.01%。而在職業(yè)使用當中，企業(yè)導覽又占了大約50%到70%。

換句話說，人形機器人的首要買家仍是高校、科研機構和科技公司，買回去首要用于算法驗證、二次開發(fā)和課題研討。真實進入工廠從事轉移、質(zhì)檢、安裝、巡檢的占比還很小。

科研教育類的客戶往往對價格不太靈敏，并且，在當前人形機器人產(chǎn)品選擇有限的情況下，宇樹每推出一款新品，老客戶往往會持續(xù)加購。

正如回復函里所說到的，科研教育范疇線下復購率從2023年的49.71%上升到2024年的59.38%，2025年前三季度也維持在56.58%；復購客戶的均勻購買金額從2022年的34.95萬元漲到了2025年前三季度的139.07萬元。

復購率高當然是好事，但另一面或許也闡明新增客戶的增速沒那么快。比如商業(yè)消費范疇的復購率有所下降，公司解釋說首要是因為知名度提高后新增客戶多了、收入快速增加。

一方面，科研教育類商場客戶集體較窄，另一方面，科研類的需求驗證的仍然是“技能能不能跑通”，而不是“商業(yè)能不能跑通”或許“商場夠不行廣”。

宇樹招股書判斷，中短期內(nèi)，人形機器人仍將首要會集使用于科學研討、 使用開發(fā)、教育教育、文明扮演、智能服務等范疇；中長期的方針才是走進工廠車間、千家萬戶，為工業(yè)、家庭及社會場景提供相關服務。

不管是四足機器人仍是人形機器人，二者面臨的是同一個挑戰(zhàn)：從“有人買單”到“能使用到更廣泛的使用場景中”，中間橫著的不僅是時間，更有一系列尚未突破的瓶頸。

二 、 大規(guī)模商業(yè)化，宇樹還缺什么？

先來厘清“本體”“小腦”“大腦”這三個具身智能的要害概念。

本體是機械結構、關節(jié)、靈活手這些物理硬件；小腦擔任運動操控，走路、堅持平衡、翻跟頭，讓機器人“站得穩(wěn)、走得順”；大腦對應的是具身大模型，擔任理解使命、規(guī)劃動作、適應新環(huán)境。

這三層任何一個短板都會連累全體體現(xiàn)。

現(xiàn)在的機器人玩家有的長于“大腦”，有的則更偏“本體派”。

對于本體派來說，一個為難的局勢正在浮現(xiàn)：機器人在跑跳、空翻這類單項才能上體現(xiàn)冷艷，但一旦被丟進真實的出產(chǎn)線或家庭環(huán)境，面臨多變的場景和使命，就會顯得力不從心。

而對于大腦派來說，問題出在另一邊。模型在仿真環(huán)境里體現(xiàn)冷艷，但搭載到真機上，或許會呈現(xiàn)呼應遲緩、結構誤差、通信延遲等工程問題。模型才能，畢竟仍是受限于物理載體自身。

宇樹早期研制投入更側重本體和小腦方面，從2024年才開端加強對具身大模型，即大腦方面的研制投入。

宇樹的競賽優(yōu)勢也會集在本體和小腦。四足機器人全球出貨量第一，人形機器人能完結原地后空翻和側空翻，靠的是厚實的運動操控算法和硬件自研才能。這一點職業(yè)里沒有爭議。

在王興興看來，做大腦危險也比較高，因為沒人能確保誰做的好或誰做的快， AI范疇改變非常非�？�；而做硬件的公司，或許改變不會太大。

這種規(guī)劃，既成果了宇樹在出貨量、商場份額上面的優(yōu)勢，也造就了現(xiàn)在的瓶頸。

在回復函中，宇樹坦言，當前限制其通用機器人進入工廠和家庭的中心瓶頸有兩個：具身大模型的泛化才能不足，靈活手的精細經(jīng)用程度不行。

其中，具身大模型的泛化才能更重要。也便是說，提高機器人通用性、降低其對特定場景編程依賴的中心，讓機器人具備廣泛的通用操作才能，才能真實成為出產(chǎn)力東西。

例如，工業(yè)場景中存在多職業(yè)非標變量（如油污地上、動態(tài)物料堆積），現(xiàn)有練習數(shù)據(jù)多源于實驗室或單一定制場景，難以掩蓋跨場景差異；家庭場景中，高度非結構化的家居環(huán)境、個性化的用戶需求，也遠超現(xiàn)有練習數(shù)據(jù)得邊界。

當前，具身大模型的道路并沒有收斂，VLA 模型、WMA 模型和雙系統(tǒng)等多種技能道路并行發(fā)展。這也是AI范疇改變快，做大腦危險高的體現(xiàn)之一。

業(yè)內(nèi)玩家遍及采用包括VLA架構，也便是視覺-言語-動作大模型，讓機器人看到場景、理解指令、直接生成動作。銀河通用的GraspVLA和TrackVLA、千尋智能的Spirit-V1.5、Physical Intelligence的π-0 等模型 ，都走的是這條路。有的現(xiàn)已被整合進了產(chǎn)品管線，開端在實際使命中跑數(shù)據(jù)、做迭代。

宇樹以WMA（國際模型）為重點方向，一起押注VLA和WMA兩條道路，已開源UnifoLM-WMA-0和UnifoLM-VLA-0兩個版別，招股書顯現(xiàn)，其自研的通用具身大模型已在自有工廠等試點場景進行研制測驗、部署驗證。

新的動態(tài)是，2026年5月，宇樹發(fā)布了新一代大腦WVLA2.0，并在G1上落地了會議室自主整理功能；同期，G1進入東京羽田機場，參與行李轉移實測，項目將持續(xù)到2028年。

相較于現(xiàn)已進入寧德年代的工廠規(guī)�；�打工的千尋智能來說，宇樹科技G1在東京羽田機場的地勤項目更偏“試點驗證階段”。

宇樹IPO募資中近一半，約20億元，將投向大腦相關研制，掩蓋大模型和小腦模型的技能攻關、練習根底設施搭建、真實國際數(shù)據(jù)收集三個層面，計劃三年內(nèi)發(fā)布“通用人形機器人具身根底模型”，要具備場景泛化、指令泛化、動作泛化和使命泛化四大才能。

三、宇樹手里有哪些牌？

補大腦這門課，恰恰是為了把宇樹手里已有的牌打出更大的價值。但在這之前，有必要先看看這幾張牌的成色與限制。

第一張牌是制作功率和本錢操控。

2023年到2025年，宇樹的毛利率從44.22%增加到了60.13%，這仍是在產(chǎn)品價格不斷下調(diào)的情況下。背面是自研要害零部件和規(guī)�；�出貨帶來的本錢優(yōu)勢。電機、減速器、關節(jié)模組自己做，收購量大了還能壓價，四足和人形共用供應鏈也攤薄了本錢。

當然，科研型、展現(xiàn)型需求一般價格不太靈敏，也是原因之一。

而當下流變成家庭或許工廠，工廠老板會算這臺機器多久回本，比招工人合算多少，到那時候，制作功率的優(yōu)勢或許會持續(xù)存在，但毛利率大概率不會這么漂亮。

在半馬中體現(xiàn)出色的榮耀能從側面闡明一些工作。在參與半馬之前，榮耀的人形機器人團隊建立才一年多，開端半馬項目的時間更晚。

這不是說宇樹的工程壁壘不存在，但它指向一個趨勢：當中心零部件的供應鏈和運動操控算法根底設施越來越老練時，后來者在運動才能上追趕的周期正在縮短。

第二張牌是跨渠道復用。

人形機器人的部分零組件與四足機器人具有通用性，兩者在關節(jié)、結構、電池、算法等中心模塊可以實現(xiàn)技能同享與復用。這攤薄了研制和模具本錢，也加快了產(chǎn)品從原型到量產(chǎn)的進程。復用讓宇樹在雙足運動操控這個方向上跑得更快、造得更廉價。

但復用解決的是怎樣造得更廉價，不是造什么才賣得出去。

當前的機器人職業(yè)有點像起步期的汽車職業(yè)，形態(tài)千奇百怪。后來大規(guī)模出產(chǎn)場景倒逼出了福特T型車加流水線這個優(yōu)解，職業(yè)才收斂下來。

今日人形、輪式、四足并存的局勢，未來或許會收斂到一個通吃的優(yōu)形態(tài)，也或許每個老練場景都會倒推出自己的優(yōu)形態(tài)。

從這個視點看，宇樹一起布局四足、人形和輪式版別，不只是在做危險對沖，也是在為不同的結局做準備。在硬件結局落定之前，復用能幫宇樹贏得部分戰(zhàn)役，卻決定不了它是否選對了終極戰(zhàn)場。

第三張牌是出貨量帶來的數(shù)據(jù)。

設備發(fā)生的物理交互數(shù)據(jù)是稀缺資源。就像特斯拉會用幾百萬輛車的駕駛數(shù)據(jù)練習FSD，宇樹的邏輯也相似，出貨的機器人越多，數(shù)據(jù)越多，模型就越聰明。

但具身智能數(shù)據(jù)和自動駕駛數(shù)據(jù)有一個要害區(qū)別。特斯拉的車主開車時，每一次剎車、每一次變道都在自然地發(fā)生標注信號。而機器人的物理交互數(shù)據(jù)，需求清晰的使命方針和成敗反應才有價值。

目前宇樹的設備首要流向科研和展現(xiàn)場景，使命類型還不行多元。翻跟頭、跳舞、跑酷這些動作盡管冷艷，但對練習一個能進工廠干活的“大腦”來說價值有限。

制作功率會被供應鏈老練追趕，復用的優(yōu)勢取決于結局形態(tài)是否利好宇樹選擇的途徑，數(shù)據(jù)的閉環(huán)還缺有用的練習反應。這些不是宇樹獨有的問題，而是整個職業(yè)都還在摸索的階段。走得越快，就要越早面臨這些問題，至于能不能跨曩昔，那是它接下來幾年要交的答卷。