宇树科技的招股书里，藏着对工程奇迹“保质期”的焦虑

3月20日，上交所官网挂出受理公告时，宇树科技的IPO之路走得就像一部剪掉所有障碍戏份的公路片。2025年5月完成股改，7月签署辅导协议，11月通过验收，2026年2月最高法院在一项专利侵权案中终审判决宇树胜诉，合规障碍随之出清，一个月后上交所完成受理。

从决定上市到叩响科创板的门，宇树只用了不到一年。

按发行10%股份计算，宇树的初始发行市值将至少达到420亿元。一年前突击入股的股东，账面浮盈已有三倍。顺为、红杉、经纬、腾讯、美团、阿里，十多轮融资里进来的名字，几乎构成了一份中国科技投资的名人录。若顺利挂牌，宇树将成为“杭州六小龙”中第一家登陆A股的企业，顺带摘走“A股人形机器人第一股”的头衔。

当然，敲门的姿势并不能定义门后的房间。具身智能与AI的紧密联系，与DeepSeek、强脑科技等公司并称“杭州六小龙”，使得宇树被顺理成章地装进了“互联网科技”这一现成的容器，这些公司共享同一套估值逻辑，即持续烧钱，用研发换技术壁垒，用亏损换市场份额，等待规模化盈利的临界点到来。

这是互联网和AI公司惯有的路径，资本市场对此有充分的定价经验，也有充分的耐心。问题在于，宇树造的是实物，卖的是硬件，赚的是制造业的钱。

王兴兴2016年在杭州注册宇树时，手里只有一台读研期间亲手搭的四足机器人样机XDog。这款机器人的第一个关键决策是一个工程选择：用外转子无刷电机代替当时主流的液压驱动系统，降低成本，减少机械复杂度，代价是牺牲部分原始性能。这是一个典型的制造业思维，比起在实验室里追逐极致的性能参数，把账算平、把成本打下来，才是技术走向商业化的唯一解。

投资者押注的是：规模越大，成本越低，直到某个临界点之后利润率开始垂直攀升。宇树的现实与此相反，每多出货一台机器人，供应链、制造、交付的成本也随之等比增长。没有飞轮，只有线性。

这道裂缝在2026年开始变宽。特斯拉用汽车产线的规模逻辑重新定义人形机器人的成本地板；国内大厂手握算力、数据和生态，投资宇树是暂时的路径选择，而非永久的分工协议。工程化优势的保质期，比宇树的招股书所呈现的要短。

供应链上的护城河

精密制造企业的高毛利往往来自供应链，而非算法。

互联网企业以及AI企业的估值建立在三个底层假设上：轻资产、网络效应强、边际成本趋近于零。OpenAI训练一个模型，边际用户的服务成本接近可忽略；Spotify多上线一首歌，不需要额外建一条生产线。这种结构决定了互联网以及AI公司的核心价值在于规模扩张之后利润率的跃升。

正因如此，市场愿意容忍高额亏损，相信今天的烧钱是在购买未来某个临界点之后的超额回报。

精密制造企业的逻辑与此截然不同。台积电的价值不在于它发表了多少半导体论文，而是它能把7纳米芯片的良品率提升至93.5%。这是需要资本、时间和工程经验长期积累的能力，护城河真实，但有限。它保护的是今天这条产品线。宇树的商业结构，与后者高度吻合。

技术方面，宇树的研发重心在运动控制模型的工程迭代和零部件自研上，即让机器人在真实物理环境中稳定行走、保持平衡、完成翻滚跑跳。业内对此有一个精准的标签：本体派。在当前阶段，这个分配生产出了市场愿意买单的产品。

这里需要先厘清一个经常被叙事遮蔽的技术演进脉络。现代机器人运动控制的学术基础，主要来自两个方向：苏黎世联邦理工2020年发表的强化学习论文，其开源的rsl_rl框架已成为全球几乎所有人形机器人公司训练运动控制器的底层工具；以及DeepMind更早期的DeepMimic工作，奠定了基于动作捕捉数据的模仿学习路径，是今天机器人丰富动作能力的真正基础。

宇树在这些开放成果的基础上完成了出色的工程化与产品化，从论文到可量产的产品，这个过程的价值是真实的，但属性是工程转化。这与高通、联发科将ARM公版架构做成芯片的逻辑相似，商业价值极高，技术护城河的宽度则是另一个问题。

其次是财务结构，2025年前三季度，宇树主营业务收入几乎全部来自产品销售，即人形机器人、四足机器人、机器人组件的销售收入，占比合计超过99.5%。其中，人形机器人毛利率高达62.9%，行业均值毛利率在35%至47%之间。差值主要来自制造，宇树从四足机器人时代积累的电机、减速器、传感器自研能力，被平移到人形机器人上，在同等性能指标下，把BOM成本压到竞争对手难以匹配的水平。

这也与创始人的个人风格一脉相承。据《智能涌现》报道，王兴兴对成本的执着贯穿公司运营的每个角落。流传最广的一个细节是，某次王兴兴拆开会议室遥控器的电池，随后在公司大群艾特所有人，说某品牌电池“性价比不高”。

公司内部甚至流传其“无房、无车”，住在公司附近的公寓，每天步行上班。宇树位于杭州的办公楼陈设极简，据称是从某国企接手的旧楼。节俭意识渗入组织文化之后，与零部件全栈自研的战略选择叠加，共同构成了宇树成本竞争力的两条腿。

此前，官方数据显示，宇树2025年全年研发费用约9000万元，研发费用率7.7%，行业可比公司平均27.92%。腾讯引进的OpenAI精英研究员姚顺雨，据传个人年薪超过1亿元，一个人的薪酬超过宇树这家机器人公司整年的研发预算。

当然，这个对比在传播层面足够刺激，但在逻辑层面站不住脚。将一位顶尖AI实验室研究员的薪酬与一家供应链驱动的制造型公司的研发预算并列，是衡量框架本身在犯错，而非被衡量的对象。就像宝马的核心竞争力不需要靠发表论文来证明；宇树的竞争力来自量产成本，这与AI研发人员的配置逻辑并不处于同一轨道上。

工程奇迹的保质期

回看招股书，“当前阶段”这个定语，才是宇树整篇招股书里最值得反复推敲的词组。

在需求还不清晰的阶段，先把确定性强的事做到极致，是宇树过去几年的核心判断。这个判断在2025年之前几乎没有破绽。

去年前三个季度，宇树用2257万元的广告费撬动了全国覆盖的品牌曝光，随即转化为销量：实际出货超5500台纯人形机器人、超1.8万台四足狗，营收达到17亿元，同比增长335%，扣非净利润6亿元，同比增长674%。这种商业转化效率，是科研型公司很难复制的。

但工程驱动路线存在一个内生的天花板。波士顿动力花了二十年，用精密液压系统和手工调试的控制器，才让Atlas完成了令人叹为观止的后空翻。但2019年前后，苏黎世联邦理工的研究团队用强化学习训练了ANYmal的运动策略，实现了从跌倒中恢复和高速奔跑，成本和开发周期与前者不在同一量级。工程经验积累了二十年的壁垒，被算力和数据的规模效应以加速度抹平。

而特斯拉Optimus构成的威胁，已经超出了产品竞争的范畴，它在重新定义这个行业的成本地板。马斯克在2025财年Q4及全年财报业绩会上确认，弗里蒙特工厂的原Model S/X产线正在改建为Optimus机器人产线，年产能目标为100万台。这意味着特斯拉已经在用汽车制造的规模逻辑来定义人形机器人的成本结构。

当一条产线的设计年产能是百万台，单位硬件成本的下降曲线，与年产数千台的公司根本不在同一个维度。彼时，人形机器人定价空间会被从两端同时压缩。

国内大厂的威胁性质则不同。美团、腾讯、阿里系资本虽已入股宇树，但这些公司同时拥有宇树远不具备的资源：算力储备、海量场景数据、软件生态和渠道网络。大厂选择投资而非自建，是当前阶段效率最优的路径，这个判断随时可能随行业成熟度的提升而改变。

最先坐不住的，是高德。近日，社交媒体上有多位网友发布视频称，在高德地图楼下遇到高德机器狗过马路和买奶茶。我们从视频中看到，机器狗身上印有高德地图logo，可证实为高德机器狗。高德相关负责人日前表示，高德已在具身智能领域开展深入布局，并积极探索四足机器人、人形机器人等硬件产品形态，预计近期将有首款四足机器人发布。

另一方面，当前具身智能领域的主流需求仍是展示性的：商业演出、展览导览、科研验证。这些场景对AI能力的要求宽松，机器人能稳定运行、动作流畅即已满足，宇树的小脑优势在这个阶段充分变现。但行业正在向生产力需求缓慢迁移：工厂装配、物流分拣、家庭服务。这些场景要求机器人理解模糊指令、应对非结构化环境、完成长程任务规划。决定胜负的变量已经切换了。

一旦具身智能的大脑技术出现实质性突破，数据、算力和生态的战略价值，会从配套资源变成决定性资产。宇树的供应链优势，在这个新竞争维度里的权重会大幅下降。

因此，42亿元募资额中，超过20亿元将用于具身大模型研发。这是宇树试图完成路线跃迁的公开声明，也是对低研发策略不可持续性的隐性承认。其在招股书中坦言：若“大脑”技术未能取得重要进展，将使得通用机器人的大规模应用进程存在不确定性。

言外之意，宇树现在做到的一切，是在大脑缺席的情况下完成的，而这恰恰却是机器人的下一阶段的核心。

写在最后

2026年被称为具身智能的“上市大年”，超过20家公司明确了上市计划，驱动这一浪潮的，与其说是行业走向成熟，倒不如说是弹药告急。大量竞争对手需要靠一轮接一轮的融资维持运转，研发节奏被融资窗口牵着走。

宇树的现金流正向，反倒让它拥有一种真实的战略灵活性：在等待大脑技术成熟的窗口期内，可以持续迭代本体，扩大出货，积累数据，同时用IPO募集的资金推进大模型研发，而不必在每隔几个月就分心去讲一个新的融资故事。

然而，充裕的弹药和时间，仅仅是为宇树买到了一张通往下一战的门票。自宇树的核心战略从“造好一个高性价比的躯体”转向“训练一个泛化的大脑”，原先那套引以为傲的硬件工程体系就已走到极限。

《新立场》认为，横亘在宇树面前的挑战，主要在三个维度。

大模型训练需要的除了钱，还有数据。具身智能的数据飞轮，必须依靠大规模的真实场景部署来驱动——没有足够多的机器人在足够多的真实环境中运行，就没有训练通用机器人大脑所需的数据。宇树目前的出货规模在全球范围内领先，但相比训练一个具备真正泛化能力的基础模型所需的数据量，仍然差距悬殊。

人才结构同样面临重构。175名研发人员中，精通强化学习、世界模型、VLA架构的顶尖研究员占多少比例，从9000万元的研发预算反推，这个数字很可能不足以支撑一个真正有竞争力的基础模型研究团队。

硬件层面同样存在物理约束。宇树自己承认，目前的机器人本体电池续航仅约2小时，而大型AI推理对算力和能耗的要求，与这个续航预算之间存在严重矛盾。从“小脑”量级的模型，到真正具备场景理解能力的几十B参数规模，算力需求的跃升将远超当前硬件所能承载的范围。

2016年，王兴兴用一台自制的四足机器人起步，他当时问的问题是：能不能把它做便宜。十年之后，站在科创板门口，那个问题的答案已经变成了宇树最扎实的资产，也是它最狭窄的入口。

接下来需要回答问题是能不能把它做聪明。但这个问题，招股书给不出答案。

*题图及文中配图来源于网络。 

本文来自微信公众号“新立场Pro”，作者：伯克希，36氪经授权发布。