宇树预演：自进化闭环

同一周，人形机器人赛道交出了两份截然不同的成绩单。

一边是宇树科技：2026年前三季度营收18.17亿元，同比增长55.71%；归母净利润3.87亿元，同比暴增270.54%。另一边是特斯拉：Optimus刚刚在弗里蒙特工厂下线，马斯克却在财报电话会上主动降温，把对外交付推到了2027年底。

行业讲了十年的"人形机器人改变世界"，第一次有人在财务报表上证明它能改变利润表。而率先赚钱的，不是预算最厚的巨头，而是靠四足机器人起家的中国公司。这篇文章想拆清楚：钱从哪来、量怎么起、AI拐点到底信不信，以及两条路线的差距到底有多大。

💰 两份财报，两种命运

赚钱的才开始，烧钱的还没起跑。

先看硬数据。王兴兴的公司在2026年前三季度做到18.17亿元营收、3.87亿元净利润——注意，这是净利润，不是毛利率，也不是经调整后剔除研发费用的"讲故事口径"。270.54%的利润增速远高于55.71%的营收增速，说明规模效应已经开始兑现：硬件摊薄成本、软件近乎零边际成本，利润弹性被释放出来了。

特斯拉那边，汽车业务增长乏力，AI研发投入持续攀升，Optimus正在被包装成"未来增长叙事的重要一环"。换句话说，Optimus目前还是资产负债表上的投入项，不是利润来源。

产业逻辑很清楚：人形机器人行业的竞争已经从"谁发布会更炫"切换到"谁先跑通商业闭环"。宇树科技的3.87亿净利润证明，至少在当下的产品形态下，这门生意是可以自造血的——不必无限依赖融资续命。而自造血，恰恰是熬过接下来两三年惨烈竞争的唯一护城河。

私下有投资人调侃：这轮人形机器人热钱退去后，报表上有利润的公司，一只手数得过来。

🤖 1-2万台G1，全球最畅销是怎么炼成的

销量从来不靠情怀，靠的是把价格打到位。

王兴兴在2026世界物理AI大会上给了一个关键数字：自2024年5月发布以来，G1机器人已累计生产下线约1万至2万台，是全球最畅销的人形机器人。

这个量级在行业里意味着什么？对比一下：大多数同行至今的交付量还停留在三位数到四位数区间，而G1用两年多时间把人形机器人从"实验室样机"拉到了"万台级产品"。这是全球人形机器人历史上第一次出现万台级别的单一型号。

G1的打法并不神秘：

• 极致性价比：把整机价格压到科研机构和高教市场买得起的水位，直接激活了高校实验室、开发者群体这个"首个真实付费人群"；
• 迭代速度：硬件版本快速滚动更新，用消费电子的节奏做机器人；
• 开发生态：开放接口、兼容主流强化学习框架，让研究者的论文和代码都跑在G1上——机器人在哪里被使用，数据和技术就在哪里沉淀。

这背后的产业判断是：人形机器人的第一波大规模付费需求不在工厂也不在家庭，而在科研教育和展演展示。这些场景对可靠性和成本的要求，恰好落在G1的能力区间内。先用万台级出货摊薄供应链和制造成本，等AI能力真正到位时，硬件平台已经Ready——这是典型的"硬件先行、智能后至"路线。

而这也解释了为什么宇树的利润率能持续改善：出货量越大，供应链议价权越强，制造良率越高，单车成本越低，形成正循环。

🧠 物理AI的"击穿"时刻，真的来了吗

所有人都不够信仰AI，这话是王兴兴自己说的。

王兴兴在演讲里抛出了一个相当激进的判断：随着GPT-6的发布，物理AI已经看到被"击穿"的苗头，很可能最近1年至3年内，具身智能将迈过自己的"ChatGPT时刻"。

他同时点破了最核心的技术瓶颈：AI模型的输入输出与真实机器人的对齐。翻译成工程语言就是——大模型在规划、导航等"大脑"层面已经不弱了，难的是让模型输出的决策，稳定、实时、安全地落到真机的感知和执行上。仿真里跑得再漂亮，真机上抖一下、慢一拍、错一次，商业落地就黄一次。

围绕这个瓶颈，宇树的解法正在浮出水面。王兴兴透露，宇树正在开发"宇树预演"——一套物理AI机器人的自进化系统：让AI模型自己搜集论文、写代码，在仿真环境训练，再到真实环境测试，测试结果由AI模型打分并反馈，形成自循环。

`infographic

{"type":"cycle