宇树首份季报:利润被大模型吃掉了
📋 总体概括
宇树上市后首份季报显示:前三季度营收18.17亿元、同比增长55.71%,但扣非净利润同比下降18.78%,Q3研发费用暴增252%流向具身大模型与算力。本文拆解宇树'用利润换未来'的账本逻辑,并对照特斯拉的芯片与数据布局,判断物理AI行业的竞争重心已从本体转向模型、数据与生态。
📄 正文
10月28日晚,宇树科技交出上市后的第一份季报:单季营收同比增长约70%,归母净利润却同比下降17.37%、环比接近腰斩。「增收不增利」这四个字,在机器人行业第一次有了具体的样子。这不是宇树一家的处境——当具身智能的竞争从卖硬件转向拼模型、拼算力、拼数据,整个行业的账本都正在被重写。
📉 利润表上,藏着两条速度线
先看累计数据,报表乍看非常漂亮:2026年前三季度,宇树科技实现收入18.17亿元,同比增长55.71%;归母净利润3.87亿元,同比大增270.54%。
但把非经常性损益剔除掉,画面立刻变了:扣非归母净利润3.49亿元,同比下降18.78%。换句话说,上市带来的收益撑起了归母利润的表观增速,主营业务反而在「让利」。单季度更能说明问题:Q3营收约6.65亿元,同比增长约70%;归母净利润同比降17.37%,环比降近一半。
📊 宇树2026年前三季度核心财务数据:
| 指标 | 数值 | 同比变化 |
|---|---|---|
| 前三季度营收 | 18.17亿元 | +55.71% |
| 归母净利润 | 3.87亿元 | +270.54% |
| 扣非归母净利润 | 3.49亿元 | -18.78% |
| Q3单季营收 | 约6.65亿元 | +约70% |
| Q3单季归母净利润 | 同比降17.37% | 环比降近一半 |
| Q3研发费用 | 约1.3亿元 | +约252% |
| G1累计出货量 | 1万–2万台 | 全球最畅销机型 |
两条速度线摆在了一起:机器人卖得更多了,每一元收入留下的利润却在减少。产业逻辑其实不复杂——上市为宇树补充了资金,而它正在更快地把这些钱投入下一轮竞争。卖本体是一个已经跑通、能够盈利的生意;但要更进一步,账单才刚刚寄到。
🧠 研发费暴增252%,账单寄给了模型和算力
这份季报里最扎眼的数字,不是营收,是研发费用:Q3研发支出同比增长约252%,达到约1.3亿元;前三季度累计约2.6亿元。
钱花到哪去了?公司口径很明确:新增投入主要涉及具身大模型、算力、研发团队和新产品。这背后是一个行业级的事实——硬件上的积累可以降低这段路的起点,却无法免掉模型、数据和算力的账单。要让机器人真正理解任务、适应环境并持续完成工作,需要的不再是拧螺丝的手艺,而是持续烧钱的模型训练基础设施。
代价同时体现在毛利率上。物料成本上涨、持续的价格竞争、研发和生态投入加大,三重压力叠加。管理层正在与供应商合作优化成本结构,但据追风交易台消息,摩根大通在10月29日的研报中判断:近期毛利率压力大概率将持续,因为公司当前明确把生态建设置于短期盈利之上。
一位接近行业的人士的说法更直白:现在没人敢省这笔钱,省下来的利润,可能就是两年后掉队的距离。
🤖 G1卖成全球第一,出货量是数据闭环的入场券
烧钱的底气,来自卖货的能力。据摩根大通研报,G1人形机器人目前是全球最畅销机型,累计出货量在1万至2万台区间;四足机器人同样保持全球领先——小型机器人在教育和科研领域持续渗透,大型机器人则向工业和公共服务场景延伸。
研报特别强调,这一轮出货扩张「覆盖双足和四足平台,涵盖大小尺寸机型」,增长已呈全面扩张态势。更重要的是扩张的性质:出货量增长的背后,是越来越多真实落地部署,而非仅停留在试点阶段。
这句话点到了具身智能竞争的要害。真实部署意味着真实任务、真实环境、真实失败案例——这正是数据积累和反馈闭环的核心驱动力。机器人行业正在复制大模型行业的剧本:谁先拿到规模化的场景数据,谁就离物理AI的「ChatGPT时刻」更近。
在这个坐标系里,宇树科技的位置很清晰:靠四足和G1完成原始出货积累,再用利润反哺模型和算力,向右上角冲刺。而它真正的对标对手,也在同一个月里亮出了自己的牌。
🌍 同一个月,特斯拉交了另一张牌
10月22日,马斯克在特斯拉第三季度财报电话会上,披露了一套完整度惊人的机器人基础设施规划:为Optimus人形机器人建造一座「机器人学校」,保障AI训练顺利开展;自研AI5芯片将用于驱动擎天柱;自建Terafab芯片工厂,与英特尔合作采用14A工艺。
Terafab的时间表被拆得很细:2027年上半年启动设备调试,大约五六月份制造首批测试芯片,「先验证我们究竟能不能造出芯片」;初期月产能10万片晶圆,后续扩产至每月100万片,目标2028年第三季度实现某类实用芯片量产。马斯克甚至放话,该项目经济价值「或许能跻身全球前二十国家经济体的水平」。
关于量产难度,他的表述值得整段抄下来:「机器人生产有上万项环节必须全部不出差错,整体进度由这上万项里面最慢的一环决定。」他预计年产100万台的目标至少还需要一年甚至更久才能达成对应的年化产能、实现每周2万台的产量。
马斯克公布机器人学校与Terafab规划
Terafab启动设备调试
首批测试芯片下线验证
英特尔14A工艺进入量产
Terafab实用芯片量产
把特斯拉和宇树的牌放在一起看,路径差异一目了然:特斯拉选择自建芯片和训练基础设施,把算力底座攥在自己手里;宇树则选择把利润投向具身大模型、算力采购和生态建设,借助资本市场的弹药快速迭代。路径不同,但方向完全一致——本体只是入场券,真正的决胜局在模型、数据和算力。
💡 增收不增利,可能是这个阶段的正确姿势
摩根大通在这份研报中维持对宇树科技的「增持」评级,目标价995元,较10月28日收盘价695.90元有约43%的上行空间。研报里有一句话,基本可以当作这个阶段的行业判词:
「当前市场的争论焦点,与其说是即期利润率扩张,不如说是宇树科技能否持续抢占份额、积累数据、巩固生态系统领先地位。」
换句话说,市场已经接受了新算法:这是一家在物理AI「ChatGPT时刻」真正到来之前,主动选择不急着赚钱的公司。摩根大通特别点出,宇树目前仍维持盈利状态——前三季度净利润约3.87亿元、同比增长约272%(含非经常性损益),这意味着它是在「有家底」的前提下换未来,而不是纯烧钱换故事。
当然,这笔账也有它的脆弱面。毛利率承压大概率持续,扣非利润下滑、经营现金流收缩,「用利润换未来」成立的前提是未来真的会来。如果物理AI的「ChatGPT时刻」迟迟不到,模型和算力的账单就会从投资变成沉没成本。这是所有押注具身智能的公司共同面对的时间赌注。
宇树的首份季报,本质上是一份行业换挡声明:具身智能的竞争上半场比拼的是谁把机器人卖出去,下半场比拼的是谁的机器人能真正干活。宇树选择在两个半场的交界处,把利润押给了下半场。接下来值得盯的只有三个指标:出货部署规模、模型能力迭代速度、毛利率的拐点——这三条线,哪一条先发生变化,行业的「ChatGPT时刻」就离我们有多近。
本文由本站 AI 辅助聚合生成,原始来源如下: