人形机器人,终于上桌了?
📋 总体概括
宇树科技登陆科创板首日暴涨460%,同期Figure发布Helix 2.5实现零样本进30个家庭,小鹏启用全球首条人形机器人自动化产线。三件事拼出了行业新共识:从讲故事进入拼数据、拼产线、拼订单的下半场。本文拆解账本、数据与产线背后的产业逻辑与真实短板。
📄 正文
一周之内,人形机器人行业连放三颗信号弹:宇树科技登陆科创板,首日股价收涨460.34%;Figure发布Helix 2.5,零样本闯进30个陌生家庭;小鹏宣布全球首条高阶通用人形机器人自动化产线启用,IRON自己双足走下产线。
资本市场的狂欢、AI大脑的进化、制造端的自证,三件事撞在同一周,不是巧合。我的核心判断是:人形机器人已经从“讲故事的阶段”,正式切换到“拼数据、拼产线、拼订单”的下半场。 上半场比的是谁的动作视频更出圈,下半场比的是谁能把成功率从56%干到95%、把月产能干过千台、把科研订单换成真金白银的产业订单。
下面拆开看。
📈 一天涨460%,宇树的账本里写了什么
资本从不为产品定价,只为稀缺性定价。
8月19日,被冠以“人形机器人第一股”的宇树科技正式登陆科创板。开盘价1100元/股,是当天盘中最高点;收盘报845元/股,全天上涨460.34%,换手率85.28%,成交231.60亿元,市值定格在3418亿元。以150.80元的发行价计算,中一签收盘浮盈34.71万元,盘中最高点浮盈超47万元。
首日这样极端的换手率和涨幅,说明一件事:市场在用真金白银抢“人形机器人”这个赛道的唯一直接标的,而不是在给某一份财报定价。
但把估值放一边,账本本身更值得细看:
| 指标 | 2023年 | 2025年 | 2026年上半年 |
|---|---|---|---|
| 营业收入 | 约1.59亿元 | 16.99亿元 | 11.52亿元(同比+48.54%) |
| 归母净利润 | 约-1115万元 | 2.78亿元 | 2.74亿元(上年同期-3202万元) |
| 扣非净利润 | — | — | 2.44亿元(同比-19.34%) |
两年营收复合增长率226.78%,从1.59亿干到16.99亿,这条增长曲线在硬件公司里堪称罕见。2025年纯人形形态(不含双臂轮式)出货超5500台,出货量全球第一。
但注意一个刺眼的数字:2026年上半年扣非净利润同比下降19.34%。公司自己解释得很坦诚——研发费用、销售费用等期间费用同比增幅较大;同时营收基数大幅提升、行业热度缓和、竞争加剧,收入增速较之前的复合增长率明显回落。
这不是宇树一家的问题,这是整个行业从“热度期”进入“兑现期”的信号。钱都去哪了?看募投结构就明白:
pie
title 募资42.02亿元用途
研发投入 35.72
制造基地建设 6.3
42.02亿元募资中,约35.72亿元专项用于研发,投向智能机器人大模型、本体性能升级、新型产品开发三大项目。接近85%的钱押在研发上,这是把“技术领先是唯一护城河”写进了招股书。 上市不是终点,是军备竞赛的发令枪。
🧠 Figure的56%,比宇树的460%更值得琢磨
股价一天能涨460%,成功率一天只能涨几个点。
几乎同一时间,大洋彼岸的Figure在9月17日发布了Helix 2.5,自称是其迄今最先进的神经网络。这版模型最关键的实验设计是:在30个湾区家庭中做零样本测试——这30个家庭的数据集里,一条训练数据都没有采集过。
结果很有意思。Figure用自家的Index数据集(预训练于人类行为数据)做预训练后,零样本成功率从9%提升到56%。对照组是一个除预训练之外完全相同、从零训练的策略。
这个9%到56%的对比,可能是2026年具身智能领域最有信息量的一组数字。它验证了一个此前只存在于论文里的假设:人类行为数据的规模化预训练,可以让机器人策略获得跨场景的泛化能力。 换句话说,机器人不用在每一个家庭里重新学一遍“怎么开冰箱”,通用的运动先验可以从海量人类行为数据里“继承”下来。
这直接改写了行业的竞争维度。过去大家比的是单场景演示效果——谁的机器人叠衣服视频拍得好看;现在比的是数据资产——谁的人类行为数据集更大、质量更高、迭代更快。
这个飞轮一旦转起来,先发者的优势是指数级的。据多位接近头部公司的业内人士私下交流,各家现在对数据管线的重视程度,已经超过了对外观、对自由度这些“发布会参数”的重视。数据飞轮没有运转起来的公司,产品参数再漂亮,也会在两三年内被悄悄拉开身位。
对中国厂商而言,这既是警示也是机会:宇树募资里35.72亿砸向大模型研发,方向上与Figure殊途同归,但数据侧的积累路径、合规性和规模,是接下来最值得跟踪的变量。
🏭 机器人造机器人,小鹏赌的是制造业功底
发布会看参数,产线看真章。
同样是9月17日,何小鹏在小鹏G9L上市发布会上宣布:全球首条高阶通用人形机器人自动化产线正式启用。8年前小鹏首款车型走向量产,8年后人形机器人自主走下产线。
这条产线最“秀肌肉”的细节是:没有吊装、没有传送带,IRON通过自身双足行走完成下线环节,产线覆盖从零部件组装到整机总装的全流程自动化。让机器人自己走下产线,既是仪式感,也是一次公开的可靠性测试——能在产线上稳定行走下线的机器人,比在展台上跳舞的机器人有说服力得多。
看一眼IRON的硬件规格:
| 维度 | 参数 |
|---|---|
| 身高/体重 | 178厘米 / 70公斤 |
| 全身自由度 | 76个(单手21个) |
| 算力 | 3颗图灵AI芯片,总计2250TOPS |
| AI架构 | 第二代VLA大模型,VLT+VLA+VLM大小脑组合 |
| 本地推理 | 支持本地运行300亿参数模型 |
小鹏的底层逻辑是把“汽车也是机器人的一种”这个判断打穿:同一套物理AI底座同时驱动AI汽车和人形机器人,AI汽车的VLA、VLM能力应用到机器人上,机器人的软件能力再反向上车。这套打法本质上是用汽车的供应链体系、制造体系和数据体系,摊薄机器人的研发与制造成本——这是绝大多数创业公司拿不出来的底牌。
节奏上也足够激进:
自动化产线正式启用
进入规模量产月产能超1000台
面向中国及海外市场上市交付
值得注意的是落地场景的选择:量产之后首先在小鹏门店和园区等自有场景展开商业化。这和特斯拉Optimus当年“先在自己工厂里用”的思路一脉相承——自有场景是机器人商业化最现实的缓冲带:需求可控、容错率高、数据回流闭环,先在自家场景里把可靠性和成本磨出来,再谈对外交付。
⚠️ 冷静点:订单结构才是行业的底牌
演示视频骗得了热搜,骗不了损益表。
把宇树、Figure、小鹏三家的热闹看完,必须回到一个最朴素的问题:现在人形机器人的钱,到底是谁付的?
宇树招股材料给出了目前最诚实的答案:现阶段人形机器人需求仍以高校、科研院所与AI实验室为主,这类客户以人形硬件底盘为核心采购标的,资金主要依托科研经费拨付;面向个人消费端与产业应用端的市场化订单占比依旧偏低,真正落地到工业生产场景的订单仍较为有限。
翻译一下:当下这个行业最大的客户,其实是“科研”这个场景本身——买机器人的人,很多是为了研究机器人。这是一个典型的早期市场结构,自我循环、尚未破圈。
这个结构下,三家公司的策略差异就很清晰了:
| 公司 | 核心筹码 | 当前主打 | 主要短板 |
|---|---|---|---|
| 宇树科技 | 5500台出货全球第一、资本平台 | 科研与开发者市场 | 工业与消费订单占比低 |
| Figure | Helix 2.5数据预训练、56%零样本成功率 | 通用模型能力 | 商业化节奏未公开验证 |
| 小鹏 | 车规供应链与自动化产线 | 自有场景商业化 | 2027年才对外上市交付 |
三条路线没有谁对谁错,但都指向同一个终局:谁能率先把订单结构从“科研经费”切换成“产业预算和消费钱包”,谁才配得上现在的估值。 宇树自己在财报里也承认,行业热度缓和、竞争加剧,增速回落是必然——2026年上半年48.54%的增速,相比此前226.78%的复合增长,本身就是热度退潮的温度计。
💡 下半场的三张牌:数据、产线、订单
热闹是共同的热闹,分化是注定的分化。
把这一周的三个事件串起来看,人形机器人行业的“上桌逻辑”已经非常清楚:
第一张牌是数据。 Figure的9%到56%证明,具身智能的通用化上限由数据预训练决定。接下来两年,各家的人类行为数据集规模、真实场景数据回流效率,会成为比自由度、算力更硬的壁垒。宇树把募资的85%投给大模型研发,等于公开押注这条路线。
第二张牌是制造。 小鹏的自动化产线证明,人形机器人不是手工作坊的产物,规模量产、月产能过千台、车规级品质管控,才是把成本打下来的唯一路径。机器人造机器人,既是技术展示,更是成本战争的开幕。
第三张牌是订单。 科研市场撑起了第一批营收,但天花板肉眼可见。门店、园区、工厂的自有场景商业化,是当前最可信的过渡方案;真正的分水岭,是2027年前后第一批面向产业端和消费端的规模化交付。
据多位接近产业资本的观察,一级市场投资人现在尽调人形机器人项目时,问题清单已经从“动作演示能不能复现”变成了“数据管线怎么搭、毛利结构怎么样、第一个非科研客户是谁”。这个提问方式的变化,比任何涨幅都更能说明行业的成色。
回到开头:460%的涨幅、56%的成功率、1000台的月产能,三个数字分别代表资本、技术、制造三股力量的入场。它们不会同时兑现,也一定会有人掉队。但可以确定的是——人形机器人这场牌局,从这一周起,正式从表演赛打进了排位赛。
小结: 宇树的上市给行业打开了资本通道,Figure的数据实验划定了智能上限的坐标系,小鹏的产线则补上了制造的最后一环。下半场比拼的不再是发布会,而是数据飞轮转速、产线良率与订单结构。2027年前后,当第一批规模化交付落地,我们才能看清谁真正上了桌,谁只是凑了个热闹。
本文由本站 AI 辅助聚合生成,原始来源如下: