宇树赚钱了，马斯克却在泼冷水

同一个10月，人形机器人行业给出了两张截然不同的成绩单。

一边是宇树科技：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，同比暴涨270.54%。另一边是特斯拉：Optimus终于在弗里蒙特工厂下线，但马斯克在财报电话会上主动泼冷水——对外交付要等到2027年底左右，周产2万台的目标至少还要一年。

一家已经靠机器人赚钱，一家还在为机器人烧钱。这不是简单的路线分歧，而是整个行业正在从讲故事阶段，过渡到拼现金流阶段的信号。

📊 利润暴增270%，比任何PPT都有说服力

先看钱，再看故事，这是2026年看人形机器人唯一正确的姿势。

宇树科技交出的数据相当扎实：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，同比增长高达270.54%。利润增速是营收增速的近5倍，说明规模效应正在显现，而不是靠补贴和融资续命。

更关键的是销量的验证。王兴兴在2026世界物理AI大会上透露，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。放在一个普遍被质疑「只有demo没有订单」的行业里，这个数字就是最硬的护城河。

反观特斯拉，Q3营收280.46亿美元基本原地踏步，归母净利润7.87亿美元同比下滑43%，营业利润7.18亿美元更是大幅下滑56%。汽车业务增长乏力，AI研发投入持续加码，Optimus正在成为特斯拉未来增长叙事里越来越重要的一环——换言之，它是用来讲明天的，不是用来赚今天的。

这就是当下行业的真实分层：有的公司用出货量换来了正现金流，有的公司还在用主业的利润给机器人业务输血。

⚡ 王兴兴的焦虑：真的害怕浪费每一天

最凶的对手，往往是那个承认自己会害怕的人。

王兴兴在演讲结尾说了一句很戳人的话：「我真的很害怕浪费每一天。」他说自己每天都有很多事情想做，有很多新东西要学，但时间太少了。这种紧迫感不是表演——在他看来，机器人行业未来市场空间很大，但竞争非常惨烈，企业需要每天做得更好。

具体的动作已经亮出来了：宇树科技正在开发「宇树预演」，一个物理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。翻译一下：宇树在尝试把机器人研发中「人盯机器人」的部分，交给AI自己闭环。

更有意思的是他对AI的态度。王兴兴说，全世界几乎所有人——包括他自己——对AI的重视程度和信仰都还不够。他判断，随着GPT-6的发布，物理AI已经看到被「击穿」的苗头，最近1至3年，具身智能可能迈过属于自己的「ChatGPT时刻」。他甚至预计，快的话今年底或明年，机器人就能按指令完成整理房间这类任务。

一家利润暴增的公司创始人，说自己「害怕」，这本身就是行业进入快车道的证据：窗口期太短，没人敢松油门。

🐢 马斯克踩刹车：下线不等于量产

把第一个机器人造出来容易，把第一万个造好，是另一回事。

美国当地时间10月21日，特斯拉发布2026年Q3财报，宣布Optimus已在加州弗里蒙特工厂启动生产，首批达到量产质量标准的机器人正式下线。值得注意的是，特斯拉为Optimus腾出的是原本生产Model S和Model X的工厂空间——这是真金白银的取舍。

但接下来的话锋一转，才是重点。马斯克在电话会上明确表示，Optimus还需要解决AI能力、机械可靠性和使用寿命等问题，预计要到2027年底左右才能向特斯拉以外的企业交付；每周生产2万台的目标，至少还需要一年时间。

这个节奏放在「每周2万台」的愿景旁边看，落差是巨大的：从「下线」到「对外交付」至少还有一年多，从「交付」到「周产2万台」又是至少一年。换句话说，特斯拉给自己留足了工程验证的安全垫——机械可靠性和使用寿命这两个词，恰恰是人形机器人从演示走向量产最难啃的部分。

据多位接近行业的人士私下交流，产能爬坡阶段的良率问题几乎是所有硬件团队的共同噩梦，区别只在于敢不敢把时间表如实告诉资本市场。马斯克这次选择了把预期压低，这在过去并不多见。

🧭 两条路线正在分岔：To C快跑，To B慢熬

一个在卖现货，一个在磨产品，没有谁对谁错，只有节奏不同。

把两家公司放进同一个坐标系，分歧一目了然。宇树的G1走的是相对成熟的硬件加快速迭代的路线，已经靠出货量建立起商业化正循环；Optimus押注的是更深的自研垂直整合——自研执行器、自研AI模型、自家工厂，门槛拉满，但兑现周期也被拉长。

场景选择上，王兴兴的判断也很清晰：商业服务的落地会比家庭、工业领域更快。逻辑不难理解——商业服务环境相对结构化、容错空间更大、付费意愿明确；家庭场景碎片化且对安全要求苛刻；工业场景则早就被传统工业机器人占据，替换成本高。目前大模型在机器人规划、导航等方面已具备较强能力，真正的瓶颈不在场景，在技术。

对整个行业来说，这两条路线互为参照系：宇树证明了「先卖出去、边卖边进化」能跑通商业模型，特斯拉则在验证「先磨透硬件、再规模交付」的极限在哪里。

🕳️ ChatGPT时刻之前，还差一次对齐

具身智能不缺信仰，缺的是模型和机器之间那根对齐的线。

王兴兴在演讲里点出了具身智能迈过「ChatGPT时刻」的最核心挑战：AI模型的输入输出和真实机器人的对齐。也就是说，语言模型再聪明，如果它输出的动作指令落到真实机械本体上会抖、会歪、会摔，那一切都还是demo。

这也解释了为什么「宇树预演」这样的自进化系统如此重要——用仿真环境的海量训练加真实环境的快速测试，让AI模型自己打分、自己反馈，本质上是把「对齐」这件事变成一个可以自动迭代的工程问题，而不是靠工程师一行行调参。

所以回到开头那两张成绩单：宇树的270%利润增速证明商业化可以先跑起来，马斯克的降温提醒大家量产和可靠性才是深水区，而王兴兴口中的「击穿苗头」则指向下一次跃迁的引信。三个信号叠在一起，人形机器人行业正在完成从融资叙事到经营叙事的换挡。

小结： 2026年10月的这两场发布会式披露，很可能会被后来的行业史反复引用——一边是利润兑现，一边是预期收敛。接下来一至三年，谁能率先解决模型与真机的对齐问题，谁就有机会真正踏过具身智能的ChatGPT时刻。而在那之前，每一天都不能浪费，这句话对宇树、对特斯拉、对这个行业里的所有人，都成立。