宇树不急着赚钱，到底在赌什么
宇树科技三季度营收增长70%，研发费用暴增252%，毛利率承压但仍盈利。摩根大通与野村给出相反评级，首批国标落地又添变量。本文拆解宇树用利润换份额与数据的生态打法，及其对物理AI时刻的豪赌逻辑。
三季报一出，很多人看不懂宇树科技：营收同比增长70%，研发费用却暴增252%，毛利率被压着打。但摩根大通在10月29日的研报里一句话点破了关键——市场真正关心的，不是即期利润率扩张，而是宇树能否持续抢占份额、积累数据、巩固生态领先地位。
换句话说，这是一家在物理AI的"ChatGPT时刻"真正到来之前，主动选择不急着赚钱的公司。而随着首批人形机器人国标落地，这场豪赌又多了一个新砝码。
💸 一份"不体面"的三季报，是算给十年后看的账
会赚钱的公司很多，会花钱的公司才是稀缺品。
先看数字。据摩根大通研报，宇树前三季度累计营收约18亿元，同比增长约56%；三季度单季营收约6.65亿元，同比增长约70%。出货量增长覆盖双足和四足平台、大小尺寸机型，用研报的话说，"增长已呈全面扩张态势"。
但代价同样写在报表上：三季度研发支出同比增长约252%至约1.3亿元，前三季度累计约2.6亿元；毛利率同时受到物料成本上涨、价格竞争、生态投入三重挤压。多位关注这条赛道的机构投资者私下感慨，这份财报的利润表不好看，可恰恰是"不好看"的那几行，才是重点。
| 指标 | 前三季度 | 三季度单季 |
|---|---|---|
| 营收 | 约18亿元，同比+56% | 约6.65亿元，同比+70% |
| 研发支出 | 约2.6亿元 | 约1.3亿元，同比+252% |
| 净利润 | 约3.87亿元，同比+272% | 维持盈利 |
关键是，宇树在大幅加码研发的同时，前三季度净利润约3.87亿元、同比增长约272%——它不是烧不起钱，而是选择把赚到的钱再砸回去。
研报里对研发去向的拆解更值得玩味：这些钱不只用于产品开发，还涵盖具身智能、场景覆盖、真实测试基础设施，以及物理AI开发和算力支出。摩根大通维持"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。翻译一下：资本市场愿意为宇树的"生态期权"买单，前提是它继续把钱花在数据、算力和生态上，而不是花在美化利润表上。
🤖 G1卖出上万台，真实部署才是护城河
在人形机器人行业，出货量不是KPI，是命。
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。
但这组数字真正的价值不在"卖了多少台"，而在研报特别强调的一点：出货扩张的背后是越来越多真实落地部署，而非停留在试点阶段。这正是宇树数据积累和反馈闭环的核心驱动力。
这套飞轮的逻辑，和当年大模型行业的竞争一模一样：谁的真实运行数据多，谁的模型迭代快，谁就能在下一轮能力竞赛中卡住身位。软件世界的对话数据可以用爬虫解决，但物理世界的数据没有捷径——每一台在真实环境里跑动的G1，都是一个移动的数据采集器。
所以，毛利率承压不是失控，而是定价策略的一部分：用有竞争力的价格换取装机量，用装机量换取数据，用数据换取下一代产品能力。业内私下流传的一句话很到位："现在比的不是谁的报表漂亮，是谁的机器人先在真实世界里跑够时长。"
📊 摩根和野村吵翻了：人形机器人到底值多少钱
当两家顶级投行给出完全相反的答案，说明市场还在为定价权吵架。
10月19日，宇树科技盘中一度涨近18%，最高触及508.99元，距涨停仅一步之遥，市值重新站上2000亿元。催化剂是几天前落地的重磅消息：市场监管总局正式批准发布首批6项人形机器人国家标准，2027年4月1日起实施。
但把时间往回拨不到一个月，剧情完全不同——同样是对宇树，摩根大通和野村给出了方向相反的答案：一个说"还早呢，买"，维持增持、目标价995元；一个说"太贵了，卖"。
这不是谁对谁错的问题，而是这个行业最真实的写照：连最专业的机构投资者，对"人形机器人到底值多少钱"都没有共识。分歧的本质在于，传统估值框架（PE、PS）只能给利润和收入定价，而宇树真正的资产——装机量、真实数据、生态卡位——在报表上几乎不可见。
在这个格局里，宇树的独特之处在于它是少数同时握有"出货规模"和"技术纵深"的玩家：四足业务贡献现金流，G1贡献数据，两者共同支撑它把钱押向物理AI。而国标的落地，恰恰给这场估值分歧提供了一个新的量化锚点。
📏 国标落地：从"各自吹牛"到同场考试
行业标准出台的那一天，往往就是行业洗牌的开始。
过去几年，人形机器人行业有个公开的秘密：每家厂商都在用自己的尺子量自己。宇树科技创始人王兴兴作为国标起草人之一，点得很透：每家企业产品的尺寸、性能、电池电压、通信和使用接口差别都非常大。A公司说抓取成功率90%，B公司也说90%，但一个抓的是标准方块，一个抓的是异形物体，数据根本没法放在一起比。
这套国标的核心动作，是把"考场"和"考卷"统一了。技术要求系列覆盖本体构成、环境感知、决策规划、运动控制和作业操作，第一次给出可量化的硬指标：
| 考核项 | 国标要求 |
|---|---|
| 靠近人体速度 | 不超过0.5米/秒 |
| 刚性物体抓取成功率 | 90%以上 |
| 指令准确率 | 不低于95% |
| 单动作完成时间 | 不超过1秒 |
| 外力扰动后恢复稳定 | 1秒内 |
| 力量操作能力 | 不低于15公斤 |
对宇树而言，国标是利好中的利好：它最大的壁垒恰恰是真实部署规模，而国标把过去"无法验证的优势"变成了"可以量化考试的成绩"。当所有玩家被迫站上同一条起跑线、用同一把尺子量身高时，已经在真实场景里跑了上万台的G1，显然比只会做PPT演示的对手更有底气。
同时也要清醒：2027年4月实施之前的这段时间，是全行业的窗口期也是倒计时——不达标的玩家要么加速追赶，要么出局。
⚡ 小结：赌的是"ChatGPT时刻"的门票
把线索串起来，宇树的算盘其实很清楚：在仍然盈利的前提下，用毛利率换份额，用份额换数据，用数据换物理AI的下一代能力。摩根大通那句"与其说关注即期利润率，不如说关注生态领先地位"，就是这份财报的正确打开方式。
国标落地则像是给这场豪赌加了一道保险：模糊的行业叙事开始变成可量化的考试，率先通过考试的头部公司将拿到品牌与渠道的复利。接下来值得盯住三个信号：G1的出货斜率、真实场景部署的占比、以及物理AI能力里程碑的兑现节奏。
物理AI的"ChatGPT时刻"何时到来没人说得准，但可以确定的是——门票只发给那些提前把钱和数据都押进去的公司。宇树赌的就是这张票。