首日暴涨460%之后，宇树的42亿为什么押给世界模型？

8月19日，北京亦庄，宇树科技以超4449亿的开盘市值登陆科创板，首日暴涨460%，A股正式迎来“人形机器人第一股”（数据来源：上交所上市首日交易数据及公开行情报道）。

同一个展馆里，2026世界机器人大会（WRC）开幕。星动纪元的机器人在物流中心常态化工件，魔法原子的XG Z1在抓取杂乱堆叠的物料，格斗台上的G1打得正酣，两台机器人还在七夕这天办起了“婚礼”。

一边是资本市场的狂热，一边是展会现场的务实。而最值得玩味的是第三个信号：王兴兴把42.02亿募资中的20.22亿，将近一半，投向了智能机器人模型研发，也就是具身智能的那颗“大脑”：世界模型（数据来源：宇树科技招股说明书披露的募集资金用途）。

📈 一场IPO，两种叙事：身体与大脑的分水岭

身体已经上市，大脑还在路上。

从2025年春晚开始，整个世界已经通过官方视频、社交媒体、公司年会表演甚至演唱会，充分领略了宇树机器人的运动能力。G1打拳、翻跟头、跳舞，这些身体层面的展示，宇树早已做到全球第一梯队。

但通往具身智能终局的路上，王者的皇冠上仍有一颗宝石缺失，那就是机器人的“大脑”，世界模型。

先看这组募投数据：

一目了然：模型研发成了宇树最大的单一募投方向，超过了本体研发。对一个以硬件见长、靠四足机器人和人形机器人本体起家的公司来说，这是战略重心的公开表态。

王兴兴在上市次日WRC上回顾了模型研发的路径：“在2020年年初，我们就开始做基于视频生成的世界模型方向，当时做的效果不是特别理想，中间搁置了一段时间。”他透露，去年公司再次聚焦这一方向，“我们对AI模型的投入一直是非常大的，应该是公司目前资金和人力投入最大的一个方向。”（发言内容来源：王兴兴在2026世界机器人大会公开论坛上的发言，据多家现场媒体报道）

注意这个时间线：

2020年就入场，说明这不是追风口，而是王兴兴很早就判断：本体的天花板有限，智能的天花板才是公司的天花板。中间搁置一段时间，也说明这条路当时确实走不通。直到大模型和多模态技术成熟，世界模型才重新变得可做。

从公开信息看，宇树今年的招聘岗位明显向具身算法、世界模型方向倾斜，AI模型也已被公司层面确认为当前资金和人力投入最大的方向。资本市场上，2026年上半年国内具身智能赛道融资总额达935亿元，较去年同期提升5倍（数据来源：2026年上半年具身智能行业公开融资数据统计），钱在涌向身体，但最聪明的钱已经开始涌向大脑。

硬件的估值逻辑是销量，模型的估值逻辑是智能密度。 宇树这份募资表，实际上是在向二级市场宣告：请按AI公司的逻辑给我定价。

🔋 为什么是世界模型：从渲染画面到预测物理

AI缺的不是想象力，是物理直觉。

在WAIC2026上，行业专家已形成标准化界定，区分“视觉生成模型”与“物理原生世界模型”。这个区分很关键，市面上大量打着“世界模型”旗号的产品，其实只是视频生成。

真正面向物理世界的世界模型，是AI的物理直觉引擎。它的核心能力不是渲染画面，而是预测动作发生后的世界真实状态，遵循动力学、空间、力学、因果的客观规律。

行业公认的四大必备能力：

1. 多模态融合感知的能力

2. 物理规律认知的能力

3. 因果长时序推理的能力

4. 闭环自迭代的能力

其运作的完整智能链路是：看见环境→推演世界变化→预判自身动作后果→执行动作→采集真实反馈更新模型。

翻译成大白话：机器人不只是“看见”一杯水，而是知道推这杯水它会倒、水会洒在桌面上、流到电源会短路。这种对动作后果的预判能力，是机器人从遥控玩具变成自主智能体的分界线。

传统上机器人靠什么？靠工程师手写规则和示教编程，一个动作一个动作调。后来靠强化学习+仿真，宇树的运动员级运动控制就是这么练出来的。但运动控制解决的是“怎么动”，解决不了“动了之后世界会怎样”。抓一个鸡蛋和抓一块砖头，力道完全不同——没有物理直觉的模型，只能在仿真里穷举，一到真机的长尾场景就露馅。

数据是另一层现实约束。 机器人领域没有互联网级别的海量数据可用，真机数据采集又贵又慢。世界模型相当于给机器人造了一个“可做梦的大脑”：在模型内部推演“如果这么做会怎样”，把仿真探索和真机验证串起来，大幅降低数据获取成本。

政策端也在同步押注。就在宇树上市前一天，工信部科技司副司长甘小斌在中国人工智能产业发展联盟第十八次全会的致辞中明确指出，要加快智能芯片等关键核心技术攻关，探索类脑智能、世界模型、物理模型等前沿技术（数据来源：中国人工智能产业发展联盟第十八次全会公开报道）。

产业逻辑很清晰：本体的竞争已经进入性价比和规模化的红海，而世界模型是下一个技术制高点。谁先把物理直觉装进机器人，谁就握住了具身智能终局的门票。

🤖 物理AI自进化：王兴兴的闭环野心

让机器人自己教自己。

在8月19日的宇树上市答谢午宴和次日WRC上，王兴兴都在发言中谈到了宇树最近在做的一件事：物理AI机器人模型自进化。

这个机制的运作方式值得拆解：

一个闭环：AI模型自行编写机器人的控制代码，在仿真环境训练和验证，再放到真机中进行反馈分析，反馈又回到模型。

王兴兴给出了三条增长曲线的判断：

• 基础模型越强，自进化能力越强；
• 多源数据越规模化，自进化的规模效应越明显；
• 真机部署越多，数据积累和能力迭代也会越快，技能累加扩展，走向规模化技能生态。

第三条最关键，也解释了宇树的战略协同：它同时握有全球出货量最大的本体群和押注最大化的模型团队。 别人做世界模型缺真机数据，别人做本体缺大脑，宇树两头都占。这种“真机-数据-模型”的闭环，正是物理AI行业的一大主要技术趋势。

这也是宇树和纯软件公司、纯硬件公司竞争逻辑的根本差异。软件公司有模型没身体，数据只能靠遥操作采集，一天几百条，还贵；硬件公司有身体没模型，卖的是设备不是智能。宇树的逻辑是：卖得越多→数据越多→模型越强→机器人越有用→卖得更多。一个自带飞轮的商业模型。

从公开报道也能观察到行业定价逻辑的变化：本轮融资潮中，拥有真实部署案例和数据积累的厂商获得的估值溢价明显更高，而仅有硬件、没有智能故事的项目融资难度在上升。问题变了，说明行业的定价逻辑真的变了。

当然，自进化不是银弹。仿真到真机（sim-to-real）的鸿沟依然存在，AI自写控制代码的可控性和安全性也还是开放问题。但方向上，这是一条被越来越多人验证的路。

🚚 WRC现场：从“秀肌肉”到“卷工位”

今年机器人不翻跟头了，在传送带旁分拣包裹。

去年大部分的机器人还在翻跟头、跳舞、打拳，今年的机器人站在传送带旁分拣包裹、在药房里抓药、在厨房里做早餐、在洗衣机前叠衣服。炫技没有消失，但它不再是主角。

WRC 2026展馆面积近5万平方米，300多家企业、3000多件展品（数据来源：2026世界机器人大会官方发布）。机器人不再只是演示“我能干什么活”，而是开始回答一个更刁钻的问题：这个活儿，你准备干多久、干多快、坏了怎么办、老板买不买单。

按场景看，物流、产线、巡检、商服四条赛道都有了在岗的机器人，但大规模部署还比较少见。逐条来看：

物流仓储：最先算清ROI的场景。 星动纪元展出了面向物流产业的全栈式具身智能方案，是行业首个完成PMF验证的具身物流落地方案，已携手顺丰、中国邮政两大物流标杆企业，在全国十余个物流中心实现常态化运营。其XHAND 1灵巧手具备12个全主动自由度，单手最大抓握力80N，可提起25公斤重物，能完成捏取快递面单、打螺丝等超100种操作（数据来源：星动纪元WRC现场发布资料）。

星动纪元联合创始人席悦说得很实：“特别是物流场景，越来越多的客户开始愿意去真实地探讨，他会算他的ROI。”物流场景有明确的节拍、准确性和工作时长要求，做到这一点，且ROI算得过来，厂家就愿意付费。其方案从一个场地迁移到新场地的部署时间，已从过去的约两个月压缩到一周内——部署成本的塌缩，比单点能力突破更有产业意义。

产线与仓储作业：多SKU分拣成为标尺。 魔法原子把仓储流通作业实景搬进展台：轮式人形机器人D1承担产线上下料与跨区转运，XG Z1通过3D视觉与AI多模态融合感知将杂乱堆叠的物料逐一抓取归位，AGV分拣机器人HyperBot完成末端分拣，官方称多SKU实时分拣成功率达99%。其XG Z1的6秒末端执行器快换系统，意在打破传统工业机器人“一机一用”的刚性壁垒（数据来源：魔法原子WRC现场发布资料）。

通用能力：一个模型干多件事。 原力灵机带来具身基础模型DM0.5的能力展示，通过削黄瓜、切黄瓜、搭建积木长城、传送带分拣四个真实场景，呈现同一个模型、多任务、跨场景的长时作业能力（数据来源：原力灵机WRC现场演示资料）。这正是世界模型路线的落地印证：单一任务示教的路线做不了这个，必须有通用化的智能底座。

从这些现场信息可以提炼一个判断：商业化的次序已经清晰——结构化程度越高、节拍越明确、ROI越容易计算的场景，落地越快。 物流最先跑通，产线次之，巡检和商服还在爬坡。而所有这些场景，最终都会汇入王兴兴说的那个飞轮：真机部署越多，数据越多，模型越强。

🧠 通用能力：决定商业化上限的下一块拼图

单一技能可以靠调，通用能力只能靠模型。

WRC现场传递出的另一个关键信号，是“通用能力”正在从口号变成可验证的产品指标。过去行业评价一台机器人，看的是它会几个动作、完成几个指定任务；今年现场的评价标准已经变成：同一个模型能不能跨任务、跨场景、跨物体地工作。

原力灵机的DM0.5是一个直观样本：削黄瓜、切黄瓜、搭积木长城、传送带分拣，四个任务的物体属性、力学反馈、操作精度要求完全不同，背后支撑的不是四套单独训练的策略，而是一个具身基础模型。这种“一个底座、多种技能”的架构，意味着新技能的边际成本在下降，这正是通用能力区别于专用能力的经济意义。

通用能力的背后，恰恰是世界模型在起作用。要让机器人应对没见过的物体和场景，靠示教数据穷举是不可能的，只有具备了物理直觉的模型才能在推理时泛化：理解新物体的重量分布、摩擦系数、形变特性，从而推断出正确的操作方式。世界模型是通用能力的底座，通用能力是世界模型的商业出口。

对宇树而言，这个逻辑同样成立。20.22亿投向模型研发，押注的不只是“机器人更聪明”，而是“一套模型能力可以复用到所有本体上”。本体出货量越大，通用模型摊薄到每台机器人上的成本越低，这也是宇树敢于把近半募资押给“大脑”的深层算计。

⚠️ 狂欢中的冷思考：钱进来了，账怎么算

935亿的融资和460%的涨幅，都是预支的掌声。

2026年上半年，具身智能赛道融资总额达935亿元，较去年同期提升5倍（数据来源：2026年上半年具身智能行业公开融资数据统计）。8月19日大会开幕当天，宇树首日暴涨460%（数据来源：上交所上市首日交易数据）。资本用真金白银投票，毫无疑问。

但钱进来了，疑问也跟着进来。WRC现场的真实图景是：四条赛道都有机器人在岗，但大规模部署还比较少见。展会上的99%分拣成功率、一周部署时间，到了客户真实的产线上能不能复现，是另一回事。

几个必须盯住的变量：

• 世界模型的技术成熟度。视觉生成模型和物理原生世界模型之间的界限，很多公司还在模糊化处理，投资者需要分辨真伪；
• 数据飞轮的启动成本。闭环的逻辑很美，但启动需要真机部署规模，部署规模又取决于ROI能否算平，鸡生蛋的问题还没完全解开；
• 估值与基本面的距离。4449亿市值对应的是宇树今天的本体销量和未来的模型期权，模型的兑现周期可能长达数年。

从多家机构在公开访谈和研报中的表述看，主流判断正在趋同：具身智能当前的投资本质上是投三五年后的模型能力和数据闭环，而不是今年的展台和演示。

但拉长看，方向的确定性在增强。政策端点名世界模型，产业端头部公司全部押注，资本端5倍速涌入，三条线在同一时间汇聚，这在机器人行业历史上是第一次。

📌 总结

宇树的IPO是一面镜子：身体的价值已经兑现，大脑的价值刚开始定价。42.02亿募资中20.22亿投向模型研发，王兴兴用真金白银确认了世界模型作为具身智能终局必经之路的地位。

WRC现场给出的另外两条线索同样重要：其一，物流、产线、巡检、商服四条赛道都出现了在岗机器人，物流率先算清ROI，商业化正在从“能干活”走向“划算地干活”；其二，以DM0.5为代表的通用能力展示说明，行业竞争的标尺正从单点技能转向通用底座，而通用底座的根基正是世界模型。

下一步值得盯的是：世界模型的能力何时从“预测物理”走向“闭环自进化”并规模落地，通用模型能否在更多真实场景里证明跨任务的泛化能力，以及数据飞轮在多少个真实场景里转起来。那天到来时，具身智能才真正跨过从演示到产业的门槛。