人形机器人的钱，优必选先赚到了？

人形机器人讲了十年故事，第一次有人拿出了像样的收入报表。

2025年8月，优必选（9880.HK）发布2025年中期业绩：营收10.29亿元，同比增长27.7%；其中Walker系列人形机器人收入约2.47亿元，同比增长约424.5%，公司披露人形机器人交付量已超500台。同一时期，加州大学伯克利分校与斯坦福大学团队的运动控制框架BeyondMimic登上Science Robotics，回答了人形机器人领域一个此前悬而未决的问题：机器人不光要学会空翻，还得知道什么时候该空翻。

一边是财报上的钱，一边是实验室里的技术拐点。商业化验证和技术突破，正在这个产业里第一次同频。

📈 一份财报，三个信号

先核对口径和数据来源：以下数字均来自优必选在港交所披露的2025年中期业绩公告。

需要说明的是，公司整体仍未盈利，毛利率与亏损的具体数字以公告原文为准，这里不展开。但结构上的三个信号，值得细看。

第一，收入结构变了。过去几年，优必选的收入大头是教育智能机器人和智能物流，人形机器人更像「品牌吉祥物」。这份财报中，Walker系列收入占整体营收约24%，虽然还谈不上支柱，但已从「其他业务」里被拆出来单独披露——占比从个位数升到约四分之一，趋势意义大于绝对值。

第二，从演示到交付。据公开报道，Walker S1已在比亚迪等车企工厂进入实训和部署阶段，并与富士康等制造企业开展合作。超500台的交付量意味着什么？意味着不是发布会上的工程样机，而是批量制造、批量交付、进入真实工位的能力。高客单价的B端订单是可查证的商业行为，不是期货故事。

第三，也要保持清醒。10.29亿元总营收里，约四分之三仍然来自教育和物流等非人形业务；人形机器人424.5%的增速建立在去年同期极低的基数上（约0.47亿元）。高增速与低基数是同一枚硬币的两面，单期数据不等于经营拐点已确认。

产业逻辑可以概括为一句话：人形机器人第一次从「费用项」变成了「收入项」。这份财报的意义不在于优必选赚了多少钱——它还在亏——而在于证明了高客单价的全尺寸人形机器人存在真实的、可复制的B端采购需求。

🔍 定义先行，先过滤掉「假人形」

细读优必选的披露口径，会发现一个耐人寻味的细节：2.47亿元统计的是Walker系列，不包含教育机器人、消费级机器人和智能物流设备。换句话说，公司主动把「人形机器人」从宽泛的机器人收入中剥离出来单独披露——在一个人人自称「具身智能」的行业里，这本身是一种定义权的行使。

这其实是在回应市场长期以来的质疑：人形机器人卖出去的到底是观赏价值，还是生产价值？

从收入体量反推，Walker系列的客单价远高于行业平均，采购方是车企、3C制造等工业场景——这类客户买的是具身智能的作业能力，不是猎奇心理。能进工厂、经得起产线验收的产品，和能上春晚、能发抖音的产品，是两种完全不同的生意。

这里有产业判断可做：人形机器人商业化正在分化成两条路径。一条是走消费端的低价小尺寸路线，比拼渠道和成本；另一条是走B端全尺寸方案路线，比拼算力、运动能力和场景交付。优必选这份财报给出的答案是：后者的收入弹性更大，424%的增速就是证明。当「具身智能」这四个字开始对应可查证的订单和交付记录，行业的话语体系才会真正从发布会转向客户车间。

🧠 BeyondMimic：会空翻不稀奇，知道何时空翻才值钱

2025年，Science Robotics刊发了伯克利与斯坦福团队的合作成果。他们提出的强化学习运动跟踪框架BeyondMimic，完成了两阶段设计：第一阶段，用可扩展的强化学习运动跟踪，从多样化人类动作中训练出一组高动态运动技能——侧手翻、旋踢、冲刺和舞蹈，在统一训练设置下完成并成功零样本迁移到真实硬件；第二阶段，用统一的潜在状态-动作扩散模型，把这些技能整合进同一个运动分布，推理时通过分类器引导，根据新目标生成和组合动作。

部署之后，机器人能处理训练阶段从未见过的摇杆遥操作、路径导航、障碍物躲避和动作插入任务。

如果只是复述这些结论，那它就是又一篇「机器人学会了新动作」的论文。但放在这个领域的方法演进里看，它真正值得说的差异点有三个。

第一，范式上完成了「从跟踪到控制」的跃迁。自DeepMimic以来，运动跟踪路线的天花板一直很清楚：策略只会复现一条给定的参考轨迹，技能无法组合，任务无法泛化。BeyondMimic把第一阶段学到的技能压缩进扩散模型构成的生成式先验，等于把「模仿一条轨迹」升级为「在一个技能分布里采样和插值」。这不是量变——它决定了机器人面对新任务时是「从头训」还是「即取即用」。

第二，工程上改变了新动作的边际成本结构。传统强化学习每增加一种行为，需要重新设计奖励、重新调参甚至重新训练。BeyondMimic的路径是：收集一段动捕数据，放进已有的技能分布里，推理时用分类器引导组合。新增动作的边际成本从「一轮完整的RL研发」降到「一段示范数据」，这正是技能库路线声称的商业前提——今天这篇论文开始把它变成可复现的方法。

第三，和产业界主流方案走了不同的岔路。近两年斯坦福的HumanPlus、H2O等工作的主流思路是「人类遥操作数据→模仿学习」，依赖持续采集人类示教；公司层面则多在各自闭环里做整身控制。BeyondMimic不依赖实时遥操作，而是让机器人在学到的高动态技能库中自主生成与组合动作——两条路线争夺的，其实是未来「数据从哪来」的定义权。

当然，边界同样清晰。论文展示的是运动控制层面的技能组合，操作类任务、长时程作业、与感知的紧耦合闭环都没有解决；演示硬件（Unitree G1级别）与工业级负载之间还隔着整机工程；扩散模型推理的实时性和扰动鲁棒性，也没有经受车间工况的检验。伯克利和斯坦福证明了「什么时候该空翻」可以学出来，但把这套能力装进量产机型并扛住产线节拍，是另一场硬仗。

⚖️ 当赚钱叙事遇上技术叙事

把两条线放在一起看，意义才开始显形。

从公开信息看，2025年以来，人形机器人公司的股价催化剂已经明显从发布会视频转向订单公告和财报数据——优必选中期业绩披露后Walker交付量的讨论热度，就是一个小样本。这不是冷落技术，而是产业成熟的必经阶段：技术叙事负责打开天花板，商业叙事负责证明地板不会塌。

需要保持清醒的地方同样明确，而且都有公开数据可核对。第一，优必选自上市以来持续亏损，人形机器人业务收入占比约四分之一，还撑不起整体估值；第二，B端采购往往有集中交付属性，Walker系列单期高增速中订单节奏的成分需要剔除后再看趋势，建议持续追踪后续季度的收入结构与交付口径是否稳定；第三，BeyondMimic作为方法论成果，与产品化之间隔着数据、工程和可靠性三座大山，短期内落地产线的概率不高。

但方向性的判断可以下了：人形机器人产业正在从「能力的军备竞赛」切换到「商业的复式记账」。能同时讲好两个故事的公司，才拿得到下一轮融资和下一批订单；只会翻跟头的，会先被报表淘汰。

结语

🎯 同一个时间窗口里，一份Walker系列收入增长424%的财报，一篇登上Science Robotics的运动控制论文——优必选和伯克利、斯坦福团队，恰好代表了人形机器人产业的两个轮子：商业验证和技术纵深。前者回答「谁来买单」，后者回答「还能干什么」。当两个