宇树刚上桌，王兴兴先说了句实话

宇树上市第二天，创始人王兴兴开口第一句话，就把自家股价干下去15%。

这不是剧本，是2026年8月20日真实发生的事。宇树科技登陆科创板次日，王兴兴在世界机器人大会上坦言：机器人进工厂暂时没法大规模推广，因为效率和泛化能力还不够高。话音落地，股价应声下挫。

而在同一片展馆里，另一个信号同样强烈：去年机器人还在空翻、跳舞、表演，今年所有人都在关心场景。这两件事凑在一起，恰好勾勒出中国人形机器人行业当下最真实的处境——钱已经到了，技术还在路上。

🎭 表演谢幕：展馆里，空翻少了，干活多了

判断一个行业的成熟度，看它展台上观众问什么问题就够了。

今年的世界机器人大会上，自变量机器人的展台被围得水泄不通。两条机械臂搭配夹爪，在全自主模式下持续分拣大小、形状、材质、重量完全随机的真实物流包裹。此前直播实测中，它的分拣速度最高达到每小时1816件。

注意观众的变化：大家不再问『机器人能做什么』，而是问『机器人干活效率够不够高』。这一字之差，就是行业话语体系的切换。

京东零售具身智能机器人负责人郑小丹的总结更直白：『去年机器人还主要在表演，今年所有人都在关心场景。』她透露，京东从去年开始就把包括物流在内的场景开放给机器人公司合作，此前还宣布未来五年要采购300万台机器人。

这个闭环的意义在于：场景方愿意开放真实业务，机器人公司才有真实数据可以迭代。郑小丹说，京东有3600多个仓库，物流在整体业务中占比很重，『有很强的动力来尝试采用新的技术提升效率』。

但她也毫不客气地补了一句：现阶段具身智能干活的节拍、准确率，可能还不及人类。她的建议是『以终为始』，一边跑一边迭代，而不是等技术完全成熟再进场。

这就是当前行业的真实分工：场景方出题，机器人公司答题，而答案离满分还有距离。

💰 上市即巅峰？宇树的两天的冰火

资本市场用最直接的方式，给行业的预期重新定了价。

8月19日，宇树科技（688836.SH）登陆上交所科创板，被称为『人形机器人第一股』。发行价150.80元/股，对应发行后市值约609.93亿元。开盘直接飙到1100元/股，市值突破4449.1亿元。当天收盘845元/股，市值站上3400亿元，较发行价涨约460%。王兴兴个人所持市值超千亿元，『90后新首富』的称号随之而来。

然后就是第二天。

为什么一篇演讲能有这么大杀伤力？因为市场原本把宇树当成『人形机器人量产之王』的故事来讲——2025年宇树人形机器人出货量超5500台，居全球第一。而王兴兴亲手拆掉了这个故事里最性感的部分：规模化落地。

『为什么（机器人进工厂）我们现在没有大规模推广呢？最主要原因就是，目前效率和泛用能力还是不够高。』这是宇树上市后王兴兴的第一次公开讲话，选的时机和场合都耐人寻味。

据多位接近行业的人士观察，现场不少从业者反倒松了口气：终于有人把行业真实的技术水位说出来了。泡沫期大家都需要市值故事，但故事讲多了，会反噬整个行业的信用。

🧠 小脑强，大脑弱：宇树缺个什么脑子？

机器人能跑能跳不算本事，能理解任务才刚刚摸到商业化的门槛。

业内给宇树科技的评价很形象：『小脑强于大脑』。宇树长期聚焦运动控制、关节控制这些小脑能力，机器人能跑能跳能格斗；但在大脑层面——具身大模型、任务理解与世界理解——研发投入一度有限。

这种短板有多致命？王兴兴自己举了个例子：机器人在任务执行中『最后一厘米』的偏差，会导致任务成功率出现暴跌。『这是非常严重的一件事。』他坦言，全世界范围内，制约机器人真正走进生活、走进家庭的最大瓶颈，就是具身智能的泛化能力不够。

物理世界不宽容。实验室里99分的抓取动作，到了真实工厂可能因为包裹摆放角度差了几厘米就彻底失败。这也是为什么场景方最在意节拍和准确率，而不是空翻高度。

去年9月，宇树推出开源世界模型UnifoLM-WMA-0，核心是一个能理解机器人与环境交互物理规律的世界模型，想为通用机器人学习提供统一的技术基础。这是『小脑公司』向『大脑』发起的补课。

💡 世界模型：机器人在等的那个『脑子』？

大语言模型背过答案，世界模型自己会算题。

一个直观的对比：你端着咖啡杯问AI『我把杯子松开会怎样』，普通大语言模型会答『它会掉在地上摔碎』——因为它在训练数据里见过这句话。而世界模型会观察杯子距地的高度，结合重力加速度，告诉你『杯子会在0.5秒后落地』，并根据材质模拟碎裂程度。它不需要读过这句话，它自己会算。

图灵奖得主杨立昆（Yann LeCun）把世界模型定义为『能预测行动后果的内部模拟器』，是机器人对世界的认知引擎。斯坦福大学教授、World Labs创始人李飞飞则从空间智能的角度切入同一个命题。定义五花八门，但共同点清晰：智能体需要通过学习环境的物理规则来构建虚拟场景，无需实际行动就能预判不同决策的后果。

这对机器人行业为什么是刚需？因为真实世界里试错成本太高。机器人不可能靠在工厂里摔一万次杯子来学会拿杯子，它需要在大脑里先『摔』一万次。

但这里必须泼一盆冷水：世界模型是方向之一，不是答案本身。正如大会上传出的那张共识图谱所揭示的——

共识不等于成熟。多位受访者强调，行业在数据采集标准、模型技术路线、场景落地节奏上仍存在显著分歧。

🔮 ChatGPT时刻：两年还是十年？

一个行业最诚实的时刻，是它的头部玩家开始公布悲观预期的时候。

王兴兴在大会上给出的判断是：迈向具身智能的ChatGPT时刻，理想情况下需要2—3年，或者更长的5—10年时间。

这句话值得逐字咀嚼。ChatGPT时刻意味着什么？意味着一个产品让普通用户毫不犹豫地付费使用，意味着技术从演示品变成生产力工具。对于机器人来说，就是它能像人一样在陌生环境里可靠地完成陌生任务。

值得注意的是，这个判断出自全球人形机器人出货量第一的公司掌门人之口。他不是在唱衰自家股票——他是在给全行业的预期校准刻度。

而产业侧的反应也很有意思：场景方没有因为技术不成熟而撤退，反而加速进场。京东开放3600多个仓库，五年300万台的采购计划摆在那里，逻辑是『一边跑、一边迭代』。这其实就是具身智能和当年大语言模型最大的不同——大模型可以靠互联网存量数据起飞，机器人必须靠真实场景里的真机数据喂养。场景方越早开放，数据飞轮转得越快。

所以，与其问机器人的ChatGPT时刻什么时候来，不如问：谁先把自己变成那个帮飞轮加速的场景。

宇树上市两天的股价过山车，本质上是资本市场与产业现实的一次对表。王兴兴那句『暂时不能大规模推广』不好听，但它把行业从叙事驱动拉回了工程驱动：大脑还没长好，数据还差几个数量级，ChatGPT时刻可能要等两到十年。而2026世界机器人大会上『所有人都在关心场景』的氛围说明，产业界已经接受了这个设定，并且选择在等待中干活。下一程，比的不再是谁能空翻，而是谁的分拣准确率先追上人类，谁的世界模型先看懂最后一厘米。