宇树敲钟之后，具身智能开始卷什么？

宇树敲钟那天，北京亦庄的空气都是甜的。

2026年8月19日，世界机器人大会开幕当天，宇树科技正式上市，盘中市值一度冲破4000亿元。同一天，展馆里挤着300多家企业、2000多件展品，大模型、本体、零部件、数据公司全到场了。

但逛完全馆，我的判断是：这不是行业的高潮，而是行业「交作业」的开始。过去十年，机器人公司活在实验室和融资新闻里；从这一刻起，它们要回答收入、交付、毛利和规模化。资本锚点钉下之后，真正的分化才刚刚开始。

📈 4000亿锚点，行业开始被要营收

先说一个现场感受：这届WRC没有让所有人「哇」的时刻。

宇树没有把刚刚发布的「超人」搬上台——那台能原地跳高2米、奔跑速度12.66米/秒的怪物，只在PPT和视频里出现。展台上更多是已有产品在解锁新动作：G1打格斗，组合拳、回旋踢、飞踢一套下来，靠全身关节实时协调；个头更大的H2出拳抬腿更有分量感。众擎干脆把八角笼搬进了会场，维他动力用二次元偶像的方式整活。

热闹是真热闹，但很少有人再讲「颠覆性突破」这四个字了。

这背后是资本叙事的切换。看一眼2026年的几个关键节点：

宇树上市，第一次给这个仍处早期的赛道钉下资本锚点；云深处科技进入交易所受理或审核环节；智元机器人确认启动赴港上市流程。一级市场的热，正在向二级市场传导。

传导意味着什么？意味着估值逻辑从「技术想象力」切换到「收入-交付-毛利」三件套。据多位接近一级市场的人士透露，现在投资机构尽调人形机器人公司，第一个问题已经从「模型多先进」变成了「交付多少台、回款周期多长」。

这是好事。被要求赚钱的行业，才配谈产业。

🤖 别再只盯着人形了

形态自由，是具身智能成熟的第一个标志。

过去两年，具身智能的叙事被人形高度占领：跳舞、跑步、打拳、马拉松，所有出圈事件几乎都长着人的样子。但这届WRC传递的信号很明确——「像人」不再只有一种标准答案，巨型、仿生、半人马形态接连出现，而更多公司开始根据真实任务重新设计形态。

最有代表性的是银河通用。它的展台上，轮式、重载和双足三种完全不同形态的机器人，跑的是同一套具身基础大模型。这个细节比任何发布会都有信息量：当大脑和躯体解耦，本体形态就成了「选配」，而不是「信仰」。

维他动力走了反方向：从真实使用场景出发，倒推产品设计，做出了第一款人形机器人Vbot ATOM。一个自上而下，一个自下而上，殊途同归——都在回答「机器人到底为谁干活」。

用产业逻辑串一下：

人形不是错了，而是被「祛魅」了。它仍然是通用性的终极形态，但在物流、巡检、商服这些具体场景里，轮盘比双腿便宜且稳。谁能根据场景选形态，谁就先拿到订单；谁把形态当宗教，谁就先烧完钱。

🧠 李飞飞发牌：几张图换一个世界

数据，是具身智能真正的咽喉。

就在WRC同期，李飞飞团队正式发布首个多模态世界模型Atlas。两个关键词值得划线：一是「从零开始预训练」，不是在既有大模型上微调，而是为空间智能从头造底座；二是「几张图就能构建世界」——少量视觉输入即可重建可交互的三维场景。

这件事的产业含义，比模型本身更重。具身智能最贵的成本不是电机，是数据：真机采集一条抓取轨迹，人工成本加损耗，动辄几百上千元，而具身任务的长尾复杂度决定了，真实数据永远追不上场景变化。世界模型的本质，是把「数据采集」变成「数据生成」——在仿真里穷举物理世界的边缘情况，让机器人先在虚拟里摔一百万次。

顺着这条线看WRC上另一家值得注意的公司帕西尼：它把最初只解决「触觉」的技术方案，扩展成了覆盖全身的感知网络。触觉是视觉补不齐的最后一环——杯子握没握稳、力度是不是大了，只有皮肤知道。视觉世界模型加触觉网络，恰好构成了数据闭环的两条腿：

所以「数据正在从一门算法生意变成一门硬件生意」这个WRC上的提问，答案大概率是「都是」。算法侧拼世界模型的生成能力，硬件侧拼传感器和采集设备——两头都要下重注。

⚡ Figure的算力豪赌

具身智能的尽头是算力生意，至少Figure是这么信的。

2026年9月3日，Figure宣布与AI基础设施公司Nscale达成战略合作：部署英伟达Vera Rubin平台，规模最高达10万块GPU，初始算力承诺35亿美元，目标2027年下半年在得克萨斯州Barstow开始部署，双方还表达了将合作规模扩展至超过60亿美元的意向。

35亿美元是什么概念？按当前人形机器人的成本结构，这笔钱够造好几万台整机。Figure没有把钱花在本体产能上，而是押在了训练底座上。

这个决策要放在行业背景下看。具身大模型的训练消耗正在向语言模型看齐——多模态输入、长时序决策、世界模型预训练，每一项都是吞算力的怪物。据多位接近海外机器人公司的从业者判断，未来两年算力储备会像今天的里程数据一样，成为具身智能公司的核心资产指标。

风险同样明显：算力是沉没成本极高的赌注，如果通用模型的能力曲线放缓，这些GPU就是资产负债表上的重担。但反过来，一旦具身智能迎来自己的「ChatGPT时刻」，没有算力储备的玩家连上牌桌的资格都没有。

中国公司这边路径不同——靠场景和数据密度换算力效率。两条路线谁先跑通，会是未来三年最好的观察样本。

🔧 最后一厘米，胜负在指尖

最不起眼的展位，往往藏着最硬的进展。

自变量在物流分拣场景里，把效率做到了每小时1816件，准确率超过98%。这个数字的含金量要拆开看：物流分拣是典型的「高频+长尾」任务，件形千奇百怪、摆放姿态随机，1816件/小时已经逼近人类熟练工水平，而98%的准确率意味着残次率进入了商业可接受区间——这是「demo能跑」和「能签合同」之间的分界线。

支撑这类表现的，是指尖、关节和电机里那些看不见的进步。这届WRC上，关键零部件的话题被反复提起：关节模组的力矩密度、灵巧手的自由度与寿命、触觉传感的采样精度。行业里管这个叫「最后一厘米」——模型再聪明，执行端差一厘米，商业闭环就差一个数量级。

把整个产业链摊开看：

这张表其实是一句话：具身智能的竞争，已经不是单点竞争，而是闭环竞争。模型要喂得饱，本体要扛得住，零部件要省得下，算力要跟得上——缺任何一环，故事就停在故事。

小结

宇树的4000亿市值，是过去十年中国机器人行业最接近资本狂欢的一天，但它更像是行业从「叙事阶段」进入「交付阶段」的发令枪。

形态在分化，数据在重构，算力在豪赌，指尖在较劲。具身智能仍然早期，甚至比很多人期待的更早期——但正因为早期，把模型、本体、零部件和工程能力跑成闭环的公司，才会成为下一阶段真正有价值的公司。2027年Figure的十万块GPU点亮时，这张牌桌上的座次，可能就要重新排了。