王兴兴，咋还不放量卖机器人？

刚敲完钟的公司老板，第二天在行业大会上泼冷水，这事不多见。

8月20日，2026世界机器人大会主论坛上，宇树科技创始人王兴兴把话说得很直白：人形机器人还没有大规模推广，因为效率仍低于人工，且新任务需要重新训练，泛化能力不足——他甚至把这称为"全球行业共同面临的最大瓶颈"。

要知道，就在前一天，8月19日，宇树科技（688836）刚登陆A股，成为A股"人形机器人第一股"，王兴兴身家破千亿，新晋"90后"首富。

一边是资本市场给的最高礼遇，一边是创始人自己按下的降温键。这个反差，比任何发布会PPT都值得琢磨。

🎤 首富的冷水，泼在了点子上

最火的人说最冷的话，往往最可信。

先还原一下现场。王兴兴在主论坛上简要回顾了公司轨迹：宇树科技成立于2016年，最早以四足机器人切入市场，近年全面转向人形机器人研发，2024年推出的G1人形机器人已成为全球标杆性产品。目前，G1已在汽车工厂等场景开展测试应用。

按一般上市公司的剧本，讲到这里该收尾、该展望"百万台量产"了。但王兴兴没有。他直接承认：尚未大规模推广，原因就是效率和通用能力不够完善。

这句表态在业内传开后，不少从业者的反应是"松了口气"。一位接近头部人形机器人公司的人士私下聊，老板们最怕的不是技术难，而是预期被打得太满之后，客户拿着demo的亮度去要求产线的亮度——落差一旦兑现，整个品类的商务谈判都会变难。

王兴兴作为出货量最大的玩家之一，主动把行业天花板钉在"效率不如人工"这个位置上，等于替全行业做了一次预期管理。这是创始人的诚实，也是新晋上市公司的聪明：先把话说低，后面的每一步都是超预期。

更值得注意的是时机。上市次日发声，他手里握着最大的叙事资本，却选择讲瓶颈叙事。这说明在他自己的排序里，技术问题的优先级高于资本市场叙事——或者说，他清楚瓶颈不讲清楚，叙事迟早会反噬。

📉 效率不如人工，是一笔没人躲得开的账

机器人进工厂，靠的不是酷，是算得过账。

"效率仍低于人工"这六个字，拆开看其实信息量很大。

在工业场景里，一台设备值不值得进产线，账本上只有几行：单位时间产出、良率、综合成本（购置+运维+折旧）、可替代工时。一个熟练工人在装配、上下料、质检这类重复性工序上的节拍，是几十年制造业体系打磨出来的。人形机器人目前在这些指标上还没有全面胜出——王兴兴的原话就是"效率仍低于人工"。

第二个问题是"新任务需重新训练"。传统工业机械臂之所以能在汽车厂铺开几十年，靠的是任务固定：焊接就是焊接，喷涂就是喷涂，示教一遍跑十年。而人形机器人卖的是"通用"的预期，可一旦换个工位、换个物料、换个批次就要重新训练一次，通用的故事就漏了气——部署成本反而高于专用设备。

第三是泛化能力不足。看到没见过的物体、光照变了、物料位置偏了，机器人还能不能干活？这决定了它到底是一台"可编程设备"，还是一个"通用劳动力"。前者按设备定价，后者按人力市场定价，两个估值逻辑天差地别。

所以王兴兴说的不是谦虚，而是一个工程事实：人形机器人现在能做的是测试和验证，不是替代。行业要从"能演示"走到"能交货"，中间隔着的就是这条效率曲线。

🤖 ChatGPT时刻，卡在"对齐"两个字上

大模型的学习方式，和机器人的干活方式，中间有条河。

在同一场主论坛上，王兴兴给出了更技术面的判断：具身智能要迈过自己的"ChatGPT时刻"，最核心的挑战是AI模型的输入输出和真实机器人的对齐。

这句话值得展开。ChatGPT的爆发，建立在一个前提上：语言的输入输出空间是离散的、可穷举的，互联网上有海量文本可以直接当训练数据，模型学完就能直接用。但具身智能不一样——机器人的输入是摄像头、力矩、惯性测量单元，输出是连续的关节控制信号，而且每一台机器人的本体参数、传感器布局、执行器特性都不完全一样。

一个在仿真里表现优异的策略，搬到真机上可能因为一毫米的摩擦差异就失效；一个在A机器人上训练的模型，换到B机器人上可能要推倒重来。数据在真实世界里的采集成本又远高于互联网文本。这就是"对齐"难题：模型世界和物理世界之间的翻译层，目前还没有人真正打通。

把这个闭环跑通且每一段损耗足够小，"ChatGPT时刻"才会到来。在那之前，所有关于人形机器人放量节奏的争论，本质上都是在对这个闭环的收敛速度下注。

据多位接近产业的人士观察，目前头部公司普遍把资源押在真机数据采集和仿真到真机的迁移上，谁先把这层"翻译损耗"压下来，谁就可能率先拿到效率反超人工的临界点。这比拼的不再只是本体硬件的性价比，而是模型工程、数据基建和本体设计三者的协同——这也是为什么同时懂硬件和AI的团队，估值逻辑正在和传统机器人公司分道扬镳。

🏭 从四足到第一股，宇树走的是一条什么路

先活下来，再谈通用，是硬件公司的宿命。

把宇树科技的路径拉出来看，会发现它的每一步都很"工程师"：不追概念，先做能卖钱的东西。

十年时间，从四足机器人的供应链和电机、减速器等核心执行器能力起步，到全面转向人形，再到G1成为全球标杆产品并进入汽车工厂做测试应用，最后以上市完成资本化——这条路径里没有一个环节是靠"讲故事"跳过去的。

有意思的是商业模式的选择。G1目前定位是测试应用而非大规模交付，这实际上把宇树科技同时放在了两个市场里：一边是研发和科研市场，为全球实验室和开发者提供平台，这个市场对"泛化不完善"的容忍度高；另一边是工业场景的联合验证，和汽车厂一起磨工艺、磨数据。前者贡献现金流，后者积累走向通用化的数据资产。

这也解释了为什么王兴兴敢于承认瓶颈：他的公司结构决定了，短期内不依赖"替代人工"这个叙事也能活得很好。而那些把全部身家押在2026、2027年大规模替代叙事上的团队，日子会难过得多。第一股上市之后，资本市场的目光会逼着整个行业回答同一个问题：你的下一代产品，效率账算得过来吗？

🚦 降温之后，行业反而更清楚该怎么走

承认瓶颈不是唱衰，是产业走向成熟的第一个信号。

王兴兴这番话的真正价值，在于把行业的讨论从"什么时候替代人类"拉回到"模型和机器人怎么对齐"这个工程问题上。

短期内可以预期的路径大致是：工业场景继续以测试验证为主，从结构化程度高的工序切入，一点点积累真机数据；模型侧围绕对齐问题做仿真到真机的迁移优化；效率曲线什么时候穿越人工成本线，大规模推广的拐点就什么时候出现——而不是反过来，靠融资和发布会把它喊出来。

对产业链上的公司来说，这反而是个清晰的信号：本体硬件的成本和可靠性、执行器性能、数据采集与训练基础设施，每一环都还有大把的活可干、大把的钱可赚。人形机器人不是一个明天就爆发的市场，但正因为瓶颈明确，路径才明确。

一个身家刚破千亿的创始人，在自己最高光的48小时里选择谈论瓶颈——这种清醒，可能比G1本身，更能说明这个行业走到了哪一步。

小结： "人形机器人第一股"上市与"效率不如人工"的坦白发生在同一个48小时里，这不是矛盾，而是这个行业的真实刻度：资本已经先到了，技术还在爬坡。王兴兴点出的对齐难题，是具身智能通往"ChatGPT时刻"的必答题。下一阶段比的不是谁的声音大，而是谁先把效率曲线做上去。拐点没到，但方向已经很清楚了。