2026-04-07 19:05
扫码打开虎嗅APP
本文来自微信公众号： 硅基观察Pro ，作者：硅基君，原文标题：《别被6亿利润“骗”了！最赚钱的硬件，恰恰是宇树的最大风险》
上一篇文章，我们写了《宇树科技：史上“最奇怪”的IPO公司》。
这一次，我们换一个角度，从人形机器人行业，重新看一遍宇树。
宇树的赚钱能力，不仅超出了很多人的预期，也远远超过了大多数具身智能公司。
如果放在大多数行业，这几乎已经足够证明一家公司的竞争力：能赚钱、利润高、品牌强，看起来像是商业化已经跑通。
但放在当下的具身智能行业，这件事可能恰恰要反过来看。
因为宇树今天赚到的钱，更像是一种阶段性的定价权，而不是行业终局竞争力的兑现。
它踩中的，是一个很特殊的窗口期：
在需求尚未成熟、技术路径尚未收敛、竞争格局尚未展开的窗口期，通过工程与供应链优势放大效率，再叠加传播带来的认知红利，暂时跑出了一个看起来“超额”的结果。
但问题也恰恰在这里。
第一，硬件形态最终是由场景定义的，而不是硬件去定义场景。
当机器人被当作生产力进入到具体场景中，最优解很可能不是今天的硬件形态。
也就是说，宇树现在最强的东西，未必就是未来最值钱的东西。
第二，宇树工程驱动的路径存在明显的天花板。
过去70年的AI发展反复证明一件事，所有的工程奇迹，最终都会被“算力+数据”的暴力美学直接推平。这一点，在具身智能领域也不会例外。
这也是为什么宇树一边靠工程赚钱，一边又在IPO募资的40亿里，拿出20亿去补“大脑”。
这背后其实是一个很清晰的判断：短期的优势，来自工程；长期的胜负，仍然取决于模型。
如果把具身智能这个赛道拆开看，会发现它还停留在一个非常早期的阶段。
最直观的指标，就是需求结构。
今天的人形机器人，74%还在科研和教育场景里打转。大家最爱讲的“进厂打螺丝”，在现实中几乎还没有真正发生。反而是企业导览、展厅讲解这类场景，占到了50%到70%。
这意味着，当下行业的主流需求，本质上还不是生产力需求，而是展示性需求。
展示性需求的特点是，只要能动、能走、能稳定运行一段时间，就已经足够；但生产力需求不一样，它要求的是长期稳定、可复制、能替代人、能算清ROI。
而具身智能，显然还没走到后者。
大模型的突破，本质上是一次“数据涌现”——互联网数据第一次被大规模用起来。
但具身智能还没有这个条件。遥操、动捕、仿真这些方法都在用，可行业至今还没有训练出一个在参数规模和性能上都真正成立的通用机器人模型。
所以很多业内人士的判断都很接近：今天的具身智能，更像十几年前的自动驾驶——大家已经看见方向，但距离真正大规模落地，可能还要走很久。
在这样一个阶段里，宇树是怎么跑出来的？
它的策略其实非常明确：不做大脑，而是把确定性更强的“小脑”做到极致，用工程能力和供应链优势，在早期市场快速拿份额。
这里面最关键的一步，是四足机器狗。
到2025年前三季度，宇树已经卖了17946台四足机器人。
这带来的，不只是收入，更重要的是两项能力：一是把供应链牢牢握在自己手里，二是把关键零部件做成了高度通用的模块。后来，这两点被直接平移到人形机器人上。
最终体现出来，就是毛利率的差异。行业普遍在35%–47%，而宇树可以做到63%。这接近20个百分点的差距，本质上不是单一产品的优势，而是一整套制造与供应体系的结果。
再叠加春晚出圈，宇树又拿到了一次几乎零成本的品牌放大。
于是就出现了一个很有意思的现象：一家几乎家喻户晓的机器人公司，2025年前三季度广告开支却只有区区2257万。
所以回过头来看，宇树的高毛利并不难理解。它不是一种已经被长期验证的盈利能力，而是一种在早期窗口期里形成的阶段性定价权：
在需求尚未成熟、技术路径尚未收敛、竞争格局尚未展开的时候，用工程与供应链放大效率，再叠加传播红利，跑出一个“超额结果”。
但宇树的问题也恰恰在这里。
宇树所有的优势，都建立在一个前提之上：行业还停留在“展示性需求”的阶段。一旦需求向“生产力”迁移，这套优势还能不能继续成立？
尽管宇树已经是具身智能商业化最成功的公司，但技术路径并算不上“主流”。
如果按技术投入路径来拆，今天的具身智能公司大致可以分成三类：本体派、大脑派和全栈派。
宇树属于典型的本体派。
它的核心，是本体和运动控制，也就是业内常说的locomotion control。说白了，就是让机器人在真实世界里稳定行走、保持平衡，甚至完成翻滚、跳跃、舞蹈这些复杂动作。
它当然也研究大脑，但优先级很清楚：运控优先。类似路径的还有逐际动力、众擎。
另一边是大脑派，代表公司包括银河通用、自变量、星海图、千寻智能、智平方等。这一类公司的共识非常一致：优先做模型。
这种选择直接体现在研发资源分配上。比如星海图，80%的研发投入都砸在大脑，其中30%是数据，40%到50%是算力，硬件只占20%。银河通用甚至只做了一款轮式底盘，其余资源几乎全部押在模型研发上。
同时，这一类公司普遍选择轮式，而不是双足。
原因也不复杂。在需求还不清晰的阶段，机器人最核心的能力不是“走得多像人”，而是“能不能完成任务”。相比移动能力，上半身的操作与决策能力更关键。
第三类则是全栈派，也就是大脑和本体同时发力，典型代表包括智元机器人，以及海外的特斯拉和Figure。
从一级市场的偏好来看，押注大脑，几乎已经成了行业共识。这一点有两个很直观的侧面印证。
第一，是宇树自己的估值。
宇树最新一轮投后估值大约127亿。考虑到它已经表现出的盈利能力，以及所处赛道的热度，这个估值并不算高。
更早之前，在春晚出圈前，它的估值甚至长期上不去，一度可能只有智元的一半。
第二，是独角兽们的共同选择。
国内估值过百亿的具身智能公司已经有8家，包括银河通用、智元机器人、宇树科技、星海图、智平方、千寻智能、自变量和星动纪元。其中绝大多数，都明确强调模型优先的策略。
为什么资本更愿意押大脑？
因为当前具身智能最大的瓶颈，不在硬件，而在软件。
人形机器人的终局，不是某个固定场景里的自动化设备，而是具备通用性，像人一样在不同环境里完成不同任务。
如果没有基础模型，就无法理解现实世界的物理规律，也就无法处理真正复杂的任务。
举个最简单的例子，机器人拿鸡蛋，硬件负责执行动作，但到底用多大力、不把鸡蛋捏碎，是模型决定的。
这也是为什么，无论是谷歌、英伟达，还是Physical Intelligence、银河通用，真正投入的重点，都是世界模型——让AI学会理解物理世界。
更关键的是，软件和硬件的演进逻辑完全不同，这直接决定了它们在资本市场上的价值差异。
硬件固然有瓶颈，但更多是线性的。它可以靠工程积累、靠持续迭代，一点点变便宜、变成熟。比如灵巧手，过去工业级产品可能要数十万元，而现在特斯拉单只手的成本已经压到6000美元左右。
但软件的瓶颈是非线性的。什么时候会出现类似ChatGPT的突破，没有人知道。但一旦发生，机器人在泛化能力上的提升，很可能会直接解锁大量场景。
所以问题就很清楚了，在智能化水平没有明显跃迁之前，单纯去拓展应用场景，很难真正跑出ROI，更难形成稳定的商业闭环。
说到这里，可能会有人问：既然模型还没出来，为什么不能先把本体做好？
当然可以，而且从长期看，具身智能一定是垂直整合的——既做模型，也做硬件。
但问题在于，先做本体，本质上是在一个变量还没确定的阶段，提前锁定答案。
这里面有两个关键约束。
第一，硬件形态最终是由场景定义的，而不是硬件去定义场景。
在展示性需求阶段，人形、跑跳、动态能力都有意义，因为它们更直观、更容易被看见。
但一旦进入生产力阶段，评价标准会完全改变。机器人不再是“能展示什么”，而是“能不能进流程、能不能替代人、能不能算清账”。
这时候，最优解很可能不是今天的硬件形态。
企业未必需要一个会跑跳的人形机器人，更可能选择成本更低、稳定性更高的轮式方案；相比复杂的运动能力，真正会被高频使用的，也可能是抓取、装配、分拣这些看起来不那么酷的能力。
也就是说，场景一旦收敛，硬件就会被重新定义。
第二，模型进步，很可能会重写一部分今天依赖工程优化的能力。
这件事其实可以用The Bitter Lesson来理解。过去70年的AI发展反复证明，很多依赖人工设计和工程技巧的路径，最终都会被更通用、更依赖算力和数据的方法替代。
比如，AI工程方法在过去两年里就已经经历了三次演进：Prompt engineering（提示词工程）、Context engineering（上下文工程）和Harness engineering（驯化工程）。
放到具身智能里也是一样。
今天很多看起来很强的控制能力，本质上仍然是工程优化的结果。但一旦模型能力上来，这些能力就有可能被端到端学习重新覆盖。
换句话说，一部分今天的优势，可能只是过渡阶段的解法。
把这两点放在一起，就能看清宇树的结构性风险。
它现在的大部分出货，仍然流向科研和展示场景，本质上是在验证“技术能不能成立”。但真正的商业世界，只关心另一件事：需求有没有收敛，ROI能不能成立。
而截至目前，这两件事都还没有发生。
这意味着，宇树当下的优势，更接近“阶段性成立”，而不是“长期成立”。
一旦模型能力出现突破，场景开始收敛、硬件被重新定义，今天这套路径，未必还能顺利延续。
从证明机器人能跑，到证明机器人能真正赚钱，宇树真正的考验，才刚刚开始。
