万元级灵巧机械臂?宇树卖的不是硬件,是数据入口

宇树上市首日暴涨629%,次日一度跌超17%。而就在2026世界机器人大会主论坛上王兴兴发声,坦言效率不如人,又甩出9900元的开源机械臂。这条手臂的真正身份不是商品,而是具身智能最缺的数据入口。

具身智能观察


2026年8月20日 · 北京 · 世界机器人大会现场

8月19日,宇树科技登陆科创板,开盘暴涨629.44%,市值一度冲到4449亿元,中签的幸运儿一签浮盈超过47万。

8月20日,上市第二天,股价低开6.51%,盘中一度跌超17%,市值跌破3000亿。

同一天上午,王兴兴站上2026世界机器人大会主论坛的讲台,完成了上市后的首次公开发声。没有庆祝,没有豪言,他当着全行业承认,自家机器人目前的效率还是比人低,所以没有大规模进厂、进家庭。

资本市场的体温计和工程师手里的体温计,量出了两个温度。

这种极端波动的背后,是市场在两种定价逻辑之间摇摆。一边按具身智能终局的市场规模给想象力定价,另一边按当前科研设备商的基本面定价。

招股书数据显示,宇树人形机器人收入中超过七成来自科研教育,真正用于智能制造、智能巡检等工业场景的收入占比不足3%。基本面和终局想象之间存在巨大的空白期,股价的剧烈波动不是哪一方错了,而是人形机器人产业本身就处在确定性的技术突破和不确定的落地节奏并存的早期阶段。

01 先说说今天这条新手臂


宇树今天发布的仿生7轴灵巧机械臂,据官方产品资料,售价9900元起,自重只有5.5公斤,臂展650毫米,负载2公斤,重复定位精度约0.1毫米,支持位置加力控双模式,带力反馈和碰撞检测,末端可以快速换装不同执行器,控制程序和控制接口将陆续开源。

图片

这是宇树第一款单价跌破万元的机械臂。在此之前,市面上具备力控能力的七轴机械臂,价格普遍在数万元。

多数报道到这里就结束了。但把这条手臂和王兴兴今天的演讲放在一起看,才有意思。

02 9900元卖的不是手臂,是数据入口


王兴兴今天说了一句大实话。

AI是数据驱动的,有多少高质量数据,就有多少AI。

而具身智能眼下最大的瓶颈是泛化能力,模型在固定场景里喂饱数据,成功率能接近100%,可只要换个物品、换个环境,成功率就明显下滑。

图片

破解泛化只有一条路,喂更多真实世界的数据。但真实数据又贵又慢,价格数万元的设备过去只有头部实验室买得起,高校实验室往往只能采购个位数设备,数据采集规模始终上不去,数据采集就一直是少数人的游戏。

9900元加开源,意味着高校实验室、创客团队、初创公司都能把一台能采数据的手臂搬上桌面。数据采集节点有望从百级跃升至万级,每卖出一台,宇树生态里就多了一个潜在的数据采集节点

这个打法并不新鲜。特斯拉靠几百万辆跑在路上的车收集真实路况,喂出了它的自动驾驶。宇树今天做的事,相当于把数据采集的毛细血管,铺到全世界开发者的手边。硬件可以走量微利,数据和生态才是复利。

招股书披露,截至2026年2月末,宇树已在GitHub发布43个开源项目。持续高强度开源的意图,是建立行业事实标准。当大量具身智能研究者都基于宇树的硬件平台、SDK和仿真环境做开发,它就有机会成为这个行业的默认硬件底座,类似安卓之于智能手机,CUDA之于AI大模型。

这种生态壁垒比单一参数的领先更难被超越,后来者哪怕硬件性能追平,也很难撬动已经沉淀的算法、数据集和开发者习惯。

03 最后一厘米,是物理世界收的税


有一个常被忽略的技术真相。

语言模型的输入输出是数字编码,几乎无损,倒来倒去不会有偏差。

机器人不一样,它的每一次输入输出都要经过物理世界,看图像、算动作、驱动电机、触碰物体,每一步都有损耗。趋势都对,可最后那几厘米、几毫米对不齐,任务成功率直接跳水。

这也解释了为什么机器人干活的视频总是慢半拍。

王兴兴现场演示的语音生成动作,要经过语音识别、上传云端、AI生成、安全验证、再下发给机器人,整条链路有几秒钟延迟。算力在云端,身体在现场,中间隔着一根网线

所以具身智能的算力主战场,正在从训练中心转移到端侧实时推理。这届大会上,多家车规级AI芯片厂商已经瞄准机器人端侧算力赛道,黑芝麻智能展示了面向机器人的SesameX计算平台,地平线旗下的地瓜机器人也已在具身智能芯片上出货数百万片。

车规芯片能快速切入机器人赛道,核心是能力高度匹配。汽车行业对功能安全、实时性、低功耗、宽温域的严苛要求,恰好对应机器人的核心诉求。过去十年智能电动车堆出来的算力供应链、工程经验和成本控制能力,几乎可以平移过来。机器人端侧算力的这场竞赛不会从零开始,而是直接站在智能汽车十年积累的肩膀上。

04 更科幻的是,AI开始自己造机器人


宇树正在做的一件事——

让AI智能体自己去搜最新论文和开源方案,自己编写机器人的控制代码,放进仿真环境验证,再部署到真机测试,最后由AI和人工一起打分,形成闭环。

用人话说,用AI开发机器人,让机器人自己进化。

这也不是宇树一家的探索,而是全球具身智能行业的共同方向。

它的本质是把机器人的技能生产方式,从工程师手工编写、逐个调试的手工业模式,升级为AI自动生成、闭环迭代的工业化模式。

一旦链路跑通,新增技能的效率可能出现量级提升,技能积累不再是线性爬坡。

这个循环一旦跑顺,机器人的技能迭代就不再依赖工程师加班加点,而是跟着基础模型的进步自动加速。

算力需求的结构也会跟着变,从一次性的大训练,变成持续不断的推理、仿真和评测。

写 在 最 后


王兴兴给的时间表是这样的。快则2到3年,慢则5到10年,当一台机器人被带进任意陌生环境,只靠语音或文字指令就能完成80%左右的任务,具身智能的ChatGPT时刻就到了。

今天的股价回调和今天的9900元机械臂,其实是同一件事的两面。市场在为终局的想象力定价,工程师在为通往终局的每一块砖头砍价。4449亿的市值会起起落落,但数据采集的门槛每降一截,那个80%的临界点就近了一步。

很多年后回看机器人走进千家万户的进程,被记住的未必是某一天的暴涨暴跌,而是今天这条跌破万元的手臂。


数据与言论均来自公开发言、招股书及公开报道 · 不构成任何投资建议

2026全球闪存峰会

随着生成式AI进入规模化落地阶段,大模型训练与推理对存储性能、容量、架构的需求持续攀升,存储正从被动的数据容器,升级为驱动AI产业发展的核心底座。


在此背景下,以“存力跃迁,AI破局”为核心主题的2026全球闪存峰会(Flash Memory World 2026),将于2026年8月26日在中国武汉正式举办。本届峰会由 DOIT 传媒、华中科技大学计算机科学与技术学院、华中科技大学集成电路学院联合主办,汇聚全球存储产业链力量,全面呈现闪存技术前沿突破与 AI 时代的产业新图景。



报名通道:https://app.ehub.net/register/nga5ph






扫描下方二维码 关注我们

我们以算力为线,持续跟进算力基础设施的报道,输出洞察,伴随算力行业实现算力自由。敬请关注!


本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信