宇樹科技上市後的大起大落，給火熱的人形機器人賽道潑了一盆冷水。

8月19日上市首日，宇樹科技股價從150.8元的發行價最高衝至1100元，總市值一度達到4449億元；隨後股價連續回落，截至8月24日第四個交易日收盤，股價跌至603.08元，總市值降至2439億元。短短四個交易日，與上市首日盤中最高點相比，市值蒸發約2010億元，縮水超過45%。市場情緒也在短短幾天內，從「下一個大疆」「90後千億首富」，迅速轉向「估值泡沫」和「玩具公司」的爭論。

一個極具衝擊力的比較是：美國Figure AI在2025年大約出貨150台人形機器人，最新一輪融資估值卻達到390億美元；宇樹2025年出貨超過5500台，股價回落後市值約為380億美元。如果簡單以估值除以出貨量計算，Figure每台機器人所對應的估值，約為宇樹的38倍。由此得出結論：資本市場願意為美國公司的AI「大腦」支付高價，卻不願意給予中國公司的硬件「身體」對等估值。

這個比較抓住了中美機器人產業的一部分真相，卻也存在明顯的分析陷阱。

「38倍」在算術上可以成立，在經濟學上卻不是一個嚴謹的估值模型。Figure是一級市場融資形成的投後估值，宇樹是二級市場每天交易形成的市值；Figure的150台是Omdia對其2025年出貨量的估算，宇樹的5500多台也並不全部對應工業生產場景；更重要的是，資本從來不會按照「每賣出一台機器人值多少錢」的方式給科技公司定價。

就在宇樹股價劇烈波動之際，創始人王興興在2026世界機器人大會上作出了一番坦誠的判斷。他沒有趁上市熱度繼續描繪一個近在眼前的機器人烏托邦，而是直言：目前人形機器人的效率和能力仍然不夠，還無法在工廠和家庭大規模推廣；具身智能真正迎來「ChatGPT時刻」，最快需要兩三年，慢則可能需要五到十年。

這句話比任何一段機器人跳舞、翻跟頭的視頻都更值得資本市場重視。它揭示了一個更接近產業現實的答案：未來資本最終購買的既不是孤立的AI「大腦」，也不是單純的機械「身體」，而是一套能夠把模型、硬件、數據和真實場景連接起來，持續創造生產率和現金流的「自主勞動系統」。

一、魏哲家說對了一半：會跳舞證明了「小腦」，卻不等於能夠工作

此前網上廣泛流傳，台積電董事長魏哲家批評中國機器人只會打武術、翻跟頭和跳舞，「沒有大腦」。經過核實，「沒有大腦」更多是網絡傳播中的二次概括，並不宜作為他的逐字原話。

2026年3月，魏哲家在亞洲大學25周年校慶演講中談到，中國機器人「可以跳來跳去，沒用，好看頭而已」。但他的完整論述並不只是批評機器人缺少AI模型，而是強調感知系統、運算大腦、芯片良率和長期可靠性共同決定機器人能否真正照顧人、服務人。他還舉例說，人們希望機器人能夠抱起老人，但絕不能因為力量控制失誤而傷害老人。

從應用角度看，魏哲家的批評有其合理性。讓機器人按照預先設計好的軌跡跳舞、翻跟頭，與讓機器人在陌生家庭中識別冰箱、找到雞蛋、控制力度拿起雞蛋、避開障礙並放到指定位置，屬於完全不同層次的能力。前者主要考驗動態平衡、關節控制和運動規劃，後者還需要環境感知、語義理解、任務分解、精細操作、異常恢復和跨場景泛化。

但是，將中國機器人簡單稱為「沒有大腦的身體」同樣失之偏頗。機器人能夠高速奔跑、完成後空翻和連續武術動作，本身就需要很強的電機、減速器、關節模組、實時控制、姿態估計和運動算法。這些技術更像機器人的「小腦」和神經系統，並非毫無價值的花架子。沒有穩定的身體和運動控制，再聰明的大模型也只能停留在屏幕裏。

中國機器人的真實狀態不是「只有身體、完全沒有大腦」，而是「小腦和身體走得更快，認知大腦與自主作業能力仍不成熟」。會動、會跑、會翻跟頭，證明了中國企業強大的工程能力；能否在無人干預下長時間完成有經濟價值的任務，才決定機器人能不能成為真正的生產工具。

二、王興興的坦誠，比股價護盤更有長期價值

2026年8月20日，也就是宇樹登陸科創板後的第二天，王興興在世界機器人大會主論壇發表了題為《從展品到產品：人形機器人產業的下一個十年》的演講。

這個時間點非常微妙。當時宇樹股價正在從上市首日的高位快速回落，市場最希望聽到的，可能是產能爆發、訂單井噴、機器人即將進入千家萬戶等能夠刺激股價的消息。

但王興興沒有這樣做。他直接回答了一個外界最關心的問題：為什麼宇樹機器人至今沒有在工廠和家庭大規模推廣？

他的答案很明確：「目前整體的效率和能力還不夠。」雖然機器人已經能夠完成一些工作，但整體效率仍低於人類；每遇到一個新任務，往往還需要重新採集數據和重新訓練，部署效率因此進一步下降。宇樹希望先提高機器人的泛化能力和任務精度，再在具體場景中推進規模化應用。

對於一家剛剛上市、股價又處在劇烈波動中的公司而言，這種表態確實難能可貴。企業家面對資本市場時最容易犯的錯誤，就是把產業遠景包裝成短期業績，把技術可能性包裝成確定性承諾。王興興沒有用遠期夢想掩蓋當前短板，而是公開承認產品效率、泛化能力和產業化程度仍不夠。這種坦誠未必能夠支撐短期股價，卻有助於建立長期信用。

更重要的是，王興興還給出了一個判斷具身智能是否迎來「ChatGPT時刻」的相對清晰標準：當一台機器人進入陌生環境後，僅依靠語音或文字指令，就能在大多數場景中自主完成大多數任務，具身智能才算實現了實質性突破。

一些報道將其進一步概括為「兩個80%」：在80%的陌生場景中，通過語言指令完成大約80%的任務。對於達到這一臨界點所需的時間，王興興判斷，最快可能是兩到三年，慢則可能需要五到十年——這個時間區間跨度很大，但這恰恰說明了具身智能發展的高度不確定性：如果技術突破順利，兩三年後機器人可能進入一個類似大語言模型在2022年底突然爆發的拐點；如果數據、模型、算力、靈巧手、可靠性和成本控制中的任何一個環節沒有突破，全面產業化可能要等上五年甚至十年。

因此，王興興給出的不是一個精確的銷售預測，而是一張產業風險地圖，它提醒資本市場，人形機器人正在從技術展示走向產品驗證，但距離成為普遍意義上的自主勞動力仍有一道很寬的鴻溝。

三、從「兩三年」到「十年」，機器人產業化不會同時發生

按照王興興的判斷，未來機器人產業化很可能不是某一天突然全面爆發，而是沿着不同場景分階段推進。

第一階段，是固定場景中的專用機器人規模化。未來兩三年，更有可能率先跑通的是汽車製造、倉儲物流、零部件搬運、能源巡檢和危險作業等環境相對穩定、任務高度重複的場景。在這些場景裏，機器人不需要理解所有人類指令，只需要把少數高價值任務做到足夠穩定、足夠便宜。

第二階段，是機器人從單任務走向多任務。當模型具備更強的視覺理解和動作遷移能力後，同一台機器人可以通過軟件更新學習新技能，部署成本和訓練周期將明顯下降。這時，機器人商業模式才可能從單純賣設備，轉向按使用時間、完成任務量或生產率提升收費。

第三階段，才是普通家庭和開放環境中的通用機器人。家庭看起來不像工廠那樣複雜，實際上恰恰是最難的場景。不同戶型、不同物品、老人和兒童的隨機行為，以及極高的安全要求，意味着機器人必須具備接近人類的感知、判斷和異常處理能力。

因此，「具身智能的ChatGPT時刻」與「機器人進入千家萬戶」並不是同一個時點。模型能力出現突破之後，還要經歷產品工程化、成本下降、安全認證、售後體系建設和用戶信任形成。即使王興興所說的技術臨界點在兩三年內出現，大規模家庭普及仍可能需要更長時間。

這也是資本市場必須重新認識的產業節奏：機器人會先在局部場景創造生產率，然後才可能成長為通用平台。產業發展不是從零直接跳到一萬，而是從一項任務、一條產線和一個行業逐步擴展。

四、Figure的390億美元購買的不是150台機器，而是一張「機器人操作系統」的期權

Figure在2025年9月完成超過10億美元的C輪融資，投後估值達到390億美元。公司在融資公告中把資金用途明確指向三個方面：擴大Helix具身智能平台、建設GPU訓練基礎設施，以及建立更大規模的真實世界數據採集體系。

換句話說，投資人不是按照已經賣出多少台機器人給Figure定價，而是在購買一個遠期可能性：Figure能否像智能手機時代的操作系統一樣，建立一個可以控制不同機器人、學習不同技能、服務多個行業的具身智能平台。

Figure自主研發的Helix是一套「視覺-語言-動作」模型，它試圖把環境感知、語言理解、任務規劃和機器人全身控制整合起來。公司的目標不是讓機器人掌握一套固定動作，而是讓同一套模型能夠理解新的指令、處理不同物品，並在陌生環境中完成較長的任務鏈。

更關鍵的是，Figure已經開始把模型演示轉化為真實生產數據。在寶馬（BMW）美國斯帕坦堡工廠，Figure 02機器人累計運行超過1250小時，搬運超過9萬件零部件，並參與了3萬多輛寶馬X3的生產。雖然它執行的仍然是相對狹窄、重複性較高的任務，還遠非真正的通用機器人，但這至少形成了「真實場景運行-發現問題-收集數據-優化模型-升級硬件」的閉環。

需要指出的是，「Figure只出貨150台」的說法已經過時。150台只是Omdia對其2025年出貨量的估算，到2026年4月，Figure官方已經宣布第三代機器人累計交付超過350台，生產節拍由每天一台提升至每小時一台。

Figure正在補製造能力，宇樹也正在補AI模型能力。這說明「美國只有大腦、中國只有身體」的二元劃分已經過於簡單。真正的競爭不是誰單獨佔據大腦或身體，而是誰能最先完成大腦、身體、數據和場景的全棧閉環。

當然，這並不意味着Figure的390億美元估值已經合理。一級市場估值缺乏連續價格發現，還可能包含優先清算權等特殊融資條款；Helix能否真正跨越不同場景、形成大規模收入，仍然沒有得到充分驗證。

所謂「美國AI溢價」，一部分是對模型、數據和平台能力的定價，另一部分同樣可能是硅谷資本對遠期故事的過度貼現。390億美元既是「大腦溢價」，也是一張價格高昂、尚未兌現的期權。

五、「單台估值相差38倍」揭示了問題，卻不能解釋問題

將公司估值除以機器人出貨量，確實能夠製造強烈的視覺衝擊，卻很容易產生誤導。

首先，Figure的390億美元是一級市場融資估值，宇樹約380億美元是股價連續下跌後的二級市場市值，兩者對應的流動性、股東權利和價格發現機制並不相同。

其次，機器人「出貨」並不等於機器人已經成為生產資料。根據宇樹招股資料，2025年前三季度，其人形機器人收入中約73.6%來自科研教育領域，商業消費佔17%左右，真正屬於行業應用的收入不足10%。需要特別注意，這是收入結構，不是銷量結構，不能簡單改寫為「每十台有七台進入實驗室」。

再次，宇樹並非沒有基本面。2025年，公司實現營業收入16.99億元，歸母淨利潤2.78億元，扣非淨利潤5.91億元，主營業務毛利率超過60%，人形機器人出貨量超過5500台。這些數據證明，宇樹絕不是一家普通「玩具公司」，而是一家已經形成顯著成本控制、規模製造和產品迭代能力的高性能機器人企業。

但市場擔憂也並非毫無依據。宇樹發行市盈率已經達到219倍，上市首日市值一度超過Figure最新一輪融資估值，說明中國資本市場並沒有拒絕給予「硬件身體」高估值，反而曾經給予極高的稀缺性溢價。

隨後股價快速回落，反映的是市場開始重新評估：當前利潤增長能否持續，科研需求能否轉化為工業需求，數千台出貨能否形成可複製的自主作業能力，以及王興興所說的「ChatGPT時刻」，究竟會在兩三年後到來，還是要等待五年甚至十年。

所以，宇樹與Figure之間真正的差異，並不是「美國資本尊重大腦、中國資本歧視身體」，而是兩個資本市場正在用不同方式為遠期風險定價：美國一級市場願意提前押注一個尚未規模化的AI平台，中國二級市場則在短暫狂熱之後，要求一家上市公司用收入、利潤、客戶和現金流不斷證明自己；前者可能高估了夢想，後者也可能低估了中國製造能力轉化為數據優勢的潛力。

六、中國最大的機會，是把「數量優勢」變成「數據飛輪」

宇樹2025年出貨超過5500台，而Figure同期大約只有150台。單純從生產規模看，中國企業佔據明顯優勢，且中國完整的製造業供應鏈、較低的零部件成本、快速的工程迭代能力和豐富的產業場景，是美國企業短期內很難複製的。

但出貨量只有轉化為數據，才能成為AI時代真正的護城河。

如果5500台機器人分別被高校、研究機構和個人開發者買走，運行數據彼此割裂，企業無法獲得持續回傳、清洗、標註和訓練的權限，那麼5500台只是5500筆硬件收入。相反，如果這些機器人接入統一平台，能夠持續上傳傳感器數據、失敗案例、人工干預記錄和任務執行過程，它們就會變成5500個真實世界的數據入口——這可能是當前中美機器人競爭中最容易被忽視的一點。

Figure的機器人數量較少，但公司強調統一管理、遠程升級、現場服務和數據回傳，將每一台機器人同時作為產品、實驗設備和數據採集終端。宇樹的數量優勢更大，能否形成同樣高質量的數據閉環，將決定它最終是一家高效率的機器人製造商，還是能夠成長為具身智能平台。

王興興提出的「兩個80%」，本質上也是一個數據問題。機器人要在大量陌生場景中完成大部分任務，必須接觸足夠多的真實物品、環境變化和失敗案例。沒有數量規模，大模型缺少訓練材料；只有數量而沒有數據迴流，規模也無法形成智能。

未來的競爭不再只是「誰造得多」，而是「誰能夠從每一小時真實運行中學得更多」。

七、中國機器人必須完成五次轉型

下一階段，中國機器人產業首先要完成的是從「動作編排」轉向「任務泛化」。

大語言模型可以理解指令，卻不能自動解決視覺定位、觸覺反饋、全身控制和實時安全問題。機器人真正的「大腦」不是簡單接入一個聊天模型，而是視覺語言模型、動作模型、世界模型、運動控制和安全系統的深度耦合。即使大模型公司成為戰略股東，也不等於具身智能能力已經自動補齊。語言模型只是起點，真實世界數據和閉環控制才是決定性環節。

第二，要從追求「萬能人形機器人」，轉向優先跑通高價值垂直場景。

家庭可能是機器人最難攻克的市場。中國企業更務實的路徑，是先進入汽車製造、倉儲物流、能源巡檢、危險作業、醫院運輸、物業管理和安老服務等需求明確、流程相對可控的領域。先用專用能力創造現金流，再通過數據積累走向通用，而不是一開始就用「通用機器人」包裝所有產品。

第三，要從公布出貨量，轉向公布有效勞動時間。

未來衡量機器人企業價值的關鍵指標，不應只是賣出多少台，而應包括單台月均自主運行小時、任務完成率、每千小時人工干預次數、平均無故障時間、單位任務能耗、客戶投資回收周期以及續約率。能夠在舞台上成功表演一次，與能夠在工廠連續運行十小時，是兩種完全不同的產業能力。

第四，要從一次性硬件銷售，轉向持續性服務收入。

如果機器人公司永遠依靠賣本體獲得收入，其估值最終會受到製造業利潤率約束。更有價值的模式是「機器人即服務」：客戶按工作小時、完成任務量或生產率提升付費，企業通過軟件訂閱、技能升級、遠程運維和行業應用持續獲得收入。只有當機器人的能力可以通過遠程更新不斷提升，硬件銷售才可能產生類似平台公司的長期價值。

第五，要從國內成本優勢，轉向全球可信能力。

機器人進入工廠、醫院和家庭後，會涉及人身安全、數據隱私、網絡安全、產品責任和勞動關係。中國企業若要進入國際市場，不能只證明價格更低，還必須證明數據可控、系統可靠、供應鏈穩定並符合不同市場的安全標準。未來真正限制中國機器人全球化的可能不再是機械性能，而是芯片限制、數據合規、技術標準和地緣政治風險。

八、資本市場需要按照王興興的時間表重新定價

王興興所說的「最快兩三年、慢則五到十年」，對於資本市場有一個非常現實的含義：機器人企業當前的估值，實際上正在提前購買若干年後的技術突破。

如果關鍵突破兩三年內出現，當前的高研發投入和高估值可能獲得快速消化；如果產業化需要五至十年，企業還將經歷長期燒錢、產品迭代、產能閒置和商業模式調整。即使最終方向正確，今天支付的價格也可能過高。

現階段最大的誤區，是把所有機器人公司都放進同一估值框架。

以硬件和本體製造為核心的企業，應重點觀察收入增長、毛利率、產能利用率、庫存、售後成本和關鍵零部件自研率；以行業解決方案為核心的企業，應重點觀察客戶付費、項目複製率、投資回收期和續約情況；真正以具身智能平台為目標的企業，則需要證明模型泛化能力、真實運行數據、軟件收入佔比、開發者生態和技能複用能力。

王興興提出的「兩個80%」，還可以轉化為一種新的技術估值座標：機器人能夠覆蓋多少陌生場景，在無人工干預情況下能夠完成多少任務，失敗後能否自主恢復，新增任務需要多少數據和訓練時間。這些指標比跳舞視頻和出貨數量，更能夠反映一家公司的具身智能成色。

對於投資者而言，機器人很可能是未來十年至二十年最重要的產業方向之一，但偉大的產業方向並不意味着任何價格都值得購買。高成長行業最容易出現一種危險組合：產業判斷完全正確，投資價格嚴重錯誤。宇樹的工程能力可能被低估，上市後的短期估值也可能仍然過度透支未來，這兩個判斷並不矛盾。

對於希望通過併購機器人資產尋找第二增長曲線的上市公司，更應警惕「概念收購」，真正應該購買的是核心團隊、知識產權、可驗證訂單、真實運行數據和能夠複製的客戶場景，而不是幾段演示視頻和一份遠期市場預測。

交易結構也應更多採用分階段投資、里程碑付款和與真實經營指標掛鈎的對價安排，避免在技術尚未成熟時，一次性支付未來十年的「通用機器人溢價」。

九、香港應爭奪中國具身智能的國際定價權

香港資本市場已經具備承接機器人企業的制度基礎。港交所第18C章為包括機器人與自動化在內的特專科技公司提供上市渠道，港交所科技100指數也已經將機器人列為六大科技主題之一。

但香港如果希望成為全球具身智能融資中心，不能簡單複製A股的稀缺性炒作，也不能照搬硅谷一級市場對遙遠夢想的高估值。

香港更適合建立一套連接中國製造能力與國際資本標準的「物理AI估值體系」，推動企業披露自主運行時間、人工接管頻率、場景收入結構、軟件收入佔比、客戶投資回報，以及距離王興興「兩個80%」目標還有多遠。

香港本身未必擁有內地龐大的製造產能，卻擁有粵港澳大灣區產業鏈、國際化資本、全球商業網絡，以及機場、港口、醫院、安老、建築和物業管理等高價值應用場景。香港完全可以成為中國機器人走向全球的融資平台、商業驗證平台和標準輸出平台。

對於香港中小上市公司而言，機器人機會也不應被理解為集體跨界「造人形機器人」，更現實的路徑是圍繞自身原有產業尋找機器人與AI重構場景：製造企業提升自動化水平，物流企業建立智能倉儲，醫療和養老企業發展輔助服務，物業公司導入巡檢和清潔機器人。

資本市場真正願意長期定價的，不是上市公司宣布進入了多少熱門賽道，而是新技術究竟為原有產業創造了多少新增收入、成本節約和現金流。

結語

Figure的390億美元估值不是美國機器人已經勝出的判決書，宇樹三天蒸發1700億元也不是中國機器人失敗的墓誌銘。

魏哲家的批評提醒中國企業：會跳舞、會武術和會翻跟頭，還不足以證明機器人能夠進入真實勞動市場。王興興的坦誠則進一步說明，行業自己也非常清楚當前的短板：效率仍然不夠，泛化能力仍然不足，大規模產業化還要等待關鍵技術突破。

但中國強大的供應鏈、成本控制、規模製造和快速迭代能力同樣不可低估。沒有可靠的身體，再先進的大腦也無處落地；沒有真正的大腦，再強壯的身體也只能重複預設動作。

王興興給出的「兩三年至十年」，不是一個令人失望的時間表，而是一種難得的產業清醒，它告訴企業家不要把技術突破當成既成事實，告訴投資者不要把十年後的市場一次性折現到今天，也告訴政策制定者和資本市場，機器人產業需要長期資金、真實場景和耐心驗證，而不是一輪又一輪概念炒作。

中國機器人未來真正需要完成的跨越，不是從「不會動」變成「會動」，而是從「會表演」變成「會理解」，從「會完成一個動作」變成「能夠持續完成一項工作」，再從「賣出一台機器」變成「創造一份可持續的勞動生產率」。

資本最終願意支付高價的既不是大腦，也不是身體，而是大腦、身體、數據與場景形成閉環之後，能夠持續創造現金流的智能生產力，誰先完成這個閉環，誰才真正擁有機器人時代的定價權。

（作者為香港中小上市公司協會主席）