8月6日晚上，宇树科技确定IPO发行价为每股150.80元。这个数字本身足够吸睛，但更吸睛的是后面的几个数据：发行后宇树科技整体估值约609.93亿元，预计募集资金约60.99亿元，8月10日（今日）开始申购。
值得关注的是梁文峰的DeepSeek出现在战略配售名单中，认购约1.41亿元，锁定期36个月。DeepSeek此前几乎从未公开出手参与任何一家公司的战略配售，这一次却选择了一家做机器人的公司，这本身就值得多问一句：一家专注大模型的公司，为什么要把钱押在一个会走路、会翻跟斗的“铁疙瘩”身上？
这几个数字放在一起，本身就是一幅很有张力的画面：一边是2025年营收约16.99亿元、扣非净利润约5.91亿元的公司；另一边是超过600亿元的发行市值，接近40倍于营收的估值倍数。
一边是舞台上会武术、会跳舞的人形机器人；另一边是中国最受关注的大模型公司，掏出真金白银成为它的战略股东。发行公告显示，宇树对应2025年摊薄后静态市销率35.89倍、市盈率219.23倍，这样的定价水平，放在传统制造业几乎难以想象，但放在具身智能这个赛道上，市场似乎又觉得理所当然。
由此而生的第一个问题是：资本市场究竟是在给宇树今天卖出的机器人定价，还是在给机器人未来能够做的事定价？如果是前者，这个价格显然贵得离谱；如果是后者，那么今天的每一份财务报表，可能都只是这场故事的开场白。
这次IPO有三重意义。
第一，它是A股具身智能领域最具标志性的IPO之一。宇树不是中国第一家上市的机器人公司（优必选早已登陆港股），但它是第一家在A股公开市场获得这样定价的具身智能公司，这意味着具身智能从创业融资走向了公开市场的集体认可。过去几年，具身智能更多是一级市场里的热词，投资人凭信念和赛道逻辑下注；如今二级市场用真金白银给出了一个可以每天交易、每天被重新定价的数字，这个数字会反过来倒逼整个行业重新审视自己的估值逻辑。
第二，国内有影响力的大模型公司以战略投资者身份，站到了机器人公司的股东席上。这不是简单的产业资本凑热闹，而是“大脑”开始主动寻找“身体”。过去大模型公司之间的竞争主要发生在参数规模、榜单排名和API调用量上，如今DeepSeek愿意用真金白银、三年锁定期换一张机器人公司的股东名册席位，说明它对“智能如何落地”这件事，看得比外界想象的更认真。这个信号远比股价本身更具重量。
第三，它确实带来了造富效应。宇树上市前真正享受低价股权激励的在册员工是14人，对应592.66万股，按发行价计算账面价值约8.94亿元；其中12人来自研发部门。另有171名高管和核心员工通过两个资管计划，以发行价出资2.715亿元参与战略配售。前者是早期员工长期陪跑的财富兑现，后者则是员工拿自己的钱买新股，既可能获益，也要承担价格风险。两种参与方式背后，其实是两种不同的信任：一种是公司对老员工过去贡献的兑现，一种是员工对公司未来的下注，二者叠加，构成了这次IPO里少见的“上下同欲”。
但造富的真正意义不在“发财”，而在于资本市场终于开始奖励一批长期做电机、减速器、运动控制和机器人结构的人。过去互联网造富的是产品经理和流量高手，这一次站到聚光灯下的是一群工程师——他们大多数人过去十年默默调试关节扭矩、优化步态算法、打磨结构件公差，很少出现在聚光灯下。这种价值取向的转移，某种程度上比市值本身更值得关注：当一个社会开始重新给“造硬件的人”定价，说明产业周期正在从“信息”转向“物理”。
宇树十年：三次跨越
宇树的发展历程可以按三个阶段来理解。
第一阶段：从“做得出来”到“能够卖出去”。
王兴在学生时代做XDog，2016年创立宇树，2017年推出首款商业化产品Laikago，2019年推出AlienGo。这个阶段最重要的不是产品卖了多少，而是宇树一开始就选择了电驱路线，并坚持从电机、减速器、控制器到运动控制算法的全栈自研。
当时行业里更主流的做法是采购成熟的液压方案，因为液压输出力矩大、响应快，看起来是更稳妥的选择。但液压系统笨重、维护成本高、很难做小型化，注定走不进消费级市场。宇树选择了一条更难、但更有想象空间的路。
这个选择决定了它后来为什么能不断把产品做便宜，也决定了为什么它今天能跟大模型公司合作，因为它掌握的不只是一个“壳”，而是整个技术栈——从最底层的部件到最上层的算法，都攥在自己手里，这也意味着后续无论是降成本还是接入新的智能模块，宇树都有更大的自主空间。
第二阶段：从“昂贵的实验室设备”变成“买得起的产品”。
2020年的A1把四足机器人价格带入消费级区间；2021年的Go1定价1.6万元；2023年的Go2进一步降到9997元，第一次让机器人价格跌破了万元关口，也第一次让普通爱好者、高校实验室、中小企业能够真正买得起。与此同时，B1、B2进入工业巡检、应急救援等行业场景，把产品线从“玩具和科研样机”拓展到了真正需要稳定性和续航的工业场景。这里宇树真正厉害的地方，不只是会做机器人，而且不断把机器人做便宜。技术突破决定它能不能跑起来，但成本下降决定这个产业能不能跑起来。没有成本曲线，再好的技术也只能停留在展示品的阶段，只能进博物馆、进展会，进不了工厂、进不了家庭。
第三阶段：从“会运动”转向“会理解、会执行”。
2023年H1问世，宇树进入人形机器人；2024年G1把人形机器人起售价压到10万元以内，这个价格第一次让人形机器人有了走出实验室、批量部署的可能性；2025年推出R1、H2，招股书称当年人形机器人出货量超过5500台，这个数字放在整个人形机器人行业里已属领先。更重要的是，2026年宇树的工业具身模型UnifoLM-X1-0已经在自有工厂试点完成了关节电机装配等任务——这意味着机器人开始不只是做演示，而是真的在做活。从春晚舞台上的表演，到工厂产线上的实际装配，中间跨越的不只是技术难度，更是一种商业逻辑的转变：机器人不再只是被观看的对象，而是开始成为被计入生产效率的劳动力。
宇树过去十年的三次跨越，不是从机器狗走向人形机器人那么简单，而是从能动、到能卖，再到开始尝试能干活。春晚让公众认识宇树，真正让资本市场相信它的，则是产品、成本、销量和盈利能力同时出现了拐点。这四条曲线同时向上弯折的时刻并不常见，也正是这样的时刻，才支撑起了今天这样一个不便宜的估值。
中美具身智能之争：美国让AI向下走，中国让制造向上走
具身智能可以用最简单的方式解释：大模型主要解决“理解和生成”，具身智能还要多走一步：感知现实、做出决策，并对现实世界采取行动。
这一步的代价是什么？机器人摔一次，损失的不只是一个错误答案，可能是一台机器、一条产线，甚至是一个人。文字模型可以“说错”，大不了重新生成一次；机器人不能随便“做错”，因为物理世界不存在撤销键。所以从大模型到具身智能，中间隔着运动控制、空间理解、实时决策、材料、能源、灵巧手、安全体系，以及大量昂贵的真实世界数据。这条路径远比训练一个更大的语言模型复杂，因为它要求的不只是算力和数据，还要求把每一个失误的成本，控制在人类社会能够承受的范围内。
中美竞争由此形成了一个很好的对照：美国正在让AI能力向物理世界下沉，中国正在让制造能力向智能世界上升。双方最终会在“物理AI”这个中间地带相遇。
美国的优势仍然集中在前沿模型、算力平台、世界模型和通用机器人模型。英伟达推出GR00T机器人基础模型，试图成为整个行业的“操作系统”提供者；Figure开发Helix视觉—语言—动作模型，押注通用人形机器人能够直接理解自然语言指令；特斯拉则试图把自动驾驶积累的真实世界数据、芯片和制造体系迁移到Optimus，这条路径的核心资产是海量的真实道路数据和成熟的量产能力。
中国的优势则是机器人产业链、成本控制、工程化和应用场景。2024年，中国安装了全球54%的工业机器人，运行中的工业机器人超过200万台，这意味着中国拥有全世界最密集的机器人应用场景和最完整的零部件供应链。与此同时，中美前沿模型的性能差距已经明显收窄，这让“中国擅长硬件、美国擅长模型”这种简单分工，正在变得越来越模糊。
这意味着具身智能可能成为中美科技竞争的下一片主战场。争夺的不只是机器人销量，还包括：谁掌握更大规模、更高质量的真实世界行为数据；谁能建立机器人操作系统、模型平台和开发者生态；谁先把机器人从展示品变成生产资料；谁制定安全、责任、数据和接口标准。这几项能力一旦被某一方率先建立起来，很可能形成类似操作系统那样的生态壁垒，后来者想要追赶的难度会成倍增加。
就在宇树启动发行前，美国FCC把外国生产的先进机器人设备列入“受管制清单”，新型号如果没有获得特定批准，将难以取得进入美国市场所需的设备授权。这已经说明机器人正在从普通商品变成数据基础设施、工业基础设施乃至国家安全议题，各国监管机构对它的警惕程度，正在向对待芯片、通信设备的级别靠拢。
落到行业影响上，最先落地的不会是机器人给老人端茶倒水，而是工厂搬运、设备巡检、仓储物流、消防救援等重复、危险、结构化程度较高的任务，这些场景对失败的容忍度更高、任务边界更清晰，也更容易积累标准化数据。接下来才是商超、的考验。
宇树的上市说明产业进入了新阶段，但不说明通用人形机器人已经成熟。219倍的发行市盈率，本质上是把许多年的未来提前放进了今天的价格里，这是一场关于耐心和信念的定价，而不只是一场关于当下业绩的定价。
梁文锋为什么投宇树：大脑与身体的第一次资本握手
在这里必须明确，这不是梁文锋作为早期投资人押中了宇树，而是他创立的DeepSeek在宇树IPO阶段参与战略配售，获配约93.34万股、金额约1.41亿元，锁定36个月。这是一次公开、透明、有明确锁定期约束的资本行为，而不是私下的早期布局。
背后的逻辑可以拆解成三层。
第一，大模型正在遇到“只活在屏幕里”的边界。它可以阅读全世界的书，却没有真正搬过一个箱子；它知道杯子是什么，却不知道杯子滑落时该用多大的力抓住。要通向更高层次的通用智能，AI必须进入现实世界。这不是哲学问题，而是实际问题——语言和图像数据的边际增量正在变得越来越有限，而物理世界里的因果关系、力学反馈、动态调整，是文本语料里几乎不存在的信息。
第二，真实世界的数据比文本更稀缺。机器人每一次抓取、行走、避障、失败和纠正，都会生成训练下一代模型的数据。机器人越多，数据越多；模型越好，机器人越能干活；机器人越能干活，部署规模越大。这里会形成一个比互联网点击数据更昂贵、更难复制的闭环，因为互联网数据可以被爬取和复用，但真实世界的物理交互数据，只能靠一台一台机器人在现实中亲自“跑”出来。谁能先把这个闭环转起来，谁就掌握了下一阶段智能进化的燃料。
第三，宇树提供的不只是机器人的壳。它拥有机器人本体、运动控制、核心部件、真实部署和模型能力。DeepSeek所代表的大模型能力，如果能够与宇树的本体、控制系统和场景数据结合，才可能让机器人从“按照程序做动作”走向“理解任务并完成任务”。这种结合一旦跑通，意味着中国同时拥有了“最懂思考”和“最会动手”的两类公司，这在全球范围内都是稀缺的组合。
这不意味着这个举动是双方宣布尚未发生的合作。目前公开信息只披露了战略投资和合作愿景，并没有披露DeepSeek模型将如何接入宇树产品。因此这些推演是产业逻辑上的判断，而不是既成事实，读者不必将其理解为双方已经签署了具体的技术合作协议。
真正值得关注的不是梁文峰和DeepSeek战投宇树科技，而是中国AI产业开始尝试把“会思考”和“能行动”放进同一个闭环。这比一个IPO的发行价更说明问题，因为发行价会随市场情很可能重塑未来十年智能产业的分工方式。
宇树上市，不意味着每位企业家回去都应该成立一个机器人事业部。中国公司追热点的速度往往比机器人跑得还快，一窝蜂涌入某个赛道、又一窝蜂撤出的故事，过去十年在互联网、新能源、元宇宙里已经反复上演过。
它真正值得企业家注意的，是AI正在离开屏幕的对话框，这非常需要在AI时代重新看一遍自己的公司。哪些工作高度重复，却一直依赖人来完成？哪些工作危险、辛苦，或者长期招不到人？哪些关键能力仍然锁在少数老师傅的脑子和手感里，一旦他们离开，企业就要重新交一遍学费？这些问题的答案，往往比追一个热门赛道更能决定企业未来几年的竞争力。
这些问题，现在还不一定有机器人能够解决。但如果一个任务连人都无法说清楚，机器就更无从学习；如果企业从来没有记录过程、沉淀数据，那么AI即使走进工厂，也只能站在门口。换句话说，具身智能能不能用上，很大程度上取决于企业今天有没有把自己的经验、流程和数据，变成机器可以理解的语言。
150.80元，是资本市场给宇树的一次定价。
至于AI真正拥有身体以后，会怎样重新给一条产线、一项服务、一位老师傅的经验，以及千行百业的工作方式定价，今天还没有答案。
也正因为没有答案，这件事才刚刚开始。
No.7031 原创首发文章｜作者 纪中展
开白名单 duanyu_H｜投稿 tougao99999
欢迎点看【秦朔朋友圈】
热门跟贴