英伟达「帮」宇树估值重回2000亿|宇树|技术路线|机器人|英伟达

【宅秘】宇树的机器人两周内接连测试了两个「大脑」。

10月12日，王兴兴在第二十六届中国国际工业博览会上称，GPT-6的发布对具身智能行业的认知影响很大，公司团队也将其部署至机器人做任务进行测试，效果表现还不错。他还提到，「现在我个人对AI的信仰反而与日俱增，过去十几年我犯的最大错误就是对AI还不够相信。到现在可能很多人还没有充分使用或者拥抱AI」

10月15日，宇树股价收盘405.10元，为上市两个月以来最低价，市值1638亿。

10月19日，英伟达DreamZero团队发布了全球首个开放给公众的机器人大脑API，搭载了该团队首个模型Dream-1。在测试了包括宇树R1在内的27个机器人，在没有训练过的情况下，机器人能开箱即用，零成本上手，完成叠毛巾、关抽屉、把耳机挂到钩子上、「把不是猕猴桃的水果放进篮子」等指令。

同日午后，宇树市值重回2000亿。

短短4天，宇树市值从谷值涨超22%，截至今日收盘，市值2083亿，依然保持在2000亿上。这让人不禁好奇到底发生了什么。

市值上涨的同时有两个测试都给出了判断：具身智能不再只是可能。

模型跨过具身能力的门槛

ChatGPT-6-Astra发布时说「欢迎来到AGI时代」，自述该模型的发布标志着AGI时代的到来。OpenAI称它为「全球智能程度最高且最符合人类意图的模型」，既然宣称能够理解人类意图，那么它的理解程度究竟如何？是否能像人类一样理解物理世界？

为了更进一步了解GPT-6-Astra是否有在具身智能身上操控的能力，商汤联合大晓机器人、Ropedia、新加坡南洋理工大学和东京大学的研究团队进行了测试。测试了包含宇树G1人形机器人在内的多款真机。

商汤SenseNova及其联合研究团队将其部署到8个真实机器人平台，覆盖五类不同形态，且没有向GPT-6-Astra提供任何示范。模型只获得了人类编写的结构化信息，包括机器人接口、关节限制、摄像头位置、安全约束，以及部分平台上的操作提示。在这些条件下，同一个GPT-6-Astra确实能够控制不同形态的机器人完成刚性物体抓取与放置任务：18次测试成功了17次。在宇树G1上，GPT-6-Astra通过底层控制接口，完成了3次机械臂操作中的2次，以及全部3次转身、行走和停止任务。

王兴兴曾在8月份的WRC（世界机器人大会）上强调「泛化」，希望把技术做到泛化能力更好的情况再进行推广。从这次测试中可以看到，GPT-6在多形态多平台的机器人上的适应性已经完全超过了两个月前的水平。

但仅仅抓放、行走还不足以让机器人投身真正的实际生活。这次的报告判断：GPT-6-Astra已经在很大程度上跨过了具身能力的门槛，但距离能够实用部署的具身智能仍有相当差距。尽管实际应用中还有或大或小的问题，但这一次测试证明了具身智能不再只是讲故事的背景板，而是实打实地让具身智能这个概念落地。

王兴兴在WRC上还说，「目前全世界具身智能的最大的瓶颈就是AI模型的输入和输出跟机器人对齐程度不够。能执行你的任务，但是最后几毫米的偏差他没办法很好地跟真实世界匹配」这是迄今为止语言大模型还需要去解决的部分。

「就是我要去拿这个东西的时候，我看到已经快要拿住了，最后一点点触觉它没办法很好的去修正它」

「因为语言模型大家知道，一个文字，你输入的是什么输出的是什么，他是严格限制在向量空间里面。他基本上不会有大的偏差。而且它的输入、输出没有大的损失。但对于机器人来说，每次的输入输出他都有偏差和损失」王兴兴对此认为未来几年一定能够解决。

与此同时，专门训练的机器人基础模型应运而生。

具身智能的ChatGPT时刻

10月20日，DreamZero团队创立的Dream Labs完成了9000万美元种子轮融资，同时上线Dream API：全球首个开放给公众的机器人大脑API。开发者注册后把机器人接上API就能用。模型部署在全球多个数据中心，机器人在哪里都能快速响应。价格方面，除了每小时3美元的Dream-1，还有更快更轻的Dream-1-flash，每小时2美元。

但Dream Labs不仅要让「每个人都能用」，还要「让每个机器都能用」。Dream-1也的确具备这样的能力。这是在训练时与生俱来的能力。它的训练不靠文字或部署在某个机器上面，而是从人们或机器完成任务的视频中来训练。模型同时学习预测视频和动作，所以「控制一台机器人」和「想象这台机器人接下来会做什么」变成了同一个问题。这是物理AI模型的优势。因此完成任务的机器对Dream-1来说只是一个「物体」，所有「物体」的动作都是为了完成指令的一种表示，语言模型那种具体在一台机器上的具体指令对它来说并不重要，也就从源头上消除了反复输入指令的问题。

拿叠衣服举例，GPT-6控制下的机器人，需要增加深度信息后才能叠毛巾、桌布这类参数一致的柔性物体，但完整的叠衣服任务始终做不了——完全不同的布料、形状、褶皱、重心变化，对语言模型来说太难精确判断。Dream-1已经能完成叠衣服的指令，官网把折叠类家务列为主打能力之一，真机零样本就能完成叠毛巾。这也能看出视频训练与语言指令对模型理解结果的影响。

在独立第三方评测机构Robocurve发布的RoboDojo-RC Tier 1评测中，Dream-1每次任务尝试的平均得分达到59%，是第一个超过50%的模型，高于Claude Opus 5.5（48%）、Gemini 4 Argon（48%）、GPT-6 Astra（47%）、GPT-6.1 Sol（42%）等最新大模型，也高于MolmoAct2（19%）和GR00T N1.7（10%）等机器人模型。

除了得分，Dream-1还更便宜、更快：每次任务尝试的成本约0.15美元，和得分次高的Gemini 4 Argon相比，得分高1.2倍，成本却低约16倍。平均用时1.4分钟，和最快的大模型GPT-6 Astra（ultrafast）相比，得分高1.3倍，速度快1.7倍。每个模型配置都在真实世界中测试了120次。

这并不意味着Dream-1是一个完全成熟的机器人模型。模型只决定夹爪最终到哪里，不控制手臂怎么到达，在障碍物附近或关节极限处可能出问题；面对和已见过的机器人差别很大的本体，可能预测出不可行的动作；而且，零样本和一次适配之间仍有差距。Dream Lab联合创始人兼CTO葛云皓表示：「缩小这个差距是我们的主要目标之一。零样本越强，任何一台新机器人就越接近开箱即用」。

无论如何，如同葛云皓说的那样，「就像ChatGPT第一次面向公众发布那样，机器人也终于迎来了第一个开放给公众的通用大脑API。它可能还不完美，但总有人需要迈出第一步」

宇树：两次都在现场

两次实验中，宇树机器人的G1和R1分别在场。这不是巧合。宇树机器人家喻户晓，但两次实验为什么都使用了宇树，它和其他的机器人差在哪里？

从产业稳定性来看，宇树2026年上半年营收11.52亿元，同比增长48.54%；归母净利润2.74亿元。这个盈利数字放在整个行业里看，格外突出。同期，优必选上半年亏3.39亿元，上市以来累计亏损超过35亿元；智元2025年全年亏8354万元，营收10.5亿元。真的把机器做出来、卖出去、还赚到钱的，只有宇树一家。

跟其他的机器人相比，宇树还具有极大的价格优势。弗若斯特沙利文的数据显示，2026年上半年全球人形机器人收入排名中宇树排第三，市场份额15.3%。这个数据看似和上文矛盾，实则不然。收入更高的企业，销量更少，这并不矛盾。宇树G1定价9.9万起，是行业里最便宜的全尺寸人形之一；其他厂商工业级人形机器人单价普遍在20万到50万元区间。由此可以看出，同品类的机器人，抛开所有营收数据，宇树也是流通最广、价格更低，短期内商业化潜力更大的选择。