宇树上市：一场"制造业思维"与"科技股估值"的错位实验

你打开炒股软件，看到宇树科技的招股书，第一反应可能是：这人形机器人公司，毛利率62.9%，前三季度净赚6个亿，怎么跟印象中"烧钱换未来"的科技股不太一样？

再往下翻，研发费用率7.7%，行业平均27.92%。腾讯挖一个AI研究员的年薪，传说超过1亿——够宇树整年研发预算。

这时候你意识到，这家被塞进"杭州六小龙"篮子的公司，可能从一开始就不该用同一套估值逻辑来理解。

一、上市速度背后的"制造业基因"

宇树的IPO之路快得像被按了快进键。

2025年5月完成股改，7月签辅导协议，11月通过验收。2026年2月最高法院终审判决一桩专利侵权案，宇树胜诉，合规障碍清零。一个月后，上交所受理。

从决定上市到叩门科创板，不到一年。

这种效率本身就在说话。互联网公司的上市叙事里，常见的是"合规整改三年""VIE架构重构""数据安全审查"——轻资产模式意味着历史包袱可以很复杂。宇树的快，恰恰因为它重：有厂房、有产线、有BOM清单，财务账目经得起翻。

按发行10%股份计算，宇树初始发行市值至少420亿元。顺为、红杉、经纬、腾讯、美团、阿里——十轮融进来的名字，几乎是中国科技投资的名人录。若挂牌成功，宇树将是"杭州六小龙"首家A股企业，顺便摘走"A股人形机器人第一股"的帽子。

但敲门的姿势，不等于门后的房间。

市场给宇树的估值容器，是"互联网科技"：持续烧钱、研发换壁垒、亏损换份额，等待规模临界点后的利润率跃升。这套逻辑对OpenAI、对早期的美团都成立，因为它们的边际成本确实趋近于零。

宇树的问题在于：它造的是实物，卖的是硬件，赚的是制造业的钱。

二、王兴兴的"成本执念"与工程化路径

2016年，王兴兴在杭州注册宇树，手里只有一台读研时搭的四足机器人样机XDog。

第一个关键决策是工程选择：用外转子无刷电机替代当时主流的液压驱动。代价是牺牲部分原始性能，收益是降低成本、减少机械复杂度。这是典型的制造业思维——比起实验室里的参数竞赛，把账算平才是技术商业化的唯一解。

这种思维贯穿至今。

据《智能涌现》报道，王兴兴曾拆开会议室遥控器的电池，在公司大群艾特所有人，说某品牌电池"性价比不高"。公司内部流传其"无房、无车"，住公司附近公寓，步行上班。杭州的办公楼是从某国企接手的旧楼，陈设极简。

节俭意识渗入组织文化，与零部件全栈自研的战略叠加，构成宇树成本竞争力的两条腿。

2025年前三季度，宇树人形机器人毛利率62.9%，行业均值35%至47%。差值来自制造：电机、减速器、传感器自研能力从四足时代平移过来，同等性能下BOM成本压到竞争对手难以匹配的水平。

投资者押注的是规模效应：越大越便宜，直到利润率垂直攀升。但宇树的现实是线性增长——每多出货一台，供应链、制造、交付成本等比上升。没有飞轮，只有爬坡。

三、"本体派"的技术护城河有多宽？

宇树的研发重心在运动控制模型的工程迭代和零部件自研：让机器人在真实环境中稳定行走、保持平衡、完成翻滚跑跳。业内标签是"本体派"。

这个标签需要拆解。

现代机器人运动控制的学术基础，主要来自两个开源方向：苏黎世联邦理工2020年发表的强化学习论文，其rsl_rl框架已成为全球人形机器人公司训练运动控制器的底层工具；DeepMind更早的DeepMimic工作，奠定了基于动作捕捉数据的模仿学习路径，是今天机器人丰富动作能力的真正基础。

宇树在开放成果上完成了出色的工程化与产品化。从论文到量产产品，这个过程的价值真实，但属性是工程转化——类似高通、联发科将ARM公版架构做成芯片。商业价值极高，技术护城河的宽度则是另一个问题。

这里需要区分两种能力：科研突破与工程优化。前者创造新范式，后者在既定范式内压缩成本、提升良率。台积电的护城河不是发了多少半导体论文，而是把7纳米芯片良品率做到93.5%。这需要资本、时间、工程经验长期积累，保护的是今天这条产品线，而非明天的技术路线。

宇树的商业结构，与后者高度吻合。

2025年全年研发费用约9000万元，研发费用率7.7%。这个数字常被拿来与腾讯挖角的OpenAI研究员姚顺雨对比——据传其个人年薪超过1亿元。但对比本身在犯错：顶尖AI实验室人才的薪酬，与供应链驱动制造公司的研发预算，本就不在同一轨道上。宝马的核心竞争力不需要靠发表论文证明，宇树同理。

四、"当前阶段"的保质期焦虑

招股书里有个词组值得反复推敲："当前阶段"。

在需求还不清晰的阶段，先把确定性强的事做到极致——这是宇树过去几年的核心判断。2025年前三季度，2257万元广告费撬动全国品牌曝光，转化为实际出货：超5500台纯人形机器人、超1.8万台四足狗，营收17亿元，同比增长335%，扣非净利润6亿元，同比增长674%。

这种商业转化效率，科研型公司很难复制。

但工程驱动路线存在内生天花板。波士顿动力用二十年精密液压系统和手工调试，让Atlas完成后空翻。2019年前后，苏黎世联邦理工用强化学习训练ANYmal，实现跌倒恢复和高速奔跑，成本与周期不在同一量级。二十年工程经验积累的壁垒，被算力和数据的规模效应加速度抹平。

特斯拉的威胁已超出产品竞争范畴——它在重新定义行业成本地板。

马斯克在2025财年Q4业绩会上确认，弗里蒙特工厂原Model S/X产线正在改建为Optimus机器人产线，年产能目标100万台。汽车制造的规模逻辑，正在被人形机器人继承。当年产百万台的产线运转，单位硬件成本下降曲线与年产数千台的公司根本不在同一维度。

国内大厂的威胁性质不同。美团、腾讯、阿里系资本虽已是宇树股东，但投资是暂时的路径选择，而非永久的分工协议。它们手握算力、数据、生态，随时可以调整策略。工程化优势的保质期，比招股书呈现的更短。

五、估值错位的核心矛盾

互联网与AI企业的估值建立在三个假设上：轻资产、网络效应强、边际成本趋近于零。OpenAI训练模型后，服务边际用户的成本可忽略；Spotify多上线一首歌，不需要建生产线。市场容忍高额亏损，相信今天的烧钱是在购买未来临界点后的超额回报。

精密制造企业的逻辑截然不同。护城河真实，但有限——它保护的是今天这条产品线。宇树的财务结构印证了这一点：2025年前三季度，主营业务收入99.5%来自产品销售，即人形机器人、四足机器人、机器人组件的销售收入。

这不是缺陷，是属性。但当市场用"科技股"容器来装"制造业"内容时，错位就发生了。

420亿市值对应的估值逻辑，隐含的是互联网式的规模跃迁预期。而宇树的增长曲线是线性的：营收增长需要产能扩张，产能扩张需要资本投入，资本投入稀释当期利润。制造业的经典循环，与资本市场的耐心之间存在张力。

更隐蔽的风险在于技术路线的非连续性。如果强化学习+大规模仿真的路径持续进步，"本体派"积累的工程优势可能被快速折旧。这不是预测，是历史上反复发生的模式：诺基亚的塞班系统、柯达的胶片工艺、英特尔的服务器架构——工程优化的护城河，在范式转移面前往往比预期脆弱。

六、数据背后的真实图景

让我们回到招股书里的硬数字。

2025年前三季度：营收17亿元，同比+335%；扣非净利润6亿元，同比+674%；人形机器人毛利率62.9%，四足机器人毛利率待披露但 historically 更高；研发费用率7.7%，销售费用率1.3%（2257万广告费/17亿营收）。

这组数据描绘的是一家运营效率极高的制造企业，而非典型的科技公司。335%的营收增长来自低基数效应和品类扩张，674%的利润增长来自毛利率提升和费用控制。当基数变大、竞争加剧，这些数字的可持续性需要重新评估。

对比行业：特斯拉Optimus尚未规模化交付，但产能规划已指向百万台；Figure AI、1X等海外公司融资节奏加快，技术路线偏"算法派"；国内小鹏、小米、比亚迪的人形机器人项目陆续亮相，供应链能力不输宇树。

宇树的窗口期在于：需求爆发前的产能卡位，以及工程化能力的短期稀缺性。但窗口的宽度，取决于两个变量——特斯拉产能爬坡的速度，以及国内大厂战略决心的强度。

招股书里的"当前阶段"，既是免责声明，也是时间戳。