宇树科技上市，成为 A 股 " 人形机器人第一股 "。
不只是一家企业的 IPO，更是新兴行业从萌芽、起步走向爆发的标志性事件。
尤其，资本用真金白银投票，也给了宇树科技热烈的开场。
610 亿元的发行市值、219 倍的发行市盈率，背后站着 " 半个中国的投资圈 "。
对具身智能产业而言，更值得追问的是：
机器人能够批量生产、形成销售，距离在工厂、商业空间和公共服务现场稳定作业，还有多远？
宇树科技提供了一个头部企业样本，但不能代替对整个产业的判断。
本文深入具身智能 " 中游 "，主要包括机器人本体、关节与执行系统、控制系统、整机制造、软件适配、测试训练和系统集成。
站在招商引资视角，从产业现状、政策、产业链、企业与资本、区域布局、项目承接条件六个方面展开。
产业现状
产品开始放量，作业能力仍在爬坡
2025 年，宇树科技卖出了 5215 台人形机器人。
两年前，这个数字还是 5 台。2024 年增加到 412 台，2025 年一下到了 5000 台以上。
人形机器人也第一次超过四足机器人，成为宇树科技最大的收入来源，一年收入 8.68 亿元，占主营业务收入的 51.78%。
近年来，宇树科技产品销售呈现 " 量增价减 " 的趋势，这也与新兴行业发展规律一致。
招股书显示，宇树科技人形机器人在 2023 年至 2025 年的销量分别为 5 台、412 台、5215 台；对应单价为 59.34 万、26.04 万、16.64 万元。
销量上来之后，下一个问题是：这些机器人卖给了谁，又被用来做什么。
2025 年前三季度，宇树人形机器人的收入中，科研教育占 73.60%，商业场景占 17.39%，工业场景占 9.01%。
同期四足机器人的商业场景占 42.30%，工业场景占 26.12%，科研教育占 31.58%。同一家公司的两类机器人，场景结构相差很大。
这并不能推出 " 四足一定比人形更容易商业化 "，产品形态、客户构成和统计口径都不相同。
更稳妥的解释是，四足机器人较早进入巡检、安防、测绘等任务边界相对清楚的场景；人形机器人目前仍有较大比例用于科研、教学和二次开发。
国家税务总局公布的数据，也反映了需求侧变化。
2026 年 1-5 月，我国具身智能产业销售收入同比增长 22.4%，工业企业采购具身智能机器人金额增长 2.3 倍。
这里的 " 具身智能产业 " 是税务口径下的宽口径产业，不等同于人形机器人；采购金额快速增长也不等同于已经实现大规模稳定应用。但至少表明，机器人正在从展厅和实验室进入企业采购清单。
判断中游成熟度，不能只看出货量和签约金额，可以用五类更接近真实作业的指标观察：
连续动作能否坚持足够长时间，行为多样性如何，能否同时处理多项任务，对不同本体的适配速度如何，遇到干扰时能否恢复。
对产业而言，这些能力最终都要落实为设备可用率、单次任务成功率、人工接管次数、部署周期和单位任务综合成本。
宇树科技呈现出中游现阶段的一种典型状态，产品量产已经发生，场景放量仍有选择性。
人形机器人订单仍以科研教育为主，四足机器人在商业和工业场景中的收入占比更高；开放环境下的通用劳动还需要更长时间积累。
相关政策
支持没有减弱，评价条件正在变细
近三年的政策变化，不宜简单概括为 " 从热到冷 "。
更准确的说法是，政策支持在延续，但评价体系从方向鼓励走向工程验证。
2023 年，工业和信息化部发布《人形机器人创新发展指导意见》，提出发展 " 大脑、小脑、肢体 " 等关键技术，重点解决整机产品和基础部组件问题。
彼时政策的主要任务，是明确产业方向、建立创新体系和培育企业集群。
到 2025 年，国家发展改革委在新闻发布会上提醒，我国人形机器人企业数量已经超过 150 家，其中半数以上为初创或跨行业进入企业，技术路线、商业模式和应用场景尚未完全成熟，要防范重复度高的产品集中上市。
政策仍在支持产业，同时把同质化和无序扩张风险摆到了台面上。
2026 年，政策进一步落到测试、训练和作业条件。
工业和信息化部、国务院国资委部署推动工业场景大规模应用时，明确要求场景目标清晰、工况条件明确、标准化程度较高，并具有经济可行性。同时，提出建设百余个高价值场景，推动形成万台级应用落地能力。
这个变化，直接影响中游企业。未来能否进入规模采购，不只看演示效果，还要看产品是否能在可重复的测试条件下给出稳定结果。
政策信号，由此变得清楚。
具身智能仍是支持方向，但项目评价正在收紧到三个问题：
是否有可验证的技术性能，是否有可持续的订单，是否能够降低真实任务的综合成本。
部分地方承接产业项目时，过度依赖企业发布会展示、样机成果及规划产能数据，极易将企业远期目标去做潜力的判断。
产业链中游
价值不在外壳，而在系统工程
我们看到，很多人会有两个认知偏差。
一方面，把具身智能中游直接看成简单的整机组装，小看了这一环节的难度。
另一方面，看到整机企业 " 全栈布局 "，认为零部件都能自己生产，高估了制造范围。
之所以会产生这类认知误区，本质上是对具身智能产业链的分工逻辑缺少完整认知。
具身智能的产业链层次清晰、分工明确，分为上游原材料与零部件、中游制造与集成、下游应用场景三大核心环节，同时涵盖硬件、软件两大核心赛道，国内外企业加速布局，形成多元化竞争格局。
而中游制造与集成，正是理解这套分工体系的关键枢纽，连接上游零部件与下游应用场景，核心分为两大领域。
一是，本体制造，聚焦工业机器人、服务机器人、特种机器人、人形机器人等各类具身智能产品的组装与生产，国内优必选、智元机器人，国外波士顿动力、特斯拉等企业均布局这一领域。
二是，系统集成，结合下游行业需求，将硬件零部件与软件系统（算法、操作系统）进行整合，提供定制化解决方案，激活硬件与软件的协同价值，降低下游应用门槛。
中游要完成的工作，是把这些软硬件放入同一个实时系统中，在重量、功耗、精度、速度、可靠性和成本之间反复取舍。
宇树招股书显示，2025 年前三季度直接材料占其主营业务成本的 80.12%；在人形机器人单位成本中，直接材料占比达到 82.58%。
这两个数字口径不同，前者对应公司主营业务成本，后者对应人形机器人单位成本。共同指向的是，中游整机企业的成本高度受零部件方案、采购价格和供应链稳定性影响。
关节与执行系统，是首要环节。
电机决定动力输出基础，减速器和丝杠影响传动效率、精度与负载，编码器和力传感器提供位置及受力反馈。
对一台多自由度机器人而言，单个零部件达到参数并不够。关节需要在整机重量、散热、噪声、寿命和安全之间达到平衡。某一项性能提高，如果带来功耗、体积或成本明显上升，未必能转化为整机竞争力。
感知、计算与控制，决定机器人能否理解现场并及时响应。
摄像头、激光雷达、深度相机和惯性测量单元负责采集环境与姿态信息，板载计算单元运行感知、规划和控制算法，底层控制器将决策转换为关节动作。
这条链路，对时延和稳定性敏感。在实验室完成一次动作，与在噪声、遮挡、光照变化和人员干扰中连续运行，难度不在同一个层级。
电池和热管理经常被展示视频遮住，却直接决定有效作业时间。
一台人形机器人若要承担工业部署，至少需要顶住一班 8 小时、一周 5 天、一年累计超过 2000 小时的连续运行，并且这种节奏要在 3 到 5 年的折旧周期里稳定维持。
负载、运动强度、环境温度和计算功耗，都会改变实际续航。进入工厂后，还要考虑充换电、待机、维护和班次衔接。地方评估场景时，应关注一个班次内能够完成多少有效任务，而不只是单次最长运行时间。
灵巧手的产业化难点，同样不只是自由度。
抓取不同材质、重量和形状的物体，需要结构、驱动、触觉和控制共同配合。
手部自由度越高，控制复杂度、故障点和成本通常也会增加。工业场景如果任务固定，专用夹具可能仍是更经济的方案；需要频繁切换物体和工序时，灵巧手的价值才更容易体现。形态选择应服从任务，不宜反过来让场景适应产品。
从制造边界看，宇树科技提供了具有代表性的样本。
招股书显示，公司自主完成电机、减速器、机械结构等核心部件和整机的研发设计，同时外购电芯、核心板等器件，将大部分 PCBA 贴片、注塑及部分机加工交给外协厂商。
整机和核心部组件在公司内部生产装配，其中部分重复性较高、技术要求较低的组装和测试使用劳务外包人员。在这一生产组织下，" 自主研发 " 主要指设计、算法、系统和核心技术能力，不等于原材料、零件和工序全部内部生产。
这个行业内，大致存在两类生产组织方式。
一类尽量利用既有汽车、电子和装备制造产线，通过改造导入机器人产品。
另一类，由整机企业自主设计核心部件和工艺，制造环节与专业供应商协作。
前者有利于利用成熟质量体系和产能，后者更便于快速迭代产品。
问题在于，产品频繁改版时，工程变更、供应商质量、装配一致性和测试标准能否同步更新。
这也是，中试环节的价值。样机阶段可以依赖工程师反复调试，批量交付要求不同批次机器人具有相近性能，故障可以追溯，维修可以替换，软件能够升级。
中试平台并非单纯提供厂房和设备，更重要的是建立工艺验证、可靠性测试、小批量试制和问题反馈能力。没有这一层，样机数量增加可能只是把小概率问题放大。
具身模型与数据系统，则构成另一条主线。
机器人在新任务中工作，需要感知环境、理解指令、规划动作，并根据执行结果调整。与互联网模型相比，具身智能数据具有明显的物理约束。
同一动作在不同本体、负载、地面和光照下结果可能不同，错误还可能造成设备和人员损伤。因此，仿真数据、遥操作数据、真实作业数据和失败数据都很重要。
宇树科技，此次计划募集资金 42.02 亿元，其中 20.22 亿元拟投入通用具身智能大模型项目，占募资总额 48.13%；11.10 亿元投入新一代高性能人形机器人本体研发，6.24 亿元投入制造服务基地，4.45 亿元投入新产品研发。
通用具身智能大模型项目，计划投入高于本体项目。这一募资结构至少显示，这家企业计划把更多资金投向模型和数据。
2025 年全年，宇树研发费用达 1.45 亿元，同比增长 107.04%。其中，2025 年前三季度云算力租赁及云服务费已增至 834.54 万元，是 2024 年全年的 7 倍多。未来模型项目还需要算力、数据采集和工程团队投入。
2026 年上半年，公司收入与扣非净利润走势分化，研发、销售、交付和供应链投入的具体影响，仍要等待后续完整财务披露。
测试训练和系统集成，是连接产品与场景的最后一段。
通用模型可以提供底层能力，但工厂、仓库、矿山、电站和商业空间各有流程、安全规范和设备接口。
部署机器人时，往往还要改造工位、编写任务流程、连接生产系统、设定安全边界并培训运维人员。很多项目最后比拼的并非单台机器人参数，而是现场工程团队能否快速处理异常。
中游的核心，是稳定完成任务的系统工程能力。硬件性能、模型能力、制造质量和场景理解，任何一项明显偏弱，都可能让机器人停在演示阶段。
重点企业与投融资
收入规模扩大，资本投向头部
当前国内具身智能本体企业已告别零散创业、概念炒作的初级阶段，头部企业悉数迈入资本化落地的关键周期，且形成了赛道差异化、资本化分层、商业模式分化的清晰格局。
本次选取的六家核心企业，覆盖通用人形、特种四足、轻量化科教人形、工业复合具身四大核心本体形态，代表了当前国内具身智能本体产业的完整缩影。
从营收规模、增长弹性、盈利水平、具身智能收入占比四个维度横向拆解六家头部企业经营数据，分析判断当前行业发展周期。
结合六家头部企业财务数据、产能规划、下游客户结构，可提炼行业三大核心阶段特征：
（1）需求侧市场整体高速扩容，细分赛道兑现能力分化。特种四足、轻量化科教人形已实现小规模盈利闭环；全尺寸通用人形受核心零部件成本制约，投资回报周期相对较长，短期盈利压力大。
（2）供给侧头部企业实现万台级量产能力，整机自研体系基本成型，但高精度减速器、高端伺服、专用传感器国产化替代不足，硬件综合成本居高不下，是压制通用人形盈利的核心瓶颈。
（3）资本侧全赛道启动 IPO 资本化，一级市场融资持续加码，但绝大多数本体企业仍依赖资本市场输血维持研发与扩产，行业尚未进入全行业盈利周期。
对于具身智能这半年来的融资，数据给出了最直观的说明。
2026 年上半年，国内具身智能赛道融资总额已经达到 935 亿元，较上年同期增长超过 5 倍。
目前，中国已有 370 多家具身智能相关企业，并且几乎每周都会出现两三家新公司的商业计划书。
我们看到，比创业者更快涌入的是资金。
据 IT 桔子数据统计，截至 2026 年 7 月 30 日，具身模型领域年内已发生 195 起融资，覆盖 108 家企业，累计金额达 754.63 亿元。
仅前 7 个月，融资金额已超过 2025 年全年（183.42 亿元）的 4 倍，约为 2024 年全年（34.27 亿元）的 22 倍。
这还只是公开披露的数据。一位具身智能从业人士称，平均每天至少有 5 亿元流向具身智能，已有超过 20 家公司估值突破百亿元。
与此同时，资金并非均等地流散在众多企业，而是高度向头部企业集中。
根据 IT 桔子数据统计，截至 2026 年 7 月 30 日，年内金额超过 10 亿元的 20 笔融资，其累计融资额达到 585.07 亿元。
也就是说，近两成企业拿走了近八成资金。对于一些融资规模仅在千万元级别的企业而言，这笔钱更多只是 " 入场券 "。
宇树背后站着 " 半个中国的投资圈 "，这不算夸张。
美团、腾讯、阿里、字节、小米，五家互联网巨头罕见同框；社保基金、中石油、南方电网、北京机器人基金、深创投，国资层层叠叠。
还有梁文锋的 DeepSeek，以 36 个月锁定期完成战略绑定。这不是投资方和被投方的纵向关系，而是大脑与身体的横向协同。
之前，几位行业人士提到，大模型技术的发展、头部企业 IPO 预期、政策支持等都成为了催化剂，多家估值百亿的独角兽因此而诞生。
具体来看，宇树科技、智元机器人、银河通用等三家在 2025 年就已经跻身百亿独角兽俱乐部。
据不完全统计，2026 年上半年，名单上的企业数量增加了 19 家。其中，突破 200 亿估值的企业有银河通用、自变量、智平方和星海图。
很显然，资本正在向少数企业集中，早期项目仍占多数。这不能直接证明技术已经成熟，反而意味着未来会有更多路线接受产品和订单检验。融资金额、估值和战略股东可以提高企业试错能力，却不能替代交付记录。
接下来，观察企业不妨抓住四组指标。
产品收入中科研与作业场景的比例，订单从首购到复购的变化，研发和交付投入对现金流的影响，机器人部署后的可用率与人工接管频次。
对于地方政府和园区，这些指标比估值、融资轮次和演示视频更接近项目质量。
地方产业布局
企业分布集中，重点关注场景
资本市场之外，各地 " 抢筹 " 宇树科技的行动，早已开始。
除了公司所在地杭州，据不完全统计，宇树科技已先后在北京、上海、深圳、宁波、重庆等地设立子公司，与成都、天津等签署战略合作协议，并与武汉、广州、合肥、青岛等多地高校合作，布局产业学院。
业内普遍认为，2026 年是人形机器人量产验证与场景落地的关键窗口期。从股东名册到城市版图，宇树科技的 " 朋友圈 " 还在不断扩张。这背后，一条城市竞逐未来产业的暗线已然清晰。
国家税务总局数据显示，2026 年 1-5 月，全国近九成具身智能产业企业集中在广东、北京、上海、浙江、江苏五地。
这一统计口径，不能直接等同于人形机器人整机市场份额，但足以说明产业资源主要集中在少数制造和创新高地。
北京的优势更多体现在人工智能研究、算法人才、央企场景和科研平台；上海连接人工智能、汽车、集成电路和高端制造；深圳及珠三角拥有电子制造、传感器、电机、电池和快速供应链；杭州依托人工智能、机器人企业和民营资本形成创业密度；江苏则在装备制造、精密零部件和工业场景方面具有基础。
各地相关政策，也在补不同环节。
北京的行动方案侧重技术创新、产品培育和场景示范；上海强调产业链协同、数据训练和规模应用；深圳、杭州等地更依赖企业和供应链快速迭代。区域优势可以解释企业为何更容易在这些城市聚集，但不能据此推断某一政策单独 " 造就 " 了某家企业。
更需要警惕的是 " 注册等于落地 "，一些城市还与企业签署区域总部、研究院、联合实验室或场景测试合作协议。协议提供了后续合作可能，只有形成团队、场地、设备、采购和持续经营，才构成不同程度的实质落地。
地方判断项目进度，可以采用一条简单的状态梯度：
接触洽谈，签署协议，设立经营主体，团队和设备到位，进入测试运行，形成付费订单，产生复购或持续采购。每向后走一步，项目确定性才会增加。
区域能否继续分化，很大程度上取决于本地能否提供高价值场景。
钢铁企业的高温、粉尘和复杂厂区，电网和化工企业的巡检需求，港口与仓库的搬运需求，寒冷地区的低温测试，都可以形成不同的数据与产品验证条件。但场景特殊不等于项目一定成立，还要确认任务频次、危险程度、替代人工价值、改造成本和采购主体。
因此，地方布局具身智能中游，应少追求一个宽泛的 " 机器人基地 " 标签，多回答以下三个具体问题：
本地有哪些能够连续测试的任务，哪些供应商可以参与产品迭代，谁愿意为达到要求的作业结果持续付费。企业数量决定产业热度，场景、供应链和客户共同决定产业厚度。
项目承接条件
先识别项目类型，再匹配地方资源
具身智能项目，不能用同一套条件承接。
整机研发总部、关键零部件工厂、制造集成基地、训练测试平台和场景运营项目，对人才、厂房、供应链、数据和客户的要求完全不同。项目名称中都可以出现 " 具身智能 "，实际投入和地方价值可能相差很大。
整机研发项目首先看人。核心成员是否长期从事机器人控制、机械、电气、算法或产品工程，团队能否覆盖从设计到交付，关键知识产权是否由公司控制，这些条件比计划招聘人数更重要。研发中心如果只有工商注册和少量商务人员，对本地技术能力的贡献有限。
关键部件项目重点看验证周期。减速器、丝杠、传感器和关节模组需要经过寿命、一致性和整机适配验证，进入头部客户供应链往往不是一次送样就能完成。地方可以提供中试、检测、首台套和客户对接支持，但应要求企业说明当前良率、已验证客户、收入结构和扩产节奏，避免在订单尚未确定时先建设过大产能。
制造与集成项目要把 " 产能 " 拆开看。企业计划建设多少条线是一项指标，已有产品能否定型、供应商是否稳定、订单能否覆盖产线、设备是否已经投入，才决定产能是否有意义。具身智能产品仍在快速迭代，过早固定大规模专用产线，可能面临工艺变更和设备闲置风险。柔性生产和中试能力在当前阶段往往比名义年产数字更重要。
评估训练测试平台，应把数据质量放在采集时长之前。需要明确数据来自哪些任务，是否覆盖成功与失败案例，能否与具体本体和动作对应，权属及使用边界如何，企业是否愿意持续付费。若平台缺少足够多的机器人、场景和算法客户，单纯购置遥操作设备或建设数据场馆，很难保证长期利用率。
场景运营项目则应把验证分成五级。第一级是单次展示；第二级是在封闭环境完成限定任务；第三级是连续数周或数月试运行；第四级是形成付费订单并减少人工接管；第五级是同类任务能够复制并出现复购。地方开放场景时，不必一开始就追求 " 全场景通用 "，可以选择高频、重复、危险或用工困难的任务，逐级提高要求。
项目尽调时至少，还要看七个维度。
第一，产品状态，是概念、样机、小批量还是稳定交付。
第二，客户质量，是合作意向、试用、采购还是复购。
第三，自研边界，哪些部件和算法由企业掌握。
第四，财务质量，收入确认、毛利率、现金流和研发投入是否匹配。
第五，供应链，关键器件是否存在单一来源和交付风险。
第六，场景数据，数据是否合法取得并能够反复利用。
第七，本地贡献，团队、设备、采购、税收和产业协同何时发生。
地方承接策略，也应从普遍补贴转向分阶段支持。
研发类项目可以把支持与核心团队到岗、研发投入和专利成果挂钩；制造类项目与设备投资、订单交付和产能利用率挂钩；场景类项目与连续运行时间、任务成功率、人工接管次数和复购挂钩。
这样既给企业试错空间，也让公共资源对应可验证的进展。
基础较强的城市，适合围绕核心部件、整机、模型和重点客户形成协同。
制造基础突出但算法人才不足的地区，可以从精密零部件、中试和工业集成切入。
对产业链基础一般，但拥有矿山、港口、能源、农业等特殊场景的地区，场景测试和运营可能更现实，并非每个地方都需要复制一个完整产业链。
写在最后
从资本到市场，再到产业链、政策支持，这是具身智能厂商最好的时间窗口，也是弯道超车的机会。
但同样，未来的格局，也是现阶段每一项战略决策、每一个市场反馈所造就的。
宇树科技的上市，是具身智能阶段性的高潮，也意味着行业竞争即将进入更残酷的阶段。
对于政府园区，项目价值要落到工程团队、供应链订单、真实场景和持续数据上，不能停留在总部名称或规划产线。
地方的热情可以理解，但更需要保持理性，产业价值的真正兑现，既考验眼光，更考验定力。
