关于ZAKER Skills GEO服务 合作
财联社-深度 6分钟前

单日再涨 7.69%!宇树科技股价反弹后的估值拷问

《科创板日报》10 月 26 日讯(记者 黄心怡)单日再涨 7.69%,市值重返 2700 亿元……宇树科技用一轮股价上涨,把 " 人形机器人第一股 " 的估值争议再次推到聚光灯下。

截至 10 月 26 日收盘,宇树科技报 672 元 / 股。总市值 2718 亿元。10 月 16 日以来的 7 个交易日累计反弹幅度达到 65.89%。

就在盘后,公司发布股票交易异常波动公告,直言滚动市盈率已达 465.22 倍,显著高于通用设备制造业平均的 38.54 倍,并提示人形机器人行业尚处于商业化早期,技术成熟度、下游市场需求培育、产业链配套能力均存在不确定性。物理 AI 技术从实验室演示走向真实场景的规模化落地仍面临感知精度、运动控制稳定性、数据积累及软硬件协同等多重挑战,相关技术路径与商业模式的成熟尚需时间验证。

一边是资金热情,一边是公司 " 自泼冷水 ",宇树的真实成色究竟如何?

某头部投资机构合伙人向《科创板日报》记者分析称,宇树科技如果不做模型,就没有出路,市场愿意给的估值溢价也会有限。在他看来,关键要看后续模型团队的 " 人才密度 ",以及模型团队与硬件团队的融合程度。做模型不在人多,而在人的知识密度要高。

▍卖本体,更要建生态

作为 A 股 " 人形机器人第一股 ",宇树科技于 2026 年 8 月在科创板挂牌上市,上市首日收盘报 845 元 / 股,较发行价上涨 460.34%。此后股价大幅波动,10 月 15 日一度下探至 404.03 元 / 股的低点。

10 月 16 日以来,公司股价开启反弹,尽管较此前高点仍有明显距离,但与 150.80 元的发行价相比,仍有数倍浮盈。

产品端,宇树 10 月 21 日发布的 " 功夫传奇 "H2-X 人形机器人,身高约 170 厘米、体重约 65 千克,全身 31 个自由度,站立工况下续航可达 8 小时。演示视频中,H2-X 展示了抬起汽车、踢凹车门、高台跳跃、前滚翻等高动态、高负载能力,场景指向家庭安保与交通事故救援。

此前,宇树已于 2025 年 7 月和 10 月先后发布中小型人形机器人 R1 和全尺寸人形机器人 H2。小尺寸人形机器人 G1 累计产量已达 1 万至 2 万台,王兴兴称其为 " 全球最畅销的一款人形机器人 "。

产品之外,宇树科技也在加快建生态。在近日举行的合作伙伴生态大会上,宇树科技启动 " 宇创计划 ",招募具身智能生态合作创业者,未来五年计划孵化生态企业超 200 家。据公司透露,宇树正联合伙伴推进机器人在教育科研、工业智造、文娱表演、具身导览、服务零售、智能巡检、应急消防等领域的落地。

CIC 灼识董事总经理柴代旋表示上市以来,宇树科技的战略重心逐步从机器人本体与运动控制向具身智能模型能力及真实场景应用延伸,这在其业务、产品、技术三个维度均有体现。

在业务上,宇树科技产品的应用场景从科研教育、舞台展演加速向工业与商业延伸;产品上,宇树科技新推出的人形机器人产品能力更加聚焦真实场景应用。

▍王兴兴再反思,押注大模型

在合作伙伴生态大会上,王兴兴又进行了一番自我复盘," 全世界几乎所有人对 AI 的重视程度和信仰都还不够,包括他自己,劝所有人要相信 AI。"

这已经是近期王兴兴的第二次公开 " 认错 " 了。大会举办 10 天前,在与中国工程院院士王坚、Sharpa 联合创始人向少卿同台对谈时,王兴兴也曾当众做过反思:" 过去十几年我犯的最大的错误,就是对 AI 的相信还不太够。"

王兴兴还认为,物理 AI 已经出现被大模型击穿的苗头。" 今年底或者到明年,机器人就有可能按照指令完成整理房间等任务 "。

柴代旋表示,在技术上,宇树科技研发重心快速向具身智能大模型倾斜,并在 2026 年 9 月发布、开源新一代通用人形基础模型 UnifoLM-WLA-1.0。

" 具身智能正处于从技术突破走向产业应用的关键阶段,宇树科技在机器人本体设计、核心零部件、运动控制及规模化制造方面已积累较强的技术和产品基础,随着具身智能模型能力提升,公司的机器人产品有望逐步从科研教育、商业展示等场景拓展至工业制造、巡检及家庭服务等更广泛的应用领域。" 柴代旋称。

▍下一战:综合比拼

与此同时,市场挑战同样不容忽视,柴代旋表示,具身智能行业竞争正从硬件性能比拼向模型能力、场景数据、实际作业效果和交付能力的综合竞争演进。** 对宇树科技而言,未来的关键在于能否将现有的硬件优势持续转化为具身智能模型能力和商业化优势,并在技术快速演进的过程中保持领先。

IDC 中国研究经理李君兰认为,现阶段,面向实际应用,大模型将成为机器人提升任务理解与执行能力的重要技术要素,但市场竞争并不局限于模型本身。

李君兰表示,首先,机器人形态需要与具体场景和任务需求相适配,而非追求单一形态的通用化;其次,需要通过模型与本体、运动控制及数据体系的协同,解决复杂环境下的任务执行、系统集成与工程化问题;最后,还需要综合考虑部署可行性、运营管理、使用成本及投资回报。未来,厂商的竞争力将取决于能否围绕用户需求,提供技术可行、交付稳定且具备经济性的机器人解决方案。

觉得文章不错,微信扫描分享好友

扫码分享

热门推荐

查看更多内容

企业资讯

查看更多内容