--- title: "机器人便宜到能买，家务却还不会做" date: 2026-11-04 category: 科技人物 site: 脑机网 canonical: https://www.logic.wang/a/njw-wangxingxing-30-1104 language: zh-CN --- # 机器人便宜到能买，家务却还不会做 > 一台能翻跟头、会后空翻的人形机器人，几年前还只出现在展会的短视频里，如今已经摆上货架、明码标价。把价格一路往下压的，是宇树科技的创始人王兴兴，一家从四足机器狗做起的公司。 一台能翻跟头、会后空翻的人形机器人，几年前还只出现在展会的短视频里，如今已经摆上货架、明码标价。把价格一路往下压的，是宇树科技的创始人王兴兴，一家从四足机器狗做起的公司。 可机器人会跑会跳，和它能进家门收拾屋子，中间还隔着不短的路。价格、出货量与上市这些能被查到的数字是一回事，普通家庭真正盼的那点本事，是另一回事。 ## 上市那天的热闹 据澎湃新闻、证券时报等媒体报道，宇树科技在二〇二六年八月十九日登陆科创板，被市场称作人形机器人第一股。发行价定在一百五十元八角，上市首日股价大幅高开，随后又经历了明显波动。 热闹背后有真账本。据中国日报网与上海证券报报道，公司上市后披露的首份季度报告显示，前三季度营收十八点一七亿元，同比增长百分之五十五点七一。增速依然可观，收入来源却值得细看。 同一份报告里，利润的增长还带着一处会计口径：上年同期一次性确认的股份支付费用压低了对比基数，于是同比数字显得格外高。把这一层剥开，才看得清生意本身跑到了哪一步。 据证券时报报道，公司股价在上市后走出大幅波动的曲线，一度明显回落，随后又迎来一轮反弹。资金买的是预期还是当下，任何一点风吹草动，都会被放大成盘面上的起伏。 ## 把价格压到能买 宇树把机器人从昂贵展品做成能批量出货的商品，这条路径有清晰的公开记录。据腾讯新闻与新浪财经报道，二〇二五年公司人形机器人出货五千五百台，二〇二六年的目标定在一万到两万台。 出货量不是凭空来的。据公开资料，公司从四足机器狗起步，二〇一七年前后推出首款商业化四足机器人，后来才陆续发布通用人形机型，把核心零部件的自研比例做得越来越高。 价格能被压下来，靠的正是这条供应链。关节电机、模组这些部件自己造，本体、运控与生产就能协同迭代，成本曲线随产量往下走，入门级机型也被压到几万元级的区间，把门槛从机构专用往个人可及挪了挪。 不过便宜只是入场券。据光明网报道，入门级人形机器人的起售价已经降到几万元，可买回去的常见于高校、科研机构和开发者，真正拿它当生产工具长期使用的场景，仍在慢慢铺开。 ## 出货量堆出来的底气 据腾讯新闻与新浪财经报道，截至二〇二六年七月，公司双足人形机器人历年累计下线已上万台，与前面单年出货不是同一本账。募投的制造基地仍在建设，规划达产后的年产能是数万台，眼下都还停在纸面上。 规模带来的不只是成本，还有数据。机器人卖得越多、跑得越久，团队拿到的真实动作与故障样本就越多，反过来又能喂给控制算法与模型，形成一条越转越快的工程闭环。 据证券时报、上海证券报等媒体报道，公司持续加大具身智能领域的研发投入，尤其投向具身大模型与算力。硬件能跑能跳是入场券，让客户愿意长期续用的，是能不能听懂指令、少出差错。 据行业媒体报道，科研与教学场景在公司收入里占了不小比例，真正的工业与商业落地仍在培育。量上去了，怎么用得久、用得稳，成了比卖出多少台更值得追问的事。 ## 家务排在时间表上 真正让普通人关心的，是机器人什么时候能进家门。据南华早报等媒体报道，随着模型能力提升，王兴兴判断机器人最快可能在二〇二七年进入家庭、承担部分家务，同时也把这说成一种预判。 同一批报道里，他也提到精细操作仍是短板：抓取、搬运这类任务成功率已经不低，可拆装零件、穿针引线这类活，机器人还做不利索。模型输出与真实物理世界之间，差着最后几毫米。 据证券时报等媒体报道，他介绍公司正在预研让模型自行编写代码、在仿真或真实环境里训练迭代，目标是减少对人工调试的依赖。这是研发方向上的探索，不是机器已经全权接管了开发。 ## 模型开始自己练 把这段探索说清楚，得先分清已做到与在做。多家媒体报道的是，公司在内部让模型自己采集数据、打分、再训练，人更多负责评价结果与设定目标，这套循环还处在早期验证阶段。 据钛媒体报道，王兴兴判断二〇二七年可能成为机器人行业的临界点，理由是顶尖模型的理解与规划能力在快速进步。这类判断属于对未来的预期，写进新闻时最好连同一堆未解难题一起看。 他反复提到的另一个瓶颈是数据利用率：机器人造得多、采得多，可大量数据还没被充分利用。让模型自己把数据吃透，被视作下一步提效的关键，同样还停在推进中的计划上。 ## 硬件之外还差什么 这家公司的打法向来清楚：先用高性价比把规模化的路打通，再把成本优势变成客户黏性。这条路在四足机器人上跑通过一次，能不能在更复杂的人形场景里复制，才是接下来的真问题。 泛化是更硬的一关。在准备好的一间屋子里成功，不等于换一间屋子、换一种杯子还能成功；固定工位上把单一动作练到很熟，和陌生环境里听懂一句指令就干完一串活，是两码事。 回到开头那台会翻跟头、会后空翻的机器人。它会跑会跳已经不稀奇，稀奇的是什么时候能在陌生房间里稳稳干完一整串活。价格能被一个工程师打下来，泛化能力却得靠整个行业慢慢磨出来。 **免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。** --- 来源：脑机网（https://www.logic.wang/）｜原文：https://www.logic.wang/a/njw-wangxingxing-30-1104 本内容仅供参考，不构成投资建议。