撰文 | 王思易
编辑 | 张南
设计 | 荆芥
说实在的，美国海关并没有把宇树机器人彻底拒之门外。
7月28日那天，美国联邦通信委员会（FCC）出台新规，把所有“外国制造的先进机器人设备”都划进了管制名单。这意味着，新出厂的设备原则上拿不到FCC认证，除非能拿到美国国防部的特批；不过，以前已经拿到授权的型号，暂时还能接着卖、接着用。
可对于正急着冲刺科创板上市的宇树科技来说，这突然加高的一道坎，依然让人心里没底。
7月31日，宇树科技在最新版的招股书里，专门把美国市场的风险拎出来提了醒。
其实这事儿早就有了风声。今年6月，美国商务部长霍华德·卢特尼克（Howard Lutnick）在一次闭门圆桌会议上就透过口风，说要对外国机器人动真格。（详见《美国要对中国机器人下手》）
早在7月2日，中国证监会刚同意宇树科技的上市注册申请。如今FCC新规落地，它打算推向美国市场的新产品，恐怕都得重新面对准入难题。
外界很容易把这事儿套进一个老剧本：美国封锁中国机器人，反倒逼着宇树去开拓其他市场，最后练就更强的本事，在全球更有影响力。
但宇树眼下真正要跨越的鸿沟，不是去填补美国以外的市场空缺，而是当失去美国高校这类资源后，怎么让这些机器人从“演示品”变成能实实在在干活的“生产力”。
01
美国这一刀，切断的是生态链
往近了看，宇树手里那些已经拿证的旧型号还能继续卖。美国经销商手里的存货，还有已经下单的客户，短期内未必会受到太大冲击。国内需求爆发式增长，也让宇树对境外收入的依赖度相对降低了一些。
真正的麻烦，还在后面。
宇树的商业模式，核心在于产品迭代速度。你看它的定价策略，人形机器人的平均售价明显在下探。2024年时，均价还是26.07万元，到了2025年前三季度，就降到了16.76万元。为啥？因为宇树不断推出更小、更便宜的新一代机型。如果新产品没法通过美国认证，这种降价扩量的打法在美国市场就走不通了。
宇树之前的成功，靠的是“高性能、低价格、标准化平台”这套组合拳。它没急着去找一个巨大的终端场景，而是先把四足和人形机器人卖给高校、实验室、科技企业和个人开发者，让外面的团队在宇树的硬件基础上搞二次开发。
王兴兴不止一次说过，他希望全球的开发者都能在宇树的平台上搞研发。招股书里也写得很明白：要开放开发平台，吸引全球开发者和合作伙伴，让宇树的技术协议变成行业通用的标准。
招股数据显示，2023年到2025年，宇树来自境外的收入占比一直超过40%。具体到美国市场，2023年、2024年和2025年1-9月的收入占比分别是18.39%、19.54%和13.30%，这个比例可不低。
买宇树人形机器人的主力军，还是高校、研究机构和开发者。美国的大学和实验室不光下订单，还会围绕这些硬件开发算法、发论文、跑训练数据，进而吸引更多开发者加入同一个生态。
要是宇树的新机型进不了美国科研圈，丢掉的就不只是几笔订单，而是一个可能定义未来技术标准的开发者网络。
这也直接关系到宇树和美国科技巨头的合作前景。
6月1日，宇树官宣H2 Plus成为基于英伟达Isaac GR00T的参考人形机器人，主要面向学术研究。结果不到两个月，美国就限制了外国机器人新产品的认证。按FCC新规，除非有特批，否则外国生产的新机器人原则上拿不到授权。这下，H2 Plus以后在美国怎么供货，成了个未知数。
虽然目前没证据表明双方合作断了，但H2 Plus能不能进美国高校、要不要重新走认证流程、英伟达会不会调整参考设计，这些都是摆在台面上的问题。
02
宇树以前的赢法，是把难题甩给客户
宇树的生意经很简单：把机器人身体造得够好、够便宜，剩下的应用开发交给开发者去做。
这招以前挺好使。
传统机器人公司习惯了一个行业项目一套定制方案，研发周期长，部署成本高。宇树反其道而行，做成标准化产品。高校买来研究运动控制，AI公司拿来训练模型，展览租赁公司用来表演，工业客户在此基础上搞巡检搬运，各取所需。
这么一来，宇树避开了最烧钱的那部分工作：不用为每个客户深度改造生产线，也不用直接为机器人最终能不能干活兜底。
公司的收入结构印证了这一点。2025年前三季度，宇树人形机器人收入里，科研教育占了73.60%，商业消费占17.39%，工业应用只有9.01%。真正来自智能制造和智能巡检的收入大约1570万元，只占人形机器人总收入的2.6%左右。
这不是简单的“商业化不够”，相反，这说明宇树已经摸到了一条可行的路：卖具备良好运动能力的机器人开发平台。
但同一套模式，也成了宇树迈向下一阶段的绊脚石。
当机器人主要作为平台出售时，真实的任务经验掌握在客户手里。机器人在谁的工厂里趴窝了、为什么趴窝、工程师怎么改动作、改了有没有效，这些信息分散在各个项目中。出货量能不能转化成模型的迭代能力，取决于公司能不能通过某种机制把这些经验汇总起来。
宇树卖出去的机器人越多，不代表它们就能共同学习。硬件销量能带来供应链规模效应，却不会自动形成智能规模。
宇树现在面临的核心选择题，不是继续做人形机器人还是机器狗，而是要不要改变自己的公司基因。
如果坚持做平台公司，宇树可以保持产品标准化，继续把更多机器人卖给高校、开发者和企业。这条路扩张快，也符合宇树现有的硬件和供应链优势。
如果想转型成一家具身智能公司，宇树就得亲自下场，进入客户现场，对机器人完成任务的结果负责。
这意味着工程师不能只管交付一台G1或H1就完事，而是要长期驻守在汽车工厂、仓库或能源设施里，处理物体位置偏移、零件反光、网络波动、机械磨损、人员干扰和安全责任等一系列烂摊子。公司还得持续记录机器人在哪一步出错，判断是视觉、动作规划、控制还是硬件的问题，再把修正后的模型重新部署到现场。
前一种模式卖的是机器人，后一种模式卖的是机器人完成工作的能力。这两种模式需要的组织架构完全不同。
平台公司追求标准化、出货量和快速迭代；解决方案公司则需要行业Know-how、现场服务和长期运维。平台公司可以在产品交付后确认收入；解决方案公司可能要为一个工序反复调试数月，甚至要对任务成功率负责。
这正是宇树内部最大的困境：它必须用一种更慢、更重、更难规模化的方式，去改造此前依靠标准化硬件建立起来的成功模式。
03
会做动作，离会干活还有多远
宇树在人形机器人上的技术强项，主要集中在本体设计和运动控制。它已经能让机器人稳稳走路、飞快奔跑、扛住冲击，并完成复杂的全身动作。
但工厂真正需要的，不是动作的数量，而是任务的连续性。
王兴兴最近的判断很有代表性：单一工序经过充分训练，成功率可以接近100%；但当任务包含十几个、二十几个连续动作时，整体成功率依然不高，特别是遇到小零件和环境变化时。
这揭示出人形机器人从“表演”走向“工作”的关键障碍。
在舞台上，机器人提前知道音乐节奏、站位和动作顺序；在工厂里，零件可能移位，抓取可能失败，人可能误入工作区。机器人不仅要执行动作，还要判断当前状态是否达标。一旦失败，它得重新观察、重新规划，并把任务接上。
如果每一步动作的成功率是99%，连续20步全部成功的概率也只有约82%；如果单步成功率降到95%，完成20步的概率只剩约36%。现实中的错误还会叠加：第一次抓取偏了几毫米，可能导致后续所有装配动作失效。
所以，行业的难点已经从单项动作，扩展到了长任务中的感知、规划、误差累积和失败恢复。宇树证明了运动控制没问题，但这些能力还不能直接推导出复杂任务的稳定完成。
这种能力，光靠多办几场机器人发布会解决不了，也不能只靠扩大出货量来弥补。
不过，宇树已经在补齐数据这块短板。
其G1-D平台覆盖了数据采集、处理、标注、审核和数据资产管理，支持百台级机器人并发采集。宇树还公开了十多个家庭任务数据集，并参与了HIW-500的建设：研究团队用G1机器人，在12个真实家庭中采集了500小时以上、2.3万多个操作回合的数据。
这些进展说明宇树已经具备了采集和训练真机数据的能力。问题不在于数据从零开始，而在于这些数据能否帮机器人跨过从单项模仿到长任务自治的那道坎。
宇树的UnifoLM-VLA-0模型，使用约340小时开源真机数据训练，一个策略就能完成整理工具、擦桌子、叠毛巾等12项任务。这表明宇树已经开始训练通用操作模型。
但长任务需要的不仅仅是更多的成功示范，还包括偏离识别、动作纠正和失败恢复。
王兴兴承认，单一工序训练好了成功率很高，但由十几个、二十几个动作组成的连续任务依然很难。这说明宇树当前需要突破的重点，已经从单项动作学习，转向了长任务中的状态判断、误差控制和自主恢复。
当然，宇树总有办法把技术问题转化为组织问题。科研平台销售可以把应用开发甩给客户，而工业部署要求机器人公司、集成商和客户共同承担长期调试、现场运维和流程改造。宇树未必需要大包大揽，但必须建立一种稳定机制，让现场问题持续反馈到产品和模型迭代中。
04
宇树站在两条路的分岔口
外部压力不一定会带来技术进步，它也可能强化一家公司原有的路径依赖。
失去部分美国开发者市场后，宇树很可能更依赖国内的大型演出和企业展厅。这些市场能贡献订单，却不一定要求机器人承担连续的生产任务。
如果市场奖励的是出货量、产品发布速度和展示效果，宇树就有理由继续强化自己最擅长的硬件平台模式。上市后，收入增长和规模扩张的压力，可能会进一步放大这种倾向。
相比之下，进工厂解决一个看似普通的装配问题，可能需要工程师连续投入数月。项目规模不大，现场问题琐碎，短期收入未必可观，却会消耗大量研发资源。
因此，美国的限制甚至可能产生一种反向作用：它切断了宇树与先进人工智能生态的部分联系，同时把公司推向更容易获得订单、但对智能能力要求较低的市场。
所以，宇树未来大致有两种走向。
一种是继续做机器人行业的平台公司。提供价格足够低、性能足够好的机器人本体，让人工智能公司、科研机构和行业集成商去搞应用。这条路线更接近机器人领域的标准硬件供应商。
另一种是切入少数具体行业，直接承担任务交付。宇树需要选择汽车装配、仓储搬运或者能源巡检等有限场景，长期参与客户运行，把成功率、人工接管率、连续工作时间和任务成本变成自己的经营指标。
前一条路线容易规模化，但宇树对应用和数据的掌控力较弱；后一条路线能建立更深的能力壁垒，却意味着更重的组织负担、更慢的扩张速度和更高的交付成本。
宇树可以同时开展两类业务，但不能回避资源配置的优先级。具身智能不是在硬件平台上加个模型部门那么简单，它要求公司从研发到销售、从交付到售后，都围绕任务结果重新组织。
2026年一季度，宇树营业收入同比增长68.49%，但净利润下降47.69%，扣非净利润下降52.55%。公司解释，主要原因是研发和销售费用快速增加。这只是转型成本的冰山一角：模型训练、真实数据采集、工厂部署、人才招聘和安全合规都需要长期投入，而资本市场可能按季度考察增长与盈利。
7月22日，王兴兴在世界互联网大会上预计，具身智能的“ChatGPT时刻”最快可能在两三年内到来。7月23日，他与宇树最新的载人机甲GD01一同登上《时代》杂志封面。在《时代》采访中，他给出的时间范围扩大为2—10年。
他为这个时刻设定的标准很具体：机器人能够在80%的陌生环境中，正确执行80%的语音指令。
这两个时间表，一短一长，恰恰展示了具身智能产业真实的不确定性。“最快两三年”代表技术乐观主义，“2—10年”则为真实世界的复杂性留出了余地。对一家即将登陆资本市场的机器人公司来说，承认这种不确定性并不是退缩，而是比给出一个确定日期更接近工程现实。
宇树已经完成了行业内不容易的一步：把曾经昂贵、稀缺的足式机器人，变成了能够批量制造和广泛销售的标准化产品。它下一步面对的任务更加困难——不仅要让机器人“买得到”，还要让它们在实验室以外稳定地创造价值。
美国限制可能迫使宇树调整海外布局、强化安全合规，也可能削弱它与部分国际开发者和科研机构的联系。它究竟会成为一次技术倒逼，还是一道延缓全球合作的壁垒，目前都不宜过早下结论。外部压力只能改变宇树面对的条件，不能替它完成从运动能力到工作能力的跨越。
宇树也不必在平台公司和解决方案公司之间作出非此即彼的选择。更现实的路径，或许是在保持低成本、标准化和开发者生态优势的同时，通过客户、集成商和少数重点场景，让真实运行中的问题持续进入产品迭代。
美国可以抬高宇树进入一个市场的门槛，却无法规定宇树最终会成为一家什么样的公司。决定这件事的，仍然是宇树自己。
