宇树暴跌16%背后：机器人不空翻，改谈干活和数据了

2026年的世界机器人大会（WRC），安静得有点反常。

空翻少了，舞蹈没了，展台上换成的是分拣包裹的机械臂、谈数据集的创始人、聊评测基准的研究员。同一个月里，宇树科技敲钟上市，首日市值冲破3400亿元，第二天创始人王兴兴一句话，股价跌去16%。

热闹与冷水同时到来，这恰好是当下具身智能最真实的写照：资本已经给想象力定了价，产业还在为「能不能干活」补课。本文从WRC现场的三条线索——场景、股价、触觉数据链，拆一拆这个行业的共识与裂缝。

📉 一场演讲，跌掉一个科创板纪录

金句：市场可以为未来定价，但没法替物理规律代言。

8月19日，宇树科技（688836.SH）登陆上交所科创板。发行价150.80元/股，对应发行后市值约609.93亿元。开盘价直接飙到1100元/股，市值一度突破4449.1亿元，当天收盘845元/股，市值站上3400亿元。一日造富，创始人与员工账面盈利丰厚，这是A股近年少见的高科技IPO名场面。

24小时后，剧本反转。

8月20日，王兴兴在WRC上发表演讲——这是宇树上市后他第一次公开露面。他没有讲星辰大海，而是讲了一个很「扫兴」的事实：

“「为什么机器人进工厂我们现在没有大规模推广呢？最主要原因就是，目前效率和泛用能力还是不够高。」

他还给出了自己的时间判断：具身智能的ChatGPT时刻还没到来，快则两三年，慢则五年甚至十年。

演讲恰好在开盘前后进行，市场热情迅速冷却。截至8月20日中午，宇树股价下跌16.05%，回落至709.4元/股水平。

一天之内，估值从「市值超发行价7倍」回落近三成。这不是宇树一家的问题，而是整个具身智能板块在经历一次定价校准：当创始人亲口承认「泛用能力不够高」时，市场不得不用股价重新计算「通用」两个字的兑现周期。

据多位接近机构的参会者观察，这两天现场投资人的提问已经明显变了味——去年大家问「能不能做出人形」，今年直接问「客户复购了吗」。一级市场的耐心，正在从故事期切到交付期。

但换个角度，王兴兴的坦白反而是一种成熟信号。愿意在上市次日公开承认瓶颈的公司，通常比天天画饼的公司更接近解决问题。真正的分水岭在于：瓶颈补上之后，拿什么证明？答案就在展会现场。

🏗️ 从「能做什么」到「每小时1816件」

金句：机器人行业的KPI，从点赞数变成了件/小时。

「去年机器人还主要在表演，今年所有人都在关心场景。」京东零售具身智能机器人负责人郑小丹在WRC期间接受中国证券报采访时的这句话，几乎是今年大会的官方注脚。

逛一遍展厅，体感非常直接：舞蹈和空翻明显少了，干活的场景多了起来。

在自变量机器人展台，两条机械臂搭配夹爪，在全自主模式下持续分拣大小、形状、材质、重量完全随机的真实物流包裹。注意关键词——真实、随机、全自主。这不是预编程的表演，而是对混乱现实的直接处理。其此前直播实测的分拣速度最高达到每小时1816件。展台围满了观众，大家讨论的不再是「机器人能做什么」，而是「干活效率够不够高」。

京东的动作更值得琢磨。郑小丹透露，京东从去年开始就把物流在内的场景开放给机器人企业合作，此前宣布未来五年要采购300万台机器人。「我们大概有3600多个仓库，物流在我们整体业务中的占比很重，我们有很强的动力用新技术提升效率。」

但她的另一句话同样关键：现阶段具身智能干活的节拍、准确率可能还不及人类。「今天我们有非常多提效的需求，就应该以终为始来看待这项技术」——一边跑、一边迭代，而不是等技术完全成熟再进场。无界动力也在展厅布置了真实的作业场景，而非静态展品。

这条闭环跑通与否，是未来三年行业真正的生死线。逻辑不复杂：物流、仓储这类高频、重复、容错率可控的场景，是具身智能的「Excel时刻」发生地——不像春晚舞台那样要求惊艳，只要求比人便宜、比人稳定。京东3600多个仓库这样级别的场景方下场当「甲方+数据源」，比任何政府补贴都更能加速技术收敛。

而据现场与会者的共同感受，这种「场景优先」已经从口号变成了共识图谱：模型层面仍未收敛、数据层面仍缺好几个数量级、硬件成本持续下降的同时被要求更高性能和更轻量化。共识不等于成熟，但共识本身标志着行业进入大规模应用的前夜。

✋ 触觉赛道变天：从卖传感器到卖数据链

金句：看得见摸不透的模型，永远学不会「轻一点」。

如果说场景是今年的明线，触觉就是暗线里变化最剧烈的一环。

今年WRC上，触觉玩家讲的不再只是「我的传感器灵敏度多高」，而是开始摆出数据集、模型，甚至评测基准。围绕触觉的竞争，正从「一块传感器」扩展到数据采集、模型训练和能力评估的整条链条。

时间线拉出来看非常密集：

最典型的是千觉机器人。7月，它同时发布三件套：数采夹爪、千小时视触觉数据集TacVerse 1k、触觉模型X-TouchMind V1。三者构成一条连续的技术链：采集设备记录操作中的画面、触觉和动作，数据集汇总这些记录，模型再从中学习如何完成任务。

戴盟机器人走得更急：4月发布含触觉的全模态数据集Daimon-Infinity，据其公开信息，首批1万小时数据已在阿里魔搭社区开源；6月又与银河通用联合发布触觉操作评测基准RobOmni；其亿元级A轮融资也明确投向物理交互数据和物理世界模型。他山科技则在触觉传感器月交付量达数万枚的同时，开始建设触觉训练平台，提出研发「触觉原生模型」。

这背后的产品逻辑值得画一张表来看清各家卡位：

研究界也在同步靠拢。RSS 2026大会的触觉专题研讨会上，头部企业和学界的研究者认为：过去很多机器人论文习惯把触觉留到「未来工作」部分一笔带过，如今它正被重新拉回机器人基础模型的核心设计环节。

这说明什么？当触觉从「传感器配件」升级为「基础模型输入」，这个赛道的估值逻辑就从卖器件切换到了卖数据壁垒。器件会降价，数据集和评测基准的先发优势却会复利。

⚠️ 触觉的悖论：更懂物理，也更难通用

金句：让模型摸懂世界的那只手，可能也焊死了模型。

触觉的价值无需多言：纯视觉模型看得见、摸不透，插上触觉，世界模型对物理世界的「想象」才更靠谱——知道鸡蛋要多轻地拿，知道拧瓶盖要用多大扭矩。

但这里藏着一个容易被忽略的悖论：同一次接触，换一个传感器、换一只手，反馈信号可能完全不同。A家的压阻阵列和B家的视触觉胶体，同一个抓握动作给出的原始信号差异可能大到无法直接混用。这意味着，用某一家硬件采的数据训出来的模型，天然带上了那家硬件的「口音」。

这既是触觉眼下最大的价值，也是它最大的麻烦——它让模型更懂物理，也更容易被焊死在某一套硬件上。

这个悖论解释了两件事：

第一，为什么各家都在抢着开源数据集。戴盟机器人把首批1万小时数据放到魔搭社区，千觉机器人一口气发千小时数据集——开源触觉数据，本质上是在为「触觉数据能不能跨硬件迁移」这个问题铺路。谁的格式成为事实标准，谁就掌握了下一个时代的数据入口。

第二，为什么评测基准先于大规模商用出现。RobOmni这类基准的价值在于，让「触觉能力」第一次有了跨平台可比的尺子。有了尺子，才可能谈泛化；没有尺子，触觉模型永远只能各说各话。

对照中国证券报在WRC期间多方采访得到的行业共识——模型层面仍未收敛、数据层面仍缺好几个数量级、数据采集标准存在显著分歧——触觉正是这三个未收敛问题的交汇点：数据缺得最狠、标准最不统一、模型路线最不清晰。

据多位接近头部企业的与会人士观察，现场私下讨论最多的话题已经不是「要不要做触觉」，而是「触觉数据的标准到底由谁定」。这是一个典型的平台卡位前夜：技术没有赢者通吃，标准却有。

💡 三条线索拼出的产业判断

金句：泡沫在退，水位在涨。

把宇树的股价、WRC的展台、触觉的数据集放在一起，能拼出一个清晰的产业判断：

短期（1-2年）：估值与兑现的落差会持续制造波动，宇树式的大涨大跌还会重演。参考王兴兴「快则两三年、慢则五年十年」的判断，通用具身智能的ChatGPT时刻不会在资本希望的期限内到来。二级市场需要学会用「仓库里跑了多少小时」给公司估值，而不是用「会不会后空翻」。

中期（2-4年）：分拣、搬运、质检等物流场景将率先跑出正向ROI。京东3600多个仓库、未来五年300万台机器人的采购意向，是场景方给行业的信用背书——哪怕节拍和准确率暂不及人类，「以终为始、边跑边迭代」的策略决定了这些场景会被反复打磨到可用。自变量机器人每小时1816件的分拣实测，就是这个路径的预演。

长期变量：数据与模型层的卡位战已经开打。触觉赛道从传感器竞争转向「采集-数据-模型-评测」全链条竞争，RSS 2026上触觉重回基础模型核心设计，意味着具身智能的下一轮军备竞赛在数据层，而不在展厅里。谁能沉淀出可跨硬件迁移的数据标准，谁就是具身智能时代的「魔搭」或「ImageNet」。

一句话概括2026年的WRC：机器人行业终于集体承认自己还是个学生，但已经开始交作业了。空翻换成了件/小时，掌声换成了复购，参数表换成了数据集——对真正想做成事的人来说，这是行业十年来最好的一年。

回到开头那个反差：上市次日大跌16%，和展台上每小时1816件的分拣，其实是同一枚硬币的两面。资本在提前兑现想象力，产业在按天补物理课，两者节奏不同步，波动就是常态。但方向已经没有悬念——机器人不再表演，开始上班。至于什么时候能升职加薪，答案不在股价K线里，在仓库和工厂的作业日志里。