WangNextDoor(@WangNextDoor2):路透社对于宇树为何急着上市的拆解：供应链压暴成本：依托国内电机、传感器产业链，造价远低于 Tesla 和波士顿动力，打造性价比杀手锏。商业化处于早期：盈利主要靠科研与教育订单，在复杂场景落地和替代人工上仍有技术瓶颈。扎堆上市抓红利：研发与 AI 训练极为烧钱，企业趁政策利好与资本热度争相赴港/赴沪上市，提前储备长期“战粮”。我觉得主要还是最后一点，宇树的人形机器人太dumb，人工智能的程度离主流相差太远，无法在工厂工作，灵巧手的研发也平庸，商业实用性太低。跟美国的擎天柱和Figure比就不像同一类和同时代的产品，总结来说就是: 硬件虽强，脑力不足：肢体运动极其出色，但缺乏长逻辑推理与泛化能力，尚未真正智能化。大模型训练极度烧钱：物理数据采集、算力与 VLA 模型迭代开销巨大，亟需二级市场补血。上市抢筹，构建生态：通过 IPO 储备研发“粮草”，加速自研或并购 AI 算法，防止在软件竞争中被淘汰。

2026.08.20 01:40

路透社对于宇树为何急着上市的拆解：供应链压暴成本：依托国内电机、传感器产业链，造价远低于 Tesla 和波士顿动力，打造性价比杀手锏。商业化处于早期：盈利主要靠科研与教育订单，在复杂场景落地和替代人工上仍有技术瓶颈。扎堆上市抓红利：研发与 AI 训练极为烧钱，企业趁政策利好与资本热度争相赴港/赴沪上市，提前储备长期“战粮”。我觉得主要还是最后一点，宇树的人形机器人太dumb，人工智能的程度离主流相差太远，无法在工厂工作，灵巧手的研发也平庸，商业实用性太低。跟美国的擎天柱和Figure比就不像同一类和同时代的产品，总结来说就是: 硬件虽强，脑力不足：肢体运动极其出色，但缺乏长逻辑推理与泛化能力，尚未真正智能化。大模型训练极度烧钱：物理数据采集、算力与 VLA 模型迭代开销巨大，亟需二级市场补血。上市抢筹，构建生态：通过 IPO 储备研发“粮草”，加速自研或并购 AI 算法，防止在软件竞争中被淘汰。

显示更多