上市首日，宇树股价一度触及 1100 元，上涨 629.44%。按发行后约 4.0446 亿股总股本计算，公司总市值开盘时已越过 4000 亿元。

这个数字当然要考虑盘前集合竞价阶段的瞬时价格映射，并非全天稳定成交的结果。但它确实把资本市场对机器人产业的预期推到了一个前所未有的位置，说明市场愿意提前为机器人进入大规模应用付出很高溢价。

比起机器人在舞台上能跑多快、动作多灵活，市场交易的，其实是机器人在真实生活场景下听懂指令，持续、稳定完成任务的那个未来。但从宇树自己的判断来看，这个未来距离真正成熟还有不短的距离。

王兴兴在上市前的投资者交流会上表示，具身智能仍处于类似早期家用电脑的发展阶段，机器人适应陌生环境的泛化能力还有待提高。宇树目前同时推进世界模型和视觉—语言—动作模型两条路线，并在自有工厂进行测试。其中一条训练路径，就是通过真机采集大量数据，让机器人理解指令、感知环境并生成动作策略。

资金也在向这个方向投入。在原计划 42.02 亿元的募投项目中，智能机器人模型研发项目拟投入约 20.22 亿元，是最大单项，涉及具身模型、智能算力和高质量数据采集。

宇树能不能支撑市场给出的高估值，关键不只是继续卖出更多机器人，还要回答一个更难的问题：卖出去的机器人，能不能越用越聪明。

物理 AI，不止是缺数据

宇树过去最被认可的能力，是把运动控制、机器人本体和成本控制做成可量产产品。但机器人从「会动」走向「会干」，不能只靠更强的关节和执行器，还要不断认识和适应现实世界。

贵州省大数据局今年 7 月公布的数据显示，国内真实物理交互场景的合规数据约为 50 万小时，而机器人商业化可能需要数千万小时。具体统计范围可以讨论，但数据不足已经是行业绕不开的问题。

而且，具身智能缺的不只是数据数量。

互联网图片和视频可以告诉模型眼前「是什么」，却很难持续、精确地提供真实距离、尺寸和空间轨迹。机器人还要记录关节状态、动作指令、力觉反馈和任务结果。这些信息如果不能在时间、坐标和格式上对齐，采集再多，模型也很难直接使用。

训练和量产之间还有另一道落差。采集数据时可以使用昂贵、复杂的设备，量产机器人却必须考虑体积、功耗和成本。如果两端的视场、精度和数据格式发生变化，实验室里训练出的能力，到了真实现场就可能打折。

说得直白一些：机器人不能训练时戴一双眼睛，上岗后再换一双眼睛。

「同一双眼睛」打造物理 AI 数据入口

市场交易的万亿市值背后，是让不同机器人尽可能以统一、稳定、可计算的数据形式描述同一个物理环境，减少不同本体在底层感知上的差异，并让这套体系贯通从数采到部署的全过程。这对于如何把现实环境转换为带有真实尺度、能够同步融合的三维数据，并尽量让相近的感知方式从数据采集延续到产品部署，提出了新的挑战。

这套逻辑下，感知系统也不再只是传统视角下的机器人「零部件」，而开始成为连接真实世界和具身终端的物理 AI 数据入口。

速腾聚创已率先抓住这场产业变化。这家掌握机器人感知底层技术的企业，正将在智能汽车领域积累的底层感知技术和规模量产能力，迁移到机器人数据入口的构建中，并围绕当前机器人数据所面临的一系列问题给出解法。

在让机器人拥有稳定、统一地描述物理世界的能力上，速腾聚创的解法是「芯片化」。今年 4 月，速腾聚创推出自研 SPAD-SoC 架构及「凤凰」「孔雀」两款芯片，将过去分散在大量器件中的三维探测、计算、抗干扰和信号处理等全套空间感知能力，固化到统一的芯片底层平台。

这不仅让机器人的感知更稳定、更出色，能够与 RGB、动作姿态等信息高效对齐与融合，更意味着同一套感知能力可以快速复制到不同的机器人本体和应用场景中，使不同本体在底层感知上保持相对一致的技术基础和演进逻辑。

在缩小物理 AI 训练与量产部署间感知落差的问题上，速腾聚创充分发挥其在汽车领域积累的数百万台激光雷达量产经验，在机器人感知产品的性能、功耗与成本之间寻找量产平衡点，并通过覆盖产品开发、测试验证、规模制造和交付的完整工程体系，将过去更多存在于数采设备中的高性能三维感知能力，真正进入机器人终端。

不仅如此，速腾还通过推进 AI-Ready 生态，将数据接口、开发工具、算法能力等过去高度碎片化的部署工程链路也标准化固定，进一步实现从采集到部署、从一台机器人到另一台机器人间的感知一致性。

宇树和速腾，一家从本体出发，让机器人真正进入现实场景，持续产生数据、验证模型；一家从感知出发，把物理世界转化为稳定、统一、可计算的信息。虽然身处产业链不同环节，却都在向物理 AI 的同一个终局加速靠拢。

实际上，宇树与速腾聚创早已建立合作。机器人能不能「越用越聪明」这个问题，也呈现出越来越清晰的产业路径：本体不断进入真实场景，感知持续生成高质量数据，数据推动模型迭代，再把更强的能力部署回更多终端。

如果未来真正跑通「部署越多，能力越强」的正循环，那么今天资本市场给予宇树的高估值，提前定价的就不只是一家机器人公司的销量，而是一套物理 AI 规模化增长逻辑成立的可能性。

而当这套逻辑被验证，市场需要重新定价的，也不会只有机器人本体。站在真实世界与 AI 之间的数据入口，同样会迎来自己的价值发现。