#
智元,想跟宇樹爭第一
人形機器人進入“決賽年”,智元和宇樹都不想輸。智元和宇樹,這兩家在過去一年合計售出全球70%以上人形機器人的公司幾乎很少同台。宇樹在春晚的舞台上表演空翻、大迴旋、翻桌跑酷,智元沒有上春晚,而是自己辦了一場機器人專場晚會“機器人奇妙夜”;幾天前,宇樹在北京亦莊參加第二屆人形機器人半程馬拉松,智元則在比賽的兩天前辦大會、發產品、發模型、聊生態、聊應用。表面上,兩家公司各忙各的,但暗地裡的競爭從未停止。今年1月,宇樹對第三方機構發佈的2025年全球人形機器人出貨量資料報告緊急發文澄清,稱自己才是“第一”,而非報告中所統計的“智元第一,宇樹第二”。在4月17日的智元APC2026合作夥伴大會上,智元創始人、總裁彭志輝在被問及宇樹的時候表示,宇樹是以本體為主,智元做的是全端佈局,不是為了推出一個通用的硬體平台,而是要把平台用在真實場景裡,給客戶帶來實際的生產力。言下之意,相比於專注於人形機器人本體的宇樹,智元的能力更加全面。回顧兩家公司的發展歷程,從2023年8月同步發行首款人形機器人產品至今,雙方一直是彼此在人形機器人領域最主要的競爭對手之一。到了2026年,這場較量明顯升級。一位從事具身智能早期投資的投資人告訴「定焦One」,行業記憶體在一個“應用場景折價係數”,如果2026年還不能在人形機器人的通用性上有所進展,找到真實的下游需求場景,這個係數可能會降到0。也就是說,人形機器人行業將在2026年進入決賽階段。在這個節點上,行業“第一”的含金量比以往各個階段都更高。這也解釋了,為什麼智元在這一年格外急於證明自己。01. 智元的“一哥”野心藏不住了在近日舉辦的合作夥伴大會上,智元不僅一口氣發佈了四款機器人本體產品、六款AI模型,還一同披露了一組經營資料:公司2025年收入10.5億元,較2024年0.6億元收入大幅增長,並自稱是中國最快實現收入超10億的機器人公司。與之相比,成立於2016年的宇樹在2025年才首次突破10億營收,用了9年時間。不過宇樹此前主業是四足機器人,2023年才正式進入人形賽道,直接比較時間快慢不完全公平,但智元這麼表述,本身就是一種競爭姿態。除了展示發展速度,智元也處處透露著對於行業話語權的強烈訴求。智元機器人董事長、CEO鄧泰華在大會現場發佈具身智能產業XYZ曲線與生產力實現框架,將行業的發展分為三個階段,分別是2022年到2025年的開發嘗鮮期,2026年到2030年的部署成長期,以及2030年及以後的部署普及期。根據智元的判斷,當前行業已經進入部署態元年,核心訴求從“技術炫技”轉向“實際應用價值落地”。“具身智能真正的分水嶺,不只是AI模型進入物理世界這麼簡單,而是機器人開始進入真實的工作流。”彭志輝表示。當前智元的產品主要覆蓋下游工業和商用場景,應用場景包括工業物流、商用接待講解、門店導購等,與這套框架一致。在這個時間節點,智元所強調的涵蓋人形機器人本體、小腦、大腦、訓練資料、下游場景的全端能力,無疑是它用來區別於行業其他玩家的籌碼。事實上,這並不是今年智元與宇樹在“誰是人形機器人行業一哥”上的首次交鋒。年初,Omdia發佈報告顯示,2025年人形機器人出貨前三名為智元機器人、宇樹科技、優必選,對應出貨量分別為5168台、4200台和1000台。然而,這一說法很快遭到宇樹的反駁。宇樹發佈官方公告稱,根據自身統計資料及第三方核驗,其2025年人形機器人出貨量才是全球榜首,2025年的實際出貨量約為5500台。並解釋稱,目前各種機器人形態多樣,建議大家勿把不同類型的機器人數量,直接合併在一起對比。如果把時間拉長,智元與宇樹的“暗戰”,不僅體現在出貨量的爭奪上,更滲透在產品佈局、上市處理程序、公開表態等多個層面。從產品佈局來看,雙方的發力節奏高度同步。智元成立於2023年2月,同年8月推出首款人形機器人產品遠征A1,宇樹科技早年主要做四足機器人,同樣是在2023年8月推出旗下第一款人形機器人H1,雙方幾乎同時吹響了進軍人形機器人賽道的號角,從一開始就形成了直接的競爭關係。在“人形機器人第一股”的爭奪上,兩家企業的競爭同樣激烈。2025年7月,宇樹正式啟動科創板上市輔導。幾乎同期,智元通過智元恆岳收購上緯新材63.6%的股份,成為上緯新材的控股股東。儘管此次收購併未涉及資產重組,智元的核心資產也未注入上緯新材,不構成借殼上市的條件,但仍有不少人認為這是智元在資本市場層面對宇樹的一次回應。在公開表態上,宇樹創始人王興興在2024年接受採訪時曾表示,“不在意今天那些高額融資被做軟體、做大模型出身,卻還沒有真正核心產品的精英創業公司拿走”。當時的智元剛剛成立一年多,在發佈公司首款人形機器人產品後不到一年時間就融了5輪資。話沒有點名,但行業內的人都聽得懂。截至目前,行業內關於“誰是行業第一”的爭議仍未平息,有人認可智元的規模化落地能力和全端自研優勢;也有人看好宇樹的硬體實力和成本控制能力,認為其產品更具性價比和市場競爭力。行業第一之爭,同樣也是路線之爭。02. 兩條路,走向同一個戰場智元與宇樹的發展路徑差異明顯。在產品形態和技術路線上,宇樹的核心優勢集中在硬體研發和運動控制領域,走的是“硬體為王、成本制勝”的路徑。宇樹最大優勢是95%以上的核心硬體自研,涵蓋電機、減速器、感測器、編碼器、電池等關鍵部件,並且有60%的零件可以在人形機器人和機器狗之間復用。這種硬體自研的模式,使其在成本控制上做到了行業極致。例如,宇樹自研的M107關節電機成本僅為進口電機的50%。在技術層面,宇樹更集中在機器人“小腦”的開發,也就是運動控制和執行。通過“模仿+強化學習”運控演算法,以及自研的高精度電機,確保機器人在動態環境中快速響應與穩定運行。產品形態上,G1基礎版主打性價比,H1定位高端工業場景,覆蓋了消費級、工業級等多個細分領域。從財務資料來看,宇樹的這條路是跑通了。其2025年營收超10億,淨利潤超6億元,是目前人形機器人賽道中極少數實現盈利的公司之一。但資本市場給出的估值,卻較為保守。市場上對於宇樹的估值更強調它的硬體屬性。其上市前的最後一輪投後估值約120億元,一位具身智能投資人告訴「定焦One」,以宇樹招股書募資金額和股本佔比估算,公司的發行估值大約是420億元,對應的PS僅有20多倍,這還是在溢價普遍偏高的A股科創板類股,對應到港股市銷率只會更低。智元也面臨同樣的估值“困境”,最新估值150億元,儘管它走的是一條與宇樹截然不同的“軟硬結合”之路。智元定位於具身智能全端服務提供商,在本體、核心零部件、大小腦方面均有自研能力,但更注重軟體層面的突破,先後推出了Genie Operator-1(GO-1)、WholeBodyVLA和GenieReasoner三款具身大模型,建構起完善的大模型體系。其中,GO-1引入ViLLA框架,能從人類視訊中學習,智元稱該架構能夠在少樣本或零樣本場景中擁有較好的泛化能力。在產品形態上,智元建構了遠征、精靈、靈犀三大家族產品矩陣,覆蓋全尺寸、半尺寸、輪式、四足等多種形態,重點聚焦工業和商用場景,產品售價相對較高,定位偏向中高端市場。上述投資人告訴「定焦One」,智元更喜歡強調自己在具身通用大腦上的能力,但實際上行業內目前沒有比較統一的評測標準,在通用模型能力上,智元和宇樹的實際差距並不大。從估值邏輯來看,智元也是一家偏硬體的公司。多位具身智能行業投資人和分析師在與「定焦One」的交流中普遍認為,和大多數人印象中的“泡沫”不同,當前市場對人形機器人公司的估值其實較為謹慎。一個比較明顯的對比是商業航天賽道,同樣作為近年來興起的新興科技賽道,商業航天一家年營收幾千萬的民營火箭頭部公司,連年虧損且沒有實現火箭回收,一級市場的估值就能輕鬆突破200億元。這種差距歸根結底在於下游需求。由於當前人形機器人行業內缺少可比上市公司樣本,不少投資人會選擇用AI大模型公司作為對標對機器人公司進行估值,並在此基礎上疊加一個“折價係數”,這個折價係數反映的是下游需求,市場在用“折價”來避險不確定性。“AI大模型公司的下游需求是明確的,商業航天儘管產品形態還不成熟,但下游發射衛星的需求也是明確的,人形機器人目前依然沒有明確的下游需求場景。”一位投資人說。無論是走硬體路線的宇樹,還是走軟硬結合的智元,在成為行業第一前都要先回答同一個問題:2026年,人形機器人的使用場景在那裡?03. 行業第一,這個時候為什麼格外重要?智元和宇樹之所以在這個時間點爭搶行業第一,是因為資本流向在變。據IT橘子統計,2026年Q1國內具身智能賽道披露的融資事件已經超過50起,累計融資額約200億元,同比增長近60%。但仔細觀察獲得高額融資的公司,如銀河通用、星海圖、自變數、千尋智能等,普遍在通用具身模型,也就是機器人“大腦”領域具備一定的技術儲備和競爭優勢,而不是單純做本體硬體的廠商。4月中旬,主攻具身大腦的它石智航宣佈完成超4.5億美元(約合人民幣超30億元)融資,打破中國具身智能創業公司單輪融資紀錄;另一家具身通用模型公司深度機智,有報導稱投資人為了約見其創始人“排起長隊”。這說明資本的偏好正在向具有一定通用模型能力的企業聚攏,誰家的機器人能服務更多真實場景,誰才能成為真正意義上的行業龍頭。而想讓機器人“進家庭做家務”“進廠打螺絲”所要解決的首要問題是泛化能力,即機器人能否在沒有專門訓練的新場景裡,自主完成任務。泛化能力的核心瓶頸是資料。大語言模型可以呼叫以兆計的人類語言資料進行訓練,但具身智能所需要的真實世界資料與語言資料有幾萬到幾百萬倍的差距,就好比要用一塊磚去蓋一棟樓。目前行業內解決資料不足主要通過三種方式:網際網路圖文視訊+模擬合成資料(量大但資料質量最差)、自主採集的人類第一視角資料如UMI(依賴人工採集,不如第一種豐富)、機器人真機資料(最貼近機器人工作場景,資料質量最高但量最少)。智元採用的是三種方式結合來訓練機器人大腦。核心的ViLLA架構相比於行業內普遍使用的VLA架構多了一個Latent環節(隱式規劃器),理論上能用更少的真機資料實現更好的泛化效果。宇樹則採用的是VLA架構,在2024年就推出了基於Transformer架構的UnifoLM大模型,模型訓練資料上主要依賴真機資料,並在2025年11月推出了“身外化身,全身遙操作平台”。一位具身智能技術人員向「定焦One」解釋,“身外化身”可以理解為對數量不足的真機資料的一種補充。由工作人員穿戴動捕裝置獲得資料,再結合一些機械臂資料合成真機資料。目前行業內有不少公司採用這一路線來補足真機資料不足的問題,做的比較好的有宇樹、西湖機器人等。總結來看,兩種方案都有合理性,不過,一位具身智能投資人告訴「定焦One」,目前行業內對於用那種資料訓練具身大腦仍然有比較大的爭議,技術路線有主要依賴合成模擬資料的銀河通用,有依賴真機資料的宇樹、星海圖、自變數,也有用多種資料結合的智元、星動紀元等等。“但他們的共同點是,沒有一家在泛化能力上表現遠超同行。”這就是智元和宇樹真正要面對的競爭格局。真正的威脅,未必來自對方,反而可能來自那些正在加速融資的通用大腦公司。突破通用大腦技術、實現機器人能力全面泛化的企業一旦出現,無論是宇樹的硬體優勢還是智元的全端敘事,都可能面臨衝擊。它可能是當前100多家具身智能公司中的某一家,又或者這家公司還沒有成立。 (AI科技銳評)
榮耀統治人形馬拉松,但勝負不在這21公里
成立一年就橫掃宇樹。這屆人形機器人馬拉松的結果,確實出人意料。賽前籍籍無名的榮耀機器人,拿下了一場幾乎沒有懸念的完勝。他們不僅包攬冠亞季軍,而且在賽道上的表現明顯拉開差距。無論是去年的冠軍天工 Ultra,還是賽前被視為最大熱門、在排位賽中打破人類1500米紀錄的宇樹 H1,都未能真正形成威脅。從成績來看,這場比賽已經進入一個全新的區間。來自榮耀的齊天大聖隊以50分26秒奪冠,同樣來自榮耀的雷霆閃電隊與星火燎原隊分別以50分56秒和53分01秒緊隨其後,前三名均以自主導航方式完成比賽,整體成績首次壓縮至1小時以內。作為對照,去年的冠軍成績為2小時40分42秒,一年時間,成績被壓縮了接近兩個小時。而目前人類半程馬拉松世界紀錄約為57分20秒。至少在時間維度上,人形機器人已經超出人類極限一個身位。如果考慮規則細節,這一結果還更具衝擊力。首個沖線的,是榮耀絕影赤兔隊的遙控版本“閃電”,用時48分19秒完成賽程;但按照賽事規則,遙控組需按1.2係數加權計時,最終冠軍仍由自主導航方案獲得。規模同樣在放大。從去年的20支隊伍,到今年超過100支、約300台機器人同場競技;從大量依賴人工輔助,到約40%的隊伍嘗試全程自主導航,在包含坡道、複雜路面與急彎的賽道上完成21公里賽程,這場比賽對運動控制、續航與穩定性的要求被整體抬高。儘管截至發稿,官方還沒有公佈完賽率的最終統計,但去年僅有6家隊伍完賽,而今年至少達到了兩位數,整體穩定性提升已是賽場上的直觀感受。僅僅從這些資料的變化,幾乎可以得出一個一致判斷:人形機器人的能力,在一年內出現了躍遷。但與此同時,這場馬拉松也開始引發另一種聲音——有人認為,它不過是一場被放大的炫技表演,對真正的商業化並沒有意義。問題在於,這種看法,可能恰好忽略了這場比賽最重要的部分。首先是一場被低估的“超級路演”如果不從傳播與商業化的角度來理解這場馬拉松,很容易忽略一個更直觀的變化:它正在變成一個公開的展示舞台。一年前,這項賽事更接近一次工程測試。參賽隊伍不過20支,完成比賽本身就是目標。到了今年,參賽規模已經擴展到100余支、約300台機器人同場競技,甚至出現了海外團隊參與。測試賽深夜開放,依然有人在橋上圍觀;正式比賽當天,相關視訊迅速在各個平台傳播。這已經不是一場典型的技術比賽,而是一場被放大到公眾視野中的集中亮相。在這樣的舞台上,不同公司的選擇開始出現分化。一類公司,主動把比賽當作“發佈時刻”。以榮耀為例,這是其首次參加人形機器人馬拉松,但從參賽方式到現場表現,都明顯帶有“放大曝光”的意圖:多隊參賽、自主與遙控雙路徑平行、極限速度與高動態表現被持續放大。圖源:海淀宣傳從結果來看,這種策略是有效的。比賽結束的同時,其品牌與產品認知迅速建立,大量媒體開始集中關注這一新入局者。對這類玩家而言,比賽本身就是一場效率極高的產品發佈會。去年的案例更為典型。松延動力在參賽前幾乎沒有太多行業聲量,而在拿下亞軍之後,其知名度迅速提升,訂單與估值都出現明顯躍升。這場比賽,直接改變了一家公司在行業中的位置。但也有另一類公司,選擇了更克制的路徑。它們依然參賽,但不再追求極限成績,而是更關注穩定完賽與過程驗證,通過比賽的形式考驗團隊的反應能力與項目落地能力。對這些公司來說,這場馬拉松的重要性,已經不完全等同於排名,參與本身就是目的。加速進化以1小時52分成績完賽這種差異背後,並不是能力的簡單強弱,而是對這場比賽價值的不同判斷。之所以會出現這樣的分化,很大程度上源於這場馬拉松本身的特殊性。首先,它是當前少數“公開、統一、極限”的展示場景之一。所有參賽機器人在同一賽道、同一規則下運行,面對相似的坡道、彎道與複雜路況,沒有反覆試錯的空間。相比發佈會或實驗室演示,這種環境幾乎無法進行選擇性展示,所有能力都會被同時放大。這也解釋了為什麼,它比很多現有評價體系更“真實”。在一些具身模型或系統測試中,企業可以通過反覆偵錯、針對性最佳化,去逼近某一指標的最優結果;但在這條21公里的賽道上,所有能力必須同時成立。其次,它把複雜的技術體系壓縮成了一個極易理解的結果。散熱、結構、控制、續航,這些原本需要專業背景才能理解的能力,最終都會體現為幾個直觀指標:能不能跑完、跑得多快、是否中途失效。對於投資人、媒體乃至普通觀眾來說,這種表達方式幾乎沒有門檻。機器人換電 圖源:騰訊科技最後,它天然具備傳播屬性。人形機器人本身就具備極強的視覺衝擊力,而長距離、戶外奔跑這一極限場景,又進一步放大了這種感受。當技術表現與情緒價值疊加時,傳播效率被推到一個傳統發佈會難以達到的水平。在這一點上,這場馬拉松的意義,已經遠遠超出一場比賽本身。但如果僅僅把它理解為一次成功的“路演”,同樣是不夠的。真正決定這場賽事價值的,不是有多少人看到,而是它在這條21公里的賽道上,逼出了什麼。21公里,是一次被放大的技術驗證如果把這場馬拉松僅僅理解為一場比賽,很容易高估它的結論,也容易低估它的價值。它並沒有徹底改寫行業標準,但提供了一個極少見的場景:在真實環境中,以連續21公里的強度,把一台機器人所有關鍵能力同時拉出來驗證一遍。散熱、結構、控制、續航,這些原本分散在不同測試裡的問題,被壓縮到同一條賽道上。而一旦進入這樣的場景,一些過去被認為難以突破的技術路徑,可能會被壓榨出新的動能。最典型的,是散熱。在人形機器人領域,關節模組長時間高負載運行帶來的發熱問題,一直是難以克服的難題。過去大多數企業選擇的是風冷方案,通過結構最佳化與氣流設計去延緩溫升。去年賽場上,不少團隊主要依靠人工噴冷卻液降溫,一旦處理不及時,系統就可能失效。在很長一段時間裡,行業雖然知道散熱是問題,但對更激進的方案始終保持謹慎:液冷被認為複雜、成本高,在機器人上落地並不現實。而今年的變化,恰恰出現在這裡。以榮耀為例,其在本次參賽中引入了液冷散熱方案,通過液體循環直接將熱量從電機內部帶走。在其團隊的描述中,這一方案的目標並不只是提升性能,而是解決長時間運行下的穩定性問題。一個直觀的結果是:在完成整段賽程後,“摸電機甚至還是冷的”。可以看到背部的液冷裝置馬拉松所提供的,不只是一個展示結果的舞台,更是一個高強度的實驗場。在連續21公里的約束下,很多原本停留在方案階段的技術,被迫走向實際應用。如果一套散熱系統能夠支撐機器人在高負載下連續運行21公里,那麼在強度更低、工況更可控的工業與商業場景中,它往往具備更高的冗餘與穩定性。這種“在極限中驗證,在日常中復用”的路徑,使得一些原本被認為過於複雜的方案,開始具備現實意義。類似的驗證,也正在控制系統層面發生。去年的比賽中,很多機器人“能跑”,但跑不遠。雙足長時間運行帶來的誤差累積、姿態不穩定以及外界擾動,會迅速放大,最終導致摔倒或退出。而到了今年,一個明顯的變化是:越來越多機器人開始具備“持續跑”的能力。這背後,對應的是運控系統,也就是業內常說的“小腦”的進步。在長距離運動中,機器人需要持續完成步態調整、重心控制與擾動恢復。無論是路面變化、轉彎,還是突發碰撞,系統都必須在極短時間內做出反應,並維持整體穩定。在今年馬拉松的實際表現中,這種能力已經可以被直觀感知,不少機器人在發生碰撞後,能夠迅速拉回姿態,繼續完成賽程,甚至在倒地情況下起身;在長時間運行過程中,步態與節奏不再明顯失穩。圖源:央視新聞馬拉松就是一場大型的試驗場,一旦某項技術的優點被清晰呈現,它就不再只屬於某一家公司,而會很快轉化為整個行業的共識。這也是為什麼,今年賽場上“能持續跑”的能力,開始從個別現象,變成普遍表現。從這個角度看,馬拉松的意義,並不只是把技術從實驗室帶到賽道上,更是在用一次高強度的公開驗證,縮短技術路線從探索到普及的周期。結語:護城河,不在馬拉松上如果把視角從賽道上稍微拉開,這場比賽還指向一個更敏感的問題。榮耀進入人形機器人賽道的時間並不長,成立不足一年,卻在首次參賽中拿下絕對優勢。這一結果本身,就已經說明:在當前階段,人形機器人在運控與硬體,並不存在難以踰越的壁壘。至少在“跑完一場馬拉松”這件事上,後來者仍然可以通過工程整合與集中投入,在較短時間內逼近甚至反超。但這並不意味著這個行業沒有護城河。只是,這些壁壘,並不體現在這條21公里的賽道上。從目前來看,真正決定長期競爭力的,正在轉向三個方向。首先是“大腦”。具身智能的核心難度,並不在本體,而在模型。相比傳統機器人系統,具身模型對算力與資料的依賴更重。長時序任務執行、複雜環境理解、跨任務泛化,本質上都是資料規模與訓練強度的函數。這些能力無法通過單次最佳化獲得,也無法在一場比賽中被驗證。它們依賴的是長期的資料積累、持續的算力投入,以及不斷迭代的訓練體系。也正因為如此,資本在進入2026年之後,更青睞主攻具身大模型的企業,這些具身智能玩家在融資中頻繁站上200億估值,成為這一輪最受關注的標的。其次是量產能力。做出一台性能出眾的機器人,並不困難,難的是在保證一致性、穩定性與成本可控的前提下,實現規模化生產。一旦進入真實場景,決定勝負的往往不是極限性能,而是交付能力與可靠性。最後是生態與商業化。機器人最終要進入真實世界,依賴的不只是本體能力,還包括應用開發、系統整合、管道與商業體系。生態建設的周期更長,也更難被快速複製,這也是為什麼智元機器人在前天的生態合作夥伴大會上,反覆強調生態戰略。換句話說,馬拉松所驗證的,是一台機器人在極限條件下能跑多遠;而真正的護城河,決定的是它能不能在現實世界裡持續工作,並被規模化使用。這也解釋了另一個現象:在這場關注度持續放大的賽事中,並不是所有企業都選擇全力投入。當商業化與量產逐漸成為更緊迫的目標時,企業能夠分配給“極限能力打磨”的資源,正在變少。對於一部分公司而言,馬拉松依然重要。它提供了曝光、驗證與技術路徑確認;但對於另一部分公司來說,真正的戰場,已經不在秀技術肌肉上。資源開始向量產、交付與場景落地傾斜,評價標準也隨之發生變化。如果說這場馬拉松定義了技術在極限環境下,能夠達到的高度,那麼商業化落地,正在決定行業最終會走向那裡。這也是這條21公里之外,更重要的那條分界線。 (高工人形機器人)