宇樹科技“被催”IPO,從估值70億飆升至120,成燙手山芋?
時間：25-07-08 來源：
2025年6月，宇樹科技C輪估值從7億飆升至120億元，成為中國機器人行業的估值神話。但這場資本豪賭背后，是商業化尚未完成三分之一、老股東逼宮IPO的現實。它的人形機器人估值是特斯拉Optimus的3倍，交付能力卻尚在早期。波士頓動力用了20年走出實驗室，宇樹僅用4年，卻被資本催促在寒冬中兌現AI紅利。當“科研樣機”被包裝成“產業先鋒”，當B端七成訂單仍依賴高校時，這只獨角獸真的準備好了嗎？它是出海希望，還是泡沫樣板？
估值泡沫
在資本熱潮與技術現實的夾縫中，宇樹科技的IPO被“催著IPO”,股東們想其必須在2025年內實現上市，否則老股東有權選擇回購股份或對估值進行下調。
這條紅線，幾乎壓縮了所有戰略選擇空間。
更具沖擊力的是估值模型的錯位。本應按照A股普遍80倍市盈率計算，宇樹當前合理估值約為56億元，但實際卻被資本推高至120億元，透支了至少五年的成長預期。
而其競爭對手智元機器人，剛以150億元估值完成新一輪融資，旗下倉儲機器人已在京東亞洲一號倉落地，形成明顯的To B能力壓制。相比之下，宇樹的商業化推進仍停留在早期階段。
一級市場的估值膨脹，本質上是一場賽道情緒的非理性狂熱。某投資經理曾坦言：“我們知道宇樹商業化慢，但機器人是少有的結構性風口，不搶就落后。”
這種羊群式投資推動2023年國內機器人融資額同比激增240%，而同期行業出貨量僅增長35%，資金洶涌但技術兌現遲緩，反而加劇了市場焦慮。
而組織能力的下滑正加速反噬。宇樹核心研發團隊已有約15%的骨干在半年內跳槽至阿里、字節等大廠，主要原因是后者開出雙倍薪資。這種關鍵人才的流失正在削弱其技術推進能力，也削薄其講述未來的資本故事。
資本的期待也正從一級市場延伸至二級市場。某券商分析師指出，若以特斯拉Optimus為估值參照，宇樹要撐起120億市值，需在2027年實現15億元營收，年均復合增長率需超80%。
然而現實是，其70%以上營收來自高校科研采購，缺乏穩定現金流。
主打產品G1人形機器人被包裝為“量產”標志，實則月產能不足百臺，遠低于招股書宣稱的“年產5000臺”。
2023年財報也印證了收入結構的失衡。宇樹70%的營收來自售價50萬元以上的四足機器人，主要面向科研用途。面向C端的消費級產品也表現疲軟——售價2.9萬元的機器人中，超六成被閑置當玩具，轉售率高達45%。To B與To C“兩頭失靈”，讓其毛利率自2022年的58%跌至42%，顯著低于承諾的60%。
更大的風險，在于其To B戰略正在遭遇現實挑戰。宇樹曾將超半數研發資源押注在電力巡檢機器人上，試圖借助國家電網訂單完成規模化突破。但智元已借京東大單實現成本下降40%，而宇樹堅持“自研電機”反而拖累產品適應性——一位北方電網客戶反饋，其機器人在零下20度環境下故障率達25%，明顯高于采用第三方方案的競品。
在這樣的商業基礎上，宇樹的故事仍在不斷“升維”——其商業計劃書宣稱2030年全球人形機器人市場規模將達萬億元，但并未明確市場邊界，也缺乏對特斯拉、小米等對手的系統分析。
所謂的技術突破亦值得商榷。其宣稱2023年已實現“復雜地形導航”，但實測中仍需大量人工干預。某科技博主發布的視頻中，其機器狗在樓梯轉角連續撞墻，播放量突破300萬。此類“半成熟產品”仍被包裝為“國產替代”，而市場與資本卻集體選擇性忽視技術短板。
在估值與技術錯配的背后，是一套熟悉的資本敘事手法。某FA評價稱：“現在融資拼的不是項目，而是敘事。背景亮眼、專利夠多，大家就默認能變現。”宇樹2023年專利申請量暴漲300%，但真正落地轉化率不足5%，大量屬于“堆量”策略，更像是估值的“財務工程”而非技術護城河。
如今的宇樹，正處于估值泡沫的臨界點，商業基礎尚未夯實，技術路徑仍未打通，能否真正支撐資本敘事的高度，正在成為一道懸而未決的考題。
跨界成本
制造業在智能化浪潮中集體焦慮，宇樹卻借此完成了一次“產業搭便車”式的躍遷。
吉利將寧波工廠65%的閑置產能改造為機器人生產線，并將原為新能源車開發的銀河OS系統移植至宇樹平臺，聲稱其自研運動控制算法可降低20%能耗，實則是將整車領域過剩的技術與產能以最低邊際成本外包給機器人賽道。
但這場看似雙贏的技術遷移，正在暴露出跨界融合的隱性成本——例如四足機器人中高達60%的零部件與吉利電車通用，在壓縮成本的同時也犧牲了結構剛性與場景適配能力，導致某油企采購的十臺巡檢機在輸油斜坡連續打滑，最終跌落廢棄。
吉利春曉工廠每分鐘一臺的下線效率成了資本熱炒的樣板，但對B端客戶而言，流水線并不能替代定制化。國家電網某技術負責人曾指出，宇樹巡檢機在平地表現優異，但一旦進入45度以上的傾斜地形，其借用汽車懸掛系統簡化后的姿態控制算法便失效，無法穩定支撐四足結構。
在算法遷移上，宇樹也試圖沿用汽車行業的“控制-感知-執行”路徑，但現實環境復雜度遠高于車載系統：一位接近項目組的人士透露，去年電網批量采購的100臺機器人中有約30臺因無法識別新型絕緣子型號被迫返廠，而算法工程師在補丁中甚至需要手動標注數千張場景圖像以適配單一場景。
而為了上市前完成產能目標，宇樹并未構建平行備份供應網絡，反而進一步綁定汽車廠資源，造成柔性制造能力下降。
算力與算法間的剪刀差也在加劇成本不對等。雖然宇樹宣稱其AI訓練成本相比2022年下降30%，但G1人形機器人項目的單模型訓練仍需消耗相當于200張A100顯卡的GPU時長，杭州研發中心一位工程師透露，僅運動控制部分在2024年上半年就花費超3800萬元云資源。訓練算力成本居高不下，性能表現卻未達到預期：在與波士頓動力Atlas進行對比測試中，G1穩定性僅為其60%，在復雜地形上出現連續摔倒的現象，部分視頻片段在社交媒體播放超百萬次，引發用戶對其技術成熟度的質疑。
市場反饋的冷熱交替進一步放大了戰略搖擺的風險。GoogleX實驗室在2023年底的一次試點采購，為宇樹帶來國際聲譽加持，但幾乎同期，德國某動物園的訂單卻因機器狗“驚擾紅鶴群”被叫停，理由是避障算法識別寵物、兒童等動態小目標的能力不足。另一場輿情風波則源于“踩鞋事件”——宇樹在公開避障演示中三次踩中兒童鞋，顯示出其視覺算法中對非剛性障礙物識別存在漏洞，而該功能恰恰是其主推家庭機器人項目的基礎功能之一。
面對多線作戰的誘惑，宇樹在場景選擇上顯得極度貪婪。其B端客戶從國家電網、港口集團、礦區企業到主題公園、地鐵站務不一而足，C端布局則同時包括陪伴機器人、家用安防機器人、老年護理機器人、兒童教育輔助機器人等八大方向。
看似全面開花的背后，是研發與資源的高度稀釋。某醫學院采購的一批“醫療協作機器人”本被定位為輸液輔助設備，研發投入高達2億元，卻因遲遲未能通過三類醫療器械注冊認證，只能以“實驗教學設備”名義低價出售至醫學院，實際回收不足原始成本的15%。
商業化結構也在反饋這種策略失衡：2024年上半年，宇樹工業客戶的復購率僅為40%，遠低于行業平均65%，而C端客戶的二次交互活躍度更是低于10%。
有投資機構在調研中直言：“一個企業不能靠一臺機器人同時滿足國家電網的抗高壓絕緣任務與小朋友的早教陪玩需求。”當產業博弈裹挾著技術遷移進入決策核心，宇樹面臨的不只是性能和算法的瓶頸，更是“到底要服務誰”的根本性戰略問題。
科研虛熱與消費泡沫
宇樹的商業結構正逐步滑向失衡邊緣：2023年財報顯示，其總營收中有高達70%來自高校與科研機構的實驗室采購，主力產品為單價超過50萬元的四足機器人，多數作為“科研教具”陳列于AI實驗室，而非真實場景應用。
與此同時，面向C端的2.9萬元消費級產品卻有60%被買家閑置在客廳角落，僅作“科技玩具”拍照打卡，轉手平臺上轉售率高達45%。這種“B端虛熱、C端泡沫”的二元結構直接導致毛利率從2022年的58%跌落至2023年的42%，大幅低于其招股書中“保持60%毛利率”的原定承諾，也將其盈利模型暴露在不可控的風險之下。
以科研市場為支柱的收入表象，掩蓋的是對政策紅利的高度依賴與產品適配度不足的真實短板。某985高校AI實驗室負責人披露，其采購的3臺宇樹機器狗中，2臺因運動控制精度不達標被直接閑置，年均使用時間不超過20小時，但這筆價值150萬元的訂單仍被歸入宇樹財報的“穩定營收”。
而據公開數據，2023年教育部“智能+教育”專項補貼貢獻了宇樹全年35%的銷售增量，占其年營收的近1/3，但隨著政策趨緊，該類非市場化采購已在2024年出現收縮跡象。科研支出邊際遞減，市場驅動遲遲未起，這套以“教育經費反哺To B營收”的邏輯，正在迅速失去彈性空間。
C端的泡沫化更為嚴重。閑魚平臺數據顯示，宇樹Go1機器狗二手均價跌破8000元，較首發價格縮水超過72%，貶值速度堪比中低端手機。
某知名MCN機構曾一次性采購20臺用于短視頻拍攝，三個月后因“動作模式重復、缺乏情緒反饋”集體退貨，后續轉賣未收回一半成本。更具破壞性的是售后壓力——宇樹2023年消費級機器人返修率高達28%，是B端產品的近三倍，不僅嚴重侵蝕利潤，還占用了本就緊張的技術支持資源。
長期看，C端低復購、重售后、高折價的特征，將持續消耗品牌勢能，逐步壓縮其在消費者心中的科技價值感。
企業資源配置上的錯位正在加劇商業模式的內傷。在研發投入結構中，宇樹將超50%預算傾斜于To B市場下的電力巡檢機器人，試圖搶占國家電網等大客戶的長期訂單，但由于缺乏標準化場景與規模化配套，單臺成本始終維持在較高區間；而其競爭對手智元機器人則依托京東物流訂單，快速實現規模復制與單臺成本下降40%的突破，成功建立起量產優勢。
技術落地難也正在稀釋其“未來敘事”的資本含金量。原計劃2023年量產的G1人形機器人在“復雜地形導航”功能上表現不堪：某養老院的公開演示中，G1無法識別透明玻璃門，連續3次撞擊場地設施；在山地電力測試中，其控制系統在碎石坡地遇阻即刻停機，直接導致國家電網將原定采購規模從500臺砍半，并額外追加280萬元算法定制費用，反向拖累了研發進度和利潤空間。
對比特斯拉90%研發聚焦工業場景的“單點突破”策略，宇樹的“撒胡椒面”式路徑顯得盲目且急迫。
當資本市場開始追問“產品是否真正落地”時，宇樹那份宣稱“2030年機器人市場將達萬億規模”的BP開始顯得空洞。
報告中既未明確市場邊界，也未充分討論特斯拉、小米等跨界巨頭的潛在沖擊，更缺乏對真實客戶痛點的解決能力。
這些技術瑕疵在早期資本簇擁下或許可以被包裝為“成長中的bug”，但在公開市場面前，它們終將演變為估值的絆腳石。
摘自爆財局
| 上一篇 | 下一篇 |
|---|---|
| 張磊破法執｜巨潮 | 沒有上一篇 |
