撰文 | 王思易
编辑 | 张南
设计 | 荆芥
说美国在海关口岸全面封杀宇树机器人，这说法并不准确。
7月28日，美国联邦通信委员会（FCC）确实把“外国生产的先进机器人设备”划入了管制名单。这意味着新设备原则上拿不到FCC授权，除非拿到美国国防部的特批；不过，以前已经拿证的型号，暂时还能卖、还能用。
但对于正急着冲科创板上市的宇树科技来说，这道坎来得太突然。
7月31日，宇树科技在更新后的招股书里，专门提示了美国市场的风险。
其实这事儿早就有风声。今年6月，美国商务部长霍华德·卢特尼克（Howard Lutnick）在一次闭门圆桌会议上就放过话，说要对外国机器人动硬手段。（详见《美国要对中国机器人下手》）
7月2日，证监会刚同意宇树科技的上市注册申请。结果FCC新规一出，它打算推向美国市场的新产品，准入资格全成了问题。
外界很容易把这个故事讲成老套路：美国封锁中国机器人，反而逼得宇树转向其他市场，最后练出更强实力，在全球更有影响力。
但宇树眼下真正要过的关，不是去美国以外的地方抢地盘，而是没了美国高校这些资源后，怎么让手里的机器人从“能跑能跳”变成“能干活的机器”。
01
美国限制切断的是生态
短期看，宇树手里那些已认证的旧型号照样能卖，美国经销商的库存和已下单的客户，短期内未必受太大影响。加上国内需求涨得快，宇树对境外收入的依赖度其实没那么高了。
真麻烦还在后面。
宇树的商业模式，核心靠产品迭代。你看它的人形机器人，结构越来越简单，平均售价也在往下掉。2024年均价是26.07万元，到了2025年前三季度，降到了16.76万元。为啥？因为宇树不断推出更小、更便宜的新型号。要是新产品进不去美国，这种降价扩张的策略在那边就玩不转了。
宇树以前的成功，走的是“高性能、低价格、标准化平台”的路子。它没急着找个巨大的终端场景，而是先把四足和人形机器人卖给高校、实验室、科技企业和个人开发者，让外面的团队在自己的硬件上做二次开发。
王兴兴说过多次，希望全球开发者在宇树平台上搞研发。招股书里也写得更明白：要开放开发平台，拉拢全球开发者和伙伴，让宇树的技术协议变成行业通用标准。
招股书数据显示，2023至2025年，宇树境外收入占比都超过40%。具体到美国市场，2023年、2024年和2025年1-9月的收入占比分别是18.39%、19.54%和13.30%，这块比重可不小。
买宇树人形机器人的主力，还是高校、研究机构和开发者。美国的大学和实验室不仅下订单，还围着硬件搞算法、发论文、攒训练数据，吸引更多开发者用同一个平台。
要是宇树的新型号进不了美国科研圈，丢的就不仅仅是一批订单，而是一个可能定未来技术标准的开发者网络。
这也可能波及宇树和美国科技巨头的合作。
6月1日，宇树宣布H2 Plus成为基于英伟达Isaac GR00T的参考人形机器人，主打学术研究。不到两个月，美国就限制外国机器人新品认证。按FCC新规，外国新机器人原则上拿不到证，除非有条件批准。H2 Plus以后在美国咋供货，悬了。
目前没证据说双方合作断了，但H2 Plus能不能进美国高校、要不要重新认证、英伟达怎么改参考设计，这些都是待解之谜。
02
宇树过去的成功，来自“把难题交给客户”
宇树的玩法可以总结为：把机器人身体做得够好、够便宜，具体干啥事，甩给开发者。
这招以前挺好使。
传统机器人公司喜欢围绕一个行业项目定制，研发周期长，部署成本高。宇树反其道而行，做标准化产品。高校买来研究运动控制，AI公司买来训模型，展览租赁公司买来表演，工业客户拿来开发巡检搬运应用。
宇树因此躲开了最烧钱的部分：不用为每个客户深度改造产线，也不用直接扛机器人到底能不能干活的雷。
公司的收入结构印证了这点。2025年前三季度，宇树人形机器人收入里，科研教育占73.60%，商业消费占17.39%，工业应用只占9.01%。真正来自智能制造和智能巡检的收入约1570万元，仅占人形机器人收入的约2.6%。
这不是简单的“商业化不行”。相反，这说明宇树找到了一门好生意：卖具备良好运动能力的机器人开发平台。
但同一种模式，也成了宇树迈向下一阶段的绊脚石。
当机器人主要作为平台卖时，真正的实战经验都在客户手里。机器人在谁的工厂翻车、为啥翻车、工程师怎么改动作、改了有没有效，通常分散在各个独立项目里。出货量能不能变成模型迭代的燃料，取决于公司能不能通过合作机制把这些经验汇总起来。
宇树卖出的机器人越多，不等于它们越能共同学习。硬件销量能带来供应链规模效应，却不会自动形成智能规模。
宇树现在面临的核心选择，不是继续做人形机器人还是机器狗，而是要不要变身为另一种类型的公司。
如果坚持做平台公司，宇树可以继续搞标准化，把更多机器人卖给高校、开发者和企业。这条路扩张快，也符合宇树现有的硬件和供应链优势。
如果要成为一家具身智能公司，宇树就得钻进客户现场，对机器人完成任务的结果负责。
这意味着工程师不能只交付一台G1或H1，还得长期驻守在汽车厂、仓库或能源设施里，处理物体位置偏移、零件反光、网络波动、机械磨损、人员干扰和安全责任。公司还得持续记录机器人在哪一步出错，判断问题是出在视觉、动作规划、控制还是硬件上，再把修正后的模型重新部署到现场。
前一种模式卖的是机器人，后一种模式卖的是机器人完成工作的能力。这两种模式需要的组织结构截然不同。
平台公司追求标准化、出货量和快速迭代；解决方案公司则需要行业知识、现场服务和长期运维。平台公司在产品交付后就能确认收入；解决方案公司可能要为一个工序反复调试数月，甚至要对任务成功率负责。
这正是宇树最大的内部困境：它必须用一种更慢、更重、更难规模化的方式，去改造此前依靠标准化硬件建立的成功模式。
03
会做动作，距离会工作还有多远
宇树在人形机器人上的技术强项，集中在本体和运动控制。它能让机器人稳步行走、快速奔跑、抗冲击，还能完成复杂的全身动作。
但工厂真正需要的，不是动作花样多，而是任务连续性。
王兴兴最近的判断很有代表性：单一工序经过充分训练，成功率能接近100%；但当任务包含十几个、二十几个连续动作时，整体成功率依然不高，特别是面对小零件和环境变化时。
这揭示了人形机器人从展示走向工作的关键障碍。
在表演中，机器人提前知道音乐、位置和动作顺序；在工厂里，零件可能移位，抓取可能失败，人员可能闯入工作区。机器人不仅要执行动作，还要判断当前状态是否符合预期。一旦失败，它得重新观察、重新规划并恢复任务。
如果每一步动作成功率是99%，连续20步全完成的概率也只有约82%；如果单步成功率是95%，完成20步的概率只剩约36%。现实中的错误还会叠加：第一次抓取偏了几毫米，可能导致后续装配动作全部失效。
所以，行业难点正从单项动作扩展到长任务中的感知、规划、误差累积和失败恢复。宇树证明了运动控制能力，但这些能力还不能直接推导出复杂任务的稳定完成。
这种能力没法靠增加几场表演获得，也不能光靠扩大出货量解决。
不过，宇树已经在补齐数据短板。
其G1-D平台覆盖数据采集、处理、标注、审核和数据资产管理，支持百台级机器人并发采集。宇树还公开了十多个家庭任务数据集，并参与建设了HIW-500：研究团队用G1机器人，在12个真实家庭中采集了500小时以上、2.3万多个操作回合。
这些进展说明宇树已经具备采集和训练真机数据的能力。问题不在于数据从零开始，而在于这些数据能否帮机器人跨越从单项模仿到长任务自治的鸿沟。
宇树的UnifoLM-VLA-0使用约340小时开源真机数据训练，一个策略能完成整理工具、擦桌子、叠毛巾等12项任务。这表明宇树已经开始训练通用操作模型。
但长任务需要的不只是更多成功示范，还包括偏离识别、动作纠正和失败恢复。
王兴兴承认，单一工序经充分训练可取得较高成功率，但十几个、二十几个动作组成的连续任务依然困难。这说明宇树当前需要突破的重点，已从单项动作学习转向长任务中的状态判断、误差控制和自主恢复。
不过，宇树总有办法把技术问题转化为组织问题。科研平台销售可以把应用开发甩给客户，而工业部署要求机器人公司、集成商和客户共同承担长期调试、现场运维和流程改造。宇树未必需要亲自包办所有环节，但必须建立一种稳定机制，让现场问题持续进入产品和模型迭代。
04
宇树面临两条路
外部压力不必然带来技术进步。它也可能强化一家公司原有的路径依赖。
失去部分美国开发者市场后，宇树很可能更依赖国内大型演出和企业展厅。这些市场能贡献订单，却不一定要求机器人承担连续生产任务。
如果市场奖励的是出货量、产品发布速度和展示效果，宇树就有理由继续强化自己最擅长的硬件平台模式。上市后，收入增长和规模扩张的压力还可能进一步放大这种倾向。
相比之下，进工厂解决一个看似普通的装配问题，可能需要工程师连续投入数月。项目规模不大，现场问题琐碎，短期收入未必可观，却会消耗大量研发资源。
因此，美国限制甚至可能产生一种反向作用：它减少宇树与先进人工智能生态的联系，同时把公司推向更容易获得订单但对智能能力要求较低的市场。
所以，宇树未来大致有两种方向。
一种是继续做机器人行业的平台公司。它提供价格够低、性能够好的机器人本体，让人工智能公司、科研机构和行业集成商负责应用。这条路线更接近机器人领域的标准硬件供应商。
另一种是进入少数具体行业，直接承担任务交付。宇树需要选择汽车装配、仓储搬运或者能源巡检等有限场景，长期参与客户运行，把成功率、人工接管率、连续工作时间和任务成本变成自己的经营指标。
前一条路线更容易规模化，但宇树对应用和数据的控制较弱；后一条路线能建立更深的能力壁垒，却意味着更重的组织、更慢的扩张和更高的交付成本。
宇树可以同时开展两类业务，但不能回避资源配置的优先级。具身智能不是在硬件平台上加个模型部门就能完成的升级，它要求公司从研发到销售、从交付到售后都围绕任务结果重新组织。
2026年一季度，宇树营业收入同比增长68.49%，但净利润下降47.69%，扣非净利润下降52.55%。公司解释，主要原因是研发和销售费用快速增加。这只是转型成本的开始：模型训练、真实数据采集、工厂部署、人才招聘和安全合规都需要长期投入，而资本市场可能按季度考察增长与盈利。
7月22日，王兴兴在世界互联网大会上预计，具身智能的“ChatGPT时刻”最快可能在两三年内到来。7月23日，他与宇树最新的载人机甲GD01一同登上《时代》杂志封面。在《时代》采访中，他给出的时间范围扩大为2—10年。
他为这个时刻设定的标准是：机器人能够在80%的陌生环境中，正确执行80%的语音指令。
这两个时间表，一短一长，恰恰展示了具身智能产业真实的不确定性。“最快两三年”代表技术乐观主义，“2—10年”则为真实世界的复杂性留下了余地。对一家即将登陆资本市场的机器人公司来说，承认这种不确定性并不是退缩，而是比给出一个确定日期更接近工程现实。
宇树已经完成了行业里并不容易的一步：把曾经昂贵、稀缺的足式机器人，变成能够批量制造和广泛销售的标准化产品。它下一步面对的任务更加困难——不仅要让机器人“买得到”，还要让它们在实验室以外稳定地创造价值。
美国限制可能迫使宇树调整海外布局、强化安全合规，也可能削弱它与部分国际开发者和科研机构的联系。它究竟会成为一次技术倒逼，还是一道延缓全球合作的壁垒，目前都不宜过早下结论。外部压力只能改变宇树面对的条件，不能替它完成从运动能力到工作能力的跨越。
宇树也不必在平台公司和解决方案公司之间作出非此即彼的选择。更现实的路径，或许是在保持低成本、标准化和开发者生态优势的同时，通过客户、集成商和少数重点场景，让真实运行中的问题持续进入产品迭代。
美国可以抬高宇树进入一个市场的门槛，却无法规定宇树最终会成为一家什么样的公司。决定这件事的，仍然是宇树自己。
