撰文 | 王思易
编辑 | 张南
设计 | 荆芥
说美国全面禁止宇树机器人入境，其实并不准确。
7月28日，美国联邦通信委员会（FCC）把“外国制造的先进机器人设备”划进了管制名单。这意味着新设备原则上拿不到授权，除非拿到美国国防部的特批；不过，之前已经获批的型号，暂时还能卖、还能用。
但这道突如其来的门槛，对正冲刺科创板上市的宇树科技来说，确实不小。
7月31日，宇树科技在更新的招股书中专门提示了美国市场的风险。
这并非毫无预兆。早在今年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话，可能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，中国证监会刚同意宇树科技的上市注册申请。按FCC的新规，它计划推向美国市场的新产品，大概率会卡在准入这一关。
外界很容易把这解读为一个老套的故事：美国封锁中国机器人，反而逼得宇树转向其他市场，最终练出更强体魄，在全球范围内扩大影响力。
但宇树真正要跨越的坎，不是去填补美国之外的市场空白，而是在失去美国高校等资源后，怎么让这些机器人从“能跑能跳”变成“能干活”？
01
美国切断的是生态链条
短期来看，宇树手里已认证的旧型号还能卖。美国经销商手里的库存，以及已经下单的客户，短期内不会受到太大冲击。加上国内需求爆发式增长，宇树对境外收入的依赖度相对降低。
真正的麻烦在中长期。
宇树的商业逻辑核心在于产品迭代。数据显示，其平均售价正在明显下探：2024年平均售价为26.07万元，到了2025年前三季度，这个数字降到了16.76万元。部分原因是宇树不断推出更小、更便宜的型号。如果新产品拿不到美国认证，这种降价扩张策略在美国市场就走不通了。
过去宇树的成功，靠的是“高性能、低价格、标准化平台”。它没有急着找一个巨大的终端场景，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，让外部团队基于宇树的硬件做二次开发。
王兴兴多次公开表示，希望全球开发者在宇树平台上搞研发。招股书里也写得很清楚：开放开发平台，吸引全球合作伙伴，推动宇树的技术协议成为行业标准。
招股书数据表明，2023年至2025年，宇树来自境外的收入占比一直超过40%。具体到美国市场，2023年、2024年以及2025年1-9月的收入占比分别为18.39%、19.54%和13.30%，分量不轻。
高校、研究机构和开发者是宇树机器人的主要买家。美国的高校和实验室不仅买单，还围绕硬件搞算法、发论文、生成训练数据，进而吸引更多开发者加入同一个生态。
一旦宇树的新款进不了美国科研圈，丢掉的就不只是一笔订单，而是一个可能决定未来技术标准的开发者网络。
这也波及了宇树与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，主攻学术研究。不到两个月，美国就限制了外国机器人新产品的认证。按新规，除非有条件批准，否则新机器人拿不到授权。H2 Plus未来的供应安排因此变得模糊不清。
目前没证据显示双方合作破裂，但H2 Plus能不能进美国高校、要不要重新认证、英伟达怎么调整参考设计，这些都是待解的问题。
02
宇树过去的成功，源于“把难题甩给客户”
宇树的模式可以总结为：把机器人身体造好、造便宜，具体怎么用，交给开发者去琢磨。
这套打法曾经非常管用。
传统机器人公司习惯围着行业项目定制，研发周期长，部署成本极高。宇树反其道而行，把机器人做成标准品。高校买来研究运动控制，AI公司拿来训练模型，展览租赁公司用来表演，工业客户则在基础上开发巡检搬运应用。
宇树巧妙避开了最烧钱的部分：它不用为每个客户深度改造生产流程，也不用直接对机器人最终能不能干活负责。
公司的收入结构印证了这一点。2025年前三季度，宇树人形机器人收入中，科研教育占73.60%，商业消费占17.39%，工业应用仅占9.01%。真正来自智能制造和智能巡检的收入约1570万元，占比仅约2.6%。
这不是简单的“商业化不够”，而是说明宇树已经跑通了一门生意：出售具备良好运动能力的机器人开发平台。
但同样的模式，也成了宇树迈向下一阶段的阻碍。
当机器人主要作为平台出售时，实战经验掌握在客户手中。机器人在谁的工厂里栽跟头、为什么栽、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中。出货量转化为模型迭代的能力，取决于公司能否通过机制汇总这些碎片化经验。
宇树卖出的机器人越多，不代表它们越能共同学习。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题，不是继续做人形机器人还是机器狗，而是要不要改变公司性质。
若坚持做平台公司，宇树可以维持产品标准化，继续向高校、开发者和企业供货。这条路扩张快，契合宇树现有的硬件和供应链优势。
若想成为具身智能公司，宇树就得钻进客户现场，对任务结果负责。
这意味着工程师不能只交付一台G1或H1，而要长期驻扎在汽车厂、仓库或能源设施，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哪一步出错，判断是视觉、规划、控制还是硬件问题，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任务的能力。两者需要的组织架构截然不同。
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Know-how、现场服务和长期运维。平台公司交付即确认收入；解决方案公司可能要为一个工序调试数月，甚至按任务成功率担责。
这正是宇树内部最大的困境：它必须用一种更慢、更重、更难规模化的方式，去重构此前依靠标准化硬件建立起来的成功模式。
03
会做动作，离会干活还有多远
宇树在人形机器人上的技术底子，主要集中在本体和运动控制。它能让机器人稳走、快跑、抗冲击，完成复杂的全身动作。
但工厂需要的不是动作数量，而是任务的连续性。
王兴兴最近的判断很有代表性：单一工序经过充分训练，成功率可接近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，尤其是面对小零件和环境变化时。
这揭示了人形机器人从“秀肌肉”到“真干活”的关键障碍。
表演时，机器人知道音乐、位置和动作顺序；工厂里，零件可能偏移，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，必须重新观察、规划并恢复任务。
如果单步成功率是99%，连续20步全对的概率也只有约82%；如果单步成功率降到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，可能导致后续装配全部失效。
所以，行业难点已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。
这种能力没法靠多办几场表演获得，也不能光靠扩大出货量解决。
不过，宇树正在补齐数据短板。
其G1-D平台覆盖数据采集、处理、标注、审核及资产管理，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的数据。
这表明宇树已具备采集和训练真机数据的能力。问题不在于从零开始，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，一个策略就能完成整理工具、擦桌子、叠毛巾等12项任务。这说明宇树已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，单一工序经过充分训练可以取得较高成功率，但十几个、二十几个动作组成的连续任务仍然困难。这说明宇树当前的突破重点，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。
当然，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。宇树未必需要包揽所有环节，但必须建立稳定机制，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，也可能强化原有的路径依赖。
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。这些市场能提供订单，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、发布速度和展示效果，宇树就有理由继续强化擅长的硬件平台模式。上市后，收入增长和规模扩张的压力可能进一步放大这种倾向。
相比之下，进工厂解决一个普通的装配问题，可能需要工程师投入数月。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反向作用：它削弱宇树与先进AI生态的联系，同时把公司推向更容易拿订单、但对智能能力要求较低的市场。
展望未来，宇树大致有两条路可选。
一是继续做机器人行业的平台公司。提供低价高性能的本体，让AI公司、科研机构和集成商负责应用。这条路线更像机器人领域的标准硬件供应商。
二是切入少数具体行业，直接承担任务交付。宇树需选择汽车装配、仓储搬运或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经营指标。
前一条路容易规模化，但宇树对应用和数据控制力弱；后一条路能建立深壁垒，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那么简单，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%。公司解释称，主因是研发和销售费用快速增加。这只是转型成本的开端：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”最快两三年内到来。7月23日，他与宇树最新载人机甲GD01一同登上《时代》杂志封面。在采访中，他将时间范围扩大至2—10年。
他设定的标准是：机器人能在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有余地。对一家即将登陆资本市场的机器人公司而言，承认不确定性并非退缩，而是比给出确定日期更接近工程现实。
宇树已完成行业内不易的一步：将曾经昂贵、稀缺的足式机器人，变为可批量制造和广泛销售的标准化产品。下一步的任务更艰巨——不仅要让机器人“买得到”，还要让它们走出实验室，稳定创造价值。
美国限制可能迫使宇树调整海外布局、强化安全合规，也可能削弱其与部分国际开发者和科研机构的联系。这究竟是一次技术倒逼，还是一道延缓全球合作的壁垒，目前不宜过早定论。外部压力只能改变宇树面对的条件，无法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做非此即彼的选择。更现实的路径，或许是保持低成本、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某个市场的门槛，却无法规定宇树最终成为什么样的公司。决定这一切的，依然是宇树自己。