宇树科技 IPO 文件：机器人无法完成真实工作
2026 年 8 月 11 日，宇树科技（Unitree）的 IPO 招股文件正式承认，当前机器人只能执行预编程任务，无法适应从未进入过的房间或从未被脚本化的任务。这份文件是对"硬件 alone 机器人路线已触及天花板"的公开确认。
事件背景
宇树科技已出货超过 5,500 台机器人，投资者押注 $1180 亿估值。公司创始人王兴兴在 2025 年曾称 AI 瓶颈是"全球性挑战"，而 IPO 文件将这一承认正式化。公司与 DeepSeek 的合作旨在结合 AI 推理/多模态能力与物理硬件和真实世界传感器数据。
关键事实
- IPO 估值: $1180 亿
- 出货量: 5,500+ 台机器人
- 核心限制: 只能执行预编程任务，无法适应新环境
- DeepSeek 合作: 联合训练 AI 模型
- DeepSeek 模型局限: R1/V3 仅为语言模型；VL2 可处理视觉+文本但无法输出物理动作
- VLA 定义: Vision-Language-Action 模型需同时处理视觉感知、理解自然语言指令并输出物理电机命令
技术机制：VLA 为何是核心难题
VLA 模型需要同时解决四个子问题：
- 视觉感知: 理解摄像头看到的三维环境
- 语言理解: 解析自然语言指令的意图
- 动作规划: 将意图转化为精确的电机命令序列
- 实时执行: 在板载计算资源限制下完成上述流程
2026 年 arXiv 综述记录了缺乏联合感知的机器人有多脆弱——智能自主行为仍是"挑战性目标"而非"已实现状态"。2026 年 3 月同行评审期刊同样指出四大未解决挑战：自然语言到动作翻译、人类环境中的多模态感知、安全决策的不确定性估计、实时板载计算。
影响分析
| 维度 | 影响 |
|---|---|
| 投资者 | $1180 亿估值依赖于尚未实现的能力 |
| 行业路线 | 硬件 alone 路线触及天花板，AI 集成成为必须 |
| DeepSeek | 合作是机遇也是压力——需要产出可部署的 VLA 模型 |
| 竞品 | 所有机器人公司面临同样的技术瓶颈 |
风险边界与后续观察
- 估值风险: $1180 亿估值中有多少依赖于尚未实现的自主能力
- 技术时间线: VLA 模型何时能达到可部署水平
- DeepSeek 合作成效: 联合训练是否能突破 VL2 无法输出动作的限制
- 关注宇树 IPO 定价和投资者反应
- DeepSeek-VL3 或后续模型是否支持动作输出
- 竞品（Boston Dynamics、Figure 等）的 VLA 进展
AI Master 解读
核心事件
宇树科技 IPO 文件正式承认机器人无法自主完成真实工作，VLA 模型是行业未解决的核心挑战。
行业影响
这是机器人行业的一个重要信号：硬件制造商公开承认单纯依靠硬件和预编程已触及天花板。宇树科技已出货 5,500+ 台机器人，与 DeepSeek 合作试图将 AI 推理和多模态能力与物理硬件结合。但 DeepSeek 最强模型 R1/V3 仅为语言模型，VL2 可处理视觉和文本但无法输出物理动作。2026 年 arXiv 综述和同行评审期刊均确认：自然语言到动作翻译、多模态感知、不确定性估计和实时板载计算是行业四大未解决挑战。
$1180 亿估值建立在"机器人将能自主工作"的假设上，但 IPO 文件承认这一能力尚未实现。投资者面临技术路线不确定性。来源： TechTimes 链接： https://techtimes.com/articles/323779/20260810/investors-bet-118b-unitree-its-own-filing-admits-robots-cannot-do-real-work.htm
AI Master 建议
关注 VLA 模型的技术突破进展。宇树与 DeepSeek 的合作是否能产出可部署的联合感知模型是关键观察点。投资者应评估 $1180 亿估值中有多少依赖于尚未实现的自主能力。