宇树科技王兴兴宣布重点攻关机器人大脑技术，2026年Q3营收6.65亿元

11月3日，宇树科技创始人王兴兴在世界互联网大会乌镇峰会开幕前接受媒体采访，明确释放战略转向信号：公司未来将把“机器人大脑技术”作为核心攻关方向。这一表态标志着宇树从以硬件驱动的机器人制造商，向具身智能系统级解决方案提供者加速演进。

王兴兴指出，除持续强化自身技术能力外，宇树计划在全球范围内寻求合作伙伴，共同推动物理AI（Physical AI）技术的实质性突破。所谓物理AI，是指能将感知、决策与执行深度融合于物理世界中的智能系统，其核心在于让机器人具备在真实环境中理解因果关系、进行自主推理与持续学习的能力——这正是当前具身智能领域最关键的瓶颈之一。

该战略并非临时起意。早在2026年10月举行的“世界物理AI大会暨宇树合作伙伴生态大会”上，王兴兴已系统阐述宇树科技的三大中长期布局：

第一，提升机器人大规模量产能力，为未来千万级乃至亿级市场做准备。宇树目前已实现四足机器人G1、H1等型号的稳定交付，并逐步拓展至人形机器人领域。量产能力的跃升不仅关乎成本控制，更直接影响下游场景落地的速度与广度。

第二，自研与合作并行，推进适配自身硬件的物理AI小模型落地。区别于通用大模型的“黑箱”特性，物理AI小模型强调轻量化、低延迟、高可解释性，需深度耦合机器人本体结构、传感器配置与运动学模型。宇树正同步开展自研模型开发，并与国内外主流大模型厂商建立协作机制，探索“端-边-云”协同推理架构。

第三，布局超大规模算力集群，筑牢技术迭代底座。随着训练数据量与模型复杂度指数级增长，本地化算力已成为企业级AI研发的关键基础设施。宇树已启动相关建设规划，目标是支撑未来数年内自进化算法、仿真环境训练及多模态强化学习等前沿方向的持续迭代。

值得注意的是，宇树内部已启动“机器人自进化”预研项目。该项目旨在构建一个闭环反馈系统：机器人在真实任务中收集经验数据，通过在线学习更新策略模型，并将优化后的参数反哺至下一代硬件设计中，从而实现软硬协同的代际跃迁。

在商业进展方面，宇树科技近期公布了2026年第三季度财报。数据显示，公司单季实现营业收入6.65亿元，同比增长69.93%；归母净利润1.13亿元，同比下降17.37%。对于利润下滑，公司董秘办人士解释称，主要系算力基础设施投入、大模型研发团队扩编及物理AI算法预研等前置性支出显著增加所致。

结合前三季度整体表现，宇树科技2026年前三季度累计营收达18.17亿元，同比增长55.71%；归母净利润3.87亿元，同比大幅增长270.54%。这表明公司在收入规模快速扩张的同时，仍保持了强劲的盈利韧性，而Q3的短期利润回调恰恰反映了其战略重心正从“规模化变现”向“技术纵深突破”转移。

行业观察认为，宇树此次战略升级具有典型示范意义。过去几年，国内机器人企业多聚焦于本体结构、关节模组与运动控制等“躯干”层面的技术攻坚；而当硬件性能接近实用阈值后，智能化水平成为决定产品差异化的关键变量。物理AI正是连接“机械执行”与“认知决策”的桥梁。

例如，在仓储物流场景中，传统AGV依赖预设路径与固定规则运行；而搭载物理AI小模型的人形机器人则可实时判断货物堆叠状态、动态调整抓取策略，并在突发障碍时自主重规划路线——这种能力无法仅靠强化学习在纯仿真环境中训练获得，必须结合真实物理交互数据与因果建模方法。

目前，全球范围内尚无成熟商用的“机器人大脑”方案。OpenAI、Google DeepMind等机构虽在具身智能方向持续投入，但多集中于实验室环境下的基础研究；而像宇树这样兼具硬件量产能力与算法自研意愿的公司，有望率先打通从实验室原型到工业现场的落地通路。

宇树的选择也折射出中国机器人产业的发展逻辑转变：从“追赶式模仿”转向“定义式创新”。早期阶段，企业通过复刻波士顿动力等海外产品的机械结构快速入局；如今，头部厂商开始围绕自身硬件特性反向定制AI模型，构建难以复制的技术护城河。

值得留意的是，王兴兴多次强调“全球合作”而非单打独斗。这既反映出物理AI研发的高度复杂性——涉及多学科交叉、海量仿真资源与跨文化场景数据；也体现出宇树对开放生态的重视。据知情人士透露，宇树已与欧洲某高校机器人实验室达成联合研究协议，共同开发面向户外复杂地形的因果推理模块；同时也在与亚洲地区多家边缘计算芯片厂商探讨专用推理加速方案。

尽管挑战依然严峻——包括传感器噪声干扰下的鲁棒性不足、长周期任务中的记忆衰减、以及缺乏统一评估标准等问题——但宇树的路径选择已清晰指向具身智能的下一阶段：不再满足于“能动”，而是追求“会想、会学、会适应”。

随着2026年底更多人形机器人进入测试部署阶段, 机器人大脑的成熟度将成为影响商业化节奏的核心变量。宇树此次战略宣示，或将成为行业技术演进的重要风向标。