苹果公司的一个研究团队，把自家的算法装进了一台中国制造的机器人里。
11月初，苹果对外公布了名为HALO的研究成果，测试载体选中的是宇树科技的G1人形机器人。研究团队安排它在6个完全陌生的环境中挑战6类单项技能，前后累计360次测试，平均成功率达到91%。
这组数据的分量，要结合测试条件来掂量。这些环境没有进入过训练数据，事先也没有做过扫描建模。也就是说，机器人面对的是真正的陌生场地，全靠现场适应、现场作业。
长期以来，机器人行业都卡在同一个问题上：会跑会跳、能在舞台上完成高难度动作的机器已经不稀罕，真正走进工厂和仓库干活的却寥寥无几。一台机器人能应付多少种环境，决定着它能撬开多大的市场，这道门槛一直悬而未决。
HALO传递的信号是，模型能力的进步正在把门槛往下压。同一套硬件，有望覆盖越来越多的场景、承接越来越多的工作。训练方式也在同步生变：以往依赖真机实测、人工逐条采集的数据，如今可以交给仿真环境批量生成，这项研究就动用了约1000个虚拟环境来生产训练数据。训练规模能够靠算力扩张，模型迭代便多了一条加速通道。
能力上限在抬高，训练速度在加快，两条线叠加，直接牵动着机器人投入实际使用的时间表。
资本市场最先捕捉到了这种变化。
就在两个月前，宇树科技的股价还经历了一轮腰斩，市场上质疑声四起。而截至11月11日，股价用不到一个月完成翻倍，市值重新站上3000亿元。此前给出“低配”评级的摩根大通，一口气连升两级改为“增持”，同时把2028年全球人形机器人出货量的预测，从约4.16万台上调至11.16万台。
风向转变的节点在10月22日。王兴兴当天公开表示，物理AI正显现出突破迹象，真正的窗口期或许只剩一两年，至多两三年。
当然，实验室成绩与稳定作业之间仍有距离，机构给出的也只是预测数字。但股价定价的从来不是眼前的订单，而是预期。市场真正押注的，是机器人从“能表演”迈向“能干活”的时间点，可能比普遍想象中来得更早。这一步一旦跨出去，工厂和仓库里的部分用工需求，随时可以折算成机器人订单。
赌注的规模也足够惊人。摩根士丹利的测算显示，到2050年，全球机器人产业的硬件销售额可能达到25万亿美元，统计范围涵盖人形机器人、自动驾驶、无人机等多个品类。
机会摆在全行业面前，宇树凭什么站到更有利的位置？
先看价签。G1基础版上市时的起售价为9.9万元，如今已下调至8.5万元。降价没有伤到利润：2025年，宇树下调了部分人形机器人产品的售价，整体毛利率依然保有63.18%。撑住这个数字的，是多年攒下的成本控制功夫，电机、减速器、编码器等关键部件全部自研，四足机器人与人形机器人之间还有不少零件可以通用，重复开发的费用省了下来，更大的采购量又进一步摊薄了成本。
再看产能。2025年，宇树人形机器人出货5511台，达到上一年的十倍以上。王兴兴今年10月透露，G1的累计下线量约在1万至2万台之间。这些机器的价值不止于售出本身：几千台产品从生产组织、质量管控到按时交付全流程走下来，意味着订单涌来时，宇树有条件更快把产量顶上去。模型突破可能一夜之间拓展机器人的用途，量产与交付能力却没法在短期内补齐，行业爆发来得越早，已经形成规模的企业越容易抢到先机。
宇树能吃到的不只是自家技术的红利。苹果团队选中G1验证HALO，恰恰说明算法团队需要成熟的硬件载体，不必再从零设计、制造机器人。宇树开放开源模型、提供开发工具，用意也在于吸引更多团队围绕自己的产品做应用。当足够多的模型在宇树的硬件上跑通，别人家的技术突破，同样可能转化为宇树的新订单。
对成本与性能的这种执念，王兴兴已经琢磨了很多年。
读书时，他就习惯自己动手做零件，反复调整驱动器与电机的搭配。2016年，他拿着200万元投资，带着三四个人创办了宇树。创业第二年，新一轮融资迟迟没有着落，公司账上最少时只剩约10万元。好在手头并非一无所有：样机已经成型，订单签了下来，客户还付了定金。王兴兴后来回忆，当时脑子里只有一个念头：“我需要把这件事做完。”
直到2018年下半年，第一批产品总算送到了客户手上。这笔来自四足机器人的收入，让宇树重新有了研发和改进产品的底气。
产品形态随后几经更迭：2023年，宇树推出人形机器人H1；2024年，G1问世。形态变了，早年沉淀下来的零部件经验、运动控制功底和制造能力，在新产品上全部派上了用场。从自己拧零件，到整机研发，再到批量交付，这条路径最终变成了宇树今天的成本与量产优势。
王兴兴清楚，手里的领先随时可能被别人追上。他曾直言，如果一两年不迭代，公司就会变得平庸。今年前三季度，宇树的研发投入达到2.63亿元，同比大增191.48%，远高于同期55.71%的营收增速，具身大模型、算力和新产品，都是资金重点流向的方向。
