宇树科技(688836)
搜索文档
宇树科技:物理AI的S形增长曲线或提前到来;AstraLLM催化与监管稀缺性溢价延续,推动评级上调至“增持”
2026-10-26 13:29
宇树科技(Unitree Robotics-A)电话会议/研究报告纪要关键要点总结 一、涉及公司与行业 - 报告涉及公司为宇树科技(Unitree Robotics-A),A股代码688836.SS/688836 CH,所属行业为基础设施、工业与运输板块,属于人形机器人/具身智能(Embodied AI)行业[2][3] - 报告同时覆盖人形机器人整机厂商(UBTech、Estun、Geekplus、Dobot、Xpeng等)、零部件厂商(Leader Drive、Sanhua、Ningbo Tuopu、Minth、Hengli Hydraulic、Robosense、Orbbec、Horizon Robotics等)以及海外对标公司(NVIDIA、Siemens、Schaeffler、Yaskawa、Fanuc、Tesla等)[34] - 报告由J.P. Morgan亚太区研究团队发布,日期为2026年10月25日[15][20] 二、评级与目标价调整 - 公司将宇树科技评级从"低配(Underweight)"双重上调至"超配(Overweight)",前次评级为Underweight[2][3] - 新目标价为人民币995元(Dec-27),此前目标价为人民币300元,上调幅度显著[3] - 目标价对应约20%上行空间,对比开盘日收盘价人民币845元[2][18] - 报告发布时股价为人民币624.00元(2026年10月23日),目标价隐含上行空间约59%[3][34] - 目标价基于30倍FY28E市销率(P/S),参照包括Agility Robotics在内的近期私募融资轮估值[9][18] - FY27E调整后EPS预测从2.22元上调至2.78元,上调25.1%[3] 三、核心观点:物理AI S曲线前移 - 宇树创始人兼CEO王兴兴在2026世界物理AI大会暨合作伙伴生态大会上将物理AI突破的时间预期从"最长10年"大幅前移至"2-3年"甚至"1-2年"[2][16][21] - 这一时间表的前移是公司投资逻辑的根本性拐点,因为王兴兴被视为中国机器人行业最具影响力的声音之一[16] - 前沿大模型AI(如GPT-6 Astra及其他LLM)的快速进步正将行业瓶颈从"大脑"(高层推理)转移至"最后一公里"的现实世界交互与部署[2][5][23] - 瓶颈转移使已安装基础(installed base)和平台定位变得更有价值,硬件平台成为智能循环的输入端而非仅仅是产品出货指标[5][21][23] - 公司据此前移销售预测,2028/2030年销售额现在隐含约20%/约10%的全球市场份额[2][18] - 2028E人形机器人销量预测从41,552台上调至111,554台,2030E从74,112台上调至214,264台[26] - 隐含全球市场份额2028E从8%提升至21%,2030E从4%提升至12%[26] 四、生态系统活动与平台战略价值 - 世界物理AI大会吸引超过3,000名参与者,设1个主论坛、7个平行论坛、20余场公开演讲、40余个展区,覆盖城市治理、应急救援、教育科研、文化娱乐、商业服务和工业应用等场景[5][21] - 宇树展示了四足机器人、人形机器人及最新Dex5-S五指灵巧手[21] - 2024年5月发布的G1人形机器人累计产量约10,000-20,000台,已成为全球最畅销的人形机器人[21] - 在2-3年突破框架下,更大的已安装基础可支撑开发者熟悉度、真实世界数据生成、政策测试、失败案例收集和更快迭代[21] - 管理层三大未来优先事项:提升大规模机器人量产能力(面向千万甚至亿台级别市场)、结合自研与外部合作部署适配其硬件的物理AI小模型、建设超大规模算力集群支持技术迭代[21] - 公司正在构建基于"AI自主研发—仿真训练—真实世界测试—反馈迭代"的机器人自进化系统,旨在替代部分传统人工调试流程[21] - 世界物理AI竞赛计划每年投入数千万人民币奖金,面向全球团队和个人开放,赛道包括移动、竞技、格斗、灵巧操作、生产、体育、多模态交互及医疗/养老等[21] 五、监管稀缺性溢价 - 机器人IPO和分拆上市的监管审查趋严,更注重可持续订单收入、盈利质量和商业模式持久性[17][27] - 具身AI新上市公司管道可能慢于预期,Agibot等高关注度私营企业短期内不太可能增加公开市场供给[27] - DeepRobotics科创板审核及黄东机器人上市计划终止等案例表明机器人相关活动更具选择性[27] - 宇树作为A股市场唯一一级玩家,稀缺性溢价应持续更久,是具身AI周期少数可直接投资的A股标的之一[13][27] - 稀缺性溢价与物理AI采用时间表压缩形成共振,支持估值重估窗口[27] 六、财务预测与估值 - 营收预测:FY25A为16.99亿元,FY26E为28.19亿元,FY27E为48.88亿元,FY28E为133.83亿元[7] - 营收增速:FY25A为332.6%,FY26E为65.9%,FY27E为73.4%,FY28E为173.8%[7][40] - 调整后EBITDA:FY25A为3.93亿元,FY26E为8.52亿元,FY27E为15.42亿元,FY28E为43.01亿元[7] - EBITDA利润率:FY25A为23.1%,FY26E为30.2%,FY27E为31.5%,FY28E为32.1%[7] - 调整后净利润:FY25A为2.78亿元,FY26E为6.16亿元,FY27E为11.25亿元,FY28E为32.02亿元[7] - 调整后EPS:FY25A为0.76元,FY26E为1.52元,FY27E为2.78元,FY28E为7.92元[7] - 毛利率:FY25A为60.4%,FY26E为57.4%,FY27E为56.4%,FY28E为55.7%[40] - ROE:FY25A为14.3%,FY26E为10.4%,FY27E为11.5%,FY28E为26.7%[7][40] - 估值倍数:EV/Revenue FY26E为88.9倍,FY27E为51.3倍,FY28E为18.7倍;Adj. P/E FY26E为409.8倍,FY27E为224.4倍,FY28E为78.8倍[7] - 总股本4.04亿股,市值约378.39亿美元,自由流通比例仅8.0%[7] - 52周股价区间为人民币404.03-1,100.00元[7] 七、竞争格局与行业动态 - 此前CIIF调研使公司持谨慎态度,因中国机器人OEM厂商难以将早期硬件领先转化为可重复的商业牵引,多数需求仍与研发和试点相关[2][15] - 行业仍处于早期采用阶段,需求主要与研发扩张、开发者平台和小批量试点相关,而非大规模车队部署[15] - 竞争加剧,市场正超越简单的硬件稀缺性,投资者将聚焦重复企业需求、利润率持久性及生态系统领导力变现能力[8][36] - 宇树仍需证明重复订单、操作可靠性、安全性能和生态系统变现能力[13][23] - 可比公司估值:UBTech Robotics P/S FY26E为7.4倍,Estun为5.1倍,Geekplus为1.7倍,Dobot为7.3倍,Xpeng为0.7倍;零部件厂商Leader Drive P/S FY26E为56倍,Sanhua为4.1倍,Horizon Robotics为9.7倍[34] 八、风险因素 - 企业采用慢于预期或试点转化为重复订单延迟,可能削弱平台规模化能力[38] - 新进入者加速采用导致竞争加剧或利润率压力,侵蚀定价能力和稀缺性溢价[38] - 监管再度收紧或地缘政治挫折,可能限制国际扩张并缩小可寻址市场[38] - 股票波动性仍然较高,前进路径不太可能线性发展[18] 九、其他重要但可能被忽略的内容 - 报告特别声明不面向中国大陆投资者分发,也不在中国大陆境内提供证券投资咨询服务,未经J.P. Morgan书面同意不得转载、出售或再分发[1] - 宇树自由流通比例仅8.0%,流动性极低,3个月日均成交量为空值[7] - 彭博一致评级为2买入/3持有/2卖出[7] - 公司现金及等价物预计从FY25A的14.19亿元增至FY26E的70.36亿元,主要受融资活动驱动(FY26E融资现金流60.32亿元)[40] - 资本支出预计从FY25A的0.50亿元大幅增至FY26E-FY28E每年10亿元,占销售额比例FY26E达35.5%[40] - 经营现金流FY25A为6.70亿元,FY26E为6.35亿元,FY27E为10.64亿元,FY28E为26.64亿元[40] - 公司无长期债务,净现金状态(净债务为负)[40] - 有效税率假设为24.5%[7][40] - 报告强调物理AI飞轮效应:更强的大脑增加对可扩展身体的需求,真实世界数据、场景多样性和部署反馈成为AI进一步改进的关键要素[23][31] - 仿真和合成数据无法完全替代与物体、人员和环境的真实世界交互,传感器、执行器、电池、热管理、校准、安全、耐久性和现场服务能力仍是物理AI的基础[23]
全球机器人:“ChatGPT时刻”渐近-Global Robotics-The ChatGPT moment comes into view
2026-10-26 13:29
Global Robotics Global Markets Research EQUITY: TECHNOLOGY The ChatGPT moment comes into view Frontier models tested on robots likely outperform; December-January release is likely the first catalyst Robotics replays the LLM path' its ChatGPT moment closer than it looks Robots are following the same path that large language models (LLMs) have taken, and their ChatGPT moment could come sooner than expected, in our view. A scientist at NVIDIA (NVDA US, Not rated) expects robot training going through the same ...
人形机器人与物理AI:工博会调研-生态需求、工作流整合及行业下一步-Humanoid Robot & Physical AI_ Robotics tour takeaways_ CIIF 2026—Ecosystem demand, workflow integration, and what’s next for the sector
2026-10-26 13:29
CIIF 2026 人形机器人与Physical AI调研纪要关键要点 一、涉及行业与公司 - 纪要涉及行业为人形机器人与Physical AI(物理AI)行业,聚焦2026年中国国际工业博览会(CIIF 2026)调研成果[2] - 涉及公司包括:Unitree(宇树科技)、UBTech(优必选)、Agibot(智元机器人)等本体OEM厂商[2] - 涉及供应链公司:Hengli Hydraulic(恒立液压)、Sanhua Intelligent(三花智控)、Leader Drive(绿的谐波)、Orbbec(奥比中光)、Estun(埃斯顿)[2] - 全球对标公司包括Tesla bot、Figure AI、Boston Dynamics[19] - 覆盖亚洲工厂自动化与机器人可比公司包括Hiwin、Bizlink、Nidec、Yaskawa、Fanuc、Hyundai Mobis、HL Mando等[42] 二、核心观点与论据 行业阶段判断:从概念讨论转向早期部署探索 - CIIF 2026表明Physical AI正从概念讨论转向早期部署探索,行业重心从"步态是否流畅"转向"工作流是否稳定"[7] - 与早期人形机器人展览侧重本体动力学、运动控制和基础模型性能演示不同,CIIF有明确的制造业/工业应用导向[2] - Unitree、UBTech、Agibot等OEM展台展示了更多实用性用例演示,包括巡检类任务、搬运和场景化原型[7] - 行业仍处于早期商业化阶段,管理层对机器人/Physical AI需求的表态比传统工业自动化更积极,但广泛工厂或家庭部署仍需进一步验证和可重复性证明[2] 近期赢家是"工业化赋能者"而非最显眼的人形OEM - 即使是领先中国OEM展台,功能性人形演示(拾取物体、分拣、基本搬运、巡检类任务)仍比工厂现有"工业机器人+AI"方案更慢、精度更低,这提高了近期ROI和复购订单的门槛[2] - 近期变现倾向于供给侧扩张——感知硬件(传感器/摄像头)、数据采集设备、传动部件(减速器/滚柱丝杠)、灵巧手和试点部署工具——而非需求侧立即出现杀手级应用[2] - 行业"新辩论"围绕系统瓶颈而非单点演示,将区分可扩展平台与一次性展示[7] 需求脉冲真实但结构仍为"搭建栈"而非"部署机队" - 当前大部分需求与研发扩张、数据采集、开发者平台、小批量试点、零部件备货和早期工业验证相关,而非终端用户的大规模机队部署[8] - 该需求结构在近期仍可强劲持续,因为生态系统可在工厂或家庭承诺规模化部署前大量投入工具和零部件[8] - 关键转换因素:行业需要试点转化为具有可衡量ROI的复购订单,但转换时间线在不同场景间不均衡[8] - 投资者可能奖励订单可见度和可重复性更清晰的细分领域,惩罚主要依赖叙事和一次性项目赢单的领域[8] 数据采集是最可货币化的桥梁 - 数据在几乎每场讨论中都被提及,管理层将数据视为瓶颈也是机会,更好的数据管道直接转化为更好的任务表现和更快的迭代周期[9] - 人类数据与真实机器人数据存在实际分工:人类数据提供更便宜的规模化路径,真实机器人数据仍是最高质量但最稀缺的来源[9] - 传感器、手套、手部、校准工具和数据采集模块即使在终端部署仍处早期也能有意义地销售[9] - 即使强大的"大脑能力"仍需要场景数据、校准和可靠的传感器/手部才能将智能转化为一致的任务执行[9] - "数据工具"层比OEM经济更早出现"卖铲子"经济[9] 灵巧手是实际工业实用性的瓶颈 - 行业普遍认同灵巧手和力控是 meaningful 工业任务的闸门项,但近期采用并非走向"不计成本的最大自由度"[10] - 工业客户优先考虑平衡可靠性、生命周期和成本性能的解决方案,因为工厂以正常运行时间和一致性衡量成功[12] - 机构辩论围绕连杆驱动、腱驱动和直驱方案,早期工业牵引倾向于能承受重复循环并保持稳定控制的设计[12] - 触觉传感日益被视为精密操作中力反馈的必要条件,但技术路线尚未完全收敛,增加了时机和标准设定的不确定性[12] - 早期赢家可能是那些将可制造性、可维护性和一致产出工业化的企业,而非仅在"演示灵巧度"上获胜的企业[12] "大脑"竞赛转向迭代速度和闭环部署 - 具身智能不是一个突破时刻,而是通过数据规模、场景迭代和闭环部署的磨砺[13] - 战略分化明显:部分OEM倾向硬件平台姿态并依赖合作伙伴做垂直算法,另一些则更重投入模型和数据基础设施以拥有更多价值链[13] - 模型性能 alone 不够,还需要正确的传感器栈、校准和高质量场景数据[13] - 如果OEM无法展示可重复任务表现和部署经济的可信路径,将面临被按硬件供应商估值风险[13] - 市场将奖励能展示更快迭代、更好集成和更可重复客户工作流成果的玩家[13] 算力约束区分"能迭代者"与"只能演示者" - 训练侧:仅有限群体能资助持续大规模训练和强化学习循环,这驱动迭代速度和跨场景泛化能力[14] - 推理侧:边缘算力和低延迟在工业任务中变得重要,反应时间、稳定性和安全性成为可衡量KPI[14] - 产生真实架构辩论:多少在设备端运行vs多少从云端调用,以及如何管理延迟和可靠性[14] - 受控B2B部署可更有效围绕连接和算力预算进行工程化,而2C环境对安全、成本和鲁棒性要求急剧提高[14] - 算力强度成为竞争差异化因素,但也成为较弱玩家可能难以承受的成本和集成负担[14] 电池、运行时间和热管理约束驱动"工业优先"商业化顺序 - 部分配置可连续运行约2小时,对演示和某些训练循环可行,但在连续工业运营中成为约束,除非充电和工作流集成被设计进部署计划[15] - 热管理和能量密度也重要,因为更高算力负载和更强执行器提高热量和功耗[15] - 工业部署将保持第一波:工厂可围绕电池更换、充电窗口和受限任务集设计,而家庭环境结构化程度低、安全容忍度低、消费者ASP敏感度高[15] - 零部件需求与使能技术(电源管理、热解决方案、系统集成)相关,而非通用人形机器人单位量的直线增长[15] 减速器与执行器选择变为场景导向而非意识形态导向 - 谐波减速器在精度、扭矩密度和紧凑性不可妥协处仍受青睐,常用于上肢和精细运动需求[17] - 行星和摆线减速器在鲁棒性、抗冲击性和成本性能主导处获得关注,常用于承载和更恶劣条件[17] - 丝杠方案讨论升温,尤其在线性执行、速度/爆发力或架构实验重要处,自然链接到具备滚珠/滚柱丝杠能力的供应商[17] - 未来不会加冕单一赢家架构,而是奖励能支持多架构、规模化交付一致质量并持续降本的供应商[17] - 可制造性和专用设备重要性上升,因为快速扩展精密部件可能成为真正瓶颈[17] 感知"眼睛"战场从峰值规格转向一致性和校准 - 感知日益被视为集成和一致性问题,而非单设备规格竞争[18] - 客户反复强调随时间稳定性、光照变化下x-y一致性、延迟、校准漂移和多机器人位置部署时的集成摩擦[18] - 校准工作流和多传感器对齐成为护城河,摄像头vs LiDAR vs混合辩论仍场景依赖[18] - 低成本LiDAR可用于粗略导航和避障,更丰富的3D栈对近距离操作和数据采集重要[18] - 感知仍是近期最清晰的需求口袋之一,但竞争强度高,因为产品周期快、用例多样[18] - 赢家将是能工业化校准、负责任拓宽产品线、规模化保持一致性同时降低成本的企业[18] OEM战略分化:Unitree、UBTech、Agibot不同打法 - Unitree倾向硬件平台姿态——使本体鲁棒并开放生态系统,明确承认OEM无法内化每个行业流程,邀请SI和工业合作伙伴做垂直化[19] - UBTech和Agibot更重"大脑+数据+部署"方向,强调数据基础设施和场景验证作为可持续价值捕获路径[19] - 价值池向上移动:如果"大脑+部署"层随时间捕获更多经济,纯平台OEM面临被按硬件供应商估值风险,除非建立更高价值层[19] - 全球竞争集中持续对标Tesla bot和Figure AI的规模化可信度和数据飞轮强度,Boston Dynamics仍是移动可靠性参考[19] - 市场将奖励可重复工作流成果和经济,而非仅品牌可见度[19] Orbbec:数据采集工具+多路线感知策略 - 管理层强调有意义的机器人相关订单势头,将数据采集设备定位为增长中的桥梁产品,传感器栈配置在头部、腕部和身体位置用于生成和清洗训练数据[20] - 强调多路线方法——结构光、立体、iToF、dToF及不同形态因素——因为下游场景需要不同位置的 different "眼睛",延迟/精度权衡因工作流而异[22] - 定位聚焦广度、校准能力和规模,而非声称单一"最佳"传感器[22] - 部分同行更集中于高精度工业臂场景,而Orbbec推动更广泛机器人足迹包括移动/服务机器人,有助于更早量 scaling[22] - "数据工具+多元化感知"策略可在OEM部署仍早期时变现[22] Leader Drive:卖铲子逻辑强化 - 管理层将Physical AI描述为已具实质性且正在规模化的需求,而非理论[23] - Physical AI被框定为增量增长的有意义贡献者,该需求动态日益与传统工业资本开支周期脱钩,支持精密传动部件的更长跑道[23] - 产品路线图突出:从谐波减速器扩展到行星、摆线、关节模块和更广泛精密传动产品,与生态系统架构多元化一致[23] - 竞争真实存在包括低端挑战者和价格压力,但管理层聚焦通过产品能力、客户认证和规模化可制造性捍卫定位,而非纯价格战[23] - 这是少数听起来像规模化执行而非仅行业乐观的对话之一[23] 三、股价表现与市场反应 过去两个交易日CIIF后股价变动 - 催化剂为10月21日活动窗口前Tesla bot新闻流重新升温,将注意力拉回"Physical AI规模化"并触发快速风险偏好轮动[24] - 中国市场表现更像情绪/资金流驱动而非中国OEM近期订单证明的阶跃变化[24] - 投资者似乎先买入流动性beta,而非等待试点转化为可重复ROI支撑订单的增量证据[24] - 过去两个交易日:Orbbec上涨30%,Leader Drive上涨14%,中国IA平均约10%,UBTech 10%,Estun 9%,Sanhua Intelligent-A 8%,Hengli Hydraulic 5%,Inovance 3%[25] - 这符合"beta抢夺"进入最具流动性主题名称,包括一些不被视为核心Tesla bot供应链敞口的公司[25] 年初至今股价表现(Figure 5) - 跌幅较大:Shenzhen Dobot -54%,OneRobotics -47%,Ningbo Tuopu -46%,UBTech -45%,Sanhua Intelligent-A -40%,HL Mando -34%,Inovance -33%,Hengli Hydraulic -24%[36] - 涨幅较大:Leader Harmonious Drive System +61%,Harmonic Drive Systems +57%,Keyence +56%,THK +52%,MISUMI +43%,Hiwin +40%,Taiwan Index +40%[36] - CSI300约-11%,Chinese IA average约-10%[36] 四、其他重要但可能被忽略的内容 股票偏好排序 - 偏好顺序修订为:Hengli Hydraulic = Sanhua Intelligent(均OW)> Leader Drive(OW)> Orbbec(OW)> UBTech(N)> Estun = Unitree(均UW)[2] - Hengli Hydraulic和Sanhua Intelligent作为首选"Tesla bot供应链+稳健非机器人基本面"敞口[2] - Leader Drive为CIIF与总经理团队交流后更建设性的名称[2] - Orbbec维持OW基于技术定位,但近期盈利预期看起来偏紧且存在进一步下调可能[2] - 在中国机器人供应链中,Leader Drive仍是表达主题的首选,其次是Orbbec,因为CIIF强化了相对多数OEM更清晰的货币化路径[28] - 多数中国OEM仍需证明可重复性、利润率持久性和可扩展部署经济,当前反弹可能保持头条和资金流驱动直到这些证明点更持续出现[28] 估值与财务数据(Table 1) - Unitree:UW评级,目标价300元,当前526元,下行-43%,市值318.63亿美元,FY26E P/E 345.4x,FY27E 236.7x,FY26E EPS增长121%,营收增长66%[42] - Leader Drive:OW评级,目标价358元,当前268元,上行33%,市值73.65亿美元,FY26E P/E 265.6x,FY27E 135.5x,FY26E EPS增长36%,营收增长58%[42] - Estun:UW评级,目标价21元,当前26元,下行-20%,市值35.88亿美元,FY26E P/E 93.6x,FY27E 68.7x,FY26E EPS增长462%,营收增长8%[42] - Sanhua Intelligent-A:OW评级,目标价51元,当前33元,上行54%,市值198.45亿美元,FY26E P/E 29.2x,FY27E 25.0x,FY26E EPS增长17%,营收增长9%[42] - Sanhua Intelligent-H:OW评级,目标价38港元,当前23港元,上行66%,FY26E P/E 17.2x,FY27E 14.7x[42] - Hengli Hydraulic:OW评级,目标价126元,当前84元,上行50%,市值168.23亿美元,FY26E P/E 35.5x,FY27E 26.9x,FY26E EPS增长8%,营收增长26%[42] - Orbbec:OW评级,目标价110元,当前91元,上行21%,市值56.06亿美元,FY26E P/E 139.5x,FY27E 63.0x,FY27E EPS增长122%,FY27E营收增长86%[42] - UBTech:N评级,目标价74港元,当前68港元,上行8%,市值44.38亿美元,FY27E P/E 142.1x,FY26E营收增长99%[42] - 亚洲(除中国)平均:FY26E P/E 68.2x,FY27E 46.3x,FY26E EPS增长47%,营收增长25%[42] - 亚洲平均:FY26E P/E 29.0x,FY27E 21.9x,FY26E EPS增长19%,营收增长13%[42] 展会演示案例 - Unitree演示:机器狗制造中的喷漆应用[32] - UBTech演示:分拣和装载[32] - Agibot演示:涉及精确对齐手部操作的装配工作[41] - KUKA演示:人形机器人与工业机器人协同工作[33] 政策信号 - CIIF方向与近期政策信号一致,支持对行业多年跑道的长期看涨立场[2]
宇树科技,7天大涨65%
财联社· 2026-10-26 10:59
文章核心观点 - 宇树科技作为A股人形机器人龙头,当日股价大幅拉升,盘中涨幅一度突破8%,截至发稿涨8.49%报677元/股,总市值重回2700亿元 [1] - 自10月16日起的7个交易日,该股累计涨幅已超60% [2] - 创始人王兴兴认为全世界对AI的重视程度和信仰都还不够,物理AI已看到被击穿的苗头,很可能最近1-2年或2-3年实现突破 [3] - 具身智能迈过ChatGPT时刻的最核心挑战是AI模型的输入输出和真实机器人的对齐 [3] - 商业服务领域的落地会比家庭、工业领域更快 [4] 股价与交易数据 - 当日开盘价624.00元,昨收624.00元,最高682.00元,最低607.01元 [2] - 当日上涨53.00元,涨幅8.49% [2] - 成交量7.01万手,成交额44.8亿元,换手率23.29% [2] - 总市值2738亿元 [2] - 所属行业机械设备当日下跌1.85%,人形机器人板块下跌1.11%,机器人概念板块下跌1.24% [2] - 该股位列财联社热股榜TOP6 [2] 行业与业务展望 - 在2026世界物理AI大会暨宇树合作伙伴生态大会上,创始人王兴兴发表了对AI及物理AI发展的看法 [3] - 随着GPT-6的发布,物理AI已经看到被击穿的苗头 [3] - 具身智能的核心挑战在于AI模型输入输出与真实机器人的对齐 [3] - 商业服务场景的落地速度将快于家庭和工业领域 [4]
宇树科技直线拉升超9%,7天涨超60%
21世纪经济报道· 2026-10-26 10:57
文章核心观点 - 宇树科技-W(688836)近期股价表现强势,10月16日以来7个交易日涨超60%,盘中报675.00元,涨幅8.17%,成交额46.9亿,换手率24.35%,总市值2730亿,市盈率467倍,市净率31.03倍 [1][2] - 物理AI被视为下一个可能被突破的技术临界点,顶尖AI模型已击穿数学世界,物理AI也显现突破苗头,预计最近1至2年或2至3年内实现 [2] - 物理AI突破临界点后,机器人硬件大规模生产制造能力与物理AI模型研发落地成为关键前提 [2] 行情与交易数据 - 宇树科技-W交易中,时间10-26 10:46:52,股价675.00元,上涨51.00元,涨幅8.17% [1] - 成交额46.9亿,股本4.04亿,换手率24.35%,总市值2730亿 [1] - 市盈率467倍,市净率31.03倍 [1] - 盘中均价640.21元,当日最高682.00元,最低566.00元,振幅对应-9.29%至0.00%区间 [1] - 盘口卖一675.00元、卖二675.02元、卖五676.97元,买一671.01元、买四670.55元、买五670.00元 [1] 股价走势与催化事件 - 10月16日以来的7个交易日,宇树科技已涨超60% [2] - 10月22日,在2026世界物理AI大会暨宇树合作伙伴生态大会上,王兴兴就物理AI发展发表观点 [2] 物理AI行业判断 - 顶尖AI模型已经击穿数学世界,物理AI也已经看到被击穿的苗头,很可能最近1至2年或2至3年实现突破 [2] - 物理AI突破临界点后,机器人硬件大规模生产制造能力至关重要,若未来机器人大规模普及,量产能力需达到年产千万台级别 [2] - 物理AI模型的研发和落地是另一关键方面 [2] - 还需要超大规模算力服务器、算力和存储芯片制造能力作为支撑 [2]