宇树王兴兴与智元稚晖君：具身智能两条路线首次正面交锋

十月下旬，长三角先后刮起两阵风，方向正好相反。

杭州那场宇树生态大会上，王兴兴站在台上。身后大屏里，一台G1人形机器人握着画笔，调色、洗笔全是自己完成，零训练，仅凭一句提示词。

它跑的是GPT-6 Astra。王兴兴当场丢下一句话：“物理AI被击穿的苗头已经看见了，快则一两年，慢则两三年。”

一周之后，轮到上海。稚晖君在智元创新日把另一句话打上了屏幕：“AI要击穿具身智能，那我们就成为AI那一侧。”

他亮出的是GO-3 Preview，自研架构，在RoboDojo、RoboTwin、RoboCosieum三个榜单上均排名第一。

同一款Astra，到了两个人手里，被各看了一眼，随后走向相反的方向。

一边把它接过来，当作大脑的“外挂”；另一边把自研的System2外包出去，System1和力控却死死攥在自己手里。

西风过钱塘，东风立浦江。

这不是对打。

这是具身智能行业头一回有人把底牌摊到台面上：借西风补脑的，立东风铸身的，各自补的都是自己缺的那一块。

两种路线，第一次正面碰上。

智能从哪来？接模型，还是养模型？

王兴兴的想法很直接：大脑不必从头造，通用模型自己正在长出手来。

宇树已把GPT-6 Astra接进G1，控制代码一行不写，只给提示词，机器人自己画画、下围棋、洗笔。

在王兴兴看来，通用基模再跳一两代，就能“进陌生房间，听一句‘帮我收拾一下’，干完八成的活”。

他也没把宝全押在别人身上。宇树自己开源了UnifoLM-WMA-0、UnifoLM-VLA-0，9月又推出60亿参数的世界动作模型UnifoLM-WLA-1.0，训练用了约2500小时真机数据。但分工逻辑很清楚：规划交给通用模型，执行交给轻量专用模型，宇树做中间那层适配。

这条路背后的意思是：大脑会自己进化，硬件公司要做的，是把身体准备好等它。

稚晖君不认这个账。或者说，他只认一半。

智元同样在用Astra，但只让它干System2的活——理解场景、拆任务、做规划。真到了要下手的时候，System1和100到1000Hz的力控闭环必须自己守。

姚卯青说得直白：“最后一公里，涉及力触和反馈控制的高动态精细动作，我们测下来大模型成功率基本完全是零。”

智元实验室把100台真机组了网，边干活边回传数据，模型权重再下发。同样的训练时长，4台机器成功率50%，100台能拉到98%。这个飞轮靠的不是云端堆参数，而是物理世界里真实运转的机器人台数——纯模型公司抄不走。

具身基座模型里，GO-3 Preview 的参数量在行业中排得上号，它用 WRAM 架构把世界模型、推理和动作收进同一个模型。运动智能上，团队做了能自进化的智能体：演示中拆掉一个关节后，机器人会自己去查文献、写代码、重新训练，再用剩下的关节接着走。交互侧则由 WITA-OMNI 把响应时间压到 600 毫秒，免唤醒、全双工，还能判断“这句话是不是在对我说”。

一个赌模型从“天上掉下来”，一个赌模型在“真实工况里长出来”。

王兴兴在等ChatGPT时刻。

稚晖君等的，是1万台机器人稳稳当当上岗的那一天。

这两个时刻，多半不会撞到一起。

钱要烧在哪？补大脑，还是扎工况？

宇树的钱往哪儿烧，财报里已经把路线摊得清清楚楚。

前三季度营收18.17亿，同比涨55.71%，这一数字已超过2025年全年；归母净利润3.87亿，同比涨270.54%。钱却没留下——前三季度研发投入2.63亿，同比暴涨191.48%，占营收14.47%；Q3单季研发1.27亿，同比再涨249.58%。IPO募投项目中，“智能机器人模型研发”一项列了20.22亿，接近原计划募资42.02亿的一半。

这些资金主要投向三块：具身大模型研发、算力集群、研发团队扩充。

王兴兴在台上自己承认，几年前对AI“信得不够”，如今要把落下的课补上。宇树还搭起一套物理AI自进化闭环：检索文献、生成控制代码、跑仿真、真机验证全由AI自己完成，人只负责评估。

扣非净利润Q3同比掉17.42%。说白了，这是主动拿硬件利润去换物理AI的期权。

Astra发布后两周内，宇树股价累计涨幅超过70%，市值一度接近3000亿，市场用真金白银投了票。摩根大通也在一个月内将评级从“低配/减持”连提两级至“增持”，目标价由300上调到995。

烧钱的方向很清楚：接住通用模型，让G1、G2接得住越来越聪明的大脑。

智元的钱，其实花在了另一个地方。

G2 Max新发，双臂额定负载40公斤，峰值50公斤——搬运客户提了30公斤以上的需求，老款扛不住。产品迭代不是跟着发布节奏走，是产线倒推出来的。

液冷方案对关节的散热能力达到传统风冷的7倍，持续扭矩为3倍；AHA3控制器则将运动、作业、交互三类智能集成到一颗SoC上，体积缩小一半，通信延迟下降90%。

这些投入谈不上亮眼，却足够扎实。龙旗南昌工厂的3C产线今年3月进入规模化投产，到创新日已平稳运行7个多月。一次为期6天的“全透明”直播中，8台精灵G2累计作业逾64小时，完成64828次产线任务，产出17625台平板，成功率99.99%，节拍压到18-22秒一件，已接近熟练工的速度。

更狠的是，研发团队已经从龙旗现场撤出，基础运维交给龙旗自己的工程师。机器人不再是一群博士看护的展品，成了产线日常。

一个在烧明天的脑，一个在扎今天的岗。

本体到底是什么？终端商品，还是数据容器？

宇树把本体做成终端商品，这条路它最熟。

G1自2024年5月发布至今，累计下线量从1万台增至2万台。核心零部件自研率、国产化率均超过90%，关节电机和模组每年自产数十万个。四足机器人全球份额在60%以上。宇树的思路是先让“身体”上规模，做成可批量交付、价格可控的接口，再等聪明的“大脑”接进来——这和手机厂商坐等安卓成熟是一个道理。

“宇创计划”又加了一层：五年内孵化200家生态企业，开放机器人平台与工程量产能力，把行业需求引向合作方。宇树想要的，是把硬件底盘铺成整个行业的基础设施。

Astra出来之后，这套打法反倒被重新定价。通用模型让“大脑”成了可插拔的商品，本体公司的价值于是重新落回运动控制、可靠性和成本上——而这三样，宇树已经积累多年。

稚晖君不这么看本体。他当场摁住一句话：“我们生产了多少台机器人，并不等于真实世界中就多了多少生产力。”

智元上半年出货突破9700台，按Counterpoint口径全球份额超43%，居第一。但彭志辉要的是另一把尺子——Worken，有效智能工时。

公式就三个乘数：活跃机器人数量 × 自主工作时长 × 产出效能比。

第一个乘数，把堆在仓库里落灰的机器先剔出去。第二个乘数要扣掉遥操作时段、充换电和空转时间——开机不等于在岗。第三个乘数看的是干活有没有比人强：以标准工人产出为1，等于1算达标，大于1才算超越。

Token量的是机器想了多少，Worken量的是机器干了多少。

这把尺子并非在办公室里推演出来，它是在场景里长出来的。

长隆飞船乐园布了近500台机器人，散在100多个点位，运营后乐园客流提升近40%；广州地铁有120多台精灵G2负责安检引导、咨询和巡逻；成都宽窄巷子的零售机器人作业成功率98%，节拍从60秒压到30秒；上海便利店里的Agent框架，熟食打包、取货、补货的流程成功率从首日28.6%爬到第五天85.7%。

在智元眼里，本体不是拿来卖的商品，而是数据采集器和工况接口。

硬件会折旧，大脑却靠模型升级和群体学习不断增值——这对应的其实是“智价比”：每单位全生命周期成本，能创造出多少有效智能工时。

一个卖铁等脑，一个租身收利。

这笔帐应该怎么算？PE估值，还是Worken结算？

资本市场给宇树算的，是未来那本账。

滚动PE一度被市场推到400倍以上（不同口径时点，差异较大），买的人根本不是冲着某一台机器人，买的是物理AI跳变的期权。

王兴兴在等那个ChatGPT时刻——通用模型再跳一代，具身智能从“能动”变成“能干活”，估值体系随之重估。

不过这一切能站住脚，得有个前提：模型跳变真会出现，还得赶在宇树接得住的窗口里。风险同样明确——Astra 单次推理要 18.56 秒，力触环节基本起不到作用；公开测试的直接控制成功率里，插插头 11 次一次没成，把笔放进笔筒耗了四个多小时、花了 55 美元。

一旦模型跳变慢于预期，高研发就会在利润表上留下长期窟窿。

客户给智元算的，是另一本账。

龙旗产线的人机比，最早1:1，现在3:1，年底10:1，目标20：1以至30:1。

王闯说得实在：大规模部署初期，工程师和机器人几乎一对一，这个比例降不下来，就永远是按项目收费，成不了规模生意。降到10:1，客户只需为机器人岗位新增5%的人力预算，“5%对很多客户来说，就是一个可以接受的点了。”

按Worken结算的商业模式也在铺开：客户不买机器人，买的是“机器人生产力套餐”，预定任务、机器人完成、按工时扣减。

就像今天没人关心云端服务器是什么型号，只关心算力账单。

灵渠OS 1.0 会在年底全部开源，捐给开放原子开源基金会；AIMA 体系目前已汇集 8 万开发者、511 家企业、255 所高校。智元要做的，是让单机产品变成行业基础设施，使 Worken 从一家公司的口径出发，逐步成长为行业可用的度量衡。

目前Worken还是智元自定的标准，客户和同行愿不愿意按它结算，还要再看。

但方向已经很清楚：Token是数字AI的尺子，Worken是物理AI的尺子。

谁定义尺子，谁拿定价权？

一个按未来定价，一个按产出定价。

写在最后

西风烈，东风劲。

王兴兴走的是借西风补脑这条路，利润一把火烧给模型，等着通用智能自己长出手来。稚晖君反过来，立东风铸身，把工时焊进产线，等自研模型在真实工况里一寸一寸磨出来。

两人押的终局其实是同一个：具身智能得同时有聪明的脑和可靠的身。可赌注压在不同环节，资源也往两边投，谁的作业谁也抄不走。

造身的人回头补脑，怕的是身体造得再好，大脑一来全变成外壳。造脑的人反过来挖身，怕的是脑子想得再深，落不进工况就是空中楼阁。

GPT-6 Astra 也只是根导火索，不是扳手。它让王兴兴觉得大脑快来了，得赶紧接上；让稚晖君觉得大脑还远，先把身焊死再说。

行业以前不打架，是因为大家都在“PPT里画饼，碰不到彼此的命门”。

现在不一样了：宇树把利润烧给模型，智元把工时卖给客户，两条路线开始抢同一笔钱、同一批场景，还有同一个终局的定义权。

真正的“台风”从来不会刮在水面上。它在工厂里，在客户的账本上，在“这台机器到底能不能替我干满一年”这个问题面前。

答完，“龙卷风席卷全球”！

水下这盘菜没人按台数排名，可也正因不按台数，它永远不会有那种人形一夜爆量的故事。