宇树科技市值缩水 2800 亿，王兴兴却把赌注押给了 GPT-7

10 月 12 日，宇树科技盘中最低跌到 419.21 元，又刷出一个上市新低。跟首日开盘价 1100 元比，回撤超过 60%，总市值从 4500 亿元缩水到 1700 亿元左右。

这走势已经很难看了。更让人不舒服的是，10 月初摩根大通刚给了 " 减持 " 评级，但人家说得很清楚：不是不看好公司，是嫌股价太贵。

二级市场在跑，王兴兴却越讲越笃定。

同一天工博会上，他说 GPT-6 部署到机器人上测试效果不错，具身智能临界点快的话一两年内可能到来。明年 GPT-7 出来，可能直接把具身智能问题打穿。

他甚至说，过去十几年犯的最大错误，就是对 AI 还不够相信。

股价跌了六成，创始人反而不慌了。这个认知差，值得掰开看。

卡住机器人的不是电机，是大脑

9 月 23 日数贸会上，王兴兴有个判断说得很直接：行业最大的瓶颈不是电机、减速器、关节这些硬件，而是 AI 模型的输入输出和真实物理世界之间的精准匹配不足。

大语言模型跑在数字空间里，文字进文字出，偏差很小，几乎没有物理损耗。机器人不一样，眼睛看到的画面要传给大脑决策，大脑再指挥电机执行，每一步都会产生偏差，偏差还会不断累积。

你让大模型写篇文章，它不会写错字；但你让机器人去抓一个形状不规则的杯子，角度差两度，力控差一牛，可能就抓空或者捏碎。

说白了，这不是宇树一家的问题，是整个行业都在补这一课。

有数据显示，截至 2026 年初，全球合规可用的机器人操作数据只有约 50 万小时，数据缺口超过 99%。一个简单的搬运动作，传统强化学习就需要近万条样本，还涉及视觉、触觉、动作三模态。硬件绑定越深，模型越大越脆弱。

所以机器人日租价格跌破 300 元，真不是硬件产能过剩。是它在真实场景里能干得太少，大部分时间只能表演跳舞，需求端撑不起供给端。

你想想，租回来不能稳定干活，只能当个展示品，这账谁算都不划算。

泛化性和效率，是两道硬坎

王兴兴在工博会上很坦诚：要大规模应用，泛化性和效率都还得再提。

泛化性，简单说就是机器人到了陌生环境、面对陌生物体，还能不能正常完成任务。现在机器人在实验室特定场景下表现很好，换个工厂、换批物料，就要重新调试重新训练，周期动辄数周。对柔性产线来说，这个成本太高。

他提过一个临界点标准：机器人能在 80% 的陌生场景中，通过语音完成 80% 的任务，行业才会爆发。

效率问题也很现实。现在一台机器人要配一个人值守，3 台配 1 个人都做不到。商业服务场景比工业落地快一点，但不管哪个场景，ROI 算不过来，客户就不会大规模买单。

王兴兴说商业服务比工业领域落地更快，本质上是因为服务场景容错率更高，对精度要求没那么苛刻。

他信心的底层，其实是大模型迭代速度。每隔一两个月就有大更新，一两年内临界点可能到来。

但他也留了后路。原话说的是 " 相对快的话甚至可能一两年 "，不是一定一两年。行业里更审慎的声音认为，现在可能连 GPT 阶段都没到，还在 Bert 和 GPT 之间的路线选择阶段。

他等的不是股价，是 GPT-7

这里就回到最核心的问题：为什么股价跌成这样，王兴兴不慌？

因为两边看的根本不是同一张表。

二级市场看的是业绩。宇树 2026 年上半年净利润同比下滑 955%，2025 年营收 30 多亿元，对应 1700 亿市值，PE 超过 300 倍。打新机构解禁出逃，融资余额从上市时持续缩水，股价从 1100 元跌到 400 多元，本质上是估值消化。

但王兴兴看的是技术拐点。他反而对 AI 的信仰与日俱增，说很多人还没有充分使用或拥抱 AI。9 月数贸会上他就说过，具身智能赛道会迎来专属的 ChatGPT 时刻，那时候全球企业和各国资源会集中涌入。

他的逻辑不复杂：GPT-6 已经看到效果，GPT-7 如果明年真能打穿，大模型能力提升会自动缩小数字空间和物理世界之间的鸿沟。泛化性不需要机器人公司从零解决，基础模型迭代会把通用能力送过来。

到那时，硬件是宇树的强项，四足机器人 G1、H1 出货量行业领先。如果软件这一关真的被 OpenAI 这类基础模型公司打通，宇树作为硬件出货量最大的玩家，会直接受益。

但那是如果，还不是现实。

大模型能不能解决物理世界的偏差累积，数据缺口怎么补，工业场景 ROI 什么时候能算平，这三个问题任何一个卡壳，临界点都会往后延。

王兴兴可以等 GPT-7，二级市场的投资者不一定等得起。

股价反映的是当下的业绩和不确定性，王兴兴的信心来自未来的技术判断。两边其实都没错，只是时间刻度不一样。

本文仅为公开信息梳理与个人观点，不构成任何投资建议。文中涉及的数据和事实，请以监管部门、交易所和公司公告为准。