出品 | 妙投 APP

作者 | 董必政

编辑 | 丁萍

头图 | AI 制图

最近，宇树的股价出现了反转。

自 10 月 15 日以来，宇树股价最高上涨超 70%，市值一度接近 3000 亿元。

（图片来源：东方财富）

宇树凭什么重新获得资本市场的追捧？

虎嗅妙投曾在《别高估了宇树》一文中表示，宇树若想支撑千亿以上的估值，必须要有具身大模型。

而最近，宇树科技创始人王兴兴对这一突破的预期，明显变得更加乐观了。

今年 8 月，王兴兴在 2026 世界机器人大会上表示，泛化能力不足仍是全球具身智能面临的最大瓶颈；他预计，具身智能的 "ChatGPT 时刻 " 快则两三年、慢则五到十年到来。

但现在，王兴兴改变了观点。

王兴兴表示，" 个人感觉，整个临界点的到来还是会相对比较快，快的话甚至一两年内就有可能，因为明年 GPT-7 出来，可能直接把具身智能问题打穿。"

另外，Open AI、谷歌、英伟达等大厂均在具身模型上加大投入；OpenAI 甚至开始招聘机器人本体、减速器等硬件环节人员，这也让资本市场看到了具身大模型拐点提前到来的可能性。

这些新变化，让市场重新看到了具身智能技术瓶颈加速突破的可能性。

尽管技术突破距离真正的大规模商业化应用还有不小的距离，但资本市场已经提前作出了反应。宇树股价迅速反弹，A 股机器人概念股也集体走强。

那么，具身智能的技术拐点真的要来了吗？更重要的是，这一预期足以支撑机器人板块当前的估值吗？

还缺可靠的执行层

对于具身 GPT 时刻是否会更早地来临，橡木果技术负责人 Mark 向虎嗅妙投表示，" 这个取决于怎么定义 GPT 时刻。如果纯泛化性的话，GPT 时刻已经出现了苗头。"

（妙投注：目前，橡木果已经推出以触觉感知为核心的 Natus 具身本能模型，并在工业生产场景中开展了实际验证。因此，其对机器人执行层的技术瓶颈及商业化难点，有着来自一线研发和落地实践的观察）

在 2026 世界物理 AI 大会上，王兴兴在演讲期间放出一段内部测试视频，视频中 GPT-6 在 " 零训练 " 情况下直接操控机器人画画，机器人会自己换颜色，看到旁边有颜料盘，还会主动走过去洗笔再画；下围棋落子精准，甚至能承担导盲任务。

我们可以发现，GPT-6 Astra 连接机器人测试是分层的架构：规划层 + 执行层。其中，规划层理解为 GPT-6 代表的通用模型、执行层可理解为具身模型。规划层不直接输出关节指令，只做高层空间推理和任务规划，通过 API 下发，本地控制栈翻译成关节动作。

不过，王兴兴也表示，目前大模型已经能较好解决规划和导航，但真正动手操作时仍然容易出错。其核心瓶颈是 AI 模型的输入输出与真实机器人之间的对齐。

比如传感器读数有偏差，关节响应有延迟，抓取力度、摩擦力、遮挡和光线变化都会带来误差。

也就是说，规划层已经体现了机器人泛化性，但还缺可靠的执行层。

而这个可靠执行层的很大关键点在于触觉。

Mark 向虎嗅妙投举了个例子，" 如果机器人的手去拿杯子的时候，手悬浮在这里，如果没有触觉，只用视觉，是不知道它是抓上还是没抓上。这个时候，机器人一抬手，杯子其实会掉下来。但是触觉信号能够告诉机器人有没有抓上，以及这个物体的质量、摩擦系数、滑移等信息。"

行业共识曾认为 " 加触觉一定更好 "，但 2026 年上半年李飞飞团队联合顶尖高校的实验显示，多款模型加入触觉数据训练后任务表现反而下降。

问题不在触觉模态本身，而在于视触觉融合方式不当，让触觉数据变成噪音。

" 市面上不少厂商仍处于不知道如何利用触觉模态的阶段 "，Mark 向虎嗅妙投讲道。

另外，虎嗅妙投发现，不管是宇树披露的通用基础模型全开源 UnifoLM-WLA-1.0，还是优必选披露的 Thinker-WM 具身世界模型，在原理上主要依赖于视觉进行推理和动作预判，但在触觉上没有相关的描述。

若触觉往往只作为辅助输入，具身大模型无法在真正理解当前物理状态、并对未来进行预测后做出最优规划，会影响机器人难以完成复杂操作和规模化落地。

触觉以及可靠的执行层，是当下具身大模型的短板。

股价先涨疯了

其实，具身大模型、触觉的重要性早已被企业、资本察觉。

IT 桔子《2026 上半年中国人工智能投融资报告》，在早期 AI 公司融资额 TOP10 中，6 家世界模型企业合计融资约 97 亿元，占早期 TOP10 融资额的 58%；资本关注点正在从通用语言模型向大模型下游的世界模型、具身大脑和物理 AGI 延伸。

据高工人形机器人不完全统计，2026 年上半年，包括柔性触觉传感器在内的传感器领域累计融资约 30 亿元，同比增长 160.87%。

政策端亦在加注触觉赛道。

深圳 2026 年修订的具身智能机器人产业行动计划，则将多维触觉感知、高精度视、触、力等多模态传感器，以及视觉—触觉—语言—动作（VTLA）模型纳入重点技术方向。

而很多机器人厂商的的具身模型选择的是 VLA 架构，没有 T（触觉）或者触觉为辅助。

对于二级市场而言，越是 " 卡脖子 "" 重点攻关 " 的环节，资本往往越会被给予更高的溢价。

自 10 月 15 日以来，以电子皮肤为代表的触觉企业福莱新材走出了 8 天 5 个涨停板的走势。

（图片来源：雪球）

而虎嗅妙投曾于 2026 年 8 月 13 日在 " 触觉会成为 AI 时代第三大模态 " 一文中表示，" 触觉赛道的风口，正在悄然来临。投资者可关注福莱新材等的股价表现，来佐证触觉赛道被资本重估的趋势。"

现在，不仅仅是触觉，数据采集、减速器、电机、具身本体等整个机器人产业链又开始被资本市场重新追捧。

比如减速器环节的双环传动、电机及灵巧手企业兆威机电、视觉传感器企业奥比中光等机器人产业链企业也出现了较大幅度的上涨。

资本市场开始预期具身大模型的突破，加速机器人商业化，整个机器人产业链将迎来放量。

因此，整个机器人产业链被资本重估。当下，A 股的资金正在炒作这个预期。

这轮行情要想真正获得基本面支撑，还需要回答一个问题：具身大模型究竟能不能突破当前的技术瓶颈？

打穿具身是关键

王兴兴曾给出的预判是，明年 GPT-7 可能把具身问题给打穿。也就是说，机器人技术层面的问题有可能在明年解决。

根据 GPT-6 Astra 测试机器人的表现，我们认为，GPT-7 的智能规划推理能力，已经是可以预期的，但执行层能否可靠稳定无法预期。

虎嗅妙投认为，具身执行层的解决方案，将是打穿具身问题的重要变量。

对于稳定可靠的执行层，国内相关的触觉企业也正在回答这个问题。

目前来看，橡木果机器人、开普勒机器人、千觉机器人等已经发布了执行层的具身触觉模型，在工业场景上已经具备落地的可行性。

在具身操作效果方面，Mark 向虎嗅妙投表示，" 我们执行层的具身本能模型（Natus）已经出现了泛化性，无需预训练，绕开了 sim to real （仿真到现实的迁移）的鸿沟。

比如说：我们在 ODM 厂商的产线上落地时，会遇见快速换产的小批量柔性产线的场景，上午生产一批料，下午换一批料，要求中间不能有任何停顿。无论抓取的形状大小，或是圆的方的，或是光滑的，甚至是有奇形怪状的，我们的执行层模型都可应对。"

这也回应了，前面提到的抓取力度、摩擦力、遮挡和光线变化都会带来误差的难题。

据虎嗅妙投了解，在场景落地方面，橡木果以 Natus 模型为核心的解决方案已在某 ODM 厂商的罐装产线中达成 99% 以上的成功率，部署效率从数小时优化至数十分钟。

此外，据公开报道，另一家机器人企业开普勒推出的 VTLA 全感知模型在某汽车工厂 1000 次连续装配，成功率达 98%。

因此，我们可以看到具身触觉模型在执行层开始具备了可行性。

也就是说，GPT-6 的规划层能力再加上可靠的执行层，是有望达到打穿具身问题的预期。目前来看，下一步这两个能力怎么结合在一起，还没有完全被打通。

当然，这里也不排除世界模型等其他技术架构要也有可能解决打穿具身问题。

另外，规模商业化的进程，也是社会及资本较为关心的问题。

具身触觉模型还需不断地自我进化，需要不断触觉数据进行训练、优化。

而现阶段触觉数据明显不足。

触觉数据只能在物体被接触、挤压、滑动、碰撞时产生，远不如视频数据丰富。为了保证动作精度和模型真实性，其触觉数据积累无法依托模拟器，只能在真实场景下来获取实操数据。

据不完全统计，国内触觉数据供给能力处于万小时级，正在向百万小时级迈进。

因此，各具身厂商会加快进入真实工业场景的步伐，让更多的本体参与其中，一边参与实际的工作，一边采集物理数据进行模型的迭代。

Mark 向虎嗅妙投表示，" 短期内，具身智能在 B 端场景将会有所突破，而 C 端仍不明朗。相较于 B 端，C 端的场景会非常的动态，不确定性会更大，而且会遇到各种各样的意图和安全的限制，需要更强大的模型能力去做。而 B 端再柔性也会有批量的需求。如果说 GPT 时刻是真正商用，至少还需两三年。"

写在最后

我们最后把视角拉回资本市场。

虎嗅妙投认为，这波机器人的上涨，是由 " 具身问题有望被打穿 " 所驱动。

当下，具身问题的解决方案已经初见端倪。因此，资本市场正在炒作机器人进入 B 端工业场景的从 0 到 1，机器人板块被资本市场进行重估。

但我们认为，在被重估时，机器人产业链仍会出现分化。对于 " 重点攻关 " 的触觉环节，资本会给予更高的溢价。触觉大模型、触觉传感器、触觉数据采集等触觉相关环节的估值弹性会更大。

值得注意的是，机器人在 B 端的规模商业化尚未来临。例如 10 月 28 日，福莱新材在股票交易异常波动公告中披露，截至 2026 年三季度末，公司柔性传感器项目累计收入仅 466.75 万元，占整体收入的 0.18%。

对于这波预期炒作，现在还看不到业绩上的支撑，投资者还需谨慎看待。

市面上一直流行着讽刺机器人泡沫的一句话，" 机器人厂商不是 to B，不是 to C，而是 to VC（风险投资）。"

而从产业的角度来看，我们倒是认为，现在可以开始关注机器人在 B 端的落地了。