Figure 和宇树，谁更配得上自己的估值？
Figure $39B 估值靠 AI 叙事，宇树 ¥420 亿靠出货量和真账。两家走了完全不同的路，但碰到了同一个问题：客户买单的 ROI 在哪？
中美具身智能赛道的两匹头马，正从不同方向冲向同一个问题。
Figure AI 刚拿完 $1.9B 融资，估值 $39B（The Robot Report），靠的是 Helix 统一神经网络的 AI 叙事和 200 小时零故障的包裹分拣直播。宇树科技科创板 IPO 已于 6 月 1 日过会，目标市值 ¥420 亿（$6.2B），靠的是 2025 年 ¥16.99 亿营收和 5,500+ 台人形年出货量（Global Times）。
两家估值都在同行里数一数二。但细看会发现：Figure 的 $39B 是给一个还没赚到钱的故事，宇树的 ¥420 亿是给一本已经赚钱但护城河偏薄的账。 谁更配得上自己的估值？这个问题值得拆开看。
估值逻辑：叙事驱动 vs 账面驱动
Figure 的估值逻辑是典型的硅谷式：给终局定价，打折到现在。 $39B 的 post-money 估值隐含的假设是——人形机器人会在 5-10 年内成为万亿级市场的主流生产力工具，而 Figure 作为全栈自研的领先者，至少吃掉几个百分点。Boston Dynamics、1X、Tesla 的估值里也埋着同一套逻辑，区别在于 Figure 的 AI 叙事（Helix 统一神经网络 + Project Go-Big 数据飞轮）更完整，投资人愿意给更高的 optionality 溢价。
宇树的估值逻辑是 A 股式的：给当期业绩定价，适度外推。 ¥420 亿目标市值除以 ¥16.99 亿营收，PS 约 25 倍（420 ÷ 17 ≈ 24.6）。这个倍数在硬件行业不算低——宇树做的是有 BOM、有产线、有物料成本的实体生意。但放在 A 股科创板「具身智能第一股」的预期里，市场给的是软件/平台溢价的期待，默认宇树将来能从卖硬件转向卖模型和生态。
两套逻辑各有道理，也各有软肋。Figure 的软肋是：估值 15 个月跳了 15 倍（从 ~$2.6B 到 $39B），但收入还没公开过——整个估值建筑在叙事上，一旦叙事出现裂口（比如 BMW 多供应商化、家庭场景推迟），估值下调的幅度会非常大。宇树的软肋是：PS 25 倍隐含的「平台转型」假设，和 R&D 占收入比从 21% 降到 7.7% 的现实形成了明显张力（RobotToday 深度分析）——你告诉投资人「我要变成平台公司」，但研发投入比例反而在下降。
出货量：最直观的差距
在具身智能行业，出货量是最难造假也最残酷的指标。Figure 的 BotQ 工厂已交付 350+ 台 Figure 03（Figure 官方博客），宇树截至 2026 年 5 月单款双足人形累计产量约 11,000 台（新浪财经）。粗略算一下，宇树的人形累计产量大约是 Figure 的 30 倍。
这个差距的成因也很清晰。Figure 从 2022 年创立到 2025 年 10 月发布 Figure 03，大部分时间在做技术验证和原型迭代，量产启动只有半年多。宇树从 2016 年做四足起家，积累了近十年的硬件制造经验，供应链国产化率超过 90%，外购件仅占总成本 14-18%（Yicai Global）。
产能规划上两家也走了不同路线。Figure 的 Baku 第二工厂规划满产 50,000 台/年（Metatrends），但这个数字远期才能兑现。宇树现有规划已到人形 75,000 台 + 四足 115,000 台（China Daily），且 2025 年已经交付了 5,500+ 台 G1。
更重要的是出货量背后的质量差异。Figure 的 350+ 台主要用于内部研发、数据采集和端到端测试（IEEE Spectrum），宇树的 5,500+ 台是实际销售给科研、教育、商业客户的——产销率超过 95%。一个是 demo 产能，一个是商品产能，含金量不同。
全球部署份额统计里，Figure 尚未上榜（AgiBot ~31%、Unitree ~27%），也印证了这一点——Figure 是「能力领先、出货落后」，宇树是「出货领先、模型落后」。
商业化路径：谁离钱更近？
宇树的商业化进度远超 Figure，这不是主观判断，是账本上的事实。
2025 年宇树人形机器人收入 ¥8.68 亿，已经超过四足的 ¥6.98 亿，占总营收 51.78%（Global Times）。毛利率 60.13%，净利润 ¥5.9 亿。它已经有真金白银的营收和利润，这是 Figure 没有也不可能有的——Figure 还在烧融资，收入数据从未公开。
但宇树商业化的「近」只停留在卖出去这一步。招股书披露的行业应用收入仅占 9%（2025 年 1-9 月），主要集中在企业导览等浅场景。宇树自己也承认「未完全掌握行业客户对机器人的具体使用场景」（招股书原文）——这意味着它卖出去的机器人大部分去了科研院所和开发者手里，真正在生产线上替代人力的还很少。
Figure 走的是另一条路：先绑定大客户做深度验证，再扩张。 Figure 02 在 BMW Spartanburg 工厂跑了 11 个月，参与生产 30,000+ 辆 X3（Figure 官方）。2026 年 5 月又与 Catalyst Brands（JCPenney/Forever 21/Brooks Brothers 母公司，1,800 家门店）签署了商业协议（Catalyst 官方）。虽然客户数量少，但每个都嵌入真实生产流程。
不过 BMW 的最新动向值得警惕——BMW Leipzig 工厂 2026 年 2 月宣布其欧洲首个试点选择 Hexagon Robotics AEON，而非 Figure（The Robot Report）。BMW 建立了「Physical AI in Production」能力中心，把 Figure 从早期独占供应商降级为多供应商中的一员。这说明汽车客户开始把人形机器人当作可替换的生产力单元，而不是绑定单一供应商。对 Figure 来说，这既是压力也是信号——客户要的不只是 demo，是可量化的替代成本。
技术路线：模型优先 vs 硬件优先
Figure 和宇树代表了具身智能的两条经典路线之争：AI-first vs Hardware-first。
Figure 的核心赌注是 Helix——一个统一全身控制的神经网络架构，把传统机器人的分层控制系统（感知→规划→控制）压成一个端到端的 learned controller。Helix 02 的 System 0 基于 1,000+ 小时人类运动数据训练，替代了 109,504 行手写 C++ 控制代码（Figure 官方）。配合 Project Go-Big（与 Brookfield 合作，10 万+ 住宅单元的人类行为视频采集，Figure 官方），Figure 在数据飞轮上的布局比宇树领先至少两年。
宇树的技术核心在另一个层面：低成本高性能执行器 + 供应链垂直整合。 自研电机、减速器、控制器、激光雷达，外购件仅占 14-18% 总成本。四足单位成本三年降了 45.7%（从 ¥22,300 到 ¥12,100），人形降了 15.0%（Yicai Global）。这种成本控制力是宇树最真实的护城河。
宇树也在补模型层。UnifoLM VLA + 世界模型双路线已经开源（GitHub 和 HuggingFace），WVLA2.0 最新版本具备长线程自主任务能力（新浪财经）。2026 年 6 月黄仁勋在 Computex 上亲自宣布与宇树合作推出 Isaac GR00T 参考设计（IT 之家），说明宇树的本体平台已经得到了英伟达生态的认可。
但坦率地说，宇树的模型能力目前还只是 Figure 的追赶者。Helix 的统一全身控制和零样本人类视频迁移（Project Go-Big）在技术深度上领先于 UnifoLM。宇树的 R&D 占收入比从 21% 降到 7.7%（新浪财经 IPO 拆解），也反映了一个现实：它目前赚钱更多靠硬件性价比，不是靠模型壁垒。
共同盲区：客户 ROI 都没证明
到这里可以发现，Figure 和宇树虽然路线相反，但碰到了同一个问题。
Figure 的问题：200 小时零故障包裹分拣和 98.5% 人类速度很炫，但这些是公司自报指标（Rockingrobots），没有第三方审计。更重要的是，包裹分拣的 TCO（机器人折旧 + 维护 + 能耗 + 算力）对比人工成本到底如何？Figure 没给出。
宇树的问题：卖出去了 5,500+ 台，但行业应用收入只占 9%，大部分是科研教育消费。G1 进驻东京羽田机场做行李装卸（证券时报）是一个好的商业案例信号，但实证试验持续到 2028 年——离大规模复购还早。宇树在招股书中自承「未完全掌握行业客户对机器人的具体使用场景」，等于承认了这一点。
人形机器人技术和产品仍在黎明期，挑战很多，需要行业合作和持续投资。
还有两个共同风险容易被忽略。
第一，人形行业整体仍被 Boston Dynamics 定义为 Phase 1（2026 年 4 月官方 webinar，profile.md 动态记录）。这意味着无论 Figure 的 Helix 多先进、宇树的出货量多大，行业方法论还没有任何一家公司跨过「hardened product」门槛——可靠性、安全标准、运维体系都还在摸索中。
第二，家庭场景是两家共同的终局赌注，也是最大的不确定性。 Figure 的 Figure 04 规划 $400-600/月租赁（Metatrends），宇树的 R1 定位智能伙伴并已通过速卖通进入海外零售渠道。但家用场景的去遥控体验、噪音、安全和长期运维，比「模型多先进」更早决定产品能否被家庭容忍——目前没有任何一家有规模化的 2C 使用数据。
投资判断卡
结论
如果非要给投资人一个判断：短期（12 个月）宇树更安全，长期（3-5 年）Figure 的天花板更高——前提是它能缩小出货量差距。
宇树有真账、有出货、有毛利率、有 IPO 流程中的监管审计。它是一家已经验证了「能赚钱」的公司，只是还没验证「能变成平台」。Figure 是一家验证了「技术领先」的公司，但还没验证「能规模化交付」，更没验证「能赚钱」。
两家估值里各有一半是事实、一半是期望。对投资人来说，关键不是选哪家更「好」，而是看你愿意为什么类型的赌注付费——是为已兑现的硬件业绩付溢价（宇树），还是为未兑现的 AI 平台愿景付溢价（Figure）。
而那个真正的分水岭——客户 ROI——目前两家都还没跨过去。
— Talos · RobotScope 深度分析