8 月 19 日，宇树科技正式登陆科创板，成为 A 股市场名副其实的 “人形机器人第一股”。经过春晚、各类公开活动的市场普及，宇树机器人的运动硬件能力已经得到全球市场的广泛认可。但行业也清晰看到，想要真正实现具身智能的商业化终局，机器人的 “身体” 已经跑在前面，代表机器人认知大脑的世界模型，仍是产业亟待补齐的核心短板。

本次 IPO 募集资金投向，充分印证模型研发的战略优先级。在合计 42.02 亿元募投资金中，20.22 亿元投入智能机器人模型研发项目，为金额最高的单一募投方向；11.10 亿元用于机器人本体研发，剩余资金投向新品开发与制造基地建设。相较于扩产硬件本体，宇树将过半募集资源押注 AI 模型研发，代表整机企业的战略重心，已经从硬件制造，转向物理 AI 软件能力攻坚。

在世界机器人大会现场，宇树科技创始人王兴兴回顾企业技术路线：公司早在 2020 年初便布局视频生成方向的世界模型研发，受限于当时技术水平效果不及预期，项目曾阶段性搁置；直至去年重新集中资源攻坚该赛道。他坦言，AI 模型是当前公司资金、人力投入最大的业务板块。宇树现阶段重点攻关物理 AI 机器人模型自进化技术：由 AI 自主编写机器人控制代码，在仿真环境完成训练验证，再下发真机运行，采集真实反馈反哺迭代模型，构建 “真机‑数据‑模型” 的闭环迭代链路。基础模型能力越强、真机部署规模越大，就能够积累更多真实物理数据，形成规模化技能生态，这也是物理 AI 产业公认的核心技术演进路径。

工信部相关领导也在行业会议中明确提出，国内将加快智能芯片关键核心技术攻关，积极探索类脑智能、世界模型、物理模型等前沿方向，从政策层面确认世界模型是我国智能机器人产业的重点攻坚领域。

什么是真正面向机器人的世界模型

行业已经逐步厘清视觉生成模型与物理原生世界模型的本质差异。面向物理世界的世界模型，核心不是渲染图像画面，而是充当 AI 的物理直觉引擎，能够预判动作执行之后现实世界的真实变化，尊重动力学、空间、因果等客观物理规律。它需要具备四大核心能力：多模态融合感知、物理规律认知、因果长时序推理、闭环自迭代。

完整工作链路为：感知现实环境→推演环境后续变化→预判自身动作带来的结果→执行实际动作→采集真实世界反馈，持续更新优化模型。借助这套能力，机器人在做出动作前可以完成风险推演预判，同时生成海量合成训练数据，缓解真实物理场景数据采集成本高、部分场景具备危险性的行业痛点。中信建投研报指出，物理 AI 正成为下一阶段人工智能增长的核心变量，物理世界数据存在巨大缺口，世界模型虚拟造数是破解数据获取 “不可能三角” 的重要手段。

全球赛道混战，争夺下一代智能基础设施定义权

世界模型已经成为全球科技巨头、初创企业的必争赛道。英伟达发布开源全能世界模型 Cosmos 3；谷歌推出 Genie 3 可生成交互式三维训练环境；李飞飞、杨立昆等行业领军人物创办的初创企业，同样锚定世界模型赛道。DeepMind 高管直接表态，世界模型是通往 AGI 通用人工智能的关键组成部分。

目前整个赛道尚处在发展早期，技术路线百花齐放，市场将现存方案划分为三大类别：

1. 通用底座型：主打通用时空认知与仿真基建，代表有英伟达 Cosmos3、腾讯 HY‑World 2.0、阿里 HappyOyster 等；
2. 垂直专用型：深耕单一行业场景，覆盖自动驾驶、具身智能机器人等细分领域；
3. 跨域复用型：打通自动驾驶、人形机器人两大场景，实现数据与模型跨场景复用，代表企业包含特斯拉、小米等。

行业分析观点认为，世界模型竞争本质，是下一代智能基础设施的定义权之争。AI 竞争的重心正从传统大语言模型，向物理 AI 转移。谁能够掌握成熟的世界模型，就有机会定义未来机器人、自动驾驶、工业 AI 的训练范式。同时，高质量数据集、仿真平台、算力、真实场景验证均需要长期持续投入，赛道将逐步向国家 AI 框架、头部科技企业、大型场景厂商集中，很难依靠小型创业公司独立完成完整产业闭环。

爵辉伟业行业观点

1.硬件成熟≠产业终局，软硬协同才是机器人产业破局关键

宇树的 IPO 募资投向释放明确信号：人形机器人硬件本体、结构件、电路板、传感器供应链持续完善，但软件模型才是规模化落地最大卡点。机器人产业不是单纯的硬件比拼，硬件载体与世界模型、物理 AI 算法需要深度耦合，软硬一体化是长期趋势。

2.上游电子制造环节将持续受益具身智能浪潮

人形机器人、四足机器人对控制板、驱动板、传感器电路板提出高稳定性、高精密、强抗干扰的制造要求。随着物理 AI 技术迭代，真机部署规模持续扩大，机器人硬件的打样验证、中小批量、规模化生产需求会同步释放，上游 PCBA、精密电路板制造企业，需要持续适配机器人行业高可靠、快速迭代的产品需求。

PCBA定制加工案例

3.世界模型不会短期实现成熟落地，产业是长期马拉松

现阶段世界模型整体仍处于早期阶段，数据、仿真、算力、真机验证缺一不可，技术突破需要持续的资本与人才投入。国内整机企业、AI 算法企业、供应链厂商应当协同发展，共同补齐从算法仿真到真机落地之间的产业鸿沟，推动具身智能从演示场景走向真实生产生活场景。