宇树要怎样从硬件厂商走向智能平台？

  • 核心方向是全栈智能。摩根士丹利认为，此次大会增强了其对宇树转型的信心，公司重点已延伸至物理AI自研、外部模型合作与算力投入。
  • 王兴兴提出四项优先工作：大规模制造、自研物理AI并与全球前沿模型开发者合作、大规模算力基础设施，以及扩大开源数据集。
  • 制造仍是重要底座。报告将大规模制造能力列为关键优先项；宇树的发展路线同时覆盖机器人生产、模型研发与训练资源。

2027—2028年的“GPT时刻”意味着什么？

  • 这是王兴兴提出的技术愿景：他设想公司在2027—2028年迎来“GPT时刻”，届时机器人可在80%的陌生环境中完成80%的任务。
  • 其预览的Physical AI Self Evolution V1.0，让模型自主编写代码、在仿真中训练，再通过现实测试迭代，形成持续自我改进的训练流程。
  • 落地瓶颈集中在可靠物理交互、精细操作、错误自纠与延迟。摩根士丹利认为路线有前景，后续判断取决于这些能力的实际验证。

哪些应用更接近商业落地？

  • 四足机器人的实际应用更成熟，主要体现在自主巡检和应急响应；人形机器人在工业与商业服务中的应用则处于涌现阶段。
  • 开放生态负责拓宽场景。许多展出方案由第三方开发者和集成商完成，宇树提供硬件及开发平台，应用开发由合作伙伴共同推进。
  • 产品线也在覆盖不同任务：全尺寸人形机器人H2-X、机械臂Z1及防爆四足机器人B2-Ex，分别对应不同形态和作业条件的需求。

为什么平台转型仍对应持平评级？

  • 摩根士丹利维持持平评级，目标价为人民币500元，低于2026年10月22日收盘价520元；平台转型愿景尚未促成更积极的评级。
  • 更积极评价的关键里程碑是重复商业订单、更多任务验证，以及智能层价值获取。评价重点覆盖客户持续采购、任务完成能力和公司获得的经济收益。
  • 目标价采用现金流折现法，假设加权平均资本成本为9.3%、永续增长率为5%，对应2027年约42倍市销率。

哪些变量会改变估值判断？

  • 模型竞争力是上行变量。报告将推出有竞争力的通用机器人基础模型列为上行风险，呼应公司从硬件延伸至智能层的方向。
  • 应用复制与收益分配同样关键。可重复部署的应用、获取客户经济价值中的更大份额，均被报告列为上行情形。
  • 下行变量包括硬件竞争、智能能力落后及地缘政治风险；其中前两项直接对应宇树当前的硬件基础与智能平台转型路线。