宇树科技IPO：“大脑” 技术成熟度行业领先，WVLA2.0重磅落地重塑具身智能新高度

5月25日，上海证券交易所上市审核委员会公告，定于6月1日召开2026年第31次上市审核委员会审议会议，审议宇树科技股份有限公司首发事项。若顺利通过，这家源自杭州的硬科技企业将成为A股“人形机器人第一股。

宇树科技所处高性能通用机器人行业属于机器人领域最复杂、最前沿的技术领域之一。宇树科技作为行业标杆企业，在全球范围率先实现高性能四足机器人的公开销售与行业落地，高性能通用人形机器人、四足机器人近年来全球销量保持领先。公司以技术创新构建机器人产品生态，人形及四足机器人被众多国内外知名高校与科研机构、科技企业、全球开发者所广泛使用，尤其在海外市场具有较高认可度，并以全球领先的市场份额、持续突破的技术创新，推动了高性能通用机器人的行业技术进步与产业化进程。

上会前夕，宇树科技新一代机器人“大脑”WVLA2.0具身大模型重磅落地，并成功赋能G1人形机器人实现会议室自主整理场景常态化运行。实测中，机器人无需远程操控，可在存在外部干扰的复杂环境下，独立完成物品归置、分类收纳等一系列连续任务，标志着国产人形机器人正式迈入长线程、高自主、强鲁棒的作业新阶段，为人形机器人规模化商业落地筑牢核心技术底座。

深耕科技创新，构筑“本体+小脑+大脑”全栈技术体系

据公司招股书上会稿，2025年，宇树科技实现营业收入16.99亿元、扣非后净利润5.91亿元，财务状况和持续盈利能力显著提升。实现了人形机器人出货量全球第一。

市场地位和财务表现的背后，是宇树科技构筑的“本体+小脑+大脑”全栈技术体系。

在硬件层面，宇树科技突破了一体化关节集成、高紧凑度机身集成、抗摔防护等关键技术，实现了高性能电机、减速器、灵巧手、激光雷达等核心零部件的自主可控，托多年硬件技术积累与深度垂直整合能力，搭建起涵盖机械结构、动力系统、嵌入式控制的完整硬件自研体系。在持续迭代优化人形、四足机器人本体产品的同时，公司自主研发具身智能、强化学习、运动控制等核心算法模型，攻克散热管理、能源管理、电机驱动等智能系统技术，自主突破高性能电机、减速器、灵巧手、激光雷达及各类传感器等核心零部件技术，大幅提升通用机器人的集成度与全身灵巧运动性能，持续引领行业技术创新迭代。

在系统架构层面，宇树科技依托从嵌入式底层驱动到高级运动控制算法的全栈自研能力，在机器人软件与算法领域构建了深度技术壁垒。公司核心算法紧密围绕机器人在未知、非结构化环境中的高动态运动需求，覆盖“小脑”运动控制、“大脑”理解预测等多层次能力，并通过持续的 OTA 升级机制、开放的二次开发生态，持续提升各类算法的适应性及商业化效率。

在“小脑”层面，公司引入深度强化学习技术应对环境的不确定性和复杂性，通过大规模并行仿真与训练，提升机器人在未知环境中的运动能力和泛化能力；通过对实机的动力学建模与前馈，提升从仿真到实机的一致性，同时确保了控制的精确性和可靠性。同时，公司运动控制算法深度整合雷达、视觉、惯性测量单元（IMU）及力传感器等多模态感知信息，实现了多模态感知与运动控制的闭环。公司在“小脑”相关具身本体智能模型技术的持续开发演进过程中，展现出了领先的技术前瞻性与工程化执行力，形成了清晰、稳定且高频的迭代节奏，体现了在运动控制领域持续领先的研发效率与系统化创新能力。

在“大脑”层面，宇树科技通过真机采集大量数据进行训练，使高性能通用机器人能够更好地理解自然语言指令、环境感知交互，并生成相应的动作策略，向真正的“具身智能”迈进。同时，公司积极探索开发机器人具身智能模型，旨在构建能够预测自身与环境交互状态的具身大模型，通过预测未来与物理世界的交互过程动态优化决策性能，并结合模仿学习与强化学习的优势，大幅压缩算法迭代和任务适应周期，加速从仿真到实物的迁移。在“大脑”相关具身大模型技术研发进展方面，公司目前在 WMA 模型与 VLA 模型两大技术路线上均有所布局与投入，并先后于 2025 年 9 月、2026 年 1 月开源发布了通用 WMA 模型“UnifoLM-WMA-0”与通用 VLA 模型“UnifoLM-VLA-0”。

“大脑”整体研发能力与技术成熟度已位居行业领先梯队

机器人“大脑”层面的具身大模型相关技术正处于快速发展的探索阶段。在“大脑”层面所研发的具身大模型技术主要包括优必选的多模态大模型 Thinker、银河通用的 GraspVLA 模型与 TrackVLA 模型、智元的 Genie Envisioner（GE）模型与 Genie-Reasoner 模型、千寻智能的Spirit-V1.5 模型、星海图的 G0 模型、Skild AI 的 Skild Brain 模型、PhysicalIntelligence 的π-0 模型等。该等模型主要采取 VLA 架构技术路线。宇树科技在 WMA 架构与 VLA 架构两大技术路线上均有所布局与投入，且取得了较为显著的研发成果，整体研发能力与技术成熟度已位居行业领先梯队。

 WMA 模型“UnifoLM-WMA-0”是宇树科技面向多类机器人本体所研发的第一代 WMA 模型，专为通用机器人学习与跨本体泛化能力构建而设计的具身大模型。该模型技术的核心在于构建一个能够显式建模机器人与环境交互物理规律的世界模型，为机器人决策与控制提供统一的认知与预测基础。该模型在世界建模、动作生成与跨本体泛化能力方面实现了系统性突破，代表了当前具身智能领域在“世界模型-动作”范式上的最前沿探索，为通用机器人智能提供了可复用、可演进的基础性技术底座，为全球具身大模型研发提供了重要参考。

宇树科技创新性地提出全球首个视频生成网络与动作头网络的并行架构。相较于现有主流的“串行”方案（即先生成未来视频、再基于视频生成动作），该并行设计可降低推理时延。同时，该模型利用机器人与物理环境交互来预测网络每一层的隐空间表征，为动作生成提供更具物理一致性的先验约束，从而进一步提升策略性能与稳定性。

此外，该模型作为可交互的仿真器运行，使机器人能够在“想象空间”中完成训练与评估，具有较强交互式仿真引擎能力，有效降低与真实环境直接交互所带来的成本与风险。同时，该模型可用于生成高质量合成数据，支撑下游策略学习与泛化能力的提升。在真机实验中，UnifoLM-WMA-0 模型已验证其在多类机器人本体、多类任务的作业能力。此外，该模型作为可交互的世界模型仿真器，可支持 10-20 轮的多步交互推演，以视频生成的方式在已学习的世界模型中完成多类本体、多任务的连续作业。

 VLA 模型“UnifoLM-VLA-0”，宇树科技旨在打破传统 VLM 模型应用在具身物理世界操作中的技术局限。宇树科技在技术上实现了两项核心突破：一是具备较强的空间与语义理解能力，针对机器人操作的高精度需求，该模型构建了包含 2D/3D 预测及语义分割的专用数据集，通过持续预训练，不仅强化了文本指令与图像细节的深层关联，更大幅提升了模型的空间感知水平。二是具备全链路动力学预测能力，UnifoLM-VLA-0 不仅具备感知能力，并且能够理解物理世界的运动规律。该模型集成了动作块预测、前向动力学及逆向动力学等全方位的建模能力，从而显著提升了 VLA 模型在复杂交互任务中的表现。在真机实验中，UnifoLM-VLA-0 展现了较强的泛化能力，仅使用单一策略（One Policy）即可在真实物理环境中完成 12 个不同的操作任务，体现了该模型作为通用机器人多模态基础模型的潜在能力。

“大脑” 技术迭代迅速，WVLA2.0 重塑具身智能新高度

值得一提的是，在持续研发投入之下，宇树科技在产品与“大脑”层面迭代迅速。5月25日，宇树科技测试发布WVLA2.0具身大模型，具备全栈自研闭环、长线程自主任务、强抗干扰鲁棒性、硬件适配友好、真实场景泛化强等优势，同步落地G1人形机器人会议室自主整理应用，机器人无需远程操控，在外部干扰环境下，顺利完成物品归置、分类收纳等系列操作。解决了传统模型 “落地难、干扰弱、成本高” 的痛点，为人形机器人商业化提供了可行路径。

对于通用机器人的“大脑”层面的发展规划，宇树科技在申报材料中称：首先，公司在具身大模型方面将进一步加强“WMA 大模型”与“VLA 大模型”的研发投入，通过深度优化 WMA 模型的动态预测与 VLA 模型的多模态协同，提升系统在复杂场景下的自主决策水平，着重优化模型在“场景泛化”“指令泛化”“动作泛化”“任务泛化”的多维度泛化性能。公司将在持续攻关两条主线关键技术的同时，针对“双系统”协同技术路线的性能增益，展开系统性评估、验证、再到新架构的探索研发，为在复杂、长程任务场景中的规模化应用奠定可演进的技术基础。

宇树科技本次发行募投项目之一“智能机器人算法研发项目”实际主要投向于“大脑”层面相关技术研发，其中的具身操作大模型算法、合成数据与仿真训练、真实世界数据采集、具身智能开发训练平台等投资方向均属于“大脑”层面相关技术研发活动，涵盖了从模型开发、数据采集、模型训练等多个“大脑”层面相关技术环节及领域。

此外，宇树科技还将依托具身智能中试基地，联合高校及头部科技企业开展具身“大脑”相关技术的协同研发，并围绕仓储分拣、柔性装配、电力作业等 15 个应用场景推进模型部署与验证，加速具身智能模型的工程化落地与规模化应用。