晚上7点，一条公告弹出来，让盯着具身智能的人坐直了

不是芯片，不是算力卡，而是宇树科技的三季报。

第三季度营收6.65亿元，同比增长69.93%；净利润1.13亿元，同比下降17.37%。前三季度营收18.17亿元，同比增长55.71%；净利润3.87亿元，同比增长270.54%，Q2净利润2.24亿，Q3是1.13亿，环比下降49%。

收入在跑，利润在缩。营收同比增七成，净利同比降17%，环比直接腰斩。增收不增利，而且是主动选择的那种。

拆开看，公告把原因说的很清楚：第三季度研发投入同比增长249.58%，主要系公司持续加大具身智能领域研发投入，尤其是具身大模型相关模型研发与算力投入大幅增长，以及扩充研发团队、持续开展新产品研发所致。

利润不是丢了，是砸进研发了。研发投入同比增2.5倍，砸的方向很明确——具身大模型和算力。这不是被动承压，是主动押注。

这跟之前那盘棋，完全是同一个方向。

中信证券icon研报刚说，GPT-6 Astra进入机器人控制，物理AI迎来重大拐点icon。通用大模型正在从机器人的高层任务规划，向动作生成和执行控制延伸，NVIDIAicon、Stanford等机构在探索用通用模型减少对专用策略训练的依赖，2027年通用模型进入具身任务将成为AI行业的下一个投入方向。

现在宇树科技用一份利润下降、研发大增的季报告诉市场：物理AI不是研报里的展望，是已经在烧钱的现实。研发投入同比增250%，砸的就是具身大模型和算力。机器人要从能走能动变成能理解、能决策、能执行，靠的不是多造几条腿，是把大模型塞进身体里。而塞进去的前提，是算力、是模型、是数据，全是钱。

链条很清楚：物理AI要落地，机器人要动作生成和执行控制，就需要具身大模型、边缘端推理芯片、传感器icon、执行器、光互联和稳定供电。通用模型进入具身任务，推理调用会从云端往边缘走，单位Token成本要更低，芯片要更专用，模型要更轻量。宇树研发投入暴增，说明这条链上的投入已经开始。中信证券说算力产业仍在增长但将回归理性，北美投融两端有困局，我国资本开支空间大但瓶颈在国产芯片性能和产能。现在宇树用利润换研发，说明物理AI的竞赛不只是造硬件的竞赛，还是烧模型、烧算力、烧人才的竞赛。

但也要看到另一面。研发投入大增2.5倍，利润同比转负、环比腰斩，说明投入是猛的，回报周期是长的。具身大模型还在早期，泛化性、安全性、成本都还要验证；机器人量产和场景落地，不是一代产品就能跑通；研发投入如果持续快于收入，利润弹性会被压制；行业竞争在加剧，做具身的、做通用机器人的、做专用模型的都在往里挤。

这跟英维克icon那份季报形成了有趣的对照。英维克营收增33%但利润几乎没动，是被费用和交付节奏拖住；宇树营收增70%但利润下降，是主动把利润砸进研发。一个是被动承压，一个是主动押注。同一个AI链条，不同环节的利润选择不一样。谁在卡位置，谁在换未来。

当然，风险也在。研发投入的回报周期长，具身大模型的商业化路径还在探索；机器人量产和场景落地需要时间，收入增速能不能持续覆盖研发增速还要盯；行业竞争激烈，技术路线和产品定义都可能变；单季利润受研发费用确认节奏影响，不能简单线性外推。但至少这份季报说明，物理AI不是讲故事，是真金白银在投入。

AI的上半场，拼的是谁的模型参数大、谁的算力卡多；下半场，拼的是谁能把单位Token成本打到地板，同时谁能把物理AI的最后一公里、具身大模型的泛化能力和研发投入的回报周期扛住。算力可以买，电力难买；模型可以追，机器人的动作生成和研发兑现难追。

去看看，谁在做具身智能的边缘推理芯片，谁在给机器人供传感器和执行器，谁在给物理AI提供算力基座和光互联，谁又在用研发投入换未来的卡位。那才是这轮AI资本开支周期里，真正被产业趋势和研发投入同时推上台前的硬核方向。

宇树科技