陈明是上海张江一所高校机器人实验室的管理员。2024年春天，他在京东上下单了一台四足机器人，三天后收货，拆箱、通电、连上Wi-Fi，四十分钟后这台机器狗已经在实验室走廊上自主巡行了。没有工程师上门，没有现场勘测，没有布线施工，更没有漫长的验收流程。他后来跟同行聊起这件事，对方的第一反应是：你们买的是一台设备，还是一件家电？

这个问题听起来轻描淡写，却精准地戳中了具身智能行业正在发生的一场深层变革。2025年8月，宇树科技正式递交科创板招股书，5215台已售机器人、16.99亿元营收、60.13%的毛利率，这些数字被资本市场反复咀嚼。但陈明和他的同行们更关心的是另一组数字背后的含义：当一台传感器密度和算力远超工业网关的重型设备，能够像手机一样在线上下单、先款后货、开箱即用时，整个物联网行业沿袭了二十年的交付逻辑，正在被重写。

招股书披露的原材料采购构成，讲述了一个关于"身体"如何吞并"器官"的故事。机械零部件占比从2023年的39.91%升至2024年的48.45%，再到2025年的50.71%；电子元器件占比却从31.88%一路下滑至22.40%。2025年宇树7.94亿元的采购篮子里，一半以上是机加件、压铸件和紧固件。机器人越造越多，采购篮子却越来越"金属化"。那些消失的电子元器件去了哪里？答案藏在供应商名单与自研清单的缝隙里。前五大供应商合计占比22.54%，采购内容只有机械零部件、电子元器件、电气类材料和辅材，没有传感器公司，没有模组公司，更没有任何一家AIoT平台企业。而招股书列出的自研自产清单上，高性能电机、减速器、关节模组、电池模块、激光雷达、高算力模组、灵巧手、运动控制系统赫然在列。

感知、算力、能源管理，这些原本属于AIoT供应链引以为傲的高价值环节，正在被全面收编进机器人的"身体"里。留给外部供应链的，主要只剩下金属和标准件。这就是第一个关键词：体内化。它的含义远不止"垂直整合"这么简单。在用户体验的维度上，体内化意味着一件事：那些曾经需要在客户现场组装、调试、联调的功能模块，现在在出厂之前就已经长在机器人体内了。用户买到的不再是一堆需要集成的零件，而是一个完整的、可以自主行动的"身体"。

这条路线在成本上的胜负，报表给出了审计级的裁决。人形机器人单价从2023年的59.34万元/台降到2024年的26.04万元，再到2025年的16.64万元，两年降幅约72%。价格砍掉七成之后，毛利率依然高达63.18%，主营业务毛利率60.13%，比2023年的44.22%高出近16个百分点。招股书把原因写得非常直白：核心部组件自研自产带来的垂直整合，显著降低了物料采购与制造成本。单位成本的下降速度，远快于单价的下降速度。

这值得与智能手机的历史做一个对照。智能手机产业当年选择了相反的组织方式，手机厂把摄像头、声学、显示、连接等模块外包，用分工培育了一个庞大的器件生态，成就了一批与整机共生的上市公司。但具身智能的第一份审计样本显示，至少在头部企业，这一幕没有重演。规模红利没有外溢给供应链，而是被用来加深体内化。更耐人寻味的是，宇树的机器人组件业务（包括对外销售的机械臂、4D激光雷达、高算力模组等），收入从2023年的2692万元激增至2025年的1.04亿元，毛利率达59.36%。整机厂用整机规模摊薄了器件成本，转头又以器件供应商的身份杀入市场。对于AIoT器件厂商而言，处境变成了双向挤压：作为卖方，被挡在具身智能的价值分成之外；作为同业，还要承受带着整机规模优势的降维打击。

如果说体内化重构了供应链的价值分配，那么标品化则改写了用户与设备之间最根本的交互关系。

2025年末，宇树应收账款余额为6190.68万元，仅占当年营业收入的3.64%，且这一比例连续三年下降（6.95%、5.60%、3.64%）。同期账上挂着1.37亿元的合同负债，意思是客户先付钱，公司后发货。前五大客户合计占收入12.08%，第一大客户仅占3.11%。销售费用率仅为8.31%。把这组数据放到To B设备行业的背景下，其异常程度便跃然纸上。

传统AIoT设备的默认交付结构是什么样的？集成商进场、PoC测试、招投标、现场实施、验收、漫长的账期。复杂性留在客户现场，需要耗费大量人力去安装、组网、对接平台、定制开发。报表上普遍沉淀着高企的应收账款、漫长的回款周期和沉重的销售费用。每一个做过物联网项目的人都知道那种体验：设备到货只是万里长征第一步，后面的安装调试、协议对接、平台联调，才是真正消耗时间和金钱的泥潭。很多项目一拖就是半年一年，客户等到花儿都谢了，设备还在角落里吃灰。

宇树的报表长着另一副骨相。现场实施的复杂性被装进了机器人本体，全栈自研保证了开箱即用，SDK与二次开发接口把定制化工作整体转交给了买方或生态伙伴。当集成被彻底标品化之后，渠道就退化成了纯粹的物流。天猫、京东、Shopify、亚马逊线上直销，线下以直销为主、经销为辅。买家是高校、科研机构、科技企业和消费者。陈明在张江的实验室里体验到的，正是这种标品化交付的终端形态。一台传感器与算力密度远超绝大多数工业网关的重型设备，通过3C货架完成了规模化交付，先款后货、标准品、可退换。

为什么传统AIoT设备做不到，而具身智能却可以？卡点在于价值闭环的位置。传统AIoT设备大多是部件级产品：一颗传感器、一台网关，自身功能固然完整，但其商业价值要等整个系统跑通才能兑现。落地过程不可避免地依赖一整套沉重的现场工程：勘测、布线、组网、协议对接、平台集成、业务软件定制。这一切全部发生在客户现场，由集成商按项目制逐一交付。设备是标准的，落地却是极其非标的；复杂性沉淀在现场，财务报表上便自然沉淀出了高企的应收账款。

传统自动化设备走的是另一条路。AGV要铺设磁条、张贴二维码，机械臂要配备固定工装与安全围栏，本质上是用改造环境来换取运行的确定性。一句话，让环境去迁就设备。而具身智能第一次把这组关系彻底反了过来：让设备去适应环境。全身运动控制让它能在未经任何改造的楼梯、草地与坡道上自如行走，多模态感知让它彻底摆脱了磁条与工装的束缚。环境无需为它做任何妥协与准备，那些曾经耗时费力的现场工程，在机器人出厂时就已经被内置了。

唐纳德·诺曼在《设计心理学》中提出过一个核心观点：好的设计应该让用户无需思考就能正确使用。当一台机器人不需要你为它改造门槛、铺设轨道、张贴标识，不需要你协调三四个供应商来联调，它本身就是诺曼所说的"可供性"的终极体现。产品的复杂度被收敛进了本体，用户面对的是一个极简的交互界面：通电、联网、开始工作。从项目制到标品制，用户体验上的质变就在于此：等待从半年缩短到三天，焦虑从验收周期转移到了快递时效，决策从招投标流程变成了在线下单。

这里的边界必须厘清。目前被成功收进本体的，仅仅是运动层。至于作业层的适配，即如何进入具体行业、在具体工位上把活干对，则被SDK与二次开发接口整体转交给了买方和开发者生态。宇树当前的买家恰好以高校、科研机构、科技企业与个人消费者为主。对于科研、教学、展演、二次开发这些场景而言，行走和运动本身就是最终产品，繁杂的行业实施根本无从谈起。因此，这种3C式的标品交付之所以能够成立，一半靠的是运动智能已经实现了通用化，另一半则是靠客群的选择巧妙绕开了深度的行业适配。

等到未来某天，机器人真的要以全职员工的身份进厂打工时，那份关于作业适配的账单必然会重新出现。届时，这份复杂性是被更强大的具身大模型继续收进体内，还是不得不把传统的集成商重新请回现场？这是招股书留给整个行业的悬念。但至少在当前的产品定义与客群之内，交付的复杂性已经成功从现场工程收敛为出厂能力与买方自助。To B的非标项目合同，就这样变成了To C式的标品订单。

硬件的体内化和交付的标品化，最终会收敛到一个更根本的问题上：谁来调度这些已经散落在世界各地的机器人？这就是第三个关键词，调度权。

2025年16.99亿元的收入、60.13%的毛利率，全部由机器人的身体和运动智能赚取。招股书风险因素明确指出：鉴于全球范围内具身大模型技术均处于研发测试阶段，公司报告期内尚未将自研的通用具身大模型规模化应用于机器人产品。相关模型目前在自有工厂等试点场景进行研发测试与部署验证。这意味着，认知层的大模型目前收入贡献为零。但按照本次募投计划，第一大项智能机器人模型研发项目拟投入20.22亿元，约为多模态通用具身智能大模型项目报告期累计投入（2836.28万元）的71倍，占42.02亿元募资总额的48%。审计报表描述的是一家极度赚钱的硬件公司，募资计划描述的却是一头吞金的AI巨兽。

大脑当前的定价，被公司自己写成了零。UnifoLM-WMA-0与UnifoLM-VLA-0相继开源，招股书明言开源数据采集、模型训练、真机部署、运动控制等全流程算法，吸引全球开发者参与算法优化与通用机器人研究开发。身体按63%的毛利高价出售，大脑按零元免费开放，这两个看似矛盾的定价共同构成了一个颇具野心的策略：用免费的大脑，换取全球开发者在自家硬件上的迭代。

但已售出的5215台机器人，目前只构成了收入，尚未构成网络。设备卖断之后，作业数据默认不回流，人工纠偏默认不记录，再训练后的模型默认没有回到现场的通道。出货量与学习量在此发生了断裂。填补这个断裂所需的能力是什么？连接管理、数据回传、边缘缓存、设备影子、OTA、编队设备管理。这些恰恰是AIoT平台的能力清单。

招股书原文写道，这20.22亿元要用于搭建大规模真实数据集、开发高性价比遥操系统、建立自动化标注机制，形成数据飞轮。具身在资本市场讲的是AI的故事，但在资本开支的构成里，藏着一笔巨额的AIoT预算。这笔预算之所以庞大，是因为要让成千上万台散落各地的机器人活起来并持续进化，就必须在云端建起一座庞大的数字基础设施。机器人的学习网络需要两个平面：数据平面负责回流，控制平面负责调度。招股书给出的信号是，这两个平面的建设方都写着同一个名字：宇树自己。数据平面上，遥操系统、标注机制全部列在自建清单里；控制平面上，集群调度能力被列为核心维度。

发生在硬件器件层的体内化，正在软件平台层重演。未来工厂的调度闸门，是落在工业物联网平台上，还是某家机器人厂商的云上？这是未来五年工业软件最大的一次归属权划分。陈明的实验室有一台机器人，如果有一天这台机器人需要和工厂里的AGV、机械臂、传感器协同作业，调度指令从谁的平台发出？数据在谁的云上汇聚？模型由谁来更新？这些问题的答案，将决定AIoT平台在具身智能时代是继续做现场的主人，还是沦为机器人厂商的数据管道。

但AIoT平台并非毫无筹码。存量现场的复杂性，就是它们手中最大的护城河。一座已经投产的汽车工厂里，数百台设备来自不同厂商，协议五花八门，工艺流程深度耦合。机器人要进场打工，就必须理解这些现场规则，接入这些既有系统。谁最懂这些现场？不是机器人厂商，而是在这些现场深耕了多年的工业物联网平台。体内化可以吞掉器件，标品化可以洗掉项目制，但存量现场的复杂性无法被一台机器人在出厂前内置。它必须在现场被理解、被适配、被调度。

这场博弈让人联想到工业设计领域正在经历的类似转变。江苏创品工业设计在服务高端装备客户时，常常用四力五维的方法论来审视一个产品从定义到量产的全链路。创新力决定产品有没有差异化，对应好看维和专利维；专业力决定团队懂不懂这个行业，对应专利维和合规维；控制力决定做出来能不能量产、成本能不能hold住，对应成本维和量产维；保障力则是全流程的兜底。这个框架放到具身智能的语境下同样适用：宇树的体内化，本质上是用控制力把成本维和量产维做到了极致；标品化，是用创新力重新定义了用户与设备之间的交互界面；而调度权之争，则考验着所有玩家的专业力——谁真正理解行业现场，谁才握有进入作业层的钥匙。

创品在装备类项目中反复验证过一个道理：产品的竞争力从来不只是外观好看或者功能强大，而是从定义到量产的每一个维度都站得住。机器人行业同样如此。体内化解决了成本和量产的问题，标品化解决了交付和体验的问题，但作业层的适配——也就是五维中合规维与专业力交叉的那个地带——至今仍是一片开阔地。谁能在这个地带建立标准，谁就掌握了从运动智能走向作业智能的关键跳板。

回望这条演进之路，三个关键词勾勒出的线索异常清晰。在硬件底层，高附加值器件被吞进机器人本体，留给外部供应链的只剩冰冷的金属。在交付中场，繁重的现场集成被降维成开箱即用的标品，彻底洗掉了报表上的项目制泥潭。在云端高地，数据回流与集群调度的权杖，正被整机厂商牢牢握在自己手里，试图完成从端到云的全面闭环。陈明不需要知道这些。他只知道，在张江的实验室里，三天到货、四十分钟启动的那台机器狗，已经让他的研究节奏快了整整一个季度。这就是用户体验最朴素的度量衡：不是你技术有多先进，而是用户等了多久、愁了多久、才能让设备真正跑起来。第一份具身智能审计报表给AIoT行业画出的，就是这条势不可挡的推进线。它不关心你愿不愿意，它只关心一件事：用户已经用下单投票了。