一句话看懂：中国机器人公司宇树科技（Unitree）在上海IPO后市值一度达到约500亿美元，但据外媒调查，其大量营收来自“政府背景训练中心买机器人、再卖回训练数据”的循环模式，引发对估值真实性和数据质量的质疑。
事件核心：发生了什么
8月20日，宇树科技在上海科创板上市首日股价暴涨460%，市值约500亿美元，募资61亿元人民币（约9.04亿美元），成为中国大陆首家上市的人形机器人公司。但《金融时报》调查指出，这一需求背后存在明显的“循环融资”结构：大量人形机器人被卖给政府支持的训练中心，训练中心通过远程操作让机器人学习物理任务，再将采集到的训练数据回售给制造商。地方政府和制造商通常共同出资设立这些中心。
数据显示，截至6月已有超过90家此类训练中心。对宇树而言，2025年前九个月人形机器人收入中近四分之三来自教育和科研渠道；另一家制造商乐聚（Leju）旗舰机器人45%的销售来自训练中心。分析机构Interact Analysis指出，一段五分钟的机器人舞蹈训练数据成本可高达100万元人民币（约14.8万美元）。
为什么重要
这个模式与美国AI行业此前被批评的“循环投资”逻辑类似——英伟达通过直接投资或担保方式支持OpenAI等客户建设数据中心，被质疑人为制造需求、推高市场规模。中国版循环融资的特殊之处在于，它由地方政府和制造商共同主导，将机器人硬件销售与训练数据回售绑定在一起。这模糊了“真实市场独立需求”与“政策扶持生态内需求”的边界，可能让外界高估中国具身智能赛道的实际商业化进展。
更重要的是，训练数据的质量本身存疑。由于机器人并未在真实环境中大规模运行，Interact Analysis分析师Marco Wang表示这些数据“并非100%有用”，有中心管理者透露每八小时训练中只有两到三小时可用。这意味着即便循环模式能快速扩充数据规模，对模型训练和硬件迭代的实际价值仍待验证。
对用户/开发者/创作者的影响
对开发者而言，如果人形机器人领域的数据采集和模型训练高度依赖这种政府补贴的“温室环境”，那么基于这些数据训练出的开源模型或API服务，在真实场景中的泛化能力可能不及预期。对采购机器人的企业来说，需要甄别厂商营收中多少来自政策驱动的训练中心采购，而非真实的工业或服务需求，否则容易为高估值溢价买单。对关注AI基础设施的投资者，这一案例提醒大家：无论是美国的数据中心循环投资还是中国的机器人训练中心模式，都应关注“自产自销”在营收结构中的占比。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，宇树科技上市后的股价能否企稳是关键观察点——目前其市销率约35.89倍，高于港股同类公司约20倍的水平，分析师直言“股价上涨没有基本面依据”。其次，训练中心模式是否会被监管部门纳入统计口径调整，改变教育科研渠道的营收确认方式。第三，早期投资者已经开始寻求退出，后续是否有大规模减持可能影响二级市场信心。最后，中国能否像此前在电动车和光伏领域那样，依靠政策驱动最终形成真实全球竞争力，是人形机器人赛道需要持续追踪的长期命题。
