8月21日，A股市场震荡，机器人板块低开上冲后水面附近窄幅震荡，尾盘再度走强，截至14:25，机器人ETF汇添富（159213）标的指数涨超0.5%。

机器人ETF汇添富（159213）标的指数成分股涨跌不一，恒立液压涨近4%，三花智控、绿的谐波、拓普集团等涨超1%，石头科技等跌超2%，科大讯飞、大族激光等回调。

【机器人ETF汇添富（159213）标的指数前十大成分股】

截至14：27，成分股仅做展示使用，不构成投资建议。

消息面上，宇树将被纳入KraneShares旗下两只ETF：在纽交所和伦交所双重上市、追踪科创板的KSTR，以及在纳斯达克上市的KOID。后者是美国第一只、也是全球规模最大的人形机器人主题ETF。

近日，宇树科技正式登陆科创板，上市首日市值一度高达4449.06亿元，但首日热潮褪去之后，昨日宇树科技大幅回调，市值降到约2779亿元，和上市首日盘中最高点相比，两天时间，市值蒸发超过1600亿元。

【宇树4400亿市值狂欢之后，人形机器人板块迎来定价重估】

宇树科技发行市盈率本身已经达到了219.23倍，远超整个行业平均市盈率，上市首日开盘最高涨幅甚至摸到了629%，相当于用短短几个小时的交易，就把市场对宇树未来好几年的业绩增长空间直接反映在股价上。而热潮褪去之后，市场开始审视企业真实价值的定价。

过去两年，人形机器人已成为最炙手可热的科技“时尚单品”，从舞台表演到运动会跑步，在这些热闹的展示之后，市场最关心的是“机器人什么时候才能真正会干活？”

当前人形机器人商业化门槛仍然较高，前期资本投入高、ROI压力大。非标准化场景——医院、酒店、家庭——技术难度远超仓储、工厂，行业必须先跑通结构化场景才能谈规模；整机单价也需进一步下探，才能在B端、C端真正普及。

昨日在世界机器人大会上，王兴兴直言当前大模型文本推理能力较强，但落地真机极易失效，根源是缺少海量真实物理交互数据集，AI 无法适配真实世界微小误差，也就是产业常说的现实“最后一厘米”难题，哪怕几毫米动作偏差，都会造成任务失败。

在行业发展进程方面，王兴兴也提出了“未来快的话2年到3年，慢的话5年到10年时间，在80%的陌生场景中，通过语音或者文字指令，机器人能够顺利完成大约80%的任务，就差不多实现具身智能‘ChatGPT时刻’，这就是未来真正产业临界爆发点。”

在宇树布局方面，他首次公开阐释宇树科技探索的“物理AI机器人自进化”概念。他表示，过去数年间AI已广泛应用于编程与各类开发，但在机器人领域的运用仍不足。为此，宇树科技正推动物理AI机器人模型自进化体系建设：依托前沿大模型，设定相应规则、经验约束与工具边界，由模型自主检索前沿论文、优质研究成果及开源方案，并自动生成机器人控制代码。

【具身智能尚未“智能”，瓶颈在哪？】

中银证券指出，当前大模型的泛化能力不足是阻碍人形机器人在开放、非结构化环境中可靠部署的核心障碍。以目前人形机器人展示出来的硬件水平来看，能够满足落地基本需求，阻碍人形机器人大规模商业化的瓶颈包括通用性和泛用性、成本等等，其中以“大脑”为核心的智能化能力水平仍偏低是最核心的障碍。根据乐聚智能招股说明书，从人形机器人功能实现的角度看，类比于智能驾驶，可以将人形机器人智能化技术的发展分为五个等级，当前全球大多数人形机器人产品的智能水平仅L1-L2阶段，可实现特定场景下的特定功能，满足结构化任务的需求，但泛化能力整体较弱，部分头部企业正在逐步向L3等级探索。2026年4月，斯坦福HAI发布的《AIIndexReport2026》中，机器人操作在仿真环境中的成功率高达89.4%，但在真实家庭场景中则骤降至12%。这种泛化能力的缺失，使得机器人难以应对非结构化场景中的微小变化，严重限制了可部署场景的范围。

此外，具身智能模型落地需要的高密度、高质量数据严重匮乏。伴随具身智能技术架构由手工编程转向数据驱动的端到端大模型，数据需求从低量单一模态数据逐步升级为海量、多模态、高精度和跨任务长程数据，无论是VLA还是世界模型，其能力提升均高度依赖大规模、高质量真实交互数据。根据银河通用的分类，具身智能数据集可以按照获取成本由高到低、可规模化程度由低到高大致分为真机自主作业回流数据、真机遥操作数据、合成仿真数据、人类行为数据以及互联网数据，其中真机数据的价值量高、获取难度最大，是具身智能落地的可靠数据源。根据亿欧智库的预计，要实现具身AI模型真正可用，需要至少1000万小时级别的真实场景交互数据，然而当前全行业高质量真实物理交互数据总量仅约50万小时，数据缺口高达20倍。数据规模和数据质量不足，会使模型难以从单一任务训练迁移到更复杂的真实作业流程。

【具身智能大模型多线并行，发展到哪了？】

目前具身智能大模型仍处于多技术路线并行探索阶段。传统人工智能更多处理文本、图像、语音等数字信息，能够完成识别、生成和推理等任务，但其能力主要停留在软件系统和虚拟空间中，具身智能的不同之处在于，它要求智能体拥有能够感知环境、理解任务并执行动作的“身体”，通过与外部世界的持续交互形成感知、决策、行动和反馈的闭环。根据焉知机器人，当下具身智能领域主流的模型包括LBM、VLA、世界模型和其他模型四大类，其中VLA试图将视觉、语言和动作统一建模，使机器人能够根据图像、指令和环境信息生成动作；世界模型侧重学习环境状态变化和动作后果，为任务规划和策略决策提供依据；行为大模型则通过学习大规模行为数据，提高技能复用和跨任务迁移能力。三类路线分别对应“理解—行动”“预测—规划”和“行为复用”不同方向，但在精细操作、高频控制、物理一致性和跨场景泛化等方面仍存在不足。

相对成熟的VLA模型在泛化能力上存在一定瓶颈，世界大模型有望成为主流方向，但仍处于早期阶段。根据焉知机器人的统计，目前超过90%的具身智能落地项目都集中在相对成熟的VLA路线，其核心优势是依托成熟的大语言模型（LLM）和VisionTransformer，数据驱动强，上手快，短期能快速产生商业价值。但是VLA具身大模型的短板也非常明显，其在泛化能力、长时程任务与推理能力、响应速度、高质量训练数据等方面面临挑战。世界模型凭借在跨场景泛化、数据效率、长尾场景应对和决策闭环上的显著优势，有望成为接下来具身智能模型发展的主流方向，但是目前多用于模拟数据生成和策略评估，辅助VLA训练，部分前沿项目已尝试简单机器人任务，但整体仍处于早期。（来源于中银证券20260808《人形机器人行业深度报告——具身智能理想载体，奇点渐至未来可期》）

全球科技巨头/新秀全面下场布局人形机器人，行业量产奇点已至！全面拥抱人形机器人大时代，布局万亿成长空间，认准机器人ETF汇添富(159213)，联接基金（A：024768，C：024769）跟踪中证机器人指数，人形机器人含量高达69%，该指数结构与产业链环节高度契合，为投资者提供一键布局机器人及其产业各环节的投资工具。

风险提示：基金有风险，投资需谨慎。投资人应当阅读《基金合同》《招募说明书》《产品资料概要》等法律文件，了解基金的风险收益特征，特别是特有风险，并根据自身投资目的、投资经验、资产状况等判断是否和自身风险承受能力相适应。基金管理人承诺以诚实信用、谨慎尽责的原则管理和运用基金资产，但不保证基金一定盈利或本金不受损失。以上基金属于中风险等级（R3）产品，适合经客户风险承受等级测评后结果为稳健型（C3）及以上的投资者。请投资者关注指数化投资的风险以及集中投资于细分有色指数成分股的持有风险，请关注部分指数成分股权重较大、集中度较高的风险，请关注指数化投资的风险、ETF运作风险、投资特定品种的特有风险等。文中提及个股仅为指数成份股客观展示列举，本文出现信息只作为参考，投资人须对任何自主决定的投资行为负责。本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议。投资者在申购/赎回ETF基金份额时，申购赎回代理券商可按照不超过0.50%的标准收取佣金，其中包含证券交易所，登记机构等收取的相关费用。其他基金的销售费用请参见相应基金的招募说明书，产品资料概要等法律文件。