宇樹科技正在把成都定位為具身智慧在西部的研發驗證、場景部署、資料回饋與人才培養據點,而不只是銷售據點。其全資子公司「成都宇辰科技有限公司」已於2026年9月2日完成工商登記;宇樹與成都市規劃圍繞研發、中試基地、場景創新、資料服務及產教融合五個方向合作。
2
4
這套規劃的名稱是「三基地、兩中心」,目的在把機器人從實驗室原型,一路推進至可驗證、可部署、可持續改良的產品與服務。
「三基地、兩中心」各自做什麼?
1. 機器人西部中試基地:補上樣機與量產之間的一段路
西部中試基地將聚焦人形、四足及輪臂機器人的核心技術,定位為西部地區的機器人創新研發與成果轉化平台。
2
6
所謂「中試」,可理解為原型機走向量產前的實地驗證階段:不只要確認機器人能動,還要驗證設計能否穩定製造、維護與重複交付。對硬體產品而言,這正是研發成果跨越實驗室、進入市場的關鍵關卡。
2. 影視機器人基地:以文旅與內容場景測試機器人
影視機器人基地規劃整合成都的文旅演藝、數位文創、影視與動畫資源,應用場景包括舞台展演、影視拍攝及沉浸式旅遊,並建立研發、營運與服務能力。
2
6
這不只是吸引目光的展示用途。演出或拍攝現場雖相對可控,仍能測試機器人的動作、與人互動及現場營運流程;同時,這類場景也能創造面向大眾的內容與產品曝光。
3. 教育機器人基地:建立從學校到產業的人才管線
教育機器人基地將串連中小學、職業院校與大學,規劃分級的人工智慧與機器人課程,並搭建實訓平台,建立長期人才培養體系。
2
3
對具身智慧產業來說,機器人不只需要研發人員,也需要懂得操作、整合、維護與設計應用流程的人才。教育基地的意義,在於讓人才培育和產業部署能夠同步推進。
4. 機器人場景創新中心:將展示變成明確任務
場景創新中心將以市場化方式,推動人形與四足機器人在公共安全、教育科研及文旅服務等場景的創新應用。
3
6
具身智慧的能力,必須放進具體工作環境裡才能衡量:它是否能安全完成任務?需要多少現場支援?故障頻率如何?這些問題比一場精彩展示更接近產品化的現實。
5. 機器人資料採集中心:讓真實操作成為演算法養分
資料採集中心將布設專業採集終端,為具身智慧演算法迭代提供資料支援。
3
6
具身智慧系統必須感知、移動並在物理環境中採取行動,因此真實運行資料尤其重要。中國目前推進機器人訓練,也強調由實機操作與結構化訓練環境取得任務資料。
1
為何選成都?這裡已有產業集群與可用場景
成都正嘗試把製造、應用場景、資料與人才整合成具身智慧產業集群。當地報導指出,宇樹、優必選、智元創新、銀河通用與星動紀元等業者都已在成都布局。
35
智元的西南基地可作為參考:基地首批已有200台成都製人形機器人下線,並規劃承擔研發試製、規模化量產、整機總裝、區域供應鏈管理、資料採集與訓練等功能。
32
39
政策目標也為這類布局提供了方向。成都市提出,到2027年底具身智慧產業規模力爭突破人民幣500億元,並推動產品與應用場景相關計畫;另一份人工智慧行動計畫則訂下2027年AI核心產業規模突破人民幣2,600億元的目標。
43
47
41
對宇樹而言,成都的吸引力主要在三件事:
- 產品驗證:中試能力可檢驗一款機器人是否已準備好被重複部署。
- 場景取得:文旅、教育、商圈及公共服務等環境,能提供不同的實際操作條件。
- 資料與人才:現場資料有助模型與產品迭代,教育合作則有助建立開發、操作與整合的人才基礎。
真正的策略:形成「部署—學習—改良」循環
「三基地、兩中心」背後的商業邏輯,可概括為一個循環:
- 透過研發與中試,完善硬體與產品設計。
- 藉由場景創新中心及專題基地,將機器人放入明確的任務環境。
- 透過資料採集中心記錄實際運行資料。
- 以資料改善演算法、可靠度與產品設計。
- 培養下一輪部署所需的人才與合作夥伴。
若能運作順暢,一次商業部署不只是賣出或租出一台機器人,也能成為下一代產品的驗證資料來源。不過,前提是機器人必須持續執行固定任務,而不是只在單次活動中亮相。
商業化的分水嶺:從吸睛展示到可重複服務
成都的街區、旅遊場館、教育機構與娛樂內容,確實能讓機器人快速被看見;但曝光度不等於產品市場契合度。
真正的考驗在於,宇樹能否把某一種用途標準化:讓機器人在安全、可靠、可控維運的前提下,持續完成特定工作,並且讓客戶認為長期成本合理。理想成果應是可續約的服務,或能複製到不同客戶的產品部署,而非依賴補貼的首發活動、展覽或短期表演。
目前這項成都計畫仍在早期階段。相關報導指出,成都宇辰科技的投資規模、人員配置與具體營運內容尚未公布,三個基地與兩個中心也仍待逐項建設。
7
結論
宇樹進軍成都,可視為建立一套西部具身智慧「作業系統」:以中試承接人形、四足與輪臂機器人的產品化,以文旅與教育打開部署與人才入口,再透過應用創新和真實資料採集持續迭代。
2
6
成都的產業聚集、政策目標與多元場景,確實讓這套做法有了落地條件。但最終判斷標準仍很直接:這些場景能否產出安全、穩定、經濟上可持續,並可被大量複製的機器人服務,而不只是讓機器人多幾個登場地點。