8月19日，宇树科技正式登陆科创板，集合竞价阶段，宇树科技（N宇树-W）股价最高飙至1100元/股，涨幅629.44%，市值高达4449.06亿元。
这场IPO盛宴，毫无悬念地推至今年机器人赛道最瞩目的位置。
但比这些数字更值得关注的，是其背后释放的行业信号：具身智能赛道已经告别“酷炫翻跟头”的技术演示阶段，正式进入“场景商业化验证”阶段。资本市场不再为Demo视频里的后空翻买单，而是要看真实场景中的订单量、设备运行时长、客户复购率。
最重要的是，各家具身智能厂商的商业化路径是否真正跑通。
宇树、优必选、卧安的场景选择
一位具身智能业内人士指出，除软硬件产品及相关技术因素外，具身智能要真正跑通商业化，核心在于找到一个足够好的场景，并迅速产生复购。
而评判“好场景”的标准，可以浓缩为一个公式：数据密度 × 验证速度。
只有数据密度足够高、反馈闭环足够快的场景，才能支撑具身智能的数据飞轮持续转动。谁能在真实场景中持续沉淀高质量交互数据，谁的模型迭代就越快，进而形成代际优势。
换句话说，场景选对了，数据、模型、产品会不断强化，订单自然到来；场景选错了，再炫的技术也只能停留在实验室。
按此标准回看，宇树、优必选、卧安恰好呈现了三种不同的场景选择逻辑。
优必选押注工业制造场景，数据密度极高，但验证周期漫长。它把机器人送进汽车工厂“实训”，在真实产线上积累数据、反复调试。虽然前期交付量极小、成本高昂，但一旦场景验证完成，订单便迅速放量——2025年从350万一台的定制服务到76万一台的标准化产品，交付量增长358倍，正是场景验证通过的标志。
卧安则从家庭原生场景切入，选择数据密度适中但验证速度更快的路径。它先以运动健康、情感陪伴等细分产品落地，快速获得用户反馈和数据，再逐步汇入通用人形机器人。家庭场景单点数据密度不如工厂，但用户基数大、迭代快，数据飞轮更容易启动。
宇树坚持做标准化硬件，主要面向科研教育等场景。该类场景验证速度快、成本可控，宇树凭借极致降本和标品策略率先盈利，商业化道路验证后，再向更多场景延伸。
极智嘉：把“数据密度×验证速度”推到极致
与宇树、优必选、卧安不同，极智嘉把“数据密度×验证速度”这个公式推到了极致：其具身智能第一站选择了仓储物流，这个数据密度最高、反馈闭环最快的场景。
为什么是仓储？极智嘉联合创始人陈曦的判断很直接：进厂进店，不如进仓。制造场景可复制性差，每一条产线、每一个工位都不同，标准化和规模化难度极高；零售场景的需求本身存疑，无人零售并不需要人形机器人就能实现，而真实门店里商品杂乱、堆叠、遮挡，与展会演示的理想化陈列相去甚远。相比之下，仓储作业标准高度统一，但SKU极多、数据密度极大，是具身智能最理想的训练场和商业化起点。
极智嘉在这个场景里已经扎得足够深。其服务网络覆盖全球，64个服务站及12个备件中心构成的本地化运维体系，确保产品能真正交付并稳定运行。
例如，在香港，极智嘉与奢侈品物流商OMLOG合作，在层高仅3米的极限仓库内部署货架到人方案，7万平方英尺管理超1000个货架，效率提升200%，订单拣选近乎零差错；在美洲，极智嘉与拉美工业存储龙头Mindugar战略合作，将方案与本土基础设施深度融合，直击仓储坪效与人工成本痛点。
支撑这套体系高速运转的，是极智嘉已经跑起来的数据飞轮：7.2万台AMR在全球仓库日夜运行，持续产生真实物理交互数据；950家终端客户、78%的大客户复购率，意味着场景入口已被反复验证，不需要从零教育市场。
这些数据不断反哺模型，让极智嘉的具身飞轮越转越快。
在此基础上，极智嘉的具身智能产品已经开始承担真实工作：
无人拣选工作站UPH超400件/小时，无人提总工作站UPH超600件/小时，均为人工两倍以上，准确率达99.99%；搭载Gravity 4D世界动作模型的Gino 1人形机器人，也在WAIC现场与移动机器人、专用工作站协同完成拣选、播种和搬箱，单任务作业时间缩短约30%。
随着飞轮加速，极智嘉的具身智能路径已经清晰：仓储只是第一块训练场。在这里锻炼出的抓取、分拣、路径规划和多机协同能力，以及积累的海量真实物理交互数据，未来可以平移至制造、零售、服务等更广阔的场景。
极智嘉不是在从零开拓新大陆，而是在已验证的仓储网络中叠加新能力，然后将具身智能能力向更远处延伸。
从宇树上市开始，具身智能的竞赛已经从“谁的技术更炫”转向“谁的场景更实”。数据密度与验证速度，正在重新定义这个行业的估值逻辑。
当资本市场的耐心从Demo转向订单，真正能留下来的，只会是那些在真实场景里跑通复购、让数据飞轮转起来的公司。
