同时，对于宇树科技而言，其面临的另一大风险，则是其在招股书中坦承的"重体轻脑"问题。宇树显然意识到了这一短板，在IPO募投项目中，拟将近一半募投资金投入具身大脑研发，并引入DeepSeek战略配售，这被视为其补齐"大脑"短板的关键一步。
"具身智能产业链不同环节估值逻辑不能一概而论。像宇树科技这类本体企业，依托国内供应链已经实现盈利，其上市后，则会成为全行业通用估值对标标的。"康雨对《财经》表示，"未来一两年会有多家具身智能企业登陆资本市场。上市后股价波动，会直接反映资本市场对企业的预期，相比一级市场估值更考验企业经营与创始团队心态，其长期综合实力最终也会体现在市值上。"
产业卡点
事实上，如何攻克通往通用具身智能的技术、成本、商业化甚至法规标准等产业卡点，真正让机器人走进千家万户兑现其百万亿级赛道潜力，是整个具身智能产业链及投资者最为关注的核心问题。
康雨对《财经》表示，对于具身智能产业链，短期内细分垂类场景应用落地会很快；但全场景通用人形的普及，还有很长的发展周期。
在技术层面，如何实现通用具身智能的最大卡点问题？丁健对《财经》表示，物理交互数据采集与标准化难题、具身专用大模型训练迭代效率以及整机硬件迭代速度是三大核心约束卡点。他进一步强调，数据是目前产业最核心的瓶颈。对比自动驾驶、文本大模型，具身智能需要真实物理动作交互才能产生有效训练数据，目前，行业无统一数据标准，数据孤岛严重，直接制约具身大模型迭代速度。
康雨认为，物理AI必须结合真机物理交互数据，才能大幅提升模型性能。现在行业数据采集分为两种思路，一种以人为核心采集数据，另一种是以机器人本体为核心采集物理交互数据。
