宇树科技股价437元？这家公司从未上市

10月16日上午，凤凰网科技首页推送了一条财经资讯：宇树科技大涨7．8％，股价报437元，总市值1768亿元。 这篇简短的新闻迅速在社交平台传播，吸引了一批关注机器人赛道的投资者点击。但稍作核查就会发现——这家被称为“具身智能独角兽”的公司，从来没有在任何证券交易所挂牌上市，所谓“437元股价”纯属无稽之谈。

凤凰网科技的这条报道显然出现了严重的技术或数据源错误。文章将一家非上市企业的私募估值，或者干脆是某家竞品的市场表现，冠以了“宇树科技”的名义。对于普通读者而言，这条新闻造成的困惑不小：如果连主流媒体都能把未上市公司当成已上市公司报道，普通人还敢轻信哪些资本市场信息？

凤凰网报道的核心问题

凤凰网科技10月16日的这篇报道全文仅有百余字，属于典型的自动化生成的短快讯。报道中提到：“继昨日跌至400元附近后，宇树科技今日上午大涨7．8％，股价报437元。”这段话暴露了三个硬伤：

第一，宇树科技不在沪深港美任何交易所交易。根据国家企业信用信息公示系统的工商登记信息，杭州宇树科技有限公司是一家有限责任公司，由自然人投资或控股，没有股份有限公司的架构，更无任何公开发行股票的信息。

第二，437元的定价无法解释来源。中国主流四足机器人企业中，唯一在二级市场上市的是优必选（代码09880。HK），其在港股交易的股票价格远未达到数百港元的水平。若437这个数字确有其事，极大概率是将某只A股或美股标的的代码与公司名称混淆了，或者是某个数据供应商的错误接口直接输出了结果。

第三，“总市值1768亿元”这一说法同样站不住脚。宇树科技作为国内具身智能领域最受关注的初创企业之一，虽然融资活跃，但其最新一轮私募估值的公开披露数据远低于此数。市场普遍认知的宇树科技一级市场合理估值区间约为70—100亿元人民币，即使考虑未来IPO溢价的乐观预期，1768亿这个数字也远超其当前体量。

谣言是怎么诞生的

这类错误并非个案。资本市场信息传播链条中存在一种常见的失真现象：一级市场估值与二级市场股价被混为一谈。

在AI和机器人赛道火热的环境下，大量投资者急于找到投资标的。许多初创企业因为融资频繁而登上媒体头条，但它们并未进入公众视野中的股市交易系统。此时如果有数据供应商的系统出错，或者自媒体为了流量故意混淆概念，就会制造出“独角兽上市”“暴涨多少倍”之类吸睛但不实的消息。

具体到这次的案例，几个可能性并存：

• 数据来源出错：凤凰网科技可能接入了某第三方数据API，该接口中“宇树科技”对应的股票代码字段为空或错位，导致系统将某只无关股票的行情自动套用到了该公司身上。
• 竞争对手混淆：市场上另一家在研四足机器人的公司可能有过股价波动，编辑人员或算法抓取时发生了张冠李戴。
• 炒作引流：也有部分自媒体曾散布过所谓“宇树科技即将IPO”的消息并配以上涨截图，凤凰网的数据系统可能在未经人工审核的情况下复用了这些素材。

无论哪种情况，这条新闻都违反了财经报道最基本的原则——主体与数据的匹配性。对于财经新媒体而言，自动化生成内容极大提升了效率，但也意味着一旦底层数据出错，错误的传播速度会比人工稿件快得多。

对投资者的现实风险

比错误本身更值得警惕的，是这类虚假信息可能带来的实际损害。

近年来，围绕知名非上市科技公司“原始股”的非法集资案例屡见不鲜。不法分子利用公众对独角兽企业和IPO的预期差，谎称自己可以转让所谓“内部额度”或“Pre－IPO份额”，骗取投资者钱财。一条主流媒体上出现的虚假股价新闻，恰恰为这类骗局提供了看似可信的背书。

如果一位不了解情况的年轻人看到了这条437元股价的新闻，他很可能以为宇树科技已经上市或者有办法购买到相关股份。而当有人告诉他“可以低价买到宇树原始股”时，他的判断会更容易受到误导。这就是为什么财经信息的准确性不仅关乎读者的知识盲区，更直接关系到他们的财产安全。

如何建立基本的核查习惯

面对铺天盖来的金融市场信息，普通投资者至少应具备三项基础核查能力：

第一，查上市状态。 在相信任何关于某家公司“大涨多少”的报道之前，先花一分钟在国家企业信用信息公示系统（gsxt。gov。cn）或上交所、深交所官网查询该公司的股票代码和挂牌状态。宇树科技的问题就在于，它的工商登记信息清清楚楚写着它是非上市有限责任公司。

第二，看数据来源。 自动生成的行情快讯往往省略了股票代码、交易所名称、开盘价收盘价等关键要素。缺少这些信息的财经快讯，本质上是一条不完整的信息半成品。

第三，交叉比对。 同一天内如果有两家以上权威媒体同时报道同一只股票的行情，那么这个信息的可靠性会更高；但如果只有一家媒体的快讯中出现异常数据，就需要特别谨慎，不要急着转发或据此做出投资决策。

这次凤凰网科技的事件只是一个警示信号——资本市场的信息传递链路上仍然充满漏洞，而这些漏洞的成本最终是由最不了解底层的普通散户来承担的。在AI赋能自动化写稿的时代，“机器写的”越来越不等于“机器对的”，这一点需要整个行业都记住。