背着旧电脑包的王兴兴在等待产业爆发时刻
背着旧电脑包的王兴兴在等待产业爆发时刻
2026年08月23日 23:51
宇树科技创始人王兴兴在公司登陆科创板、他本人成为“90后首富”的第二天，便身着白色衬衫、背着略显磨损的黑色双肩电脑包，出现在2026世界 机器人 大会的现场。
他在演讲中提出，当具身智能根据指令能够完成80%的任务时，才是产业真正的爆发。
不是在此时，最快2—3年
外界关心的问题始终是：真正通用的 机器人 何时能走进千家万户？王兴兴预计：“快则两到三年，慢则五到十年。”
“目前，全世界面临的最大瓶颈是具身智能的泛化能力不足。现阶段，许多AI模型在固定场景中经过充分的数据采集和专项训练，任务成功率可接近100%；但只要稍微更换操作物品或改变环境，成功率就会大幅下降。”王兴兴给出的判断标准是：当把一台 机器人 带入任意陌生环境中，它能依靠语音或文字指令自主完成约80%的日常任务时，就意味着具身智能迎来了“ChatGPT时刻”，这也是未来产业真正爆发的临界点。
要达到这一时刻，最大的技术阻碍是什么？
王兴兴认为，核心在于AI模型的输入输出与真实 机器人 之间的对齐程度不够。目前，如果让 机器人 移动、装配零件或搬运物体，其宏观趋势通常没有问题，大体能执行指令，但在最后几厘米甚至几毫米的微操阶段， 机器人 往往无法很好地匹配真实世界。比如，当它快要拿住物品时，最后一点点触觉反馈或误差无法被精准修正，这种偏差的累积会导致成功率暴跌。这就是当前全球具身智能最大的瓶颈——AI模型的输入输出与真实物理世界存在偏差。
相较之下，一般语言模型或多模态模型并不存在类似问题。王兴兴解释，因为语言模型完全基于数字编码，输入和输出被严格限制，基本没有损耗，信息可以无损地来回传递。“但机器人不同，它的每一次感知、决策和执行都会产生物理偏差与损耗，这也是目前全球模型泛化能力和成功率稍显欠缺的原因。不过在未来几年，这必然是一个能被解决的问题，只是需要时间。”
具身智能自我进化
王兴兴还介绍了宇树科技近期正在推进的一项工作。过去，AI在机器人领域的深度应用相对欠缺。“我们最近正在推动‘物理AI机器人自进化’，即利用最前沿的顶尖AI大模型来驱动机器人。我们会制定一些规则、经验和约束工具，让模型自己去网上搜索最新论文、最佳研究成果和开源方案，并自主编程生成机器人控制代码。生成的代码既可以在仿真环境中运行，也可以调用大模型状态去控制实物机器人。”
“在实物部署测试阶段，我们会对机器人进行评价和打分。这套评价体系一部分由机器人自主完成，另一部分则引入人工参与。人的经验非常重要，因为人类很容易判断出动作的好坏，这是不可或缺的。这套自循环逻辑一旦跑通，将大幅提升机器人的开发效率与迭代速度。经过一段时间的沉淀，我们有望真正实现机器人自我进化能力的跃升。”王兴兴说。
与王兴兴期待的跨越式发展不同，当前，传统模式仍是依靠人类收集数据，帮助机器人完成进化。
在30公里外的北京市石景山区的 人形机器人 数据训练中心内，270台机器人正在学习人类的生产生活技能——分拣 快递 、叠衣、倒水、拿起配件。
人形机器人 数据训练中心总经理朱凯向《中国经营报》记者表示：“为什么现在的机器人还无法真正为人类服务？核心原因就是供机器人学习的数据还不够。”
他介绍，让机器人学会一个场景的简单动作，需要采集约1000条数据，再经过模型开发和真机环境匹配，从数据采集到模型部署，完整流程下来需两到三周。
记者看到，机器人叠一件衣服，大概需要2分半钟的时间，而两件上衣同时出现时，机器人则很难完成叠衣动作。
朱凯认为，要让机器人真正走进百姓生活，是一项庞大的工程。“人类的物理世界存在诸多规律，机器人需要学习海量动作。保守估计，机器人真正为人类生活提供服务，可能还需要5到8年时间。”
无论是2到3年还是5到8年，资本都需要付出足够的耐心。
（文章来源：中国经营报）