十年宇树,一个新起点:王兴兴谈具身智能的瓶颈、破局与新纪元

8月20日,在2026世界机器人大会上,宇树科技创始人、董事长王兴兴再次带来更多不一样的东西。而就在昨天,宇树科技正式登陆科创板。发行价150.8元,对应的市值是610亿元,打新有 980万人在抢,中签率低到万分之0.18,创下科创板开板以来的最低纪录。

(孙迎新/文)8月20日,在2026世界机器人大会上,宇树科技创始人、董事长王兴兴再次带来更多不一样的东西。

而就在昨天,宇树科技正式登陆科创板。发行价150.8元,对应的市值是610亿元,打新有 980万人在抢,中签率低到万分之0.18,创下科创板开板以来的最低纪录。

一个靠机器狗和人形机器人起家的公司,硬是被资本市场追成了明星。

在世界机器人大会主题发言中,王兴兴并没有过多谈论宇树科技取得的成就,而是就当前人形机器人产业面临的核心困境,提出了一个现实的命题:“人形机器人产业真正的考题,不在能不能动,而在能不能在真实、开放、非结构化的环境里,稳定、高效地干活”

同时还有他对人形机器人产业前途的思考:“为何尚未大规模推广?主要原因是当前机器人的效率和泛化能力仍有不足,这也是目前全球行业共同面临的最大瓶颈。”

效率与泛化之困:机器人为何难进千行百业?

尽管现在的人形机器人能跑能跳,但在过去几年,人形机器人还不是这个样子。

就拿宇树来说,2024年推出的G1几乎是全球人形机器人的标准样本,市面上的竞品大多与此高度相似。但相似的外形与结构也带来了相似的问题,这些机器人在实验室或固定产线等结构化场景中,经充分训练后任务成功率很高,但一旦更换操作对象、光照条件或空间布局,性能便急剧衰减,无法像人类一样举一反三。

这也带来一个严重的问题,导致每部署一个新场景都需重新采集数据、重新训练,边际成本极高,难以规模化复制。

对此,王兴兴认为根本问题出在泛化上。

“虽然机器人已能完成简单装配任务,但效率仍低于人工;且每次面对新任务都需要重新训练,效率相对较低。”

面对当前人形机器人效率与泛化的难题,王兴兴坦言,现在让人形机器人开展大规模的市场化,还不是时候:“我们希望待技术泛化能力进一步提升后,再进行大规模推广,这也是目前全球行业共同面临的最大瓶颈。”

王兴兴认为,这不是能力不够的遮掩,而是对临界点的清醒。整个行业都在等同一个东西成熟:让机器人从一个场景一套办法,变成到哪儿都能上手。

物理世界对齐之路:具身智能如何跨越最后几厘米?

物理世界是一个可度量的世界,充斥着各种各样的精度。

即便AI模型能正确理解语义指令,并生成合理动作规划,但在执行末端仍常因毫米级感知与控制偏差而导致失败。

这种“最后几厘米”的误差,源于仿真与现实之间的鸿沟(sim-to-real gap),以及传感器噪声、机械公差、接触动力学复杂性等多重因素的耦合累积,是当前技术体系难以根除的系统性缺陷。而这种缺陷根植于技术体系的底层,不是调几个参数就能抹平的。

因此,王兴兴认为:“机器人与物理世界交互必然存在误差累积,导致最终成功率骤降。这是当前全球具身智能发展的最大瓶颈。”

王兴兴进一步表示,大模型能听懂指令、能规划出合理的动作,可到了执行的最后几厘米,甚至毫米级的那一下,常常就偏了。它不像语言模型,语言模型在封闭向量空间里传递信息,几乎无损;机器人伸手的这一下,碰的是真实的摩擦力、机械公差、传感器噪声,误差会一层层叠起来。

那如何跨过最后几厘米的瓶颈?王兴兴给出的办法是,不再去死磕单个算法,而是换一套范式:让AI来造AI。

他先把底层逻辑摊开:“AI本质上是数据驱动的。有多少高质量数据,就有多强的AI能力。”顺着这条线,宇树正在搭一套物理AI机器人自动化自进化系统:用顶尖大模型当引擎,自动检索最新论文和开源方案,生成控制代码,先在仿真里验证,再上真机测试,测试结果由AI和人工共同打分,再喂回系统。

用王兴兴自己的话,“该体系一旦运转,将大幅提升具身智能的开发效率与迭代速度,实现机器人的自我进化。”

这套打法的好处,是会滚雪球。基础模型越强,自进化循环就越强;真机部署越多,测试数据和评价指标越丰富,“数据利用率与增长曲线可获保障,实现数据飞轮效应”;技能还能“逐日累加沉淀,避免重复开发与资源浪费”。

尽管能够造出机器人,王兴兴也没把人踢出局。他特意强调:“人的经验判断对区分优劣至关重要。”这句话更深层的意义在于,AI跑得快,但好坏还得人来定。

至于判断的临界点到底在哪里?王兴兴给出一个可触摸的数字:“当一台机器人被置于任意陌生环境中,能通过语音指令完成80%左右的任务时,即标志着具身智能达到实用化临界点,产业将迎来爆发。”时间点他给得不武断:快则两三年,慢则五到十年。

十年宇树,站到了一个新路口。机器人能跑能跳的这一年已经翻篇,能不能跨过最后几厘米、真正走进千行百业,是下一个十年要交的答卷。王兴兴的话既是总结,也是展望:

“这是一个全新的起点。” 来源:飞象网

相关推荐

  • 中国移动王晓云:AI时代互联网基础协议G-SRv6创新与思考

    近日,在智能体互信互联互操作全球合作创新论坛上,中国移动总工程师、中国工程院院士王晓云应邀作了题为“AI时代互联网基础协议创新与思考”的主题演讲。她指出,网络连接对象从人、机、物扩展至千亿级智能体与数据模型,互联网正从“尽力而为”连接走向智能时代“确定性”互联的基础底座,而SRv6(基于IPv6的段路由)是基于IPv6的路由新范式,能够推动网络向确定性演进。G-SRv6(通用段路由压缩方案)则有效解决了承载效率低等工程部署难题,实现SRv6从可用到好用的跃升,为智能互联网提供基础协议底座。

    2026-11-19
  • 让机器人真正进厂干活,具身智能十大工业场景需求发布

    11月16日,2026常州工业具身智能创新大会在常州武进高新区举行。大会以“碳硅协同・智造共进”为主题,汇聚500余位专家学者、产业链企业和投资机构代表参会。本次大会聚焦具身智能在工业场景的落地应用,展示了能够“下产线、上工位”的具身智能成果,在1000平方米的展区,聚合了50余家企业展台,对机器人模拟真实工况下的连续作业、上下料、装配、检测等进行逐岗演示。

    2026-11-19
  • 2026GAIC:如何让聪明的模型,成为可交付的AI

    日前,2026GAIC全球人工智能大会・杭州良渚峰会在杭州开幕。峰会由GAIC全球人工智能大会组委会、IAAI国际人工智能协会主办,以“连接AI产业・链动全球”为主题,围绕算力与大模型、空间智能、多模态、AI出海全球化,探讨了AI应用落地、Agent商业化、创业与产业对接等热点话题。

    2026-11-18
  • 华为云:已有80%中国具身智能企业选择N腾云,在中国具身智能行业市场第一

    11月16日下午消息,华为云在CloudRobo具身世界模型发布会现场透露:华为N腾云在具身智能市场格局中国第一,已有80%的中国具身智能企业选择N腾云,重点高校基本实现全覆盖。

    2026-11-17
  • 李东生:推动AI与显示深度融合,打造产业新未来

    11月13日上午消息,今日举办的TCL华星全球显示生态大会(DTC2026)上,TCL创始人、董事长李东生通过视频发表致辞,回顾了TCL华星2026年的技术进展。

    2026-11-15
  • openEuler发布面向Agentic Infra的操作系统,全球协同共建AI生态

    11月13日,以“智启未来,引领 Agentic Infra 创新”为主题的Agentic Infra操作系统大会(以下简称“大会”)在北京中关村国际创新中心成功举办。本次大会由开放原子开源基金会孵化的明星社区openEuler主办,openEuler现场正式发布面向Agentic Infra的操作系统,大会集结全球技术专家、科研专

    2026-11-14
  • 从新电能到新厂房:百度世界大会定义人工智能的下一幕

    11月12日,百度主办的第二十一届百度世界大会在北京国家会议中心二期举行,主题为“下一幕,智能组织”。百度世界2026把AI的下一幕指向智能组织:李彦宏首提组织进化三原则,杨元庆谈人机分工与投入产出。

    2026-11-12
  • 华硕B850 NEO主板双11帮你打造游戏+AI全能主机

    如今PC主机早已不止是游戏载体,兼顾高帧电竞、内容创作、本地大模型部署的全能主机,成为新的DIY潮流。华硕B850 NEO系列主板正是为此而生,包括吹雪家族新成员华硕ROG B850吹雪S NEO主板(ROG STRIX B850-A GAMING WIFI7 S NEO)、新潮装备ROG STRIX B850-F GAMING WIF

    2026-11-12
  • 大摩最新定调:AI投资重心转向“应用盈利端”,诺比侃(2635.HK)的软件化转型正踩在节奏上

    近期,摩根士丹利发布的一份策略报告引发了全球科技投资圈的广泛关注。报告明确指出,过去两年靠“算力军备竞赛”和“资本开支加速”撑起来的基建叙事,正面临系统性重估。接下来的市场重心,将不可逆地转向能够直接提升盈利能力、真正靠AI赚到钱的应用层。基于这一判断

    2026-11-11
  • 赵志国:关于人工智能时代加快发展新质生产力,推动数实融合发展的若干思考

    10月27日,2026中国互联网大会南京分站暨人工智能赋能数实融合产业大会在南京栖霞召开。中国互联网协会专家咨询委员会常务副主任、中国互联网协会副理事长、工业和信息化部原总工程师赵志国出席大会,并作题为《关于人工智能时代加快发展新质生产力,推动数实融合发展的若干思考》的主旨报告。报告围绕战略认识、历史机遇、突出挑战、下一步着力点四个方面展开,系统阐述了人工智能时代加快发展新质生产力、推动数实融合的路径与方法。

    2026-11-10