宇树王兴兴：物理AI会在未来两三年突破，非常害怕浪费每一天

作者 | 邱晓芬

编辑 | 袁斯来

10月22日，宇树科技在杭州举办“2026世界物理AI大会暨宇树合作伙伴生态大会”，这也是宇树成立十年以来首次举办生态合作伙伴大会。

在大会上，创始人王兴兴发表了一场题为《相信，尽可能相信AI》的演讲，分享了他对AI技术发展、宇树技术路线以及机器人行业未来的判断。

“全世界几乎所有人，对AI的重视程度和信仰还不够，包括我自己。”王兴兴表示，在他看来，即便AI已经成为全球最受关注的技术方向，人们对其发展速度和潜在影响的认识仍然不足。

他举了一个有意思的案例。其实早在四五年前，自己就曾向公司同事推荐过一些AI相关股票，“如果几年前更加相信AI，宇树一些员工的个人财富可能已经增长十倍甚至几十倍。”

王兴兴演讲

不过，为什么AI技术突飞猛进，普通人却还没有感受到太大的变化？王兴兴认为，这是因为一项技术从取得突破到真正普及，往往需要五到十年。

他以互联网为例，从2000年前后的互联网泡沫，到2010年前后电商等应用逐渐普及，整个过程花费了近十年。因此，最先进的AI模型要真正进入普通人的生活，同样需要时间发酵。

但在他看来，这并不妨碍AI最终带来巨大的改变。所以，他每天不间断都在思考一个终极问题：如果AI将颠覆每个人的生活，那么其中最重要的机会究竟是什么？

作为一家机器人公司的创始人，他认为机会存在于物理AI。王兴兴甚至给出了一个相当激进的判断：随着通用大模型能力快速提升，物理AI可能在未来一至三年迎来重大突破。“快的话一到两年，慢的话两到三年”。

宇树展出了刚发布的H2-X机器人

GPT-6 Astra对具身智能冲击巨大

王兴兴认为，不久前发布的GPT-6 Astra给了行业巨大的冲击。在宇树内部，他们也尝试用这一模型做了几项机器人实验。

其中一项是让机器人绘画。按照他的介绍，宇树事先并没有针对这一绘画任务编写复杂程序，仅仅是通过提示词，让机器人完成绘画。令人惊喜的是，机器人还会自主完成了更换颜料、清洗画笔等绘画配套工作。

宇树内部针对GPT-6 Astra的另一项实验是下围棋。

他们发现，机器人不仅能够识别棋盘，并将棋子精准放置在相应位置。王兴兴在演讲中还反复强调，这些实验都是在“零训练”的条件下完成的。

在过去，机器人往往需要针对具体任务编写程序，或进行专门训练，而如今GPT-6 Astra证明了，通用大模型已经有了直接控制机器人完成部分任务的潜力。

不过，王兴兴也承认，GPT-6 Astra并非无所不能。在他看来，大模型已经能够较好地解决机器人的任务规划和导航问题，但真正动手操作时，仍然容易出错。

举个例子，让机器人抓起一个物体相对容易，但要它组装精密零部件，难度就大得多——这是因为，机器人不仅要知道怎么做，还要根据物体的位置、受力情况等实时调整动作。在王兴兴看来，目前的大模型在感知真实环境变化、及时纠正操作失误方面，仍然存在明显不足。

尽管如此，王兴兴依然给出了相当激进的预测。他认为，未来大模型可能“击穿”物理AI。

王兴兴判断，接下来具身智能是否能迈入Chat GPT时刻最核心的挑战是，AI模型的输入输出是否能与真实机器人对齐。

王兴兴演讲

他也公布了自己的愿景。他希望，到今年年底或明年，宇树机器人就能够进入普通家庭，人们可以通过语音指令，让机器人完成整理房间等任务。而更长远的目标是，机器人或将能通过语言指令顺利完成80%的任务。

自研AI自进化模型

在大脑方面，王兴兴称，宇树除了继续推进与国内外大模型公司的合作外，也在同步推进自身的物理AI系统。目前，宇树正在研发一套名为“物理AI机器人自进化V1”的模型系统。

根据介绍，这套系统可以让AI智能体自主编写代码，在仿真环境中测试训练，再进入真实环境验证，最终将结果反馈给自主评价系统，形成持续迭代的闭环。

过去，机器人每掌握一项新技能，往往需要研发人员投入大量时间进行数据采集、训练和优化，即便在实验室里取得成功，迁移到新的环境中也可能需要重新调整。

王兴兴希望借助AI模型，将这一过程转变为更大程度上自动化、可规模化的训练体系，减少机器人技能开发对人工编程和调试的依赖。

宇树的自进化系统运作机制

王兴兴也解释了宇树研发这套系统的原因。

在他看来，基础模型越强，机器人的自进化能力也就越强。随着更多数据被用于训练，自进化的规模效应将逐渐显现。而当更多机器人实际部署，又将带来更多真实数据，进一步推动模型迭代。

通过这一循环，机器人能够不断积累和拓展技能，最终形成规模化的技能生态。

王兴兴解释为什么要做自进化

不过，目前宇树披露的主要还是技术思路，这套系统的实际训练效率、技能迁移能力以及真实环境中的成功率，仍有待验证。

可以看到，宇树正在加大大脑侧投入，这次的自进化模型，也紧跟当下AI热点。

过去，宇树的优势主要集中在机器人本体，包括关节模组、动力系统和运动控制算法。而随着行业竞争从“让机器人动起来”转向“让机器人完成实际任务”，单纯的硬件优势已不足以决定企业的长期竞争力。

宇树显然意识到了这一变化。

王兴兴透露，从去年开始，宇树已经开始采用预训练的深度强化学习技术，自主研发了预训练的全身运动控制模型，使得机器人能够批量训练不同动作，大幅提升训练效率。

2026年以来宇树在模型和数据上的进展

这是最好的时代，我非常害怕浪费每一天

对行业未来，王兴兴表现出乐观，但他无法回避竞争的残酷。

“这个行业非常火热，未来的蛋糕非常大，前景非常广阔，但竞争也非常惨烈”，他表示。

这种紧迫感也反映在他的个人状态中。他直言，他每天有很多想做的事，除了机器人，还有许多新技术需要学习和探索，但时间越来越不够用。

“现在是最好的时代，我非常害怕浪费每一天。”

王兴兴演讲

在他看来，过去数千年人类文明积累的基础，使这一代人类有机会真正实现超级智能或者AGI，并通过人形机器人将生产力提升到新的水平。

他甚至描绘了一个更遥远的社会图景。当机器人承担大量繁重劳动、生产，未来包括房屋在内的生活物资，或将通过社会分配体系，让更多普通人受益。

而在这一图景之下，他认为未来决定机器人行业发展的四个重要方向是——机器人规模化制造、物理AI模型的研发与落地、超大规模算力服务器，以及算力和存储芯片的制造能力。

在硬件制造方面，他透露，宇树G1机器人已经累计下线 1-2 万台。但这一产能仍远远不够，他认为，未来机器人行业需要具备年产千万台的制造能力。

与此同时，物理AI模型的研发和实际落地也将成为行业竞争的关键。王兴兴透露，宇树目前正与国内外大模型企业保持合作。

而随着模型能力不断提升，机器人训练和对算力的需求也将持续增长，超大规模服务器集群，以及算力和存储芯片的制造能力，都将成为支撑行业发展的重要基础。

基于这一判断，王兴兴认为，未来世界最核心的资源会是五项——数据、算力、芯片产能、能源和矿产。

王兴兴认为未来世界有五项核心资源

宇树不只想表演，还想做生态

过去几年，宇树凭借机器人跳舞、格斗、跑步等运动能力频频出圈，但外界也一直有一个疑问：为什么宇树的机器人总是在表演，而不是去干活？

此次大会上，王兴兴也与姚明发起了一场圆桌对谈，并回应了这一问题。

在他看来，机器人打拳、打球与人类进行体育锻炼类似，目的都是提升运动能力、稳定性和动作精度，为未来执行实际任务打好基础。

“如果你连自己走路都走不好，跑都跑不起来，那你还指望这样的机器人去干活吗？”

姚明与王兴兴对谈

他以机器人格斗为例，解释了宇树为何热衷于这类看似与实际应用无关的运动。

一方面，格斗涉及碰撞、摔倒等极端情况，可以检验机器人的可靠性。另一方面，格斗需要完成大量复杂动作，对机器人的运动控制算法和稳定性提出了很高要求。

在表演之外，宇树也在尝试与更多合作伙伴合作，将机器人推向实际应用场景。不过，宇树的策略不是自己下场，而是建生态。

此次生态大会上，宇树正式启动“宇创计划”，面向已成立公司或有明确创业方向的团队，招募机器人本体与核心部件、具身智能算法、数据与仿真平台、行业应用及解决方案等领域的创业者。

王兴兴称，将为其提供产业资本、机器人平台、开发工具、工程量产及应用场景等方面的支持。

宇创计划

王兴兴提出，未来五年，宇树希望通过这一计划孵化200家以上优质生态企业。

这也意味着，宇树正尝试从单纯销售机器人产品，向提供技术平台、联合合作伙伴开发应用的生态模式拓展。

不过，这能否吸引足够多的开发者和创业企业，并将这些应用探索转化为可持续的商业收入，仍是宇树需要回答的问题。

这次生态大会，是宇树上市后第一次对行业正式喊话。作为一家市值千亿以上的标杆型公司，宇树承载了复杂的情绪。如今，它不再是那个极客青年的私有品，作为行业少数的领袖，它必须去引领一段更性感和宏大的故事。

首页图源｜企业供图

排版｜沈祺

欢迎交流