WRC2026观察｜王兴兴谈宇树科技下一步，重点投入“大脑”

财闻 顾群生 发自北京

8月20日，宇树科技（688836.SH）创始人、董事长王兴兴出现在2026世界机器人大会主论坛。

就在一天前，宇树科技正式登陆上交所科创板。这也是宇树上市后，王兴兴首次公开演讲。

站在成立十周年和上市的新节点上，王兴兴没有过多谈资本市场，而是将演讲重点放在了机器人未来十年的技术路线。

其中一个明确的信号是，宇树正在把越来越多资源投入机器人“智能”一侧。

王兴兴表示，目前AI模型已经是宇树资金和人力投入最大的方向。围绕具身智能，公司正在同时推进世界模型、机器人数据以及“物理AI机器人自进化”等研究。

最大瓶颈不是跑跳

而是泛化

过去几年，宇树最直观的技术进展，往往表现为机器人的运动能力。

但在王兴兴看来，要真正进入工厂和家庭，运动能力已经不是最主要的瓶颈。

宇树从2024年开始与汽车工厂合作，尝试让机器人进入生产线，公司自己的工厂也部署了一些机器人。不过，这些应用目前仍没有大规模推广。

“虽然目前机器人能做一些简单的装配，但效率跟人比起来还是更低一些。”王兴兴说，更现实的问题在于，一旦换一个新任务，机器人往往需要重新采集数据和训练。

这正是目前具身智能最难跨越的部分。

在一个固定场景下，通过足够的数据采集和训练，机器人完成任务的成功率可以接近100%。但只要换一个物体，或者稍微改变环境，成功率就可能明显下降。

因此，在王兴兴看来，真正值得观察的并不是机器人还能完成多少个预先训练好的动作，而是它进入陌生环境以后还能做多少事。

他给出了一个相当具体的判断标准。如果未来一台机器人被带到一个陌生环境，仅通过语言指令，就能够完成大约80%的任务，具身智能才算真正跨过一个关键临界点。

按照他的判断，这个时间快则两三年，慢则五年甚至十年。

最大投入转向AI

宇树重新押注世界模型

造成上面问题的核心，是AI模型和真实物理世界还没有完全对齐。

王兴兴在演讲中提到，目前具身智能模型主要存在VLA和世界模型等技术方向。今年以来，世界模型尤其受到关注。

宇树也在布局这一方向。

按照王兴兴的说法，公司数年前就开始尝试基于视频生成的世界模型，但早期效果并不理想，一度放缓相关研发。随着基础模型能力快速提升，宇树去年重新加大了这一方向的投入。

与此同时，数据仍然是另一条主线。

王兴兴认为，机器人AI不能只依赖真机数据。更现实的路径，是以大量真人数据、互联网数据作为预训练基础，再叠加一部分真机数据，用真实机器人完成与物理世界的匹配。

宇树目前既自己采集数据，也与第三方合作。

原因并不难理解。语言模型处理的是数字世界，一个Token输入模型之后，依然处于相对确定的数字空间。但机器人最终必须把模型输出转化成机械臂、关节和末端执行器的真实动作。

在数字世界里“差不多正确”，到了现实环境里可能意味着任务直接失败。

王兴兴举了一个很具体的例子。机器人伸手抓取物体时，前面的运动轨迹可能都没有问题，但到了最后几厘米甚至几毫米，视觉误差、触觉反馈和执行误差无法及时修正，最终就可能导致抓取失败。

“最后一点点误差，它没办法很好地去修正。”王兴兴认为，AI模型输入输出与真实机器人之间没有实现足够好的对齐，是当前全球具身智能面临的最大瓶颈之一。

让AI开始开发机器人

此次演讲中，一个更加值得关注的新信号，是宇树开始尝试让AI直接参与机器人自身的开发。

王兴兴透露，公司近期正在推动“物理AI机器人自进化”。

首先利用当前能力较强的基础大模型，让AI智能体自行搜索最新论文、研究成果和开源方案，再由Coding智能体编写机器人控制代码。

代码生成以后，先进入仿真环境训练和验证，再部署到实体机器人上测试。

测试结果随后交给AI模型和人共同评价、打分，再将结果反馈给编程智能体，开始下一轮优化。

由此形成“大模型—代码生成—仿真—真机—评价—再生成”的循环。

王兴兴认为，这套系统一旦真正运行起来，机器人的开发和迭代效率会明显提高。

其中一个原因是，它可以直接获得基础模型进步带来的红利。未来基础模型的编程、推理和研究能力继续提升，负责机器人研发的AI智能体也会随之增强。

传统机器人开发中，一个团队完成一个任务之后，相关模型和能力未必能够方便地复用到下一个场景。而在王兴兴设想的自进化体系中，不同任务产生的数据、代码、训练结果和真机反馈可以不断被重新利用，机器人逐步形成自己的技能库。