宇树王兴兴：“人形机器人产业的下一个十年”怎么走？

人形机器人已然成为全球科技产业变革的核心赛道，但受限于技术瓶颈，人形机器人尚未真正进入大众家庭场景，但未来几年人形机器人将加速迭代，大模型驱动机器人自进化或将成为演进趋势。

8月20日，宇树科技王兴兴在2026世界机器人大会发表题为《从展品到产品：人形机器人产业的下一个十年》的演讲，他在演讲中谈到，具身智能泛化能力不足是制约其走向大众的最大瓶颈，但最快2~3年，人形机器人市场将迎来爆发点。

泛化能力不足，但未来2~3年爆发点将至

当前通用人形、半人形机器人存在场景规模落地难的问题，王兴兴认为，具身智能泛化能力不足，是当前全球机器人走进家庭、融入日常生活的最大瓶颈。

王兴兴在演讲中谈到，目前，全球AI模型在固定场景下，经过充足的数据采集和专项训练，任务成功率可接近100%。但只要更换操作物品、微调周边环境，机器人的任务执行成功率就会出现严重下滑，无法适配真实生活中复杂多变的陌生场景。

“当前全球具身智能AI模型主要分为VLA模型和世界模型两大主流流派，其中世界模型是2026年业界重点聚焦的方向。”王兴兴谈到。

王兴兴介绍，AI模型研发是目前宇树科技资金与人力投入最大的核心业务方向。宇树早在2024年初便布局基于视频生成的世界模型研发，但2024年底研发效果未达预期，相关工作短暂搁置。2025年，宇树科技重新加大投入，持续深耕基于视频生成的世界模型赛道。

在王兴兴看来，人形机器人即将达到爆发点，按照迭代节奏，快则2至3年、慢则5至10年将会到来。

他认为：当一台机器人可适配家庭各类陌生场景，依托语音、语言指令独立完成80%左右的日常任务，就意味着具身智能产业迎来关键爆发拐点，也是机器人从展品走向规模化产品的核心标志。

当下，普通语言模型以及多模态模型皆依赖纯数字编码来运行，其输入输出被限制在固定的向量空间内，几乎不会产生偏差与损耗。王兴兴特别指出，机器人作为物理实体，它的每一次感知输入以及动作输出，都会不可避免地出现偏差和损耗，而这，恰恰是机器人模型的泛化能力以及实景成功率远远低于数字大模型的关键所在。

在谈到行业长期存在的技术瓶颈时，王兴兴指出，当前面临的最大挑战是AI模型的输入输出与真实机器人物理世界的对齐度不够高。目前的模型在整体任务逻辑方面能够精准完成，机器人的移动、装配、搬运等整体执行流程基本没有问题，然而在厘米、毫米级别的精细操作中却存在固定偏差。在实际操作过程中，机器人在视觉层面看似已经接近完成抓取动作，但却无法修正微小的物理误差，也无法补足触觉反馈方面的短板，最终导致任务失败，成功率大幅下降，这也是全球具身智能行业所面临的共性难题。

大模型驱动机器人自进化，提升迭代效率

“长期以来机器人领域的AI开发模式较为传统，人工开发、人工调试的模式效率偏低，行业对AI技术的实际落地应用较为欠缺。”王兴兴在演讲中谈到。

为此，宇树科技依托前沿顶尖AI大模型，通过自定义研发规则、经验约束与工具链，让机器人智能体自主检索全球最新学术论文、优质研究成果及各类开源方案，自动生成专属机器人控制代码。

王兴兴介绍，在效果验证环节，宇树科技采用机器人“自主打分+人工评测”的评价模式，让评价结果更贴合真实落地需求。同时，宇树科技依托Copilot智能体，实现深度强化学习算法自动编程、仿真训练、真机测试等，大幅提升机器人开发与迭代效率。

谈及布局机器人自进化，王兴兴表示，该模式具备显著行业优势。一方面，可跟随全球基础AI模型的持续迭代同步升级，让机器人自进化能力稳步提升，形成良性技术增长循环；另一方面，可盘活真实场景、人工交互等多源数据，解决传统人工开发数据利用率低的痛点。

随着真机部署规模持续扩大，企业可积累海量测试数据与评价指标，实现数据规模化沉淀，让机器人持续积累技能，避免研发成果流失，以提升机器人开发效率与进化速度。

当前AI技术全面爆发、行业全球关注度持续攀升，机器人技术进化速度大幅提升，未来十年产业发展节奏或将超出市场预期。

【运营团队】

编辑｜梅雅鑫 孙天 朱文凤

审校 | 梅雅鑫

监制｜刘启诚