王兴兴:机器人技术已接近突破临界点
机器人距离大规模走进生活,还差几毫米?宇树科技创始人王兴兴给出了自己的判断:2027年有较大概率成为机器人行业或机器人模型发展的临界点。他在2026年世界互联网大会乌镇峰会的互联网企业家分论坛上作出这一预判,相关表述近日再度引发讨论。

王兴兴描述的现状是,机器人已经可以在一些单一工序或固定工位上工作,如果训练得好,任务成功率可接近100%,但效率还需要提升。他期待的未来是,机器人能够实现任意产品、任意地点的便捷化操作——从“专用工位”走向“通用场景”,这一步的跨度正是行业竞逐的焦点。
他用一个类比说明进度:具身智能正在迎来“ChatGPT时刻”,即在约80%的陌生场景中,机器人能通过语音和文字指令,顺利完成约80%的任务。他认为全球头部多模态模型已经比较接近这一目标,在物理空间的规划能力上很强,抓取物品、简单搬运这类任务的成功率可以做得较高。
真正卡住进度的是细节。王兴兴把核心挑战概括为“AI模型的输入输出和真实机器人的对齐”,并称之为“最后几毫米的问题”。机器人距离做好精细操作仍有差距,拆解手机、精密装配、穿针引线这类细微操作的成功率相对较低;基础触觉能力以及控制信号的实时传输速度,与真实世界仍有距离,但用他的话说,“就差一点点”。
时间点上,他预计未来一至三年内,若能有效解决AI在物理世界触觉与理解上的细微偏差,具身智能在理论上不会有太大障碍,可以实现更成熟的落地。对临界点的判断,他在不同场合表述为“2027年”或“明年”,指向的是同一个时间窗口。
另一条被他反复提及的路径是“自我进化”。王兴兴介绍,几个月前宇树科技开始在内部探索物理AI模型的自进化:让AI模型自己编写代码,在仿真或真实环境中训练,再部署到机器人上测试,由人或机器人打分后反馈给模型,用于修改程序、继续训练。他认为,头部大模型公司内部某种程度上已经建立起这种自采集、自训练、自迭代的循环,但在机器人领域还比较少见。
这也引出数据利用效率的命题。王兴兴说,目前包括宇树在内,机器人数据利用率仍然偏低,大量数据没有得到充分利用;随着基础模型能力增强,模型的自我进化能力和数据利用效率有望提高。换言之,除了硬件本体,谁能让数据跑得更快更省,谁就可能率先跨过临界点。
需要提醒的是,这是一家头部企业创始人基于自身观察作出的技术预判,不是行业共识或时间表。具身智能能否在明后年迎来真正的“ChatGPT时刻”,仍取决于触觉、控制、数据与成本等多重变量。但有一点已经清晰:竞争的重心正从“机器人能不能动”,转向“机器人能不能在真实世界里把活干好”。



