經(jīng)濟(jì)觀察報(bào) 記者 陳月芹

3月17日，在亞布力中國企業(yè)家論壇第二十六屆年會(huì)上，宇樹科技創(chuàng)始人王興興以亞布力新理事的身份，在開幕式上第一個(gè)演講。

機(jī)器人如何訓(xùn)練、實(shí)現(xiàn)真正的智能，是業(yè)內(nèi)最關(guān)心的話題之一。為此，宇樹開發(fā)了全身遙操作系統(tǒng)，實(shí)現(xiàn)人機(jī)動(dòng)作同步。王興興介紹，這項(xiàng)技術(shù)有兩個(gè)實(shí)用功能：一是大規(guī)模數(shù)據(jù)采集，如果2026年年底前宇樹部署上萬臺機(jī)器人每天采集10小時(shí)數(shù)據(jù)，兩三年內(nèi)就能解決機(jī)器人數(shù)據(jù)稀缺的問題；二是遠(yuǎn)程控制，比如人在杭州就能實(shí)時(shí)操作異地的機(jī)器人。

王興興提出一個(gè)預(yù)判：具身智能的“ChatGPT時(shí)刻”快來了。樂觀的人預(yù)估可能需要18個(gè)月，他稍微悲觀一點(diǎn)，預(yù)估需要2—3年。

他對“ChatGPT時(shí)刻”的定義是，AI模型可以在80%的陌生場景下，通過語言和文字指令實(shí)現(xiàn)80%的任務(wù)，且不需要提前建圖。

數(shù)據(jù)泛化的準(zhǔn)確率和具身智能的訓(xùn)練成本息息相關(guān)。對機(jī)器人而言，如果在特定場景進(jìn)行預(yù)先訓(xùn)練，其成功率基本可以達(dá)到100%。但如果更換場景，成功率就會(huì)大幅下降。

王興興認(rèn)為，目前行業(yè)距離具身智能的“ChatGPT時(shí)刻”還面臨挑戰(zhàn)，其中最大的挑戰(zhàn)在于AI模型的泛化能力不足。

要提高機(jī)器人的泛化能力，一是要提高模型對機(jī)器人運(yùn)動(dòng)的表達(dá)能力。如果模型本身的表達(dá)能力或動(dòng)作豐富度不足，泛化能力有限；二是提高數(shù)據(jù)利用率。目前，語言模型或多模態(tài)模型領(lǐng)域數(shù)據(jù)豐富，互聯(lián)網(wǎng)上存在大量數(shù)據(jù)，但機(jī)器人領(lǐng)域的數(shù)據(jù)仍然稀缺；三是強(qiáng)化學(xué)習(xí)的規(guī)模效應(yīng)需進(jìn)一步提升。

目前，具身智能領(lǐng)域的模型主要分成兩個(gè)流派，一個(gè)是VLA模型，即在語言模型或文本模型基礎(chǔ)上融入機(jī)器人模型；另一個(gè)是世界模型，即通過對物理世界進(jìn)行預(yù)估和建模來驅(qū)動(dòng)機(jī)器人。在這一模式下，機(jī)器人無需依賴實(shí)拍動(dòng)作數(shù)據(jù)，而能像人類一樣想象，先在“大腦”中構(gòu)想動(dòng)作，再將動(dòng)作投射到機(jī)器人身上執(zhí)行。王興興非常看好基于視頻生成的世界模型這一技術(shù)路徑。

文生視頻模型的發(fā)展讓王興興感到興奮。他在亞布力論壇上兩度提及今年1月字節(jié)跳動(dòng)推出的Seedance 2.0模型，并評價(jià)這是全球目前最好的、沒有之一的視頻生成軟件，“全球遙遙領(lǐng)先”。

他解釋為什么著重提到Seedance：如果人用AI生成一個(gè)機(jī)器人在家干活的視頻，且生成質(zhì)量很高，某種意義上，只需將該視頻與機(jī)器人動(dòng)作對齊，機(jī)器人就能執(zhí)行任務(wù)。但目前最大挑戰(zhàn)在于視頻與機(jī)器人動(dòng)作無法良好對齊和統(tǒng)一，這是全球性難題。一旦視頻生成的動(dòng)作與機(jī)器人模型統(tǒng)一，數(shù)據(jù)難題將從根本上被解決，機(jī)器人計(jì)算模型也將誕生。

機(jī)器人有了自主意識和感知環(huán)境的能力，會(huì)是什么樣？王興興描繪了一個(gè)場景：如果明年或后年，我將人形機(jī)器人帶到一個(gè)完全陌生的場景，它不認(rèn)識在場的每個(gè)人，這時(shí)我請機(jī)器人幫忙把一瓶水遞給某人，它能完全自主地完成任務(wù)，無需預(yù)先建圖。“這就真正實(shí)現(xiàn)了具身智能的‘GPT時(shí)刻’?！?/p>

在亞布力論壇上，王興興還介紹了宇樹科技近期的產(chǎn)品和技術(shù)進(jìn)展：2025年宇樹發(fā)布了工業(yè)級應(yīng)用的新一代機(jī)器狗，防塵防水，滿電空載續(xù)航超20千米；還發(fā)布了更大尺寸（1.8米高）的H2機(jī)器人，力氣更大，適用于工業(yè)或農(nóng)業(yè)場景。預(yù)計(jì)今年年中，人形機(jī)器人的百米沖刺速度能跑進(jìn)10秒以內(nèi)，超過人類博爾特。

關(guān)于出貨量，截至2025年底，宇樹G1全球出貨量約5000臺，最便宜的機(jī)器人售價(jià)約3萬元。如果未來AGI達(dá)到臨界點(diǎn)，宇樹的年出貨量可能飆升至百萬臺。

一個(gè)月前，宇樹機(jī)器人第三次登上央視春晚，表演了醉拳、雙節(jié)棍、舞劍等，以及單腿連續(xù)空翻、兩步上墻等高難度動(dòng)作，這對硬件和軟件穩(wěn)定性的要求非常高。

這一套表演，可以體現(xiàn)宇樹機(jī)器人在機(jī)器人AI強(qiáng)化學(xué)習(xí)領(lǐng)域的努力，其中“功夫模式”便是其2025年最大的升級。為了提升性能，宇樹給機(jī)器人加裝了兩顆128線3D激光雷達(dá)，預(yù)訓(xùn)練AI模型，使動(dòng)作可以隨時(shí)暫停或任意切換，靈活性大大增強(qiáng)。以前機(jī)器人下臺只能緩緩步行，現(xiàn)在宇樹開發(fā)了集群跑位算法，讓機(jī)器人能跑步變陣，銜接更自然。

（作者 陳月芹）

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

陳月芹

可聯(lián)系：chenyueqin@eeo.com.cn