宇树王兴兴指具身智能泛化能力仍是最大瓶颈 料最快2至3年迎“ChatGPT时刻” 

“人形机器人第一股”宇树科技登陆科创板翌日，创办人兼董事长王兴兴于2026世界机器人大会表示，具身智能泛化能力不足，仍是现阶段机器人产业最大瓶颈。通用机器人真正进入家庭及日常生产生活，最快可能需时两至三年，最慢或要五年至十年。

陌生环境完成八成任务成标准

王兴兴认为，判断具身智能是否迎来类似ChatGPT的产业临界点，可采用一项较直观标准，将机器人带到任意陌生环境或普通家庭后，观察其能否 能够根据语音或文字指令，自主完成约八成任务。

专项任务成功率接近100%

谈及目前机器人AI模型的技术瓶颈，王兴兴指出，全球不少模型在固定场景中，经过充分数据收集及专项训练后，任务成功率基本可接近100%；但只要更换操作物品或稍微改变环境，成功率便会大幅下降。

他解释，大语言模型由数字编码组成，严格限制于向量空间内，输入及输出的损失较小；但机器人与真实世界互动时，每次输入及输出均可能出现偏差和损失，影响模型的泛化能力及成功率。但王兴兴认为，有关问题未来数年必然可以解决。

整体效率及通用性不高

王兴兴以宇树G1机器人在工厂、会议室整理及医疗场景的应用为例，指出机器人目前已能完成部分装配及整理任务，但整体效率和通用性仍然不高，与人类相比仍有差距。

当面对新任务时，机器人通常需要重新收集数据及训练，任务转移效率仍有待提高。他指出，这不只是宇树科技面对的问题，也是全球机器人企业共同面对的瓶颈。

AI模型成最大投入方向

在模型技术路线方面，宇树科技主要关注端到端模型及世界模型。王兴兴表示，公司早于2020年初已开始探索基于影片生成的世界模型，惟早期效果未如理想，相关工作一度放缓。

自2025年起，公司再次加大有关方向的投入，目前AI模型已成为宇树在人力及资金方面投入最大的领域之一。

推物理AI模型自我进化

王兴兴表示，宇树近期正推动物理AI机器人模型实现自我进化，由前沿AI大模型驱动，并由公司设定规则及约束，让AI自行完成搜寻、编程及生成机器人控制代码。生成控制代码后，系统会先在模拟环境试行，再部署至实体机器人测试及评分。训练完成后，由AI模型及人工评价效果，再把结果回馈予编程智能体。

他指出，随着基础模型持续提升，自我进化循环的能力亦会同步增强，并可综合利用真实世界及人类产生的各项训练数据。随着实体机器人部署数量增加，系统亦可取得更多测试数据及评价指标。

王兴兴表示，当这套系统形成并投入运作后，机器人的开发效率将大幅提高，产品迭代速度亦会加快。

未来十年发展速度或超预期

王兴兴亦回顾宇树科技过去十年的发展。公司于2016年8月成立，早期主要研发四足机器人，近年逐步拓展至人形机器人。

他表示，在AI加速发展及全球关注度持续提高的背景下，机器人的进化速度已明显加快，未来十年的产业发展速度甚至可能超出目前预期，形容现时是“一个全新的起点、全新的开始”。