宇樹科技創始人王興興:機器人核心瓶頸是能否解決幾毫米的工作誤差

作者:浩渺 責編:浩渺 評論: 9 月 25 日消息,據界面新聞今日報道,第五屆全球數字貿易博覽會 9 月 24 日在杭州舉行,宇樹科技創始人王興興發表《從機械到靈智 — 具身未來進化論》主題演講。回顧 AI 行業發展,ChatGPT 的出現徹底重塑了大眾對人工智能的認知,打開了行業想象力。對此王興興判斷,具身智能賽道未來也必將迎來專屬的“ChatGPT 時刻”。當機器人可在 80% 的陌生場景中,通過語音具身能力完成 80% 的任務時,就意味著行業抵達爆發臨界點。屆時全球企業與各國資源將集中湧入賽道,這一產業拐點有望在未來幾年落地。讓機器人說指令、象徵意義執行某個具體工作,在去年已能實現。
王興興認為,目前最大的問題是 AI 模型的輸入、輸出與真實物理世界精準匹配度不足,機器人工作會有幾毫米的誤差。“未來誰能解決這個問題,機器人的問題就完全解決了。”王興興說。注意到,在今年 8 月的 2026 世界機器人大會(WRC 2026)期間,宇樹科技創始人王興興也提出過類似觀點。王興興現場解答為什麼其產品沒有進行在工廠,家庭等場景大規模推廣,“其實最主要的原因就是目前整體的效率和它的能力還是不夠,簡單來說就是雖然目前我們機器人能做一些工作,但是它的效率其實跟人比起來還是低一些。
”此外,他還表示,現在人形機器人當有一些新任務時,要重新進行訓練,導致效率相對更低一點,“所以我們還是希望把技術做到更加泛化,能力更加精準,再在具體場景中進行大規模推進。”相關閱讀:《宇樹科技王興興:目前人形機器人的效能相對較低,技術精進後會大規模推廣》 投訴水文 我要糾錯 下載APP,簽到賺金幣兌豪禮 相關文章關鍵詞:宇樹科技,具身智能,王興興100 元報銷需王興興親自審批?
宇樹科技回應稱很多內容不實宇樹科技員工爆料公司管理細節:百元報銷都需要 CEO 王興興批,小到螺絲釘長度都親自過問宇樹科技王興興:目前人形機器人的效能相對較低,技術精進後會大規模推廣宇樹科技王興興回應大學畢業後僅 2 個月就從大疆離職:熱愛機器人 + 產業化機會出現宇樹科技上市首日收漲 460%:開盤一度暴漲 629% 市值突破 4400 億,中一簽浮盈近 35 萬元宇樹科技王興興身家超千億元,成 90 後新首富
Related
相關文章

為工作而生的 AI:微軟納德拉稱正將 Copilot 打造成全新工作操作系統
作者:故淵 責編:故淵 評論: 9 月 26 日消息,科技媒體 Windows Latest 今天(9 月 26 日)發佈博文,報道稱在微軟發佈 Copilot“超級應用”後,公司首席執行官薩蒂亞 · 納德拉(Satya Nadella)表示:“正在將 Copilot 打造成一個全新的工作操作系統”。

Edge AI Daily 早報(9月26日)
Edge AI Daily2026.09.26 07:59 · 來自北京全文8142字00:00 / 22:15Meta推AI掛件繞過模型大戰,OpenAI醞釀500美元套餐。Runway發佈WorldPrompt,Cursor推Project模式。

Meta 已經想清楚 Muse 靠什麼賺錢
AGI-Signal2026.09.26 07:53 · 來自河南全文4239字00:00 / 11:34眼鏡、鑰匙扣、電腦、手機的入口,可能都是同一個智能體。美東時間週五收盤,Meta 報751.66美元,單日下跌3.3%,總市值約1.9萬億美元。
本期AI資訊彙總2026年9月26日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年9月26日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態。" AI資訊 | 每日早讀 | 全網數據聚合 | 前沿科學探索 | 行業自由發聲 | 開源創新力量 | AI與人類未來 | 訪問網頁版↗️ | 進群交流🤙 今日摘要 谷歌Gemini 4進入細化階段擬提前發佈 小米MiMo登頂開源權重榜首成本僅為對手零頭 美團龍貓2.

暢銷小說被指用 AI 創作,法國最有名文學獎龔古爾獎將其移出初選名單
作者:清源 責編:清源 評論: 9 月 25 日消息,據路透社報道,當地時間 25 日,法國最負盛名的文學獎項 —— 龔古爾獎主辦方宣佈,將海地裔加拿大作家泰利森 · 奧雷利安的暢銷小說《C'etait Ca ou Mourir(要麼就這樣,要麼死)》移出初選名單,原因是有人指控奧雷利安使用 AI 創作該書。

“AlphaGo”殺進足球場!自我對弈140年,機器人成“梅西終結者”
美國具身智能獨角獸Skild AI推出人形機器人Messinator,其核心是旗艦機器人基礎模型S1,透過自我對弈的方法在虛擬環境中訓練了140年,成功學會帶球、護球和射門等足球技巧。該機器人能透過觀看影片示範來理解任務並執行,顯示AlphaGo的自我對弈策略在物理世界中也獲得了成功驗證。