王興興自曝“宇樹升值記”

目標進廠打螺絲。上市後的第二天，王興興公開復盤了宇樹“成長”的心路歷程。8月20日，王興興亮相“2026世界機器人大會”現場，發表《從展品到產品：人形機器人產業的下一個十年》演講，從技術、產品到落地場景，系統性回顧了宇樹在過去近十年的“躍遷”。宇樹的故事起點在2016年。王興興回憶，公司最早做的是四足機器人，最近幾年才把重心轉向人形機器人；2024年推出的G1，已經成為全球人形機器人領域一款標杆性產品——市面上絕大多數人形機器人，要麼與它同源，要麼外形極為相似。但比起“做出來”，他更在意“用起來”。王興興透露，過去幾年，宇樹一直在推動機器人“真正的去走進生活，去工廠幹活”。

在這個過程中，王興興多次強調“真正的”。換句話說，宇樹也認為，舞臺表演不是人形機器人最核心的落地場景。從預先錄製、編排動作，走向多模態端到端、由語音實時生成動作，這是宇樹近10年的技術躍遷路線。王興興坦言，過去那些看著流暢的演示，動作都是提前訓練好的；而如今展示的能力，已經是基於實時語音生成。“我們希望未來真正的機器人應用落地的時候，它的動作都是完全實時生成的，而不是提前做編程的。” 整個具身行業的共識在於：支撐機器人實時動作推理和執行這套能力的是數據。在王興興的判斷裡，“目前的機器人都是AI驅動的，AI基本都數據驅動的，有多少數據，尤其有多少高質量的數據，就有多少AI。

” 具體到數據類型上，預訓練主要依賴海量的真人數據與互聯網數據，再疊加機器人在物理世界的實測數據，而前者量大，後者剛需。“我們需要把機器人真正的跟物理世界進行匹配”。王興興透露，公司在AI模型上的資金和人力投入“目前應該是最大的”。其中世界模型是一條迂迴的路線：2020年初就開始做基於視頻生成的世界模型，到年底因效果不理想一度擱置，直到2025年又重新大力投入。這種“先試、擱置、再發力”的節奏，折射出一傢俱身公司，在技術路線上的從0到1的反覆摸索。除了數據，從舞臺走到工廠，是本體背後模型的泛化能力。客觀情況是，今天的機器人能完成簡單裝配，效率卻仍低於人類，且每來一個新任務就要重新訓練。

“在一個固定場景上做足夠的採集訓練，成功率可以接近100%，但如果操作的物品或環境稍微換一下，成功率下降非常嚴重”。王興興說。王興興認為，AI模型的輸入輸出與真實物理世界對齊不足導致了泛化能力的欠佳，“語言模型是純數字編碼，基本沒有損失。而機器人的每一次輸入輸出都有偏差和損失。” 關於這個問題的解法，王興興的設想是“物理AI機器人自進化”——用最前沿的大模型驅動一個智能體：它自己上網搜最新論文與開源方案、編寫控制代碼，先在仿真環境驗證，再部署到實物機器人；由AI自動打分疊加人的經驗打分，形成正向循環。對於外界很關心的“通用的機器人何時真正走進家庭？

”的問題，王興興自己劃定的臨界點指標是一臺機器人帶到任意一個陌生環境，它能通過語音指令完成80%左右的任務，“這就是未來真正產業的臨界爆發點”。他預判，快則兩到三年，慢則五到十年。而在AI大爆發的當下，整個機器人的進化速度已經被大幅拉高，“可能比我預估的還會更快一點點”，是一個“全新的起點”。以下為王興興演講實錄全文（在不改變原意的情況下有刪減調整） 大家好。首先回顧一下我們公司的情況：宇樹是2016年成立的，到今年8月，差不多整十年。公司最早做四足機器人，最近幾年做人形機器人。我們近幾年比較成功的一款，是2024年推出的G1。

這款機器人推出以後，基本成了全球一款標杆性的產品；大家現在看到的我們絕大部分機器人產品，或者全球在用的很多機器人產品，基本上都跟它同源，或者外形非常相似。今年年初比較有代表性的是我們的武Bot——我們把幾十個中國經典功夫動作提前採集、做AI訓練，再搬上舞臺。這個節目最大的亮點是結合了全世界最頂尖的人形機器人技術與中國傳統的功夫、舞獅文化，視頻在海外傳播非常好，有幾百億次的播放量，大家都非常喜歡。我覺得這是一個非常好的科技和文化交融的例子。另外，我們在天壇也做過一場簡單的演示，現場大概49臺機器人全自動錶演，非常震撼。

天壇有幾百年的文化歷史，機器人在現場有一種穿越時空的感覺——過去幾百年的文化和當前最新的技術交融在一起。過去幾年，我們一直在推動機器人真正走進生活、去工廠幹活。2024年我們就跟汽車工廠合作，做落地應用；我們也在自己的工廠部署機器人做簡單測試和落地。公司絕大部分AI團隊，都在做機器人真正在家庭或工廠裡幹活。為什麼我們現在沒有大規模推廣？最主要的原因是目前的效率和泛化能力還不夠。雖然機器人能做一些簡單裝配了，但效率跟人比還是更低；而且每次有新任務過來，都要重新訓練，效率相對更低。所以我們希望把技術做到泛化能力更好，再進行大規模推廣——這是目前全球共同的最大瓶頸。

今年4月，我們刷新了一個記錄，人形機器人奔跑最快超過10米每秒。這款機器人是我們2023年第一代人形機器人H1改制的，H1也是我們公司第一款人形機器人，非常經典；後面也可以裝輪子，更靈活一些。大家知道，目前的機器人都是AI驅動的，AI基本都數據驅動——有多少數據，尤其有多少高質量的數據，就有多少AI。我們自己在採集，也和第三方合作採集更多數據。真正的AI機器人訓練數據，主要還是海量真人數據或互聯網數據作為預訓練數據，再加上部分真機數據，這是非常剛需的兩部分。從量上來說，真人數據更多、更重要；但真機實際數據也非常關鍵，因為我們需要把機器人和真實物理世界做匹配。

今年5月，我們發佈了全球第一款量產級的載人變形機甲GD01，身高三米多，載人後重量大概500千克。它有點像一個越野車，不是給你在家庭或城市裡用的，而是戶外徒步、複雜環境下的運輸；最有意思的是它可以變形成四條腿模式，穩定性更好、越障能力非常強。前幾個月，我們演示了基於多模態端到端的自動AI動作生成。大家看到很多常規動作演示，都是提前訓練好的；而這部分動作是基於實時語音生成的——正因為如此，中間會有幾秒延遲：每句話說完，要語音識別、上傳雲端做AI動作生成、驗證沒問題再下發給機器人。但我們希望未來真正落地時，動作都是完全實時生成，而不是提前編程的。我們也推動機器人真正在會議室裡幹活。

我們公司的會議室經常亂糟糟的，整理會議室是非常剛需的事。我們主要採集訓練的就是：把會議室任意打亂以後，恢復到乾淨整潔的狀態。完全是端到端實現，大概佈置了七八個不同任務，用一個模型自動切換、都能直接執行，而且可以抗干擾。這個功能我們最近一直在開發，因為像會議室整理這種既有實用價值、難度又不是特別大的場景，非常有意義。在語音自動生成的基礎上，我們又做了帶幹活能力的版本——語音驅動下，動作是可以幹活的。比如搭載多模態模型後，讓它“把第三層的藍色藥盒拿上來”，它能識別、執行，而且可以抗干擾，不是固定動作。

前段時間，我們發佈了最新一代輪足機器人Go2-W，比較輕量化，自重只有20千克左右，但負載能力和續航非常強勁，基本防雨水，室內室外都能用。我們把一些人形機器人的技術重新放到四足機器人上，讓四足機器人靈活性進一步提升，負載能力也非常強勁，非常希望落地到戶外徒步等場景。我們還升級了去年那款中小尺寸人形機器人R1，以及消費端的A2等產品，性價比非常高，在京東、淘寶就有預售或零售。前段時間我們預覽了一款新機器人，開發時間很短，只花了三個多月；目前只是預覽、不是正式發佈，但它的速度最快已經到了12.65米每秒，超越了目前人類歷史上的最快奔跑速度，跳高高度也基本超越了人類歷史最高跳躍高度。

2025年，我本人、我們公司的產品都登上了《時代》雜誌的榜單。回顧最近幾年具身智能AI模型的發展，主要流派目前是VLA模型和世界模型，今年大家聽到最多的還是世界模型。我們對AI模型這塊的投入一直非常大，應該是公司目前資金和人力投入最大的方向。2020年初我們就開始做基於視頻生成的世界模型，但2020年底效果不理想，中間稍微擱置了一段時間；去年我們又大力發展了基於視頻生成的世界模型這個方向。很多人好奇，通用的機器人什麼時候真正走進生活、走進家庭？最大的問題還是全世界目前的瓶頸——具身智能的泛化能力還不夠。

很多AI模型，在固定場景上做足夠採集訓練，成功率可以接近100%；但如果操作的物品或環境稍微換一下，成功率下降非常嚴重。所以我希望，未來快則兩到三年、慢則五年或十年，真正哪天大家能看到：把一臺機器人帶到一個任意陌生環境、帶到你的家庭，它基本能實現80%左右的任務，就差不多實現了具身智能的臨界點時刻，這就是未來真正產業的臨界爆發點。評價指標非常簡單：帶一個機器人到80%左右的陌生場景，它通過語音和語言指令實現80%的任務，這是一個非常重要的臨界點。為什麼達到這個點最難？因為目前AI模型的輸入和輸出，跟真實機器人對齊程度不夠。

你讓它移動、把東西裝配在一起、把物體搬到某個位置，大趨勢沒問題，大差不差能執行；但最後幾釐米、最後幾毫米的成功率或偏差，沒辦法很好跟真實世界匹配。我去拿東西時，眼看快拿住了，最後一點觸覺、最後一點誤差，沒辦法很好修正，成功率就暴跌得非常嚴重。這是目前全世界具身智能最大的瓶頸——AI模型的輸入輸出跟真實世界有偏差。為什麼機器人有這個問題，而語言模型或多模態模型沒有？因為語言模型完全是數字編碼，輸入輸出嚴格限制在向量空間裡，基本沒有大的偏差，而且沒有損失——輸入輸出再倒回來，沒有任何損失。而對機器人來說，每輸入輸出一次都有偏差和損失，所以泛化能力和成功率會差一些。

但我覺得未來幾年，這是必然可以解決的問題，只是需要一點時間。我介紹一下我們最近在推動、昨天剛提出的一件事。過去幾年，大家已經用AI做很多編程和開發，但AI在機器人領域的真正使用，其實還相對比較欠缺。我們推動的是：直接讓物理AI機器人模型自進化。用目前最前沿的頂尖大模型來驅動，我們自己定一些規則、經驗、約束和工具，讓它自己去網上搜索最新論文、最好的研究成果和各種開源方案，然後它自己去編程，生成自己的機器人控制代碼；代碼生成後，可以在仿真環境裡運行，或者調用大模型狀態去控制一個實物機器人。

如果部署到實物機器人上做測試，再進行評價和打分——這部分一部分是AI模型自己實現的，一部分也可以人參與打分，因為人的經驗非常重要，人很容易判斷好壞。這套邏輯一旦成體系運行起來，整個機器人的開發效率會高很多，迭代速度也會非常快；運行一段時間，真正可以實現機器人自我進化能力的提升。（PPT）左下角就是一個coding智能體，它自己編寫機器人控制代碼。目前很多簡單的深度強化學習算法，讓coding程序自動編程的效果已經不錯了。把編程效果放到仿真環境驗證，訓練好再放到實物機器人測試；測試好以後，做AI模型和人肉打分評價，確定效果，再反饋給編程智能體，形成正向循環。

這是最簡單的一個示例，真正使用會更復雜。我覺得這是當下以及未來幾年，全球非常值得做的一件事。原因很簡單：第一，隨著每個月、每年基礎模型能力提升，這個自進化循環本身能力會進一步提升，能跟隨全球AI技術進步；第二，可以更高效地使用多元數據——人肉用數據效率很低，自循環可以把各種訓練數據、真實世界數據、人的數據都用起來；第三，可以有更多真機部署，部署越多，測試數據和評價指標越多，數據利用率和增長率有保障，能達到數據規模化，而且可以每天或每月累加一些技能，而不是今天開發一個技能、明天又把它浪費掉。我覺得這是非常重要的一件事——讓真正使用AI，把機器人開發效率、進化效率大幅提升。

這也是可以開啟物理AI機器人自進化的一個新的機緣，未來這個方向會是很多人都會推動的一件事。我們公司最早大概2017、2018年第一次參加世界機器人大會，感受非常深刻。我覺得未來十年，在當下新的起點，尤其在AI大爆發、全球關注度非常高的時間，整個機器人進化速度已經大幅提升，可能比我預估的還會更快一點點，是一個全新的起點、全新的開始。由於時間關係，彙報比較簡單，謝謝大家，還請大家多多包涵。