王興興給宇樹畫了三條線:量產、小模型、大算力

2026年10月22日 09:30
站內 AI 整理稿

AI資訊AI新閒資訊正文王興興給宇樹畫了三條線:量產、小模型、大算力發布於AI新閒資訊時間 :Oct 22, 2026閱讀 :1分鐘2026 世界物理 AI 大會暨宇樹合作伙伴生態大會今日在浙江杭州召開。宇樹科技董事長、總經理兼首席技術官王興興登臺,把公司未來的打法拆成三條清晰的線。第一條是產能。王興興強調要把機器人的大規模量產能力提上去,目標對準未來千萬級乃至億級的市場盤子。在它的設想裡,機器人要從"能造幾臺"走向"能造幾百萬臺",規模本身就是護城河。第二條走"自研 + 合作"的複合路線,推動適配自家硬件的物理 AI 小模型真正落地。

第三條則押注基礎設施——佈局超大規模算力集群,給技術迭代打地基。光有方向不夠,宇樹還在搭一套機器人自進化體系,用"AI 自主研發—仿真訓練—真實測試—反饋迭代"的閉環,替換掉過去靠人工反覆調試的老路,把算法迭代效率往上推。砸錢辦世界物理 AI 大賽更吸睛的是賽事。王興興現場官宣"世界物理 AI 大賽",承諾每年砸下數千萬元人民幣獎金,向全球團隊和個人敞開大門。賽道共設八個:任意移動、田徑、格鬥、靈巧操作、生產、體育賽事、多模態交互、康養。既有格鬥、田徑這類硬核對抗,也有康養、生產等落地場景,兼顧炫技與實用。

把比拼細化到具體能力維度,目的很明確——把全球聰明腦袋聚到物理 AI 上,不斷推技術的邊界。相關推薦萬象有聲發佈 Audimind,有聲書製作工具出海原懶人聽書核心團隊打造的萬象有聲推出海外版 Audimind(audimind.ai),定位有聲書製作工具,支持演播者與團隊在同一項目內完成文稿處理、真人錄音或 AI 配音、對軌、後期、審聽及團隊分工。免費版每月贈 10,000 積分,個人版 19 美元/月起,團隊版 59 美元/月起,產品已在 Product Hunt 上線。Oct 23, 202693.

6k“翻譯效果令人難以置信”,海外AI創業者上手千問AI硬件新品千問AI眼鏡N1系列及AI耳夾式耳機發售後獲彭博社等美媒關注,有報道以“中國智能眼鏡再次讓Meta相形見絀”為題,基於公開規格對比雙方影像、眼動追蹤等能力。舊金山Assembling2026活動期間,不少AI創業者與技術從業者體驗新品;創業顧問Mike Rice試用耳夾式耳機,工作人員說中文,他耳邊聽到英文譯文,感嘆“就像你在直接和我說話”。Oct 22, 202697.4kAI日報:訊飛星火X2.6發佈;紅果短劇上線小果AI;宇樹發佈H2X人形機器人測試廣告【AI日報】聚焦AI熱點與開發趨勢。科大訊飛發佈星火X2.

6端雲一體大模型,基於國產算力訓練,採用293B A30B MoE架構,上下文長度達1M,重點提升代碼與智能體能力,推動智能體能力同步升級,並推出相關AI新功能。該模型展現國產大模型在算力、長上下文和智能體方向的新進展。Oct 22, 202691.7k訊飛星火 X2.6 端雲一體大模型發佈,首次基於全國產算力突破代碼與智能體能力科大訊飛在全球1024開發者節發佈訊飛星火X2.6端雲一體大模型,首次基於全國產算力,同時實現代碼與智能體能力。董事長劉慶峰稱,大模型公司中僅星火純用全國產算力訓練,其餘幾乎依賴英偉達,且訊飛模型尺寸最小。為提升國產算力效率,訊飛正持續優化。

Oct 22, 2026123.6k英偉達砸錢鎖定供應鏈,拉 6 傢伙伴擴 AI 產能英偉達10月21日宣佈,與六家供應鏈夥伴全球擴產,以承接加速計算和全棧AI工廠平臺持續增長的需求。六筆合作半數以上聚焦基板環節,計劃未來三年將所需基板產能擴至當前2.5倍。日本揖斐電獲數十億美元預付款,用於擴建日本小野工廠,新增產能約為現有兩倍,預計2028年。Oct 22, 2026126.4k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026

Related

相關文章

訊飛星火 X2.6 端雲一體大模型發佈,首次基於全國產算力突破代碼與智能體能力

它最硬的一張標籤是:首次基於全國產算力,把代碼和智能體兩塊能力同時啃了下來。董事長劉慶峰在發佈會上點明,目前做大模型的公司裡,只有星火一家是純粹用全國產算力訓練的,其餘幾乎都跑在英偉達的卡上,而科大訊飛模型的尺寸還是其中最小的。為了把國產算力喂出效率,訊飛這次正面撞上了國產芯片的硬傷——顯存帶寬受限,長程任務混訓時效率上不去。

2 小時前6600

科大訊飛首發星火語音基座大模型 SparkAudio 1.0

它把機器翻譯、語音識別、語義理解這幾樣本領擰進同一個模型裡,讓基礎語音能力整體往上抬了一截。在官方演示裡,SparkAudio1.0借一段電影片段秀出了它的"耳朵"有多尖:不僅能精準分辨聲音內容、背景和說話人的性別,還能對場景做出準確判斷。

2 小時前

螞蟻數科發佈LingDT-Decision-1.0 準確率超過微軟和JEV等決策模型

Jev1.13.等熱門決策模型,LingDT-Decision-1.0的27B版本在同參數模型中取得最高準確率。專為決策任務設計,Token消耗直降超90%,更快更準在企業實際應用中,存在大量高頻的決策類任務。例如,在客服場景中,當收到“這個訂單已經三天了還沒發貨,請儘快處理。

3 小時前5300