宇树突破：全球首次世界模型实时驱动全自主人形机器人格斗
一场没有遥控器的格斗
9月7日，宇树科技公布的一段视频在机器人技术圈层内快速传播。画面中，两台人形机器人面对面站立，没有操作员手持遥控设备，没有预先编排的动作序列。其中一台率先出拳，另一台侧身闪避后迅速反击。整个过程在实时环境中完成，攻防节奏紧凑，动作衔接自然。据公开信息，这段视频展示的是UnifoLM-X2-1.0世界模型驱动下的全自主人形机器人格斗能力。
这不是一次简单的动作演示。人形机器人在对抗性场景中完成自主决策、实时规划和动态执行，意味着技术团队需要在“感知—预测—决策—动作”的闭环中压缩延迟，同时保持动作的连贯性与合理性。一位长期关注具身智能领域的业内人士表示，格斗场景对机器人系统的瞬时响应能力和动作生成质量要求极高，任何一环出现偏差，机器人的姿态就会失衡或被对手击中。
[IMG:1]世界模型如何改变机器人“思考”方式
宇树科技将这套系统命名为UnifoLM-X2-1.0。据公开资料，其核心突破集中在“世界-动作大模型”的瞬时规划与决策能力上。通俗理解，世界模型是一种让AI在内部构建对物理环境认知与预测的技术路径。机器人不再只对当下看到的画面做出反应，而是会基于当前状态预测未来短时间内的可能性，并据此选择动作。
这与传统基于规则或单一神经网络映射的控制方式有本质区别。在传统方案中，机器人接收到传感器数据后，经过一系列计算直接输出关节指令。一旦环境发生变化，系统需要重新计算，中间产生的误差会在多次输入输出后逐步累积。宇树科技创始人王兴兴在8月20日举行的2026世界机器人大会上曾公开指出，机器人目前最大的瓶颈是AI模型的输入和输出对齐程度不够，每输入输出一次都会产生偏差，导致全球范围内模型的实际成功率仍然偏低。
[IMG:2]从“小脑强”到“大脑补课”
宇树科技在运动控制领域的积累被行业广泛认可，其四足机器人和人形机器人在动态平衡、步态控制、复杂地形通过性等方面表现突出。业界因此长期存在一种评价：宇树的“小脑”出色，“大脑”相对滞后。所谓“小脑”，指的是运动控制与底层执行能力；“大脑”则指向环境理解、任务规划与自主决策。
2026年以来，宇树在“大脑”方向上的动作明显提速。8月19日，宇树科技正式登陆科创板，成为“人形机器人第一股”。根据该公司IPO招股材料，此次募资总额42.02亿元，其中48.13%的资金——超过20亿元——将投向智能机器人模型研发项目，聚焦具身大模型等“大脑”与“小脑”底层技术攻坚。王兴兴在8月20日的公开表态中强调，AI模型投入是目前公司资金和人力投入最大的方向。
[IMG:3]格斗背后的技术验证逻辑
选择格斗作为技术验证场景，有其工程上的考量。对抗性场景天然具备高动态、强交互、不可预测的特征。机器人在格斗中需要同时处理对手位置变化、自身姿态调整、攻防策略选择以及碰撞后的恢复动作。这种多目标、强耦合的实时决策任务，比静态环境下的抓取或行走更能暴露模型在规划与执行之间的对齐问题。
从行业影响角度看，宇树此次发布的视频向市场传递了一个清晰信号：人形机器人的自主性正在从“演示级”向“对抗级”推进。如果世界模型驱动的实时决策能力可以稳定复现，那么机器人在工业巡检、应急响应、复杂环境作业等场景中的实用性将大幅提升。据公开信息，宇树方面称该成果验证了世界模型驱动的人形机器人大规模落地部署的基础可行性。不过，这一表述目前仍属于企业单方面的技术判断，尚需第三方机构或实际部署数据加以验证。
[IMG:4]资本市场的冷热两面
技术进展并未完全对冲资本市场的波动。宇树科技上市首日股价开盘报1100元/股，市值一度飙升至4449亿元。然而此后股价经历剧烈调整，截至9月7日收盘报536.35元/股，较上市首日开盘价跌去超过一半，最新市值约2169亿元。
业绩层面，根据宇树科技此前更新的2026年上半年主要业绩数据，2026年1至6月公司实现营业收入11.52亿元，同比增长48.54%；归母净利润2.74亿元，去年同期为亏损3202.45万元。但扣除非经常性损益后的净利润为2.44亿元，同比下降19.34%。这意味着公司主营业务盈利能力出现一定承压，利润改善部分来自非经常性损益贡献。
一位机器人行业分析师指出，人形机器人赛道当前面临的核心矛盾在于：技术迭代速度与商业化落地节奏之间的落差。资本市场在上市初期给予了极高的估值溢价，但后续需要看到可验证的规模化收入增长和毛利率改善。宇树在“大脑”模型上的持续高投入，短期内会增加研发费用，对利润形成一定压力，但从长期技术壁垒构建的角度看，这一投入方向具有战略必要性。
[IMG:5]行业竞争进入“模型决胜”阶段
将视角拉宽至整个具身智能赛道，宇树此次发布的自主格斗能力，实际上折射出行业竞争重心正在发生迁移。2024年至2025年间，人形机器人厂商的竞争焦点集中在硬件本体：关节模组、灵巧手、传感器配置、整机自由度数量。进入2026年，随着多家企业完成硬件定型和小批量交付，竞争重心开始向具身智能模型层转移。
一个值得关注的行业共识正在形成：硬件能力正在趋同，模型能力将决定产品上限。王兴兴此前在接受媒体采访时提出一个判断标准——如果在80%的陌生环境中，机器人可以根据指令完成约80%的任务，基本上就达到了具身智能的“ChatGPT时刻”。他表示，未来一到两年内，谁能率先实现这一目标，谁就将是全球最领先的具身智能模型。
这一判断并非宇树一家之言。特斯拉Optimus、Figure AI、智元机器人等国内外厂商均在加大对具身大模型的研发投入。区别在于技术路线的选择：有的团队侧重“视觉-语言-动作”端到端模型，有的团队采用“世界模型+策略网络”的分层架构，有的则坚持基于强化学习的仿真迁移路线。宇树此次公布的UnifoLM-X2-1.0，显然属于世界模型驱动的技术阵营。
[IMG:6]风险与挑战同样清晰
技术演示与产品落地之间的距离仍然显著。格斗场景虽然能展示模型的实时决策能力，但其环境复杂度与工业实际场景并不完全等同。在工厂、仓库、家庭等落地场景中，机器人面临的挑战更多来自长尾任务的泛化能力、人机协作的安全性、以及连续工作状态下的可靠性。
王兴兴在8月20日的公开讲话中承认了当前模型成功率的局限。他表示，全球范围内的模型实际成功率仍不理想，但这一问题在未来几年内“必然可以解决”。这一判断的乐观程度在业内存在不同声音。部分研究者认为，输入输出对齐问题涉及感知噪声、动作执行误差、环境不确定性等多层因素，解决难度可能超出预期。
宇树科技面临的挑战还包括：高研发投入下的盈利持续性、股价剧烈波动带来的市场信心修复、以及行业竞争加剧带来的客户获取成本上升。根据该公司2026年上半年数据，扣非后净利润同比下降近两成，而营收增速保持在48.54%的水平，表明公司正处于“以利润换技术、以技术换未来”的投入期。这一战略选择是否能够兑现为长期竞争优势，仍需后续季度的运营数据加以检验。
截至发稿，宇树科技尚未公布UnifoLM-X2-1.0的具体技术参数、训练数据规模及第三方评测结果。一位接近宇树的供应链人士透露，该模型目前仍处于内部验证阶段，距离商业部署还有一定距离。对于人形机器人行业而言，宇树此次发布的真正意义或许不在于格斗本身，而在于它向市场证明：全自主、实时对抗性任务，已经不再是停留在论文里的概念。
本文由AI辅助生成
