全球立定跳远跳的最远的机器人 | 宇树科技的人形机器人 G1 | 具身智能 |
宇树科技王兴兴：物理AI模型将***机器人“最后几厘米”难题
2026年8月20日，在北京举行的2026世界机器人大会（WRC）“应用牵引”主论坛上，宇树科技股份有限公司董事长王兴兴指出，当前具身智能机器人面临的核心瓶颈在于AI模型输入与输出在物理世界中的对齐不足。
“目前的机器人模型在执行移动、分类或搬运等任务时，整体趋势没有问题，大差不差能完成，但在最后几厘米甚至几毫米的精度上，无法与真实环境精准匹配。”王兴兴表示，这种微小偏差会随操作链路累积，导致任务成功率急剧下降，成为全球机器人行业共同的技术挑战。
作为刚于前一日登陆科创板的明星企业（股票代码：688836），宇树科技上市首日股价一度飙升至1100元/股，收盘报845元，总市值达3418亿元。��至8月20日上午，公司股价回落至726元/股，跌幅14.08%，但王兴兴个人持股市值仍超千亿元，成为90后新首富。
面对市场热捧与技术现实之间的张力，王兴兴强调，宇树科技正将最大比例的资金与人力资源投向AI模型研发，尤其聚焦于“物理AI计算模型”的构建。该模型的核心理念是让AI自主生成机器人控制代码，而人类工程师则负责对输出结果进行评价与打分，形成闭环反馈机制。
“这套体系一旦跑通，机器人的开发效率将大幅提升，并逐步具备自我进化能力。”王兴兴解释称，传统机器人编程依赖大量人工规则设定，难以应对复杂动态环境；而通过物理AI模型，系统可在模拟与真实交互中不断优化动作策略，缩短从“能动”到“精准可靠”的演进周期。
据业内人士分析，宇树科技此举意在抢占具身智能（Embodied AI）赛道的底层技术制高点。相较波士顿动力依赖高精度传感器与手工调参的路径，以及特斯拉Optimus仍处于演示阶段的端到端学习方案，宇树提出的“AI写代码+人类评分”模式试图在泛化能力与工程落地之间寻找新平衡。
不过，该路径亦面临显著风险。IDC在《2026年全球服务机器人技术成熟度报告》中指出，当前物理仿真与现实世界的“域差距”（domain gap）仍是AI训练的主要障碍，仅靠算法迭代难以完全弥合硬件延迟、摩擦力变化等非结构化干扰。此外，高度依赖人类反馈可能限制系统规模化部署的速度。
王兴兴承认挑战存在，但态度乐观：“机器人技术已大幅跃升，未来几年的发展速度可能比我预估的还要快。”随着宇树科技从产品制造商向AI驱动型平台企业转型，其技术路线能否真正突破“最后几厘米”的精度天花板，将成为检验中国具身智能产业化成色的关键试金石。
本文由AI辅助生成
