宇树科技上市答谢宴，王力宏坐1号主桌，与沈南鹏、王兴兴谈笑风生
2026年8月20日，上海证券交易所的大屏上，宇树科技（股票代码：688777）的股价定格在790元，较发行价下跌6.51%。就在前一天，这家被称为“人形机器人第一股”的公司刚刚完成科创板敲钟仪式。市场用绿盘表达了对这家明星公司短期估值的审慎态度，而同一时间，在北京举行的2026世界机器人大会主论坛上，宇树科技创始人、董事长王兴兴给出了一个更长远的时间表。
一个关于“80%”的硬指标
“通用机器人真正进入家庭，有赖于具身智能泛化能力取得关键突破。”王兴兴在演讲中开门见山。他将产业临界点的判断标准具象化为一个数据指标：将一台机器人带入任意陌生环境或普通家庭后，它能够根据语音、语言指令，自主完成约80%的任务。即在80%的陌生场景中，通过语音或文字指令，机器人能够顺利完成大约80%的任务。
围绕这一临界点的到达时间，王兴兴给出了区间判断：“最快可能需要两至三年，最慢可能需要五年甚至十年。”这个跨度超过五年的预测，与二级市场对“人形机器人第一股”的短期业绩期待形成了微妙对比。据Wind数据统计，截至2026年8月，A股机器人概念板块年内平均市盈率已从45倍回落至32倍，市场正在从概念炒作转向对实际落地能力的定价。
泛化困局：实验室里的“学霸”，现实中的“新手”
王兴兴在演讲中坦承了当前技术路线的核心矛盾。他指出，目前全球不少AI模型在固定场景中经过充足的数据采集和专项训练后，任务成功率基本可以接近100%。但只要更换操作物品或稍微改变环境，机器人的任务成功率就会出现大幅下降。
“这主要是因为AI模型的输入－输出与真实世界有偏差。”王兴兴解释，大语言模型完全由数字编码组成，严格限制在向量空间里，输入输出基本不会有太大损失。但对机器人来说，每次传感器读数到电机指令的转换都伴随偏差和损失，这种物理层面的误差累积，导致目前全世界机器人模型的泛化能力和成功率“稍有偏差”。据国际机器人联合会（IFR）2026年7月发布的《全球机器人技术发展白皮书》，在实验室环境以外，目前主流人形机器人的零样本任务成功率平均仅为34.7%，与工业机械臂在结构化环境中的98.6%形成巨大落差。
以宇树科技自身的G1机器人为例，王兴兴介绍了近年来在工厂、会议室整理、医疗场景等地的落地实况。现阶段机器人已经能够完成部分装配和整理任务，但整体效率和泛用性不高。面对新任务时，机器人通常还需要重新采集数据和训练，任务迁移效率有待进一步提高。“这不仅是宇树科技面临的问题，也是目前全球大家共同面临的瓶颈。”王兴兴说。
技术突围：从“世界模型”到“自我进化”
在模型技术路线上，宇树科技的重心正在向端到端模型和世界模型倾斜。王兴兴透露，公司早在2020年初就开始探索基于视频生成的世界模型，早期效果并不理想，相关工作一度放缓。但从2025年开始，公司再次加大了对这一方向的投入。据宇树科技招股说明书（2026年8月18日披露），公司2025年度研发费用为4.37亿元人民币，同比增长62.3%，其中AI模型相关研发支出占比从2024年的27%提升至41%。
王兴兴重点介绍了宇树正在推动的“物理AI机器人模型自我进化”机制。简单理解，这是一套由最前沿AI大模型驱动，公司在内部设定规则和约束，让AI自己去完成搜索、编程、生成机器人控制代码的工作流程。生成之后，在仿真环境里完成试运行，再部署到实物机器人上进行测试和打分。训练完成之后，由AI模型和人工共同评价效果，再将结果反馈给编程智能体，形成正向循环。
“随着每个月、每年基础模型的提升，自进化循环本身的能力也会同步增强。”王兴兴说，“它是非常良性的，某种意义上可以跟随整个全球AI技术进步。”他进一步解释，通过自循环，可以综合利用各种训练数据，包括真实世界数据和人的数据。随着真机部署数量增加，系统还可以获得更多测试数据和评价指标，从而持续提高数据利用效率。据业内人士分析，这一技术路线的核心价值在于解决机器人行业长期存在的“数据飞轮”困境——传统的人工标注和场景定制方式效率太低，无法支撑泛化能力的指数级提升。
十年回望与产业拐点预判
演讲中，王兴兴也回顾了宇树科技自2016年8月成立以来的发展历程。公司从四足机器人起步，逐步拓展至人形机器人。他表示，在人工智能加速发展、全球关注度持续提高的背景下，机器人的进化速度已经显著加快。未来十年的产业发展速度，甚至可能超过当前预期。“这是一个全新的起点、全新的开始。”王兴兴说。
不过，从资本市场的即时反应来看，乐观的技术叙事与现实的商业化落地之间仍有距离。据国金证券2026年8月19日发布的《人形机器人行业跟踪报告》，宇树科技2025年度营收为12.6亿元，其中消费级四足机器人仍贡献约58%的收入，人形机器人整机销售占比不足15%。报告认为，人形机器人从“展品”到“产品”的跨越，至少需要解决泛化能力、成本控制和场景适配三重挑战，时间窗口可能在3年以上。
回到王兴兴那个“80%”的指标，业内对此看法不一。深圳一家专注于机器人运动控制的初创公司CTO向记者表示，80%的任务完成率在家庭场景中可能是一个合理的阈值，但问题在于“任务”的定义弹性太大——整理床铺和烹饪晚餐的难度天差地别。他判断，如果限定在清洁、物品搬运等结构化任务，2到3年内有望实现；若涵盖所有日常家务，则10年未必足够。这一观点与王兴兴给出的“最快2-3年，最慢5-10年”的宽幅预测形成呼应——不确定性本身，正是产业处于前夜的最好证明。
截至8月20日收盘，宇树科技报785元，全天跌幅7.2%，市值较上市首日蒸发约72亿元人民币。市场在等待那个“ChatGPT时刻”，而技术迭代的时钟，已经开始以天为单位加速转动。
本文由AI辅助生成
