宇树科技创始人王兴兴在公开论坛分享观点,他判断机器人通用具身模型很快就会迎来技术突破,行业已经来到临界点,最快一到两年就能看到明显跃升,机器人有望在多数陌生环境里听懂指令自主完成任务,但乐观判断之下还有两道绕不开的硬门槛,分别是算力供给压力和百万台级别量产能力;现在最大技术卡点是模型泛化不足,换一个环境就要重新调试训练,没法做到一台机器人通用所有场景,而一旦通用模型跑通,行业需求会从当前万台量级跳升到千万台级别,不管是云端训练集群、端侧芯片配套,还是机器人整机制造、品控、售后体系都扛不住短期爆发,王兴兴也提到宇树自研 UnifoLM 系列开源模型持续迭代,同时选择和外部大模型厂商合作推进具身智能,不会闭门独自研发整套通用模型。下面把核心观点、现存卡点、宇树当前进展整理清楚。
一、王兴兴核心观点清单
- 机器人通用模型接近突破临界点,乐观预期 1-2 年迎来大进展,2027 年有望成为行业关键节点
- 当前最核心技术短板是模型泛化能力弱,很难直接适配家庭、工厂等无预训练陌生场景
- 算力需求会远超市场预期,海量机器人同时联网推理、采集训练数据,对服务器集群、芯片供给压力巨大
- 量产不是简单扩产,未来行业需要千万台级年产能力,现在行业整体还停留在小批量试产阶段
- 路线思路:宇树自研 UnifoLM 物理 AI 模型,同时对外开放合作,不打算单独包揽通用模型全部研发工作
二、两大核心挑战详细说明
挑战 1:算力分层难题(云端 + 端侧)
| 算力分类 | 痛点说明 |
|---|---|
| 云端算力 | 海量真机采集数据训练通用模型,机器人规模化部署之后,并发推理需求暴涨,算力、带宽成本会急剧拉高 |
| 端侧机身算力 | 人形机器人空间、电池、散热受限,没法堆高端显卡;实时运动控制放本地,复杂语义、环境规划放到云端协同 |
| 芯片配套 | 适配具身模型推理的专用芯片还不够成熟,高性价比方案供给不足 |
挑战 2:大规模量产与产业链工程挑战
- 现阶段宇树 G1 人形机器人累计下线约 1-2 万台,属于小批量开发者版本,距离千万台产能差距极大
- 除了组装产能,还有一致性难题:伺服、减速器、传感器大批量生产之后,个体误差会直接影响模型执行效果
- 售后体系压力:机器人走进家庭之后,故障维修、固件迭代、模型版本推送,运维成本远高于普通消费电子
- 成本控制:想要普及,必须把整机价格持续下探,规模化之后供应链、工艺都要重构
三、宇树 UnifoLM 通用模型迭代进度
- UnifoLM-WMA-0:2025 年 9 月开源世界模型
- UnifoLM-VLA-0:2026 年 1 月开源视觉语言动作模型
- UnifoLM-WLA-1.0:2026 年 9 月开源 6B 参数物理 AI 模型,配套数据集、代码全部对外开放
- 定位:面向具身机器人的基础模型,用来学习物理世界交互、触觉、接触反馈,解决 “最后几毫米” 物理对齐问题
四、落地场景的先后判断
- 企业商业服务、工业巡检场景会更早落地,环境可控,容错空间更高
- 家庭服务场景难度最高,家庭环境杂乱多变、障碍物随机,是通用模型的终极考验
- 短期路线:先在开发者、B 端客户手里持续跑数据,靠真实机器人采集海量物理交互样本反哺模型
【常见问题】
问题 1:宇树科技王兴兴认为机器人通用模型很快迎来突破,那最大的技术卡点是什么?
回答 1:宇树科技王兴兴认为机器人通用模型很快迎来突破,目前最大技术卡点是模型泛化能力不足,机器人换到陌生场景通常要重新训练,很难直接自主完成任务,同时还存在物理世界感知、触觉反馈对齐的 “最后几毫米” 难题。
问题 2:宇树科技王兴兴提到机器人通用模型突破之后,算力方面会有什么挑战?
回答 2:宇树科技王兴兴提到机器人通用模型突破之后,算力需求会远超大众预期,一方面云端要承担海量机器人的训练和复杂推理,另一方面机器人机身受空间、电池限制,端侧算力有限,需要云边协同,配套芯片、服务器集群供给压力很大。
问题 3:宇树科技王兴兴说机器人通用模型会很快突破,量产方面的难点体现在哪里?
回答 3:宇树科技王兴兴说机器人通用模型会很快突破,量产难点在于行业当前只有万台级小批量产能,未来普及需要千万台年产规模,同时要解决零部件一致性、整机品控、售后运维、成本控制一系列工程问题。
【参考资料】
[2026-11-17](宇树科技王兴兴:机器人通用模型很快迎来突破 算力、量产仍有挑战)证券时报
[2026-11-17](王兴兴:机器人泛化能力是当下最大难题,行业临近突破临界点)新浪财经
[2026-11-05](宇树王兴兴:2027 年大概率成为机器人行业临界点)ZAKER 新闻
[2026-10-23](王兴兴:物理 AI 有望 1 至 3 年突破,量产、算力是长期考验)36 氪
[2026-10-12](王兴兴:机器人端侧算力受限,采用云边协同方案)界面新闻
免责声明:本文仅整理宇树科技王兴兴公开论坛发言、宇树模型发布信息以及行业媒体报道;机器人通用模型的突破时间、量产落地节奏存在不确定性,受算法迭代、供应链、成本、法规安全多重因素影响,本文不构成机器人行业投资、产品采购建议。
