文章核心观点 - 王兴兴认为全世界对AI的重视和信仰还不够，通用大模型能力快速提升下物理AI可能在未来一至三年迎来重大突破，快则一到两年慢则两到三年 [7][9] - 宇树科技正从单纯硬件本体优势向大脑侧加大投入，自研物理AI自进化模型系统，并启动生态计划从卖产品向建生态拓展 [21][26][55] AI技术发展与物理AI判断 - 一项技术从突破到真正普及往往需要五到十年，以互联网为例从2000年前后泡沫到2010年前后电商应用普及花费近十年，最先进AI模型进入普通人生活同样需要时间发酵 [9] - 王兴兴给出激进判断，随着通用大模型能力快速提升物理AI可能在未来一至三年迎来重大突破，快的话一到两年慢的话两到三年 [9] - 宇树内部用GPT-6 Astra进行零训练条件下实验，仅通过提示词让机器人完成绘画并自主更换颜料清洗画笔，另一实验为下围棋可识别棋盘并精准放置棋子 [13][14][15] - GPT-6 Astra证明通用大模型已有直接控制机器人完成部分任务的潜力，但大模型在感知真实环境变化、及时纠正操作失误方面仍存在明显不足，抓取物体相对容易但组装精密零部件难度大得多 [15] - 王兴兴判断具身智能迈入ChatGPT时刻最核心的挑战是AI模型的输入输出是否能与真实机器人对齐，未来大模型可能击穿物理AI [16][17] - 王兴兴愿景是到今年年底或明年宇树机器人能进入普通家庭通过语音指令完成整理房间等任务，更长远目标是机器人能通过语言指令顺利完成80%的任务 [19] 自研AI自进化模型 - 宇树除继续推进与国内外大模型公司合作外同步推进自身物理AI系统，正在研发名为物理AI机器人自进化V1的模型系统 [21] - 该系统让AI智能体自主编写代码在仿真环境中测试训练再进入真实环境验证最终将结果反馈给自主评价系统形成持续迭代闭环 [21] - 王兴兴希望借助AI模型将机器人技能开发转变为更大程度自动化可规模化的训练体系，减少对人工编程和调试的依赖 [22] - 基础模型越强机器人自进化能力越强，更多数据用于训练使自进化规模效应逐渐显现，更多机器人实际部署又带来更多真实数据进一步推动模型迭代，形成规模化技能生态 [23][24] - 目前宇树披露的主要是技术思路，系统实际训练效率、技能迁移能力及真实环境成功率仍有待验证 [25] - 宇树过去优势主要集中在机器人本体包括关节模组动力系统和运动控制算法，随着行业竞争从让机器人动起来转向让机器人完成实际任务，单纯硬件优势已不足以决定长期竞争力 [26] - 从去年开始宇树已采用预训练深度强化学习技术自主研发预训练全身运动控制模型，使机器人能够批量训练不同动作大幅提升训练效率 [30] 行业竞争与未来方向 - 王兴兴表示行业非常火热未来蛋糕非常大前景非常广阔但竞争也非常惨烈，现在是最好的时代非常害怕浪费每一天 [33][35] - 王兴兴认为未来决定机器人行业发展的四个重要方向是机器人规模化制造、物理AI模型的研发与落地、超大规模算力服务器以及算力和存储芯片的制造能力 [39] - 宇树G1机器人已累计下线1-2万台，但产能仍远远不够，王兴兴认为未来机器人行业需要具备年产千万台的制造能力 [40] - 随着模型能力不断提升机器人训练和对算力需求将持续增长，超大规模服务器集群以及算力和存储芯片制造能力都将成为支撑行业发展的重要基础 [41] - 王兴兴认为未来世界最核心的资源是五项：数据、算力、芯片产能、能源和矿产 [42] 生态建设与商业化路径 - 针对外界质疑宇树机器人总在表演而非干活，王兴兴回应机器人打拳打球与人类体育锻炼类似目的是提升运动能力稳定性和动作精度为未来执行实际任务打好基础 [46][47] - 以机器人格斗为例，格斗涉及碰撞摔倒等极端情况可检验机器人可靠性，且需要完成大量复杂动作对运动控制算法和稳定性提出很高要求 [50] - 宇树策略不是自己下场而是建生态，此次生态大会正式启动宇创计划，面向已成立公司或有明确创业方向的团队招募机器人本体与核心部件、具身智能算法、数据与仿真平台、行业应用及解决方案等领域创业者 [51] - 宇树将为生态企业提供产业资本、机器人平台、开发工具、工程量产及应用场景等方面支持 [52] - 王兴兴提出未来五年宇树希望通过宇创计划孵化200家以上优质生态企业 [54] - 宇树正尝试从单纯销售机器人产品向提供技术平台、联合合作伙伴开发应用的生态模式拓展，但能否吸引足够多开发者和创业企业并将应用探索转化为可持续商业收入仍是需要回答的问题 [55][56]