这两天，2025世界『机器人』️大会全网刷屏。而作为『机器人』️圈“顶流”的宇树科技，其创始人王兴兴在大会上的发言再次引发关注。
“把这瓶水带给第三排那位穿蓝色衬衫的观众。”在大会现场，宇树科技创始人王兴兴向听众描述这样一个场景——当人形『机器人』️进入一个完全陌生的环境，能够顺畅自主地完成此类随机指令时，便是『机器人』️行业的“ChatGPT时刻”真正到来。
而这个临界点，王兴兴预测最快将在未来1-2年实现，最慢也不过3-5年。
他的判断基于一个颠覆行业共识的洞察：当前限制『机器人』️发展的核心瓶颈并非硬件，也不是行业狂热追逐的数据，而是被普遍忽视的模型架构问题。
行业需求拉动50%-100%增长
王兴兴在大会上分享了一组“漂亮”数据：2025年上半年，『机器人』️行业整机厂商及零部件厂商平均实现了50%-100%的增长幅度。
“增长幅度还是非常吓人的，这对整个行业来说都是十分罕见的。”王兴兴分析，这一轮爆发性增长主要得益于政策支持和市场需求的双重拉动。在需求端，制造业、服务业等领域对『机器人』️应用的需求激增，直接带动了整个产业链的繁荣。
全球范围内，『机器人』️行业正迎来前所未有的关注。特斯拉计划今年量产数千台人形『机器人』️，并即将发布第三代Optimus；『英伟达』、苹果、Meta、OpenAI等科技巨头也持续加大在该领域的投入。在中国市场，优必选预计2025年工业人形『机器人』️交付量将达到500台左右，是2024年的50倍。
模型才是当前『机器人』️发展的瓶颈
在行业一片繁荣景象中，王兴兴却指出了关键误区：“目前『机器人』️行业对数据关注太多，对模型关注太少。现在最大的问题其实是模型问题，当前的『机器人』️模型架构不够好不够统一，即使有很多比较好的数据训练，但是也无法使用。”
这一观点颠覆了行业普遍认知。王兴兴解释，在『大语言模型』领域，足够多的优质数据确实能训练出更好的模型，但在具身智能领域，情况完全不同。许多情况下，行业有了大量数据，却发现根本用不起来。
“具身智能不够用的问题，究竟是模型还是数据导致的？我反而感觉目前全球范围内，大家对『机器人』️数据这个问题的关注度有点太高了。现在最大的问题反而是模型的问题，并不是数据问题。”王兴兴强调。
这一观点与自变量『机器人』️创始人王潜的看法不谋而合，王潜同样认为“模型能力是其中的关键”。
为什么VLA是“傻瓜式架构”
对于当前流行的VLA（视觉-语言-动作）模型，王兴兴直言不讳地表达了自己的怀疑态度：“VLA是一个相对比较傻瓜式的架构”。他指出，VLA模型在与真实世界交互时，其数据质量和能采集的数据量都存在明显不足。
王兴兴更看好视频生成模型（或世界模型）驱动控制的技术路线。他分享了宇树科技的实验成果：利用预训练的视频生成模型，先让其生成『机器人』️完成任务的视频，再控制真实『机器人』️执行相应动作。
“我觉得这个路线的方向可能会比VLA模型发展得要快，收敛概率还更大。”王兴兴表示。但他也指出技术难题，视频生成模型过于关注画面质量，导致GPU消耗过大，而『机器人』️执行任务其实并不需要高精度视频。
强化学习Scaling Law亟待突破
王兴兴揭示的另一个关键瓶颈是『机器人』️强化学习的Scaling Law（扩展定律）尚未突破。“大家也知道，目前『机器人』️跳跳舞、打格斗效果其实不错了，但实际上面临一个很大的问题”。
“举个最简单的例子，我训练一个『机器人』️做新的动作、跳新的舞蹈，都要重新训练，还是从头开始训练，这是非常不好的一个事情。”在『机器人』️运动控制领域，每次训练新技能都应在前次基础上提升效率，正如语言模型领域已经实现的那样。
王兴兴强调这一突破的重要性：“全行业内，目前整个『机器人』️在RL的Scaling Law，没有人做出来，做好。我觉得这是非常值得做的一个方向。”这一突破将实现『机器人』️学习新技能的速度越来越快，效果越来越好。
端到端大模型、硬件成本与分布式算力是未来方向
面对未来2-5年的技术发展，王兴兴指出三大重心：统一端到端智能『机器人』️大模型、低成本高寿命硬件、超大批量制造能力以及低成本大规模算力。
硬件方面，宇树科技已取得显著进展，将人形『机器人』️核心部件成本降低40%，并致力于将关键部件寿命提升至3万小时以上。他们的R1人形『机器人』️起售价仅3.99万元，能完成打拳、跑步甚至倒立行走等复杂动作。
算力架构上，王兴兴提出创新性的分布式解决方案。由于『机器人』️本体最多只能部署峰值功耗100瓦的算力（相当于几个手机的水平），大规模应用必须依赖分布式算力网络。
“未来在工业领域大规模运用人形『机器人』️时，工厂里面可以有个分布式的『服务器』，所有的『机器人』️直接连接工厂里的局部『服务器』。”王兴兴描述，“或者一个小区每家每户有一个『机器人』️时，小区可能有分布式的集群算力中心。”
这种架构既能保证通信延迟满足安全要求，又能降低用户购买『机器人』️的初始成本。
从反对者到商业落地领跑者
王兴兴透露了一个令人意外的转变：“自己曾经最坚决反对人形『机器人』️，宇树直到2022年都完全没有做人形『机器人』️。”
这一战略转变的直接推动力来自客户——有客户在公司尚无产品的情况下直接下单，促使宇树在2023年开始人形『机器人』️研发。
如今，宇树科技已将目标明确为打造“能综合干活的通用人形『机器人』️” ，覆盖工厂、表演、家庭等多种场景。“现在宇树公司绝大多数员工，包括他本人，都在为训练『机器人』️在各个场景干活而服务。”
商业化方面，宇树已取得实质性突破。除了娱乐表演场景（如春晚『机器人』️扭秧歌），其与宝通科技合作二次开发的『机器人』️已被全球最大矿业集团必和必拓采购，用于智利铜矿的危险场景巡检。
出货量有望每年翻番，百万台时代将近
王兴兴对行业前景极为乐观：“未来几年，全行业人形『机器人』️出货量每年翻番都是有保证的，如果有更大的技术突破，甚至可能未来2-3年突然一年出货几十万台，甚至上百万台也有可能。”
这一预测建立在技术持续突破的基础上。王兴兴特别强调：“高出货量是生态建立的前提，只有更多『机器人』️被使用，才能形成租赁、二次开发等生态。”
随着杭州具身智能应用中试基地近期启动，整合宇树科技“最优本体”与华为、阿里云等“最强大脑”的产业生态正在形成。
京东也在大会上宣布“智能『机器人』️产业加速计划”，将在该领域投入超百亿资源，目标是三年内助力100个『机器人』️品牌销售破10亿。
AI 创新的随机性与必然性
在演讲最后，王兴兴强调『机器人』️领域的发展是一个全球共创的过程：“在AI领域，没有一家大公司能保证有足够的资源能永远在AI领域最领先。过去的经验已经证明，AI的创新永远伴随着一些随机性，伴随着更多的聪明年轻人。”
他以OpenAI和『DeepSeek』为例，说明创新无法被单一巨头垄断，而是多方共同推动的结果。这一观点呼应了自变量『机器人』️王潜的判断：“具身模型不是语言模型的延伸，而是平行于『大语言模型』的物理世界中的基础模型。”
随着全球创新力量加速汇聚，人形『机器人』️正从表演舞台走向工业车间和家庭空间。当『机器人』️能在陌生环境中自如完成“把这瓶水带给某位观众”的指令，一个崭新的具身智能时代将正式开启。
这一刻，王兴兴预测，最慢不过3-5年。那么你认为多久会到来了呢......
