宇树王兴兴：让AI大模型自己写机器人控制代码，泛化能力还差2到3年

宇树登陆科创板第二天，王兴兴在 2026 世界机器人大会主论坛上讲了公司正在预研的方向：物理 AI 机器人模型的自进化。

具体设想是，以前沿 AI 大模型为核心，人来定义规则、经验框架和约束工具，让模型自主检索最新论文、研究成果和开源方案，自动生成机器人控制代码，再通过模型自评加人工评审来验证。

这个闭环里最有意思的一环是数据。仿真数据、真实世界数据、人类行为数据都能进训练流程，而随着机器人部署规模扩大，测试数据和评价指标会持续积累。换句话说，卖出去的每一台机器人都是数据采集终端。这个飞轮如果转起来，先发优势会很难追。

关于”具身智能的 ChatGPT 时刻”，王兴兴给的判断相当克制：最大瓶颈仍然是泛化能力不足。他给的门槛是，当机器人在陌生环境里仅凭语音或语言指令就能完成约 80% 的任务时，产业才到爆发临界点。时间估计是快则 2 到 3 年，慢则 5 到 10 年。

这个区间跨度很大，本身说明不确定性有多高。

他还提到一个具体的技术痛点，比宏观预测更有信息量：当前机器人模型在最后几厘米、几毫米的精细操作里，很难有效修正触觉误差，根源是 AI 模型的输入输出跟现实世界之间存在偏差。这话说的是 sim-to-real gap 在接触力这个维度上尤其难填——视觉可以靠海量数据硬堆，触觉的数据采集成本高一个量级，而且传感器本身的一致性就成问题。

现场展示的是多机型协同：人形、四足、轮足机器人靠自研 AI 群控系统完成集群协作，载人机甲 GD01 也露了面。从单体智能走向群体智能这个叙事，展示效果确实好，但离实用还远。

宇树这两年最实在的地方是它一直在卖真机器人赚真钱，这在具身智能这个普遍靠 PPT 融资的赛道里不多见。