王兴兴称机器人接近10岁孩子水平，杨立昆称当下机器人不如猫！

一个人的观点和其财富持仓紧密相连！当下，我国机器人行业有些同质化竞争现象，都渴望尽快上市完成资本退出和融到足够5年之内商业化落地的资本！因此，我个人认为一堆机器人扎堆春晚，实际上就说明了行业性的IPO商业化难题和融资、估值困难，而这还是在一堆国内制造业大佬没有全面进入的时候！

不过，2026年对于人形机器人而言，政策力度空前，可以预计会像版单体芯片、AI一样，催生数十家千亿估值企业！

不过相较于王兴兴称机器人技术接近10岁孩子水平，我阶段性更相信杨立坤和李飞飞的观点，但王总说的其实也没错，看角度而已。

其中，杨立昆作为“AI之父”，其中杨立昆作为“AI之父”，刚刚在2026年1月，在瑞士达沃斯论坛刚对当下的人形机器人行业提出了尖锐批评。他认为，目前最先进的机器人常识水平甚至不如一只家猫，那些令人惊叹的空翻和武术表演，大多是精心编排的预编程展示，并非真正的自主智能!

目前中美两国走的是基于两国产业基础不同优势，所形成的两条不同的机器人发展路径，简单而言：中国健体，美国健脑！

我们机器人的识别和理解力落后于美国，尤其是缺乏成熟的视觉识别能力，在语言理解和动作、空间、场景的匹配上也较为落后，这主要是我们的汽车自动驾驶走的是便宜简单的激光方案，缺乏视觉训练和数据。而美国在机器人的零配件制造和身体协调力方面落后于我们，在身体动作算法上接近于我们，并且因为法律安全的限制、补贴的缺乏、新创市场的差异，其在商业化和产能方面现阶段也落后于我们。

基于上述逻辑，接下去我想通过几个问题的方式来聊聊我的看法，不过我先表个态度，我不想站中美机器人谁更先进这类的话题，因为两条路线发展的结果是一样的，现在的机器人是做估值，并不是做利润，组装机器人其实并不怎么赚钱，部分企业负利润上量的目的还是为了估值，这点从财务报表上就能看出，况且商业模式在人形机器人阶段普遍还是走融资租赁的表外运营策略。

一、王兴兴称机器人技术接近10岁孩子水平，正确吗？

我认为，有道理，但要看其背景并需理性看待，作为YS科技CEO，王兴兴的判断是基于当前机器人的运动能力边界：其运动、感知、基础学习能力已接近10岁孩子，在编程和操控模式下能完成跑跳、模仿动作、集群协同等任务，如春晚舞台上YS机器人完成的翻筋斗、武术对招等操作。

但我们要知道，春晚的舞台是一堆密集的空间定位点下的预编程，甚至有可能是有体感和遥控辅助的情况下完成的，而当下的机器人不可能有10岁孩子的逻辑思维、泛化能力和情感认知，更无法应对陌生环境中的突发状况，这本质是“场景记忆”而非“意识具备”，其混淆了机器工具与人类生命体的本质区别。

二、YS机器人能自主识别场景和理解么？

YS在2026年的新品搭载了Insight空间智能相机和TinyNav导航算法，可通过超广角镜头捕获环境数据，实时建图、识别场景结构（如台阶、道具位置），甚至能应对舞台道具临时调整等简单变化，但依然缺乏数据、算法、和逻辑训练，这种功能更多还是通过现有较小的多模态数据整合构建“空间知识库”，实现从“看不见”到“看见特定”的初步跨越，因此这种理解仍依赖预设算法和少量场景数据，无法像人类一样解读复杂场景的深层逻辑，脱离特定环境后适应性会大幅下降，但对于我们而言，这种在大脑识别能力上的进步依然是宝贵的！

三、为什么杨立昆说现在的机器人不如猫？

我们都知道，机器人缺乏生物与生俱来的“世界模型”和物理常识，杨立昆认为，家猫能凭借进化形成的本能预判物体轨迹、缓冲落地，整合多感官信息应对未知环境，这种“先想后做”的能力是机器人缺失的。

因为当前机器人的高难度动作多是依赖预编程或者同步体感操控（但算法精度下，这种模式会产生位移叠加），如春晚表演需提前建模预设，一旦环境变动（如地面湿滑、物体移位）就可能失灵，更不要谈重力、摩擦力等基础物理规律的理解，也无法举一反三。因此，泛化能力远不及猫的本能反应，本质就是“表演型智能”而非“实用型智能”，这个从我们当下的商业化聚焦在展厅展示和文艺表演就能感知，可在机械能力实现方面，确实进步了，这实际上说明配件上的传感器和轴承之类的技术进步了。

四、我们的机器人什么时候能完全摆脱预编程？

我认为短期内难以实现，别说我们，在马斯克的擎天柱3真的实现这种能力前，我觉得美国也不可能。李飞飞好像说过完全摆脱预编程需通用智能突破，预计还需10-20年。目前行业已在探索突破路径，如YS开源的UnifoLM-VLA-0模型可实现“单策略多任务”，部分机器人能通过少量数据学习新动作，但仍未跳出“数据驱动+算法预设”的框架。

但是王兴兴也预测，机器人大规模应用快则3-5年、慢则10年，但多局限于结构化场景（如工业搬运，场景内可以架设空间定位点），而要完全摆脱预编程，需突破具身智能大模型、仿真到现实的鸿沟等瓶颈，实现对物理世界的深层理解和自主决策，这需要算法、硬件、认知科学的多领域革命，而一旦机器人有这个能力，实际上他就是类生命体了。

五、目前中美在机器人的大脑领域差距大么？

我个人认为有差距，但正快速缩小，整体呈现“美国领先基础、中国强于应用”的格局。美国在基础研究、高端算法和核心芯片上优势明显，如深度学习框架、AGI探索、英伟达AI芯片等，而波士顿动力、特斯拉Optimus的“大脑”算法（动态控制、端到端神经网络）理论上领先中国2-3年，且结构上更契合工业和家庭使用场景，相关高价值专利占比也更高。

但中国在应用落地、量产成本和专利数量上明显占优，YS等企业的机器人“大脑”已能满足特定舞台类等基础场景需求，国产模型在部分基准测试上与美国差距不足1%，但高端芯片、精密传感器等核心部件国产化率不足30%，基础理论原创性仍有短板，整体处于“跟跑并局部领跑”的阶段。

此外，美国在该领域头部集中，行业资源围绕一两个头部企业展开，而我们目前光机器人概念正在冲上市的就有50多家，整体出现一个省，甚至一个核心市一家头部的情况，从商业角度看，这或许正在重复新能源汽车的情况，或不利于全球资本和技术竞争，影响资本供需结构！