湖南
上市次日股价大幅回调，市场情绪从狂热迅速转向冷静。但就在前一天中午的上市答谢午宴上，王兴兴跳出了资本市场的喧嚣，抛出了一个远比股价涨跌更值得关注的技术构想——物理AI机器人自主进化系统V1.0。
这不是一款即将发布的模型或产品，而是王兴兴对机器人技术下一阶段的根本判断。
什么是“机器人自主进化系统”？
今天，要让机器人学会一项新技能，工程师仍然需要手工推动多个环节：寻找论文和算法、编写训练代码、调整仿真参数、部署真机测试，再根据机器人的表现反复修改程序。王兴兴认为，这套开发方式“仍然非常原始”。
他设想的路径是：AI首先自动查询最新论文和开源代码，选择可能适用的方案，生成机器人的训练程序。代码进入仿真环境训练和验证，完成后部署到实体机器人上，在真实世界中重新检验——机器人能否保持平衡、动作是否准确、任务成功率有多高。最后，AI对真机表现进行评价和打分，同时保留人工评价，把结果反馈给系统，进入下一轮代码生成和训练。
这套链路形成了完整的闭环：寻找技术方案—生成代码—仿真训练—真机测试—评价结果—再次训练。每次训练成功的结果，不只是一次任务完成，而是为所有同类机器人增加一个可以复用的新能力。这就是王兴兴所说的“物理AI机器人自进化V1.0”。
为什么不做单点大模型？
市场上不少玩家选择押注一个超级大模型作为机器人的“大脑”。但王兴兴的判断恰恰相反：只做一个AI模型或者视频模型，整体竞争力和迭代速度已经不够。
原因在于，最近两年AI领域出现了一个明显趋势——模型能力快速进步的同时，能力扩散也在加速。开源模型、公开论文，以及AI对编程、实验和评测的参与，让新能力能够更快被复现和追赶。单次模型领先所能维持的时间正在缩短。
换句话说，在纯数字世界中，模型能力本身并不能成为绝对壁垒。真正的壁垒，在于能否把模型、工具、仿真、真机和评价整合成一个完整系统——让全球AI的持续进步，能够被转化为机器人不断加快的进化速度。
这套系统可以持续借用全球基础模型的进步。即使宇树自身的编程能力没有同步提升，只要底层模型变强，自动搜索、编程、训练和评价的能力也会一起提高。王兴兴判断，一旦这套闭环跑通，在现有算力条件下，它的编程和迭代速度可能超过一支数百人规模的AI团队。
宇树面临的真正难点
构想很宏大，但落地的挑战同样不容忽视。
最核心的瓶颈是“对齐”问题。王兴兴本人也在2026世界机器人大会上坦言，目前具身智能迈过“ChatGPT时刻”最核心的挑战，是AI模型的输入输出和真实机器人的对齐。模型输入输出后，机器人的操作会存在偏差。具体来说，如果要机器移动或搬运东西，整体趋势没问题，但“最后的几厘米或者几毫米，机器人没办法很好地与真实世界匹配，最终误差没办法很好修复，导致它的成功率暴跌得非常严重”。
数据回流是另一道坎。这套自进化循环成立的关键，在于生成的结果能否进入足够多的实体机器人，在真实世界中反复测试，并把数据重新送回系统。但卖出去的机器人不会自动变成训练数据——授权、采集标准、数据回流都是待解决的问题。宇树虽然拥有全球领先的机器人出货量——四足机器人累计超3万台，2025年人形机器人出货超5500台——但如何把这些 deployed 的机器人变成持续进化的数据来源，仍是巨大的工程挑战。
“大脑”短板亟待补强。宇树科技的核心优势在于运动控制能力（即“小脑”），但在决策与环境理解（即“大脑”）方面相对薄弱。公司交付的机器人目前更多是高性能的“硬件平台”或“开发平台”，需要开发者进行二次开发，而非能够自主理解、决策和执行的智能体。王兴兴要在资本市场失去耐心之前，为这个“最强身体”找到足够聪明的大脑。
商业化场景仍需验证。宇树人形机器人目前更多用在科研、租赁和个人开发等场景，真正具有生产力的应用场景尚不清晰。在生产力场景的规模化上，需要“大脑”的泛化能力——而这恰恰是自进化系统试图解决的核心命题。
上市钟声敲响，狂欢过后，真正的硬仗才刚刚开始。王兴兴在庆功宴上没有选择讲资本故事，而是抛出了一张需要数年甚至更长时间才能验证的技术蓝图。这条路注定不平坦，但也可能正是宇树从“机器人身体最强公司”走向“智能机器人公司”的唯一路径。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
