王兴兴又泼冷水：卡住人形机器人的不是大模型，是毫米级误差

9月26日，数贸会论坛。宇树科技创始人王兴兴上台讲了一段话，我觉得比过去半年行业里关于“具身大模型”的绝大多数讨论都更接近本质。

他说，困住人形机器人规模化落地的，不是大模型的推理能力，是AI决策指令与真实物理世界之间的对齐难题。

翻译一下：大模型在数字空间里跑得好好的，输入输出偏差极小。但机器人不是。从感知到决策到电机执行，全链路都在累积误差。机器人做大范围移动、搬运任务还行，一到抓取、装配这些精细操作的末端，毫米级的误差没法自动修正，直接导致任务失败。

王兴兴的原话很直接：“大语言模型运行在数字空间，输入输出偏差极小；但人形机器人感知、决策、电机执行全链路都会持续累积误差。”他给了一个判断标准：当机器人进入80%的陌生场景，仅凭语音指令完成80%的任务，就是具身智能的“ChatGPT时刻”。这个节点，快则2到3年，慢则5到10年。

他还点了一个行业误区：过度关注模型能力，低估物理执行端的对齐问题。

算法乐观主义与物理现实主义的分野

我听完这段演讲，脑子里冒出来的第一个词是“算法乐观主义”。

过去一年，具身智能赛道最热闹的叙事是什么？是VLA模型、是世界模型、是端到端。Figure的Helix、特斯拉的FSD迁移、智元的GO-1、宇树自己的UnifoLM——所有人都在卷“大脑”。资本市场也在为“大脑”定价。一家模型做得好但硬件还没量产的机器人公司，估值可以冲到几十亿美元。

王兴兴这句话，等于在说：你们卷错方向了。

毫米级误差这件事，我的理解是这样的：大模型的输出是token，一个token错了，下一个token可以纠正。但机器人的输出是动作，一个动作偏了1毫米，下一个动作就可能是抓空或者撞上。更麻烦的是，这个误差会累积。走10步可能偏1厘米，拧10颗螺丝可能有一颗滑丝。到了精细操作末端，累积误差直接超过容错阈值。

过去两年，机器人公司融资时讲的是“模型故事”。谁的模型参数量更大、谁的Demo视频更炫、谁在榜单上排名更高，谁就能拿到更高的估值。但王兴兴的判断指向一个相反的方向：真正决定量产落地的，不是模型有多聪明，是执行端有多准。

这个转向对一级市场的影响是结构性的。做纯软件模型的公司，估值逻辑会承压——因为“模型能力”这个锚被弱化了。而做力传感器、精密执行器、触觉传感器的公司，估值逻辑会强化——因为它们解决的是“物理对齐”这个真问题。

这个判断，其实和The Information 9月25日关于Optimus灵巧手的报道形成了呼应。报道说特斯拉的灵巧手需要100多颗螺丝人工组装，产线夹具无法稳定对齐零件。王兴兴说的“毫米级误差”，和特斯拉面临的是同一个问题的不同表述。特斯拉Optimus量产卡在一只手上：100个零件，人工组装

二级市场的传导路径已经清晰了。“物理对齐”这条链上，最直接受益的是力传感器和触觉传感器。柯力传感2026年月出货量突破千只，安培龙压力传感器已进入多家机器人厂商供应链，汉威科技子公司的柔性触觉传感器年产能达2000万支，当然不要忘了福莱新材的皮肤。第二层是精密减速器和执行器，绿的谐波、双环传动、拓普集团都在扩产。第三层是数据采集和训练，福莱新材的数采手套、光轮智能、帕西尼这些“物理世界数据”的公司，解决的是让模型学会理解物理误差的问题。人形机器人当前的最大卡点：触觉感知，为什么是它？

说白了，过去一年是“算法定义硬件”的阶段，接下来会进入“精度定义算法”的阶段。谁的执行端精度更高、误差累积更小、传感器反馈更准，谁的大模型才能真正在物理世界里跑通。王兴兴说的“ChatGPT时刻”，不是模型能力的里程碑，是物理精度的里程碑。

王兴兴这个人有一个特点：他不怎么讲“颠覆”，他讲“对齐”。从四足机器人到人形机器人，宇树的技术路线一直偏工程导向。这次演讲，本质上是在给行业纠偏——大模型可以买、可以训、可以开源，但物理精度的对齐，只能靠自己一点一点磨出来。2到3年还是5到10年，取决于有多少人愿意去磨那颗毫米级的螺丝。

具身智能融资#宇树科技

注：本文基于2026年9月26日前的公开信源整理，涉及行业预测与盈利判断的内容均存在不确定性，不构成任何投资建议。

关注「智财社」看具身智能技术迭代与资本脉络

灵巧手价格战开打：谁的估值先扛不住？

特斯拉Optimus V3把关节全包是量产的暗号

从造车到Optimus机器人，并不是降维打击

人形机器人还没进家庭，先输在“长得都一样”

Figure零样本做家务成功率从8%飙升至56%