湖北
投资者内参丨寿紫薇
10月22日，宇树科技创始人王兴兴在杭州“2026世界物理AI大会暨宇树合作伙伴生态大会”主论坛上发表演讲，核心主张可以概括为一句话：“相信，尽可能相信AI”。
他坦言，全世界几乎所有人对AI的重视程度和信仰都还不够，包括他自己，劝所有人要相信 AI，并复盘称自己过去十几年“犯过最大的错误，就是对AI相信得不够早”。
物理AI已经看到被击穿的苗头
王兴兴指出，当前真正看懂尖端AI模型潜力的人可能只有几千人，多数人对AI的认知仍停留在聊天、写文案层面，低估了其持续突破的速度。他列举了若干已经发生的能力跃迁：前沿AI可以攻克菲尔茨奖级别的数学难题、逆向工程复杂软件，影视和内容行业正在被快速洗牌；GPT-6发布后，宇树在机器人上做了大量测试，“很多任务的表现，已经超出我们之前的预期”。
在这一认知框架下，王兴兴给出了一个关键产业判断：物理AI已经看到被击穿的苗头。他所说的“物理AI”，是指AI不再仅存在于数字世界和文本图像中，而是能够稳定地与真实物理世界交互，操控实体机器人完成现实任务。他将这一临界点的时间窗口框定在“未来1—2年，或者2—3年内”。
物理AI的推进并非没有结构性障碍。王兴兴分析，机器人的规划、导航问题已经解决得不错，当前最大的瓶颈在于模型输入输出与真实物理世界的对齐。语言大模型处于纯数字空间，输入输出是向量，可逆且几乎没有损耗；但物理世界不同，传感器有误差、执行器动作有偏差，抓取和操作陌生物体时，误差累积会直接导致任务失败。同一个模型在固定场景训练后成功率接近100%，换一个未见的物体或环境，成功率便立即下降——这就是具身智能的泛化难题。
主攻方向是物理AI机器人自进化
针对这一瓶颈，宇树当前的主攻方向是物理AI机器人自进化。其运行逻辑是：人只负责设定规则、约束和工具集，AI智能体自主检索最新论文、前沿研究和开源方案，自主编写机器人控制代码，先在仿真环境中运行验证，通过后下发到实体机器人实测，再由AI和人共同打分评估，结果反馈回去驱动下一轮迭代，形成闭环。
王兴兴表示，顶尖大模型公司内部已在某种程度上实现了模型自进化——模型自己采集数据、自己写代码，人类只做引导，而这套逻辑“完全可以平移到机器人上”。宇树正在预研“物理AI机器人自进化V1.0”大模型，建立“AI自主驱动、AI调研建模、AI训练验证、AI改进优化”的正向循环。
在技术节奏的判断之外，王兴兴对技术扩散的周期保持了审慎。他以互联网和电商的发展历程作参照：从技术成熟到普通人广泛使用，花了5—10年；尖端物理AI模型真正走进千家万户，大概率同样需要5—10年。在这一过程中，商业服务场景的落地速度会快于家庭和工业场景。
人形机器人行业接下来的竞争会非常惨烈
从产业落地的视角，王兴兴列出了机器人大规模普及绕不开的核心要素：硬件的大规模制造能力，目标年产千万台级别，而宇树当前一年只有几万台机器人、几十万个关节模组，成本、良率、产能都是硬课题；自研或联合伙伴落地专属物理AI模型，适配机器人的交互逻辑；超大规模算力集群，以及算力芯片和存储芯片的制造供给。再向下延伸，高质量数据、充足算力、芯片产能和能源供给，构成决定赛道胜负的底层资源。
宇树G1人形机器人目前累计下线已达1万至2万台，王兴兴称其为全球出货量最高的人形机器人之一，但他同时明确，这只是起点，人形机器人行业接下来的竞争会非常惨烈，“不是一家公司能独自做完所有事情”。
对于具身智能的“ChatGPT时刻”，王兴兴给出了一个可检验的操作性定义：机器人拿到一段自然语言指令后，在80%的陌生场景里，能稳定完成80%的任务。达到这一标准，行业才算真正跨过拐点。他预计这一节点“快的话2—3年，慢的话5—10年”，并表达个人期待：在2027或2028年，能够在物理层面将基础大模型和机器人技术完全统一起来。
风险提示：本文为内容资讯，不构成投资建议。市场有风险，投资需谨慎。
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.
