王兴兴在宇树十年来第一场生态合作伙伴大会上，把话说得很直：全世界对AI的信仰都不够，包括他自己。四五年前他劝同事买AI相关股票，如今回头看，那批人本可以财富翻十倍。这个例子他讲得轻描淡写，但底下是一层判断——技术突破到大众感知之间，隔着五到十年的发酵期。互联网从泡沫到电商普及走了近十年，最先进的AI模型进入普通人生活，同样要等。
他每天琢磨的问题是：如果AI终将颠覆生活，最大的机会在哪。答案他给得很明确，物理AI。时间表也敢给：快则一到两年，慢则两到三年，通用大模型的能力提升会把物理AI”击穿”。
零训练实验说明了什么，又没说明什么
GPT-6 Astra 发布后，宇树内部拿它做了几组实验。一组是让机器人画画。没有为绘画任务写复杂程序，只给提示词，机器人自己完成了换颜料、洗画笔这些配套动作。另一组是下围棋，识别棋盘、把棋子放到准确位置，同样在零训练条件下跑通。
这两组实验的价值在于证明了一件事：通用大模型已经具有直接控制机器人完成部分任务的潜力，过去那种”一个任务一套程序”的路径不再是唯一解。但王兴兴没把话说满。任务规划和导航，大模型解决得不错；真正动手操作，错误率仍然高。抓个物体相对容易，组装精密零部件就难得多——机器人不光要知道怎么做，还得根据物体位置、受力情况实时调整动作。感知真实环境的变化、及时纠正操作失误，这块大模型明显不够。
这里有个工程上的实情值得说透。大模型输出的是语义层的任务意图，底层运动控制要的是关节级指令，两者之间隔着接口断层，通常得靠中间件做映射。更麻烦的是实时性：稳定的力控与平衡回路一般要求百赫兹以上的控制频率，而大模型推理延迟远达不到这个量级。所以”零训练”实验能成功，靠的是把慢思考放在规划层、快反应交给底层控制器，两层各干各的。这也解释了为什么简单任务能跑通、精细操作会翻车。
自进化系统的真正赌注
宇树在推进一套叫”物理AI机器人自进化V1″的模型系统。机制不复杂：AI智能体自主写代码，在仿真环境里测试训练，再进真实环境验证，结果回灌给自主评价系统，形成持续迭代。
过去机器人学一项新技能，研发人员要投入大量时间做数据采集、训练、优化，实验室里成了，换个环境可能还得重调。王兴兴想把这套流程尽量自动化、可规模化，减少对人工编程调试的依赖。逻辑是：基础模型越强，自进化能力越强；数据越多，规模效应越明显；机器人部署越多，真实数据回流越多，模型迭代越快。
但这条路线有个绕不开的坎，仿真到真实的迁移鸿沟。域随机化参数范围调宽了，策略在真机上会过于保守、动作发虚；调窄了，又覆盖不了真实环境的扰动。业界常见的折中是分层随机化，再拿少量真机数据做残差校正。宇树披露的目前还是技术思路，训练效率、技能迁移成功率、真实环境下的稳定性，都还没有公开数据支撑。这套系统能不能成立，取决于这些没说的部分。
硬件底子与大脑补课
宇树的传统优势在本体：关节模组、动力系统、运动控制算法。但行业竞争的重心已经从”让机器人动起来”转向”让机器人把活干完”，光靠硬件撑不住长期竞争力。宇树显然看到了这一点。从去年开始，他们用预训练深度强化学习自研了全身运动控制模型，不同动作可以批量训练，效率提升明显。
产能方面，G1 已经累计下线一到两万台。这个数字放在消费电子里不算什么，王兴兴自己也说远远不够——他给行业画的线是年产千万台的制造能力。他把未来世界的核心资源列为五项：数据、算力、芯片产能、能源、矿产。机器人规模化制造、物理AI模型研发实现、超大规模算力服务器、算力与存储芯片制造，是他判断的四个关键方向。
表演不是目的，是压力测试
外界一直追问：宇树的机器人为什么总在跳舞打拳，不去干活。王兴兴在跟姚明的圆桌对谈里回应了这个问题。他的类比是体育锻炼——打拳、打球提升的是运动能力、稳定性和动作精度，这些是执行实际任务的地基。走路都走不稳的机器人，谈不上干活。
格斗这个例子他讲得具体。碰撞、摔倒属于极端工况，正好检验可靠性；大量复杂动作对运动控制算法和稳定性提出高要求。换句话说，表演是压力测试的一种外化形式，只是它恰好也好看。
从卖产品到建生态
这次大会宇树启动了”宇创计划”，面向已成立公司或有明确创业方向的团队，招募方向覆盖机器人本体与核心部件、具身智能算法、数据与仿真平台、行业应用及解决方案。宇树提供产业资本、机器人平台、开发工具、工程量产和应用场景支持。目标定得不小：五年孵化两百家以上生态企业。
策略很清楚——不自己下场做所有应用，而是做平台方。这是宇树上市后第一次对行业正式喊话，身份变了，从极客团队变成市值千亿级的标杆公司，得讲一个更大的故事。但生态能不能立住，取决于两件事：能不能吸引足够多的开发者和创业团队，以及这些应用探索能不能转化成可持续的商业收入。这两问目前没有答案。
家庭场景的时间表要打个折扣
王兴兴的愿景是今年年底或明年，宇树机器人进入普通家庭，用户用语音指令让它整理房间；更远处，语言指令能完成八成任务。方向没问题，但场景边界得说清楚。家庭是典型的非结构化环境，有儿童、宠物、随时移动的杂物，当前技术更适合做定点、重复、边界清晰的任务，开放式整理房间对感知和规划的鲁棒性要求高出一个量级。精细力控的易碎品操作，短期内也不现实。时间表可以当愿景听，实现节奏要看具体任务切得多细。
竞争层面，王兴兴的判断是行业火热、蛋糕大、前景广，但厮杀惨烈。他的个人状态倒是很一致：想做的事太多，要学的新技术太多，时间不够用。”现在是最好的时代，我非常害怕浪费每一天。”
ID:6980
