宇树王兴兴对AI更乐观，称机器人大规模进厂仍需解决泛化与效率
王兴兴对AI更乐观了，机器人为何还没大规模进厂？
- 1王兴兴称宇树2024年已与数家汽车企业开展进厂试点，但变成大规模应用仍需提升泛化性和作业效率
- 2IDC 报告显示2026上半年全球人形机器人出货近2.5万台，同比增432.1%，科研教育等场景占69%
- 3王兴兴判断具身智能临界点最快可能在一两年内到来，但这是基于模型进步的判断而非确定的商业化节点
- 4Sharpa 与 DQ 合作的机器人餐厅已在上海运营，做一杯冰淇淋约需6分钟，熟练店员两三分钟即可
具身智能的能力预期在一两年内可能突破，但工业大规模落地的门槛在泛化、效率与成本，商用服务场景反而可能先行。
- 影响：工厂场景尚未成为人形机器人主要出货方向，产线应用短期仍受泛化和效率制约；餐饮零售等商业场景已开始真实订单运营，但单点效率低于熟练人工、设备标价几十万元；工业数据保密要求与模型训练需求之间的矛盾尚未有解法。
- 参考：可考虑按自身场景先算出机器人替代人工的耗时差和设备回本周期，再决定试点规模；制造企业值得盘点哪些工业数据可在脱敏或保密安排下用于训练，评估参与共享的可行性。
- 依据：人形机器人出货数据来自 IDC 9月29日发布的报告，属独立机构口径；王兴兴与向少卿的说法为工博会现场发言，属当事方口径，暂无独立验证；冰淇淋耗时为界面新闻现场观察。
登录
搜索
- 36氪Auto 数字时氪 未来消费 智能涌现 未来城市 启动Power on 36氪出海 36氪研究院 潮生TIDE 36氪企服点评 36氪财经 职场bonus 36碳 后浪研究所 暗涌Waves 硬氪 氪睿研究院 媒体品牌
- 企业号 企服点评 36Kr研究院 36Kr创新咨询 企业服务
- 核心服务 城市之窗 政府服务
- 创投发布 LP源计划 VClub VClub投资机构库 投资机构职位推介 投资人认证 投资人服务
- 项目推荐 36氪Pro 创投氪堂 企业入驻 创业者服务
- 创投平台
- AI测评网
搜索
我要入驻
王兴兴对AI更乐观了，机器人为何还没大规模进厂？
36氪的朋友们· 2026年10月13日 01:24
他认为，机器人进厂仍需解决泛化性和效率问题，但AI技术的进步可能比预期更快。
10月12日，第二十六届中国国际工业博览会在上海开幕。开幕式上，中国工程院院士、之江实验室主任王坚，宇树科技创始人、董事长、总经理兼首席技术官王兴兴，以及Sharpa联合创始人向少卿，围绕机器人的算力、训练数据和实际应用展开讨论。
IDC于9月29日发布的报告显示，2026年上半年全球人形机器人出货量接近2.5万台，同比增长432.1%，其中中国市场超过1.9万台。不过，科研教育、表演展示和政府数采中心等场景仍占全球出货量的69%，工业制造、零售和物流等场景尚未成为主要出货方向。
王兴兴在现场表示，机器人进厂并非从零开始。宇树早在2024年就曾与数家汽车企业开展落地试点，国内外其他机器人企业也在尝试。不过，要把单点试验变成大规模应用，机器人的泛化性和作业效率还需要提升。
相比量产时间表，他对AI的迭代速度更为乐观。他认为，具身智能技术有可能在未来一两年迎来较大的进展，但这只是基于模型进步作出的判断，不是确定的商业化节点。
“过去十几年我犯的最大的错误，就是对AI（以前）相信（得）还不太够。”王兴兴说，随着AI能力进步，他对AI的信心与日俱增。
在他看来，很多人对AI的使用仍然不够充分，技术变化可能比行业原先预期得更快。
王兴兴。图片来源：工博会官方直播截图
不过，这份乐观并不意味着工业场景会最先普及。王兴兴指出，相比工厂，部分面向企业的商业服务场景可能推进得更快，而家庭服务对机器人适应复杂环境的能力要求更高，落地顺序未必靠前。
算力如何分配，也是机器人厂商面临的现实问题。王兴兴解释，受机身空间、电池供电和散热限制，不可能在每台机器人上都安装大量高端算力。宇树的思路是，运动控制等实时性要求高的计算留在本体，涉及复杂决策和大范围场景适应的运算，则尽量借助云端。
他补充称，本体算力可按客户需求选配，无需所有型号统一配置。云端的优势是算力能够灵活调度，但如果未来模型可以足够小、直接在本体运行，同样是更理想的选择。
向少卿也把时延视为重要约束。他认为，未来三到五年，大量复杂计算仍可能放在云端，执行动作则主要依赖端侧。长期看，机器人数量增加会带来云端负载和通信带宽压力，更多计算能力可能转向本地。
在王坚看来，云端与端侧并不是非此即彼的技术路线，而是计算资源的分工。他以智能手机为例指出，成熟产品往往同时使用本地和云端算力。机器人产业还处于早期，算力部署更应该从实际需求出发，而不是急于选择某一种技术路线。
除了算力配置，王兴兴还谈到近期基础模型的进步。他表示，全球AI技术几乎每隔一两个月就有较大更新。此前GPT-6发布后，宇树团队已经将其用于不同机器人的任务测试，效果“还不错”。
他判断，具身智能的技术临界点最快可能在未来一两年到来。他甚至提出，如果明年GPT-7推出，有可能“直接把具身智能问题打穿”。
但基础模型的进步，并不意味着机器人模型的开发已经成熟。王兴兴说，现阶段机器人模型开发仍比较“原始”，工程师查论文、写模型，训练完成再交给测试人员，测试结果返回后继续修改，许多环节仍靠人工衔接。
他认为，写代码、模型训练、部署测试等环节可以进一步交给AI完成，让模型根据测试结果自动迭代。但现阶段，人工评价仍不可缺少。例如，机器人动作是否合适、任务成功率是否达标，以及结果是不是人真正需要的，目前还需要人参与打分。
图片来源：工博会官方
在训练数据方面，王兴兴认为，第一视角的人类操作数据有价值，但机器人真正进入物理世界时，最后几毫米的接触与操作，仍需要依靠真机数据不断调整。作为本体厂商，宇树尤其关注机器人在真实环境中的测试反馈。
向少卿认为，人类操作、仿真和真机三类数据各有作用。人类操作数据提供初始参考，仿真可以用于强化学习、扩展训练场景，真机数据则用来修正仿真与现实之间的偏差。这三个环节可以同时进行，但很难省略任何一环。
“我觉得工业界应该把工业数据拿出来。”王坚在现场呼吁。他认为，互联网文本和开源代码能够被用于训练大模型，一个重要条件是数据能够被广泛获取，而大量工业数据仍留在各家企业内部。
“工业界所有的数据今天还是锁在每个人的抽屉里的。”王坚说。如果工业数据始终无法用于模型训练，机器人企业就很难充分利用工业生产中积累的经验。
王兴兴对此回应，AI确实需要各种数据，但企业也有保密要求。工业数据如何在保护商业机密的前提下用于训练，仍是需要解决的问题。
目前，一些机器人企业则开始从门店实际运营中积累操作数据。8月28日，Sharpa与DQ合作的机器人餐厅在上海亮相，并于次日正式启动运营。
向少卿介绍，Sharpa的机器人能够在无需专门改造的门店中处理真实订单。他认为，机器人进入商业场景，重要的是能否适应原有设备和工作流程，并持续完成任务，而不是为了机器人重新改造经营环境。
向少卿透露，Sharpa下一步计划在餐饮、零售和宾馆三类场景部署3万台机器人。他希望未来门店经营者只需少量数据和简单训练，就能让机器人适应新场景。
向少卿。图片来源：工博会官方
从单店验证走向数万台部署，效率和成本还有差距。此前，界面新闻记者在上述合作门店观察到，机器人制作一杯冰淇淋约需6分钟，熟练店员通常只需两三分钟。
Sharpa联合创始人李一帆当时也向界面新闻记者坦言，该设备现阶段还谈不上盈利。整套设备的标价仍在几十万元，长期目标是降至10万元人民币量级。
对于外界以“展品还是产品”来评价机器人，王坚认为这一说法对仍处于快速迭代期的行业并不公平。在他看来，机器人技术已经取得了很大进步，但行业仍需要找到真正适合机器人、又能解决实际问题的应用。
“这不是一个简单的事情，是一个非常需要创造力的事。”王坚说。
本文来自“界面新闻”，记者：徐美慧，编辑：文姝琪，36氪经授权发布。
该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。
+1
1
好文章，需要你的鼓励
36氪的朋友们特邀作者
0收 藏+10评 论
打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮微 博
沉浸阅读 返回顶部
举报
参与评论
评论千万条，友善第一条
登录后参与讨论
提交评论 0/1000
你可能也喜欢这些文章
特邀作者
TA没有写简介，但内敛也是一种表达
发表文章 50932 篇
最近内容
9分钟前
11分钟前
11小时前
36氪AI测评
选靠谱AI，看真实评测
查看
36氪AI测评官方交流社区
加入
36氪项目推荐
咨询项目审核和入驻
联系
36氪项目推荐订阅号
关注
下一篇
DeepSeek融资后布局具身智能，探索AI新增长曲线
12分钟前
关于36氪
热门推荐
合作伙伴
36氪APP下载
iOS & Android
本站由阿里云提供计算与安全服务 违法和不良信息、未成年人保护举报电话：010-89650707 举报邮箱：jubao@36kr.com网上有害信息举报
© 2011~2026 北京多氪信息科技有限公司 |京ICP备12031756号-6|京ICP证150143号|京公网安备11010502057322号
36氪APP 让一部分人先看到未来
36氪
鲸准
氪空间
推送和解读前沿、有料的科技创投资讯
一级市场金融信息和系统服务提供商
聚焦全球优秀创业者，项目融资率接近97%，领跑行业
来源：36氪·AI · 36kr.com