宇树科技王兴兴：具身智能的“ChatGPT时刻”需要AI模型和真实机器人的对齐
8月20日，在2026世界机器人大会（WRC）“应用牵引”主论坛上，宇树科技股份有限公司（董事长王兴兴表示，目前的机器人模型，如果要机器移动或是分类和搬运东西，整体趋势是没有问题的，大差不差能执行任务，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”。

这些年，宇树一直在推动机器人真正走进现实生活，我们已经在汽车工厂做落地应用，也在自有工厂内部部署机器人开展测试，AI 团队也在持续推进面向家庭场景的机器人任务能力开发。但客观来看，当前机器人整体执行效率、通用泛化能力还不足，因此我们还没有做大规模商业化推广。
在我看来，具身智能真正迎来 “ChatGPT 时刻” 的标准是： 在 80% 的陌生场景当中，仅依靠语音或者文字的自然语言指令，机器人就可以顺利完成大约 80% 的任务，不需要针对特定场景重新调试、重新编程。
这个时间窗口，理想状态下需要 2‑3 年，如果遇到技术瓶颈，也可能拉长到 5‑10 年。
现在行业最大的卡点，不是机器人硬件本体，而是AI 模型 输入输出与真实物理机器人之间的对齐问题。 大模型在虚拟空间输出的规划、动作逻辑，下放到真实物理世界执行的时候，会产生现实偏差。仿真环境里面看着完美的动作，放到真机上，微小的误差就会造成任务失败，这是具身智能现在最核心的挑战。
针对这个问题，宇树正在 研发物理 AI 机器人自进化 V1.0 系统 。这套机制的逻辑是：由 AI 模型自主编写机器人控制代码，先进入仿真环境完成训练验证，再下发到真实机器人真机运行；采集真机运行后的真实表现，完成反馈分析，再回流到模型训练环节，形成完整闭环迭代。
这套自进化体系有三个关键逻辑：
1. 基础模型能力越强，整套系统的自进化上限就越高；
2. 多源训练数据实现规模化之后，自进化会产生显著的规模效应；
3. 真实机器人真机部署量越大，现实世界数据积累越快，机器人技能迭代、技能累加扩展速度就越快，最终走向规模化的机器人技能生态。
硬件层面，人形机器人本体的行走、运动能力已经得到验证，硬件不再是最大瓶颈。未来行业竞争的核心，会落到模型、物理世界对齐、真实世界数据闭环这几件事上。人形机器人产业正在从 “展品时代” 走向真正的产品时代。