摘要

王兴兴给具身智能大规模进入家庭和工厂的时间判断是“快则三到五年，慢则绝对不会超过十年”，并给出了自己的“黎明时刻”指标：机器人进入一个约80%内容陌生的环境，能完成约80%的任务。他直言当前AI模型都是提前预训练的，“稍微换一点点东西，成功率就暴跌”，连春晚的跑位也要提前建图才有高成功率——他认为两个“百分之八十”大致达成之日，就是具身智能或机器人的“ChatGPT时刻”。
宇树运控护城河的核心证据是量产稳定性而非Demo：春晚每次彩排前没有条件测试现场机器人，算法在大兴场地调好、现场升级后即可上台。 去年出货5500台意味着“写一套算法要给五千多甚至一万台机器用”，去年初算法换一台机器“效果变得非常非常差”，中下旬适应性提高后才可能实现二十几台集群表演；自研电机让宇树可以直接修改电机程序，王兴兴称这“也算是一个护城河”。
开源正在快速抬高行业水位，王兴兴的自我警醒是“如果过去一年我们没有产品和技术上的进步，到现在就是一家非常平庸甚至落后的公司”。 主持人提到：2024年初上海机器人列队方阵时，据说全行业只有两家公司的机器人能“走得明白”；王兴兴认同AI进步和开源会让行业基础水平快速提升。Coding Agent也会加速迭代并缩短追赶时间；主持人说自己编程时“大部分代码都是让AI来写的”，王兴兴对此表示认同——领先窗口以月计。
在本体vs大脑之争上，他认为最重要的是具身智能大模型，但做大脑风险高、做硬件的公司变化更稳，宇树策略是守硬件基本盘、持续补软件。 用苹果类比：大家印象中苹果是硬件公司，实际做了大量软件和系统；具身大模型是“全世界共同的门槛和天花板”，谁做出来“哪怕不是我们公司、不是中国公司，甚至不是美国公司，大家都应该感谢他”。
技术路线上他目前更看好世界模型：视频生成模型加上真实机器人轨迹、杆件等信息一起训练，可能变成既能生成视频、又能让机器人干活的“万能模型”，这一方向“非常符合第一性原理”。去年他质疑VLA瓶颈曾遭到质疑，如今说赞成这一观点的人“可能会更多”；但他强调经常改主意——“明天发现VLA非常好，我就变成VLA拥护者”。当前卡点是视频模型与实物动作对齐不理想，且多模态算力消耗“全世界一般的纯机器人公司可能都训不动”。
投资人最该记住的排序：技术永远优先订单——“你技术足够好，哪怕一台机器人都不卖，你永远是全球最厉害的机器人和AI公司”。 真正的具身AI模型突破那天，过往占据的市场“某种意义上都是浮云”；他同时警告2026年可能出现产能过剩与恶性竞争，倡议同行合理、克制竞争，不要亏本卖机器人把行业做砸。
压力之下的经营哲学一以贯之：“我们最大的对手永远是我们自己”，只要保持迭代，基本上别人是追不上的。 他提醒技术存在随机性：Transformer 2017年由谷歌做出，2022年才被OpenAI大规模使用，很多尚未被注意的技术可能藏在“沙子下面”——所以他关注范围很广，哪怕个人做出一点好东西也值得关注。

精读

1. 除夕夜的“武BOT”：第三次春晚，把全世界的功夫动作喂给机器人

画面介绍为除夕夜晚上11点的北京大兴宇树训练场；访谈提问时已是正月初一凌晨12点半，王兴兴桌上摆着很多药（“感冒一个多月了”）。这是宇树第三次上春晚：牛年机器牛、2025蛇年扭秧歌、2026马年25台机器人与塔沟武校小演员合演《武BOT》，被外媒称为“人形机器人运控的巅峰”。
制作方法论：罗列全世界的功夫动作让机器人复刻、学习，再筛选几十个呈现；难在对齐节奏和画面——“可能中间差了零点一秒，我们就要微调一下，或者把工作推倒重来”。
王兴兴对压力的定调贯穿全场：“在去年做得比较好的基础上，肯定要拿出更好的作品，心里压力还是非常非常大，因为我们一直知道，我们最大的对手是我们自己。”

2. 节目里的隐喻：对十岁小朋友来说，机器人时代已经来临

小演员挑衅机器人、机器人打醉拳、最终人机牵手谢幕——这是导演组的设计，王兴兴的解读是“人机共融、互相学习互相成长”是机器人走进生活必须面对的问题。
他给出关键时间判断：当下十岁的小朋友与人形机器人正在共同成长，“对他们来说，机器人的时代已经到来了”；大规模进入家庭和工厂“快的话三到五年，慢的话绝对不会超过十年”——等这代孩子二十岁，技术相对现在可能已“翻天覆地”。
顺带澄清热搜梗：G1不穿裤子、H1（两米高、像“齐天大圣”）穿全套服装，依据节目效果和导演组共同决定；“穿了以后有时候看上去不太好看，有时候穿了会比较好看”，并非不能运动。

3. 全球头部运控的硬证据：彩排现场不作预先测试、一套算法跑五千五百台

王兴兴的自评克制而具体：“大部分方面我们基本上是最好的，当然也可能个别公司有一部分比我们好。”最直接的例子：春晚现场没有足够场地做测试，宇树在现场和大兴各放几十台机器人；大兴测试好的算法“只要做一个升级就可以上台表演”，基本不会出现太大差别。
稳定性的来源是量产约束：去年出货5500台，“你不是写个程序给一台机器人用的，一套算法基本上要给五千多甚至一万台机器用”，对稳定性的要求“比做个Demo高非常非常多”——这呼应了行业关于“开箱即用”的反馈。
双向要求：硬件做得更可靠、更通用，算法层面的目标是“哪怕硬件比较差，甚至硬件已经更换了，算法跑进去以后，也要保持机器稳定”。去年初算法适应性还很差——“这台机器人跑起来效果不错，稍微换一台机器人，效果可能就变得非常差”——中下旬才提高很多；否则一台跳舞没问题，上十台就可能有好几台不行。

4. 开源抬高水位：一年不进步就是平庸公司

主持人分享了一则带有“据说”的行业八卦：2024年初上海想搞机器人列队方阵时，全行业只有两家公司的机器人能“走得明白”，宇树是其中一家；王兴兴随后认同AI本身在进步，并解释半年后的行业变化：“为什么去年中下旬以后中国很多机器人公司都可以跳舞？原因非常简单，开源。”整个行业基础水平“水位在升高”。
由此得出的生存法则，他说得毫不留情：“如果过去一年我们公司没有产品和技术上的进步，到现在为止就是一家非常平庸的、甚至落后的公司。”
对Coding Agent的双刃剑属性，主持人先以自己编程时“大部分代码都是让AI来写的”为例，王兴兴认同新的技术浪潮会加速行业迭代，也会让追赶更快；唯一解是“保持进步、保持迭代……能不能保持第一不好说，还有一些运气成分，但一旦懈怠，可能几个月、半年你就处于落后水平了”。

5. 本体还是大脑？苹果类比与风险测算

对“宇树被归为本体公司、大脑公司估值更高”的行业叙事，王兴兴的回应是：“我们本体和大脑都在做。”像苹果自己做操作系统、做软件也卖手机，大家印象中苹果是硬件公司，但实际做了很多软件和系统。
但他不回避排序：“我一直承认，最重要的是具身智能大模型……这肯定是行业内、全世界最重要的一部分。”接着是风险测算：做大脑“没人能保证谁做得最好、谁做得最快”，纯AI领域“隔三差五今天这家公司的功能做得好，明天那家公司的功能做得好”；而硬件公司变化可能没那么大——“今年这家公司做得好，过几年基本上可能还是这家公司”。所以硬件是基本盘，软件也要持续做好。
对Locomotion Manipulation新趋势，他并不视为新事：“我们做灵巧手的硬件和软件已经很多年了”；2024年就做出并开源了基于视频生成的具身模型，“这个方向我们在全球做得非常早”，VLA、VLA+RL也同步在推。

6. 具身大模型是全行业共同的天花板：开放合作，谁做出来都该感谢

宇树的姿态是开放试错：探索各方向，哪个效果好就多投入，并与国内几家具身模型公司、互联网大厂推动合作——“合作并不意味着我们自己的东西就不做了”。
最有格局的一段话值得原文保留：“具身模型是目前全世界共同的门槛和天花板。只要全世界有一个人做出来——不是我们公司，也不是中国公司，甚至不是美国公司——对整个行业都是巨大的推动作用，大家都应该感谢他。”
他把成就感的坐标也放在这里：过去几年最大的成就感是“帮助全世界共同开源、共同推动了行业进步”，这“比自己卖了多少台机器人、公司有多少估值更令人有成就感和高兴”。开源策略务实：“我们可能有一半的东西不开源，有一半的东西开源”。

7. 春晚技术攻坚（一）：任意跑位的泛化，和被空翻震坏的激光雷达

这次与同行“摆好拍功夫”的本质差别在走位：“先有队形、跑过去变队形、打功夫、再快速变队形”，为此单独开发了一个算法。难点是泛化性——不是固定走几步，而是“无论在东西南北哪个位置”，甚至机器人打功夫已经歪掉，都要能跑到指定位置去。这是他最开心的技术突破之一；此前机器人只能“慢吞吞地走过去”，不好看也不实用。
定位是第二个坑：用了激光雷达，但机器人空翻和剧烈运动时定位不能丢，丢了还要马上找回来。硬件上的意外是雷达坏了非常多——“这种激光雷达本身不是为剧烈动作设计的”；加了减震结构后寿命依然很低，“今天这台激光雷达还是好的，第二天……突然就坏了”，只能靠算法修正或用其他办法解决。
弹射器空翻从最初“比平地空翻高零点几米，连1米都不到”迭代到大约3米多高，并曾“真的飞到接近天花板那么高”；落地冲击连地面和铝合金部件都震断过，铝合金腿部也有直接断裂的情况。他把春晚当成“大考”：“让我们集中一段时间去攻破更尖端的技术，这些技术可能非常重要，但我们以前可能没有时间去关注。”

8. 春晚技术攻坚（二）：机器人的“高血压”与自研电机护城河

高空落地时，电机会吸收能量并反充到电池，机器人内部电流突然变大，可能损坏电池等部件。主持人用“血压升高、休克”和机器人“高血压”作比喻；王兴兴表示，宇树通过加装特殊结构吸收或释放部分能量，避免突然的大电流损坏硬件。
因为自研电机，宇树可以“直接修改电机程序”。主持人称这是“一个护城河”，王兴兴回应“对，没办法”，并称“这也算是一个护城河”；反过来，非自研电机的玩家“可能就很难做”。
硬件配置上，这次上台的G1是顶配版本：腰部3个自由度，每条手臂7个自由度并带手腕，部分机器人装了灵巧手以更好地抓棍子；现场使用了双节棍、棍子、葫芦等道具。与小演员对舞的棍子特意做软——“不然棍子如果打到或者捅到小朋友，都不太好”。
强化学习训练框架也围绕这次节目调整：训练动作超过100种，要快速训练、筛选、再拼接；“过去很多训练算法可能只能单独训练一个动作，或者训练好以后动作没办法拼接”，整体效率很低。

9. “硬件够用，缺的是模型”：残疾人雕塑的能力论证

王兴兴重申其核心判断：灵巧手“某种意义上要用也够用，当然不够好”，可靠性、触觉感知等问题仍然不少；但最根本的问题还是AI模型。
他的论证是残疾人例子：“有些残疾人没有手，但他们照样可以把活干得非常好，甚至可以做雕塑。有些一只手指都没有的残疾人，也能把雕塑做得非常好。”因此，只要AI能力足够强，硬件差一些也能干活。
数据侧的方法论对标语言模型：采集各种人的动作喂给模型，做清洗和筛选，“不能随便采集一个动作，肯定要采集一些比较优秀、具有代表性的动作让它学习”；模型和数据“两部分相辅相成”，不是有足够数据就一定表现更好。

10. 视频生成路线：Seedance 2.0、对齐难题与训不动的算力

对“符合物理规律的视频生成能否帮助具身训练”，王兴兴回答“肯定的”：2024年宇树就开源过基于视频生成的具身智能模型，逻辑“非常自然，也非常符合第一性原理”——“既然我可以生成一个机器人干活的视频，那为什么不能用这个模型去控制一个真实机器人？”
对精度质疑的回应是：如果连抓取物体时的弹性都能仿真出来，说明接触仿真已经做得不错；沿着这条路线做、数据足够多，“用数据把具身智能模型‘砸’出来的概率还是很大的”。当前最大挑战是对齐：视频模型用海量数据训练，真实机器人数据不足，“视频生成时已经抓住了物体，但实物机器人还差一点”；海量数据“没准就可以把差距直接对齐掉”，来源只能是真实采集或仿真。
但他也强调限制：机器人自己产生的数据很多情况下还没办法直接使用，需要人去采集，或人在仿真环境里采集；即使有1万台机器人每天采集，数据量是否足够也不好说，因为数据质量未必高。另一方面，多模态模型算力消耗夸张，“全世界一般的纯机器人公司可能都训不动”，所以宇树在探索对数据需求更小、无需海量数据也能完成闭环的模型。

11. VLA vs 世界模型：去年的争议者，如今认为赞成者可能更多

去年他公开谈VLA瓶颈曾遭到质疑，如今的回应带着一点得意：“现在去问问别人，赞成我观点的人可能会更多一些。”主持人也观察到2026年开年风向：世界模型讨论多了，VLA讨论少了。
他的世界模型论证是：视频模型把语言、音频等融合在一起，已经是多模态模型；“只要把真实机器人的轨迹、杆件等信息加在一起训练”，这个模型就可能变成“万能模型”，既能生成视频，也能让机器人干活。他认为这个方向非常符合第一性原理，肯定会有大公司去做。
但立场声明同样重要：目前他觉得世界模型效果更好一点；VLA“绝对不存在这条路线就一定死掉了”，宇树自己也在做并会继续优化。行业还在讨论是否需要VLA、是否能让推理流程更简单直接，也有人把强化学习加进VLA。
他的技术方法论是：“我经常改主意。今天我相信这个方向，我们做一些测试实验，发现不行，明天就换下一个方向。”如果明天发现VLA非常好，他“就变成VLA的拥护者”；保持学习和灵活更重要。

12. 大公司病、时间分配与“两个百分之八十”的黎明时刻

用Transformer讲技术随机性：2017年谷歌做出这一结构，2022年OpenAI才开始大规模使用；很多技术可能藏在“沙子下面”，尚未被发现。所以他每天多看最新论文和成果，关注范围一直很广，哪怕个人做出一点好东西也值得关注。
宇树自身也在变大：“人也多了，很多时候管理跟不上，效率反而更低了”，每个人的聪明才智也未必得到充分发挥；没有最优解，只能尽可能改进管理和流程。
2026年的心愿朴素到极致：“每一天、每个月、每半年、每一年，都要有持续的产品和技术进步。”最期待的行业突破仍是全球具身模型——“谁做出来对整个行业都是好事，当然我们自己做出来最好”。保持头部水平相对容易，但一直保持全球第一更难。
他给机器人的ChatGPT时刻定了量化指标：“未来有一天，一台机器人到了一个陌生环境——比如80%左右都是陌生的环境——你给它发一个语音或者其他指令，它能够完成80%左右的任务”，就差不多达到具身智能或机器人的“ChatGPT时刻”。
现状远未达标：现在的AI模型大多提前预训练，场景稍有变化成功率就会暴跌；春晚跑位也要提前建图。RL同样“全世界还没有真正把价值发挥出来”，Scaling Law和规模都没有真正上来；何时出现？“现在没人知道，但我们期待它能够出现”。

13. 恶性竞争警告与终极排序：技术永远优先订单

群访补充里的行业喊话：资源和资金涌入后“同质化竞争非常严重”，王兴兴倡议大家合理、克制竞争，不要恶意、无效竞争；“如果大家都开始亏本卖机器人，就可能把这个行业做砸”。他同时呼吁耐心：当前这轮人形机器人浪潮“某种意义上大概只发展了3年左右”，运动能力是机器人真正干活的“先决条件”。
对To B和工业的提问，他给出全场最锋利的排序：“最核心的还是持续的技术和产品进步，别的都是虚的。你技术足够好，哪怕一台机器人都不卖，你永远也是全球最厉害的机器人和AI公司。真正的具身智能AI模型突破的那一天，你过往的东西和它比起来都没有价值。”主持人确认“技术永远优先于订单”，他答“肯定的”。
主持人的收尾把镜头对准工程师：她转述蔡明老师接受央视访谈时提到，松延动力在昌平的训练场没有暖气，工程师手上有冻疮，平均凌晨4点睡；宇树训练场条件稍好，但录制当天，刚从舞台现场回来的宇树工程师们泡上泡面、飞速收拾器材，赶着回家过年。
梦想之问的回答与第一天无异：“我从小就非常喜欢科技，希望做出非常好的科技产品，推动整个社会进步。”他认为机器人行业“真的能够让人类文明迈上一个新的台阶”。

AWS、Apple与顺风期转向的挑战｜Ben Thompson 的 Sharp Tech Ben Horowitz：xAI 高管出走、Apple 的 AI 危机与 AI 发展速度｜EP #232