宇树科技推进物理AI模型自进化

在近日举行的2026世界机器人大会主论坛上，宇树科技创始人、董事长王兴兴披露了公司最新的预研方向：物理AI机器人模型的自进化。这一方向标志着宇树科技从单纯的运动控制与硬件集成，向更底层的AI模型自主迭代迈出关键一步。

王兴兴表示，公司计划以前沿AI大模型为核心，自定义规则、经验框架及约束工具，让模型能够自主检索最新学术论文、研究成果和开源方案，并自动生成机器人控制代码。在此过程中，模型生成的代码将通过自评与人工评审双重验证，从而形成“生成—验证—修正—再生成”的闭环。这一机制不仅减少了对人工编码的依赖，也为机器人软件系统的快速演进提供了基础。

更为关键的是，该自进化闭环还将仿真数据、真实世界数据和人类行为数据统一纳入训练流程。随着机器人部署规模不断扩大，测试数据与评价指标持续积累，模型对物理世界的理解将不断加深，机器人开发和迭代效率也有望获得显著提升。王兴兴指出，基础模型能力的提升将推动自进化系统持续迭代，形成正向飞轮效应。

大会现场，宇树科技通过多机型协同展示了机器人从单体智能向群体智能、从运动控制向自主协同的演进。多台人形、四足及轮足机器人依托自研AI群控系统完成集群协作，载人机甲GD01也同步亮相。这种多机型协同演示，不仅体现了硬件层面的工程能力，也验证了AI群控系统在异构机器人间的调度与协作潜力。

对于外界关注的具身智能“ChatGPT时刻”，王兴兴持谨慎乐观态度。他认为，当前最大的瓶颈仍是泛化能力不足。当机器人在陌生环境中仅凭语音或语言指令即可完成约80%的任务时，产业或将迎来爆发临界点。他预估这一临界点快则2至3年，慢则5至10年。

他还分析了当前机器人模型在精细操作中的痛点：在最后几厘米、几毫米的触觉误差修正上，模型往往难以有效应对，根源在于AI模型输入输出与现实世界存在偏差。随着技术持续突破，这类累积误差有望在未来几年得到改善，并成为物理AI模型自进化闭环的重要反馈来源。