【EC Markets注册】人形机器人的 "ChatGPT 时刻"，卡在最后几毫米

8月20日，人形人世界机器人大会主论坛上，机器宇树科技创始人兼董事长王兴兴身着白衬衫走上台，最后开口先讲了一个听起来有点"扫兴"的毫米事实——宇树的机器人已经能在工厂产线上做简单装配了，但效率比人工低；换个新任务，人形人还得重新调。机器EC Markets注册

所以，最后目前还没有大规模推。毫米

这句话放在当下人形机器人热度高涨的人形人节点，显得格外坦率。机器

要知道，最后过去半年间，毫米国内外头部人形机器人厂商都在积极推动人形机器人落地工厂，人形人网络上也随处可见“量产元年”“拐点已至”的机器说法。但王兴兴却直言不讳：目前试点项目中的最后人形机器人，距离真正规模化应用在工厂产线上，还隔着一道全行业普遍未跨越的坎。

"最后几毫米"：业内普遍还没跨过去的EC外汇官网坎

这道坎有个很具体的名字——泛化能力。

王兴兴认为，当前通用机器人要真正走进生活、走进家庭，当前最大的瓶颈，是具身智能的泛化能力不够。

“目前全世界很多AI模型，在一个固定场景里，如果进行足够的数据采集和训练，任务成功率基本可以做到接近100%。”王兴兴表示。

但是，只要机器人操作的物品发生一些变化，或者环境稍微换一下，成功率会下降非常严重。

图片来源：世界机器人大会直播截图

这背后，他认为最主要的原因是，“目前AI模型的EC安盈官网输入和输出，与真实机器人的对齐程度还不够。”

王兴兴在演讲里描述了一个让所有从业者心照不宣的场景：比如让机器人移动，把一些东西装配在一起，或者把一个物体搬到另一个位置。从大的趋势来看，现在的模型基本没有太大问题。

“问题往往发生在最后几个厘米，甚至最后几个毫米。机器人看起来快要拿住了，但是最后一点点误差，它没有办法很好地修正，这就会导致整个任务的成功率严重下降。”

为什么会出现这种情况呢？

王兴兴以语言模型作为对比，因为语言模型处理的信息，本身就是数字编码的。一个文字输入是什么、输出是什么，严格限制在一个向量空间里，基本不会产生特别大的偏差。

但对于机器人来说，由于还涉及与物理世界的交互，每进行一次输入和输出，都可能存在偏差和损失。

在王兴兴看来，如果哪一天，当一台机器人被带入陌生环境，在80%的陌生场景中，通过语音或文字指令，机器人能够顺利完成大约80%的任务，即为行业真正的撬动性时刻。

对此，他给出的时间预判是“快则2-3年，慢则5-10年”。

这个时间表乐观还是保守，目前没人能下定论。但至少有一点是清楚的：在那一天到来之前，整个行业都得老老实实地跟"最后几毫米"死磕。

宇树的下一步：让机器人自己写代码

既然行业的主要瓶颈已经清晰，接下来就是怎么做的问题。

王兴兴透露，宇树最近在推一件事：让AI接管研发，实现物理AI机器人模型自进化。

事实上，过去几年很多企业已经在大量使用AI做编程或者AI开发，但在机器人领域的开发上，应用还是相对欠缺。

宇树具体怎么做的呢？

图片来源：世界机器人大会直播截图

具体流程是，以目前最前沿、最顶尖的AI大模型为核心驱动，由宇树定义好技能、工具和任务约束等，AI大模型自己去网上搜索最新论文、好的研究成果以及各种优秀的开源方案，并构建方案，自主生成机器人控制代码，然后在仿真环境里运行，或者调用一些大模型，再部署到实体机器人上测试，最后由AI和人联合评分，并将结果反馈回去，从而形成一个闭环。

听起来虽然有点复杂，但这个逻辑一旦跑通，意义远不止"提高开发效率"。

目前机器人行业的开发模式，本质上还是"人肉迭代"——工程师写代码、调参数、上真机测试、发现问题再改，一个技能从开发到稳定运行，往往需要经过多轮调试和反复迭代。甚至今天开发完一个技能，明天换个场景可能就废了，技能没法沉淀。

王兴兴说的这个自循环体系，实际上是想把"写代码-测试-评分-反馈"这个链条自动化，并形成一个体系，从而让机器人的技能可以更好地沉淀和迭代。

更关键的是，这个闭环的能力上限会跟着基础模型一起涨。

“随着每个月、每一年基础模型能力的提升，这套自进化循环本身的能力也会进一步提升。”王兴兴表示。换言之，这是一个随全球AI进步共同进化的正循环。

不仅如此，相较于人工开发，这套体系还可以使用更加多元的数据，从而大幅提高数据的使用效率。毕竟单纯依靠人工去使用和处理数据，效率总归是有限的。

再者，随着真机部署数量增加，测试数据和评价指标也会越来越丰富，数据利用率和增长速度都能得到保障。

从这个意义上来说，这种“自循环”体系是试图用软件的迭代速度，去破解硬件数据采集慢的死局。

当然，这条路目前还处在非常早期的阶段，接下来还有很多工作要做。特别是从"能生成代码"到"生成的代码能稳定控制一台物理机器人不出事"，中间还有大量工程问题要解决。毕竟，仿真到真机的迁移差距，本身就是一个长期难题。

但这一方向的价值在于，它提出了一个不同于"堆数据、堆算力"的新路径。

过去行业的共识是，谁先铺出十万台真机，谁就能拿到数据飞轮的入场券。但如果AI自我进化的闭环能跑通，数据效率可能会被重新定义：不是靠蛮力攒小时数，而是靠智能体自动生成、自动验证、自动迭代，把每一次失败都转化为可复用的技能沉淀。

结语

王兴兴这场演讲最值得记住的，不是宇树展示了多少项新技术，而是王兴兴反复强调的那些"还做不到"。

在一个所有人都在抢着宣布拐点到来的行业里，承认瓶颈本身就是一种稀缺品。至于那几毫米什么时候能跨过去，答案不在发布会的PPT里，而在每一台真机摔过的跟头里。