最大的竞争对手永远还是我们自己。
北京大兴，除夕夜，晚十一点的宇树机器人训练场。
程序员们飞速装载着各种机器人器械的包裹，这些机器人要在当晚运回杭州宇树总部。
王兴兴的桌子在靠墙的最里侧，桌上堆满了消炎药。23:30分，他被记者们簇拥开始群访。
训练场里飘荡起泡面的味道——程序员们开始了今天的晚餐。
这一天，宇树刚刚完成了马年春晚的表演节目《武BOT》。这是他们第三次登上中国春晚舞台，从牛年的机器牛，到 2025 蛇年的机器人扭秧歌，再到2026——25 台宇树机器人组成一个集群，和中国最顶尖的武术学校，塔沟武校的人类小演员们，一起完成了一场震撼的表演。
这场表演被外媒称为，展现了人形机器人运控的巅峰——不仅展现了全球最强的运控能力，也超越了宇树自己。
自 2025 年蛇年春晚爆红以后，宇树站在行业之巅，承受了不小的压力。
这次访谈，我们不仅聊到了春晚舞台背后的技术进步，还有宇树和王兴兴本人，这一年的成长和思考。
（️原版访谈的视频版可前往微博、B 站、视频号等平台观看；播客版可前往小宇宙等平台搜索同名账号《卫诗婕_漫谈Light the Star》）
漫谈Light the Star
PART ONE
三登春晚：
彩排和现场，用的是两套机器人
「过去一年，如果没有技术进步，
宇树也会是一家非常平庸的公司」
卫诗婕：这是第三次登上春晚，和前两次感觉有什么不同？
王兴兴：每次都是非常大的挑战。尤其去年效果比较好的基础上，这一次我们肯定要拿出更好的作品，心里压力非常大。我们一直知道最大的对手是我们自己。
卫诗婕：我看到一个特别的桥段设计，这次的节目融入了人、 AI 、机器人的关系。（情节上）先是一个小演员想要挑战机器人，机器人做了一个非常俏皮的动作，好像不太在意人。紧接着机器人开始打醉拳，倒在了地上。翻身起来的时候，周围的人对他竖起大拇指，最后人机牵手一起走向大家。感觉在讲述一个技术跟人的关系演进过程。
王兴兴：对，这也是导演组特别设计的。因为导演组也相信，机器人最终是为人服务的，人机互相学习、成长非常重要。这也是未来机器人真正走进生活，必将面临的一个问题。另外还有一层：其实当下十岁左右的小朋友，跟人形机器人其实是共同成长和长大的。可能对我们这一代来说，机器人目前还不够智能。但可能对 10 岁左右的小朋友来说，人形机器人的时代已经来临了。
卫诗婕：节目似乎还有一个隐喻，现在机器人发展的技术阶段，是不是跟一个 10 岁甚至更小的孩子（很接近）？
王兴兴：对。目前大家可以看到每年都有持续的技术进步，但离真正大规模的应用，去家里、工厂里干活，确实还需要一些时间。快的话可能 3 到 5 年，慢的话应该绝对不会超过 10 年。等现在 10 岁的孩子成年，可能整个机器人的技术已经有翻天覆地的变化。
卫诗婕：去年你们登上热搜的其中一个话题是：宇树机器人不穿裤子。今年 G1 还是没穿，但是两米高的 H1 （宇树全尺寸机器人）最后登场，穿上了非常威武的服装，这个是特别设计的吗？
王兴兴：对，这个是根据节目效果以及导演组共同决定，服装这块我们参与的比较少。
卫诗婕：我以为穿裤子它（机器人）就不方便运动了。
王兴兴：（穿了）也可以运动的。但毕竟是机器人，还是看整个呈现效果。有时候穿了不太好看，有时候穿了会比较好看。
卫诗婕：我的一些投资人朋友不约而同地盛赞宇树，觉得宇树定义了技术的高度。你自己觉得，宇树现在的运控水平，跟全球、海外比，是什么样的状态？
王兴兴：最近一年我们一直处于头部水平，很多方面基本上是最好的。总体层面上我们取得了很好的成绩，包括运动的灵活性、稳定性。
举个最直接的例子。大家可能想象不到，台上二十几台机器人，基本每次上春晚彩排的时候都没有提前测试过，因为节目现场没有那么多场地给我们做测试。在大兴有，但不可能每次把机器人从大兴运到舞台现场。所以我们在春晚的现场和大兴测试现场各放了几十台机器人，基本可以保证在我们大兴测试好的机器人算法，在舞台表演时候只要做个升级就可以，保证了算法的稳定性。
主要是算法的稳定性，对不同机型的适应性更强。我们去年出货了 5, 500 台机器人，写一套算法基本上要给 5 千甚至 1 万台机器人来用，所以对算法的稳定性的要求其实非常高，我们目前的算法稳定性比全球别的厂家会好一些。
卫诗婕：行业里的反馈是，宇树机器人可以做到开箱即用，极强的稳定性和兼容性，这种稳定性背后是什么？
王兴兴：这个其实更多还是时间，把硬件做得更可靠、更通用，这样算法稳定性更好。我们的目标是哪怕硬件都已经换了，算法跑进去都要保持机器的稳定。这两部分都非常重要。
卫诗婕：专家说做运控的护城河某种程度上就是时间。做的时间越久，碰到的 bug 越多，解 bug 就越多，就越有经验，是这样吗？
王兴兴：这是其中一部分吧。最重要的还是保持技术本身的持续进步。像我们去年初的时候，算法适应性是比较差的，这台机器人算法跑得效果不错，稍微换一台别的机器人可能效果就变得非常非常差，这说明软件的适应能力不太够。但是到了去年的中下旬，我们算法的稳定性就高了很多——各种奇奇怪怪的机器人，装上我们的算法后，稳定性都高了很多，这样才有机会实现大规集群机器人表演这件事情。
2026 年，最重要的还是要保持持续的技术进步。你不进步不行的，大家可以关注到，现在开源算法非常非常多——举个例子，为什么去年中下旬以后，中国很多公司的机器人都可以跳舞、打功夫了？原因非常非常简单——有人把 AI 算法开源了。
所以说整个行业会持续的进步，我们如果想做到比整个行业平均水平更高的水平。花的工作量和时间其实比大家想象的多很多。
卫诗婕：我知道的是 2024 年初，上海想搞一个机器人列队方阵，但当时据说只有两家公司的机器人能走得明白，其中一家是你们。后来仅仅半年过去，大家都能跑能跳了，背后就是 AI 本身的进步。
王兴兴：对，而且很多人愿意共享（AI 模型）。所以说，如果好几个月不进步，那就变成一家平庸的公司。如果过去一年，我们公司没有产品和技术上的进步，宇树现在就是一家非常平庸、甚至落后的公司了。
漫谈Light the Star
PART TWO
高处不胜寒？谈宇树的压力：
「我们的对手永远还是我们自己」
卫诗婕： coding agent （编程智能体）现在可以极大加速算法的迭代，我理解这件事情既可以帮助你们放大优势，但同时也有可能让宇树更快地被别人赶超。
王兴兴：那是不可避免的一件事情。因为在新的技术浪潮面前，唯一不变的就是你要保持进步，保持迭代。能不能保持第一不好说，这还有点运气成分在里面，但你至少要保持尽可能头部水平，如果你一旦懈怠了，这个社会是非常现实的，可能几个月、半年，你就处于落后水平。
卫诗婕：这也是我想问你的。2025 蛇年春晚之后，宇树带动了全行业爆火，行业涌入非常多的新玩家。中国人有句话叫「高处不胜寒」。当第一名的滋味如何？
王兴兴：其实压力肯定还是非常非常大的，因为各种资源和资金进来，对整个行业肯定是是好事。但对于我们来说，压力确实还比较大。但我过去这么多年总结下来，我们的对手永远还是我们自己。
我们自己只要保持产品和技术迭代，基本上别人是追不上的；但是我们自己松懈了，那可能就不好说了。所以这次春晚，包括未来几个月，包括今年。我们还在构想我们新的产品，构想新的技术，我们要努力把它做出来，做好了，我们就可以持续保持领先。
卫诗婕：以我有限的了解，机器人行业过去是按照两分法的：做本体的被称为 locomotion control （运动控制），宇树是代表；做大脑的是 manipulation （精细操作）。过去一年，我们可以看到做大脑的公司估值非常的高，而且行业好像更看好做大脑，你有什么想说的吗？
王兴兴：宇树其实本体和大脑都在做，但因为我们本体确实卖的比较多，大家可能喜欢把宇树当作一家本体公司。这也很正常吧。像苹果，自己做操作系统、做软件，也卖手机。但是在大家的印象中，苹果就是个做硬件的公司。
虽然我们一直强调本体很重要，但我一直也承认，最重要的是具身智能大模型。但在当下，具身智能 AI 的不确定因素还非常多。做大脑风险也比较高，因为没人能保证谁做的最好或谁做的最快， AI 领域变化非常非常快。
但是做硬件的公司，反而可能变化不会太大。今天是这家公司做得好，过几年会发现基本上也还是这家公司。所以，我们要持续地把自己的技术、硬件和软件都做的更好一些，产品也更加有竞争力。
卫诗婕：所以宇树要守好自己的硬件？
王兴兴：硬件肯定是基本盘，但是我们一直还是希望把软件做得更好。
卫诗婕：以前是 loco-motion 的做 loco-motion ；做 manipulation 的就做 manipulation 。现在好像有一个新的趋势叫「 loco-manipulation （全身协同控制）」，你有留意到吗？
王兴兴：这个倒不太注意。因为我们其实一直在做硬件、软件和具身模型。而且宇树已经开源了好几个模型，比如说基于视频生成的具身模型（ UnifoLM-WMA-0 )，这个在全球是做得非常早了， 2024 年我们就做了一个版本。包括大家用的 VLA（Vision-Language-Action） 模型， VLA + RL （强化学习） 模型，也在推动。
在具身模型这块我们一直比较开放，会探索各种新的方向——发现哪个效果比较不错就多花点时间去做；发现第三方公司做的不错，也会开放地合作一下。像国内的几家大的具身模型公司大厂、互联网大厂，我们也都有推动合作。我觉得具身模型目前是全世界共同的门槛和天花板，只要一家做出来，对整个行业都是巨大的推动作用，大家都应该感谢他。
卫诗婕：所以宇树希望能做那个帮助大家、推动整个行业发展的人。
王兴兴：过去几年我觉得最大的成就感就是宇树推动了行业的进步，这比卖了多少台机器人，或公司有多少估值更令人有成就感和高兴。
卫诗婕：你刚刚提到苹果，苹果作为行业的领先者，它选择的是闭源。但你宇树会开源一些模型，而且你们致力于开源。
王兴兴：我们自己觉得比较重要的部分可能不开源，但有些东西值得开源。
卫诗婕：这次（春晚表演）有了那么大的飞跃，算法、算力、数据，这三方面都有突破吗？背后的原因是什么？
王兴兴：肯定有。比如说（数据方面），大家看到我们机器人可以做更多动作，（是因为）我们采集了各种人的动作喂给模型，这样（机器人）对各种动作的适应能力就更强了。对具身智能模型（来说），最根本的还是要把模型和数据做的更好，这两部分相辅相成。不是有足够的数据就一定会性能更好。跟语言模型一样，运动模型的数据清洗也很重要。采集一些比较优秀的、有代表性的动作数据，效果会比较好。像这次《武 BOT 》，我们罗列了全球所有的武术动作。
卫诗婕：我是否可以这么理解，过去一年 AI 技术在飞速发展，带动了具身智能底层技术的发展。
王兴兴：肯定的，我觉得全世界目前最大的驱动引擎就是 AI。它驱动了各行各业的发展，机器人行业肯定是离 AI 最近的一个行业，当然它本身也有些独有的技术在里面，但很多技术跟 AI 行业完全是共生的关系。
卫诗婕：水平面（提升）是大家都得到了的优势。但宇树今天从效果上来看，提升幅度更大，这当中的代差是什么？
王兴兴：我们确实做了不少工作。可能看上去机器人都在打功夫（别人也能打），但真正要让几十台机器人快速变队形、保持队形稳定，这都是全世界唯一一次。我们这次表演是先有个队形、打功夫、再快速跑位变队形——而且动作的剧烈程度都比较高。细节层面上是提升比较多，有些技术是目前别的厂家都做不了，有些技术是大家都能做，但我们比他们做的更好。
卫诗婕：变换队形这件事情，靠的是一种 AI 融合算法？
王兴兴：对，为了快速变队形，我们单独开发了一个算法。
卫诗婕：外行人看，会觉得不就是跑了个队形吗？实际上难点是在于定位会飘吗？
王兴兴：是的，跑队形的时候轨迹都是任意的。某种意义上，要实现在任意情况下都能跑到一个位置去的效果，有很大的泛化性要求。
另外一个挑战就是定位的稳定性问题。因为我们使用了激光雷达，跟一般的汽车激光雷达定位不太一样的是，机器人在空翻的时候（定位可能会丢），各种剧烈情况下，定位都不能丢，或者丢了以后要快速找回来，剧烈动作的时候都要保持稳定。
这次我们硬件上还遇到一个非常大的挑战是雷达坏得非常多。做空翻等剧烈动作的时候，直接能把雷达震坏。因为这种激光雷达并不是为剧烈动作设计的，一定高度落下来以后，腿部的铝合金都直接断掉。
卫诗婕：机器人 G1 跳起来能到几米？
王兴兴：目前借助弹射器大概可以（到）三点几米高。这个高度对硬件的要求很高。我们后面加了很多减震结构，让激光雷达减少损坏。但激光雷达的寿命在机器人剧烈动作上依然非常低，所以会出现今天这台激光雷达好，明天这台机器人到舞台上表演的时候突然坏了的情况。所以要靠算法去修正。
卫诗婕：所以你们上春晚很幸福，因为在舞台上总能遇到很多实验室里想象不到或没碰到过的事情。
王兴兴：对，这也是对我们的一个大考，我一直觉得这（春晚）是一个很好的机会，让我们有时间去集中攻破更尖端的技术。这些技术可能是很重要的，但是我们以前可能没有时间去关注这类事情。
卫诗婕：问一个人文的问题，我曾经主持过机器人的发布会，发现机器人背后其实是无数个程序员。刚才我也看到你们团队都在那收拾东西、吃泡面了。你跟你团队那些程序员们，每一次上完春晚之后是怎么沟通的？
王兴兴：（笑）大家都是搞技术的，比较简单。没太多感性的部分。
卫诗婕：但你能感受到，每一次在春晚上大获成功之后，大家精神气会不一样吗？
王兴兴：我觉得这是个荣耀，属于所有参与的人的荣耀。
卫诗婕：你能创业十年，一定是真的热爱机器人，也一定会找同好。
王兴兴：还是希望大家目标是明确的，而且觉得为了这件事情是值得拼搏的，并不只是做一个工作而已。我希望大家是喜欢技术，喜欢机器人，愿意为这个事业奋斗一生的，这样大家做任何事情都非常有成就感和开心。
漫谈Light the Star
PART THREE
谈技术突破：跑位、空翻、爆发力
「集群式的机器人功夫表演，
现场远比电视上震撼」
卫诗婕：这次《武BOT》的训练过程有多久？
王兴兴：大部分时间是花在细节微调上，为这个节目我们准备了几十天时间。
卫诗婕：整个过程中有没有最快乐的一刹那？
王兴兴：中间有几次的技术突破，是非常高兴的。不然呈现效果会比现在差挺多。
卫诗婕：哪几次技术突破最开心？
王兴兴：第一次就是可以有任意跑位，跑得很快。因为去年我们表演机器人扭秧歌，只能慢吞吞的走到下一个位置。非常的不好看，也不实用。今年我们攻坚了这个技术。
另外就是借助弹射器实现更高的空翻。我们一开始做出来的时候，可能只比平地的空翻高了零点几米，没感觉，完全没感觉（笑）。后来有一次真的能飞到天花板那么高的时候，如果你站在旁边看，特别震撼。另外也给观众分享一下，这种集群式的功夫集成表演，现场看的震撼程度远超电视，因为动作剧烈的时候，整个地面会震，气场非常强大。
卫诗婕：我们以后可以去哪里看到这样的表演？
王兴兴：因为这种大型表演确实比较花时间（笑），别的地方确实还是比较难看到，但是以后会有的。
卫诗婕：我今天都已经开始期待机器人舞台剧了。
王兴兴：这个肯定未来会有的。
卫诗婕：武术动作讲求爆发力。实现爆发力这件事情，对于机器人的硬件和算法有什么要求？
王兴兴：在大规模的爆发的时候，甚至会把腿杆、铝合金或钢全给搞坏了，因为力量实在太大了。尤其高空落地的时候，对整个电机甚至电池都有要求。
这里分享个点，高处落地的时候。电机会吸收能力反充电池。简单来说，机器人里面的电流突然变得非常大。把电池给损坏。有点像一个人突然血压高到非常多，导致休克了。我们在软件和硬件上做了改进，把这种能量给吸收或释放掉一些。
卫诗婕：所以之前如果机器人「犯高血压」就直接倒了，不能用了？
王兴兴：对，可能大家想不到，功夫动作特别剧烈的时候，对电池，对整个供电系统的要求非常高，可能突然间电池供电不够，又或者电流太大把电池给充坏了。
卫诗婕：你刚才讲的（部分）其实对电机、电池都有很大的考验。据我所知，宇树是自研电机的，这件事情应该也会利好你们自己的技术？反过来说，如果不是自研电机的玩家，他可能也很难做到？
王兴兴：对，这个没办法，因为我们确实在电机程序上面直接改。
卫诗婕：这算是一个护城河吗？
王兴兴：算是吧。
漫谈Light the Star
PART FOUR
谈灵巧手、硬件与强化学习：
「残障人士也能出色地干活，
机器人的硬件是够用的」
卫诗婕：武术的动作都是非常大开大合的，其实这对于关节的自由度要求也是极大的，是吗？
王兴兴：对，我们这次上的就是顶配版本，腰部有三个自由度，每条手臂有七个自由度，是有手腕的，灵活性比较高。甚至我们其中有几台还装了灵巧手，为了更好的抓棍子。
卫诗婕：对，我发现这次（表演）一共抓了四样东西——棍子、双节棍、葫芦和剑。体现了灵巧手的能力。所以灵巧手现在能够做到自由抓取吗？我记得你之前说过一句话， “目前机器人的硬件是完全够用的，我们缺的是模型。”
王兴兴：一般性的抓取还是可以的，但是不能抓太细的。根本性的问题还是 AI 模型。灵巧手目前其实某种意义上也够用，但不够好。我一直的观念就是只要 AI 模型够好，用一堆非常差的硬件照样可以干活。举个最简单例子，有些残疾人是没有手的，照样干活干的非常好，甚至可以雕塑。
卫诗婕：所以你觉得现在产业供应链的生态里，需求最强的环节是哪些？
王兴兴：这个就很难评价了。最重要的肯定是 AI 模型，硬件肯定要做的更好、更可靠，成本更低，更规模化。这肯定也有挑战，哪怕硬件没有根本上的技术问题，但要量产几万台、几十万台甚至几百万台的机器人出来，工程量还是非常吓人的。
卫诗婕：我看你们好像给强化学习重新做了一个框架，是吗？
王兴兴：对，因为这次的动作数量非常多。我们设计的训练动作可能超过 100 种。 100 种动作要快速训练做筛选，并把这些动作拼接，对整个训练要求更高一些。因为过去的很多训练算法，只能单独训练一个动作，或者没办法拼接。效率是非常低的。
卫诗婕：你们没有特别的强化学习的方法吗？
王兴兴：我们有自己的模型结构。
卫诗婕：我留意到一个小细节，（《武 BOT 》里）有人和机器人一起舞棍子的动作，那个棍子好像是有一点弹性，软软的，是不是为了人跟机器人能够更好的协作？
王兴兴：被你发现了。因为是要保护小朋友的。不然（万一）棍子可能打到小朋友。棍子还是尽可能软一些。
漫谈Light the Star
PART FIVE
多模态训练消耗算力太大，
纯机器人公司可能训不动模型
卫诗婕：从去年到今年，机器人进化这么快，底层最关键的要素有哪些？
王兴兴：软件和硬件都挺重要的。硬件的可靠性的提升，不然剧烈动作做一个机器人就废了。另外软件的运动能力得提升，剧烈运动包括硬件的兼容能力要强，都是细节问题。
卫诗婕：软件的挑战能够攻克，背后除了你们在细节和时间上面的积累之外，还有没有底层技术，比如 AI 技术的飞跃？
王兴兴：肯定的，我们模型结构优化都挺多的。模型结构怎么搭建，怎么优化细节，这个工作量也挺大。
卫诗婕： 2026 年刚刚过去两个月，Agent，尤其是 Coding Agent 的讨论度非常大。
王兴兴：Coding Agent 现在在机器人的训练非常有用，我编程大部分代码全是让 AI 写的。这个行业都会有加速的。
卫诗婕： 2 月份热议的话题是 Seedance 2.0 的发布，我采访了一些专家朋友，他们认为 Seedance 2.0 可以做到生成一些符合物理规律的视频。所以有一个问题想听听你的看法，这种符合物理规律的视频生成，能够帮助具身的训练吗？
王兴兴：肯定的，我们 2024 年开源了一个基于视频生成的具身智能模型 UnifoLM-WMA-0，想法也比较简单，既然我都可以生成一个机器人干活的视频了，那当然可以用这个模型去控制一个机器人。只要把视频生成的机器人逻辑映射到一台实物机器人上，就可以干活了。我觉得这个想法是非常自然以及第一性原理的，所以一直非常重视这个方向。我们后续也会做。
卫诗婕：但有人质疑 Seedance 2.0 只是生成了看上去符合物理规律、实际上跟真实世界的精度差很多的（视频），用来训练肯定效果很差。
王兴兴：但我觉得只要做到足够精细，甚至有可能突破（瓶颈）。因为如果抓一个东西的时候，（王兴兴用手抓起了矿泉水瓶）生成的视频连物体的弹性都能仿真出来，说明它本身接触仿真已经不错了。
某种意义上，我觉得如果按这个路线做，数据机器人数据足够多，用数据硬把具身智能模型给砸出来的概率还是挺大的。只是说当下没人有机会、有大规模机器人实物数据去用。
目前我们自己也在做视频生成的具身模型，最大挑战是视频生成的模型、动作，跟实物机器人没法很好匹配。两部分的数据本身无法对齐。可能视频生成的时候已经抓到这个物体了，但实物机器人就差点。我觉得用海量数据没准就可以把这个差距直接对齐掉。
卫诗婕：海量数据从哪里来呢？
王兴兴：目前只能（用）真实采集或仿真了。我们公司在想的办法是，能不能在没有海量数据情况下就能对齐；或者做一个新的模型做到闭环。
卫诗婕：所以现在很强调出货，大家觉得如果能够（把机器人）部署到一些真实场景里，边用的时候就可以边产生数据。
王兴兴：但是目前也知道，机器人自己产生的数据没法用，很多情况需要人在仿真环境里做采集，而且这个数据量可能也不太够。目前人类能掌握的 AI 核心原则只有一条，就是海量的数据，训练出来的效果是好的。但机器人领域哪怕有 1 万台机器人每天采集数据，数据还不够。而且最主要的问题是采集数据质量并不是很好。
卫诗婕：所以这就是你今天提醒大家要有耐心的原因，是吧？
王兴兴：对，但是说不好。因为相比过去一两年，视频生成模型的效果已经非常好了，但机器人领域比这个还要慢一些。
我个人比较看好视频生成模型，但对于机器人公司有个很不好的地方，（就是多模态模型）对于算力的要求太高了。
卫诗婕：因为多模态模型消耗的算力是语言模型的很多倍。
王兴兴：对，非常夸张，全世界的一般纯机器人公司可能都训不动。真的训不动。
卫诗婕：那怎么办？
王兴兴：我也不知道（笑）。如果对数据需求更小的模型，可能做出来更好一些。
漫谈Light the Star
PART SIX
谈世界模型 & VLA：
宇树都在尝试，但我很看好世界模型
卫诗婕：你去年其实有小小的争议，因为你是少数站出来说， VLA 可能会面临瓶颈和问题，有很多质疑的声音，你有听到吗？
王兴兴：我知道，但是您现在去问问别人，可能赞成我观点的人更多一点。
卫诗婕：这也是我关注到 2026 年的趋势，讨论世界模型的多了，讨论 VLA 少了。最近得到一个很有趣的信息跟你分享一下，我采了一个多模态领域的学者，他认为像 Seedance 2.0 这种视频生成模型，本身已经是世界模型的一部分。
王兴兴：对，本身就是世界模型。视频生成模型把很多语言、声音、视频加进去，是个多模态模型。在这种模型的基础上，某种意义上只要把实物、机器人轨迹和感知加在一起训练一下，就是万能模型了。既可以生成视频，也可以干活。肯定有大公司会这么做的，而且我觉得非常符合第一性原理，也非常正确的方向。
卫诗婕：所以 VLA 和世界模型，你是更偏向于世界模型这一派。
王兴兴：肯定的，目前我觉得世界模型的效果更好一点。当然 VLA 模型我们还在做，也会再优化。它现在肯定是有缺点的，但并不是说这个路线一定死掉了，因为大家也在改进，包括强化学习加进来。或者大家可能说 ，中间的 「L（语言模型）」 有没有必要呢？要不要变成一个 VA（Vision- Action） 模型？大家都有各种各样的想法。
卫诗婕：我理解不同的技术路线，可能最后带来的是不同的方案，但在做一件事情的时候，也许所有的方案都用得到。
王兴兴：对，因为在目前的 AI 领域，没有唯一正确的路线，变数还是非常多的。而且很多情况下以前做的 AI 模型即便成功了，但实际上还有更好的路线。
卫诗婕：这就是第一名很大的压力了，像你说的， AI 创新现在有一些随机性，很多你们都在试，但一定有你比较 believe 的方向，对吗？
王兴兴：对，但这个说不好，经常改主意的。对于我们公司来说，还是一定要保持相对比较开放。
漫谈Light the Star
PART SEVEN
每一天、每个月、每半年、每一年的
持续进步
「有价值的研究可能还埋在沙子里」
卫诗婕：过去一年你的时间是怎么分配的？
王兴兴：因为杂事比较多，所以真正在产品和技术上每天（用）的时间相对较少一点。但我觉得一定要保持对整个产品、对新技术的了解和认知，要跟上全世界的节奏。每天多看一些最新的论文、成果啊。
卫诗婕：现在海外的公司你最关注哪几家？
王兴兴：所有做的好的公司都关注。一直非常广，哪怕一个人做出好东西都值得关注。因为在 AI 目前的技术里，还是有些技术随机性的。举个最简单例子， Transformer 这个结构目前大家都在用，最早是 17 年谷歌做出来的。但到 2022 年 OpenAI 才开始大规模用。
可能未来真正的大脑或者非常好的模型已经有人做出来了，但大家（现在还）没有发现。大家可以多关注一下各种新的技术，可能现在看上去不太有用，但在未来会变成一个主流技术。
卫诗婕：你讲的很关键的一点是， Transformer 源自谷歌，但是谷歌却没有拿它做第一场胜仗，当然现在谷歌又重回王座了。公司变大的时候，有可能让机会悄悄溜走。
王兴兴：这个不可避免。有些技术可能被埋了十多年都有可能。
卫诗婕：宇树现在在变大吗？
王兴兴：对，我们公司人也多了，确实很多情况管理跟不上，效率反而更低了。或者说没有更好发挥每个人的价值、聪明才智。没有最优解，只能尽可能完善。
卫诗婕：我发现你还挺有节奏感的，会很客观的讲所有的事情，任之发生，但始终有非常坚定的目标。
王兴兴：对，我觉得还是要尽可能看到整个技术发展路线。我不能错过最重要的技术发展，不然别人做出来，我们公司没做，那真的是非常惨重的代价。
卫诗婕：宇树这一年相比过去，是速度更快了吗？
王兴兴：因为人也多了，整个迭代速度肯定比过去快一些。
卫诗婕：如果给 2026 年许一个小心愿的话，会是什么？
王兴兴：目前我们定的目标都非常简单——每一天、每个月、每半年、每一年都有持续的产品和技术进步，这是最重要的一件事情。
卫诗婕：「每一天的技术进步」怎么看出来？
王兴兴：关注前沿领域，做测试，尝试迭代。你总是可以获得进步。
卫诗婕： 2026 年你最期待的行业突破是什么？
王兴兴：一直期待全球的具身智能模型有更多突破，谁做出来对整个行业都是好事。当然如果我们公司自己做出来，肯定是最好的一件事情。
卫诗婕：宇树的位置有一个得天独厚的地方，今天只要你保证自己不退步，一旦有更好的模型做出来，哪怕是别人做出来，你还是能够保持领先。
王兴兴：对，保持头部水平其实相对容易，但是要保持全球第一肯定是更难一些。
卫诗婕：你的梦想跟第一天有产生变化吗？
王兴兴：我觉得没有，因为我从小就非常喜欢科技，希望做一个非常好的科技产品来推动整个社会的进步，这是我最大的理念和梦想。当下我们做的这个行业非常值得做，真的是能让人类文明迈到下一个台阶的。
漫谈Light the Star
PART EIGHT
「如果技术和产品落后了，
所有市场，哪怕已占领的市场，
都是浮云」
卫诗婕：你之前觉得机器人的 RL （强化学习）并没有做得特别好？
王兴兴：对，目前我觉得全世界的 RL 还没有真正把价值发挥出来。目前的视频生成模型、语言模型，用的 RL 相对比较少，包括它的规模也没有上来， Scaling Law 还没出现。
卫诗婕：机器人的 Scaling Law 怎样才能够出现？
王兴兴：没人知道。只是期待它能出现。但我给Scaling Law 定了一个指标，如果未来哪天，一台机器人到 80% 左右的陌生环境，给它发一个语音或者指令，它能实现 80% 左右的任务，我觉得就差不多达到了一个具身智能或者机器人的 ChatGPT 时刻，这非常重要。
现在的 AI 模型都是预训练的，如果我用很多数据去训练一个场景，它的成功率基本上可以做到 100%。但是我稍微换个场景，它的成功率就暴跌。所以目前机器人的泛化能力还不太够。
卫诗婕：你刚才讲，春晚舞台上的机器人对于它要跑到什么位置、怎么跑已经有一定泛化性了？
王兴兴：这个泛化性已经实现，但是不够，没有真正让它实现 80% 左右场景的干活。而且那个跑位也是提前先建图了。并不是说随便拎一台机器人到任何场景上都可以达到这种效果。
卫诗婕：机器人行业现在非常饱和，有一个判断是到 2026 年，机器人可能会「淤」——因为生产的机器人非常多，不一定有那么大的需求。在这个过程中，我发现大家需要跑马圈地。据我所知，宇树一直在 to Lab 非常强，在表演的 toC 层面也很强。在 toB 和工业这一块，你们是怎么想的？
王兴兴：我觉得最核心还是要保持持续的技术和产品进步，别的都是虚的。无论在别的领域卖多少台机器人，某种意义上都不顶用。
只要保持持续的技术和产品进步，哪怕一台机器人都不卖，永远都是全球最厉害的机器人和 AI 公司。但如果技术和产品落后了，那些市场，甚至包括已占领的市场，某种意义上都是浮云。因为真正的具身智能 AI 模型突破的那天，过往的东西跟它比起来都是没有价值的。
卫诗婕：所以在宇树的优先级里面，技术永远优先于订单。
王兴兴：肯定的，这是最重要的东西。
--End--
同期播客已经上线，欢迎前往小宇宙等平台收听
热门跟贴