同顺号-创作平台

　　2026年8月19日,宇树科技登陆科创板,开盘1100元,暴涨629%,市值一度突破4449亿元。90后创始人王兴兴身家超千亿,成为新一代90后首富。

　　当晚庆功宴上,他被投资人拉着合影、敬酒。流出的照片里,王兴兴的表情很平静,没有笑容。

　　次日一早,他出现在2026世界机器人大会主论坛上。穿着一件白衬衫,站上讲台,演讲题目是《从展品到产品:人形机器人产业的下一个十年》。

　　敲钟第二天,不谈股价,不谈市值,只谈问题。王兴兴的担忧,比他的身家更值得关注。

　　——

　　敲钟次日,股价大跌

　　8月20日,上市第二天,宇树科技股价大幅下挫,盘中一度跌超17%,收盘跌18.7%,市值较开盘峰值蒸发超1670亿元。

　　市场和创始人,在同一天给出了两种截然不同的信号。市场在狂欢后迅速冷静,创始人在狂欢后迅速回到讲台。

　　王兴兴在演讲中被反复追问同一个问题:为什么宇树的产品没有在工厂、家庭等场景大规模推广?

　　他的回答很直接:“最主要的原因就是目前整体的效率和它的能力还是不够,简单来说就是虽然目前我们机器人能做一些工作,但是它的效率其实跟人比起来还是低一些。”

　　一家市值曾超4000亿的公司创始人,站在台上说“我们的效率不如人”。

　　——

　　最后几厘米

　　王兴兴最核心的担忧,是“最后几厘米”。

　　他在演讲中反复提到一个现象:目前的机器人模型,要执行移动、装配或搬运任务,整体趋势是没有问题的,“大差不差能执行任务”。

　　问题出在最后那一步。

　　“最后的几厘米或者最后几毫米,机器人没办法很好地与真实世界匹配。”比如伸手去拿一个东西,模型判断的位置看起来没错,机器人也走到了跟前,可到了最后几厘米、几毫米,现实世界里那一点点偏差,可能就会让整个动作失败。

　　“看上去快要拿住了,但最后那一点点触觉、最后一点点误差,它没办法很好地去修正。”桌子的位置偏了一点,物品角度变了一点,机械臂伸出去时又有一点点误差。对人来说,这些几乎不需要思考,手腕轻轻一转就调整了。但对机器人来说,却可能意味着一次任务中断。

　　“最终这个误差没办法很好修复,导致它的成功率就暴跌得非常非常严重。”

　　——

　　泛化的门槛

　　“最后几厘米”只是表象,更深层的瓶颈是泛化能力。

　　王兴兴说,在固定场景中,经过足够的数据采集和训练,AI模型的任务成功率可以接近100%。但只要更换操作物品,或者稍微改变环境,成功率就会急剧下滑。

　　“目前全世界最大的瓶颈是具身智能的泛化能力不够。”他进一步解释,AI大模型的输入和输出被严格限制在向量空间里,一个文字输入是什么、输出是什么,基本不会有太大偏差。但机器人每进行一次输入输出,都有偏差和损失。

　　“这是目前泛化能力差的根本原因,也是我们必须解决的核心难题。”

　　人形机器人尚未大规模推广的核心原因,正在于此:效率仍低于人工,且新任务需重新训练,泛用性能力不足。

　　——

　　机器不如人

　　王兴兴没有回避一个更现实的问题:在真正的生产场景里,机器人还干不过人。

　　宇树从2024年起就在汽车工厂推进机器人应用,也把机器人放进自家工厂测试。但“工厂项目至今没有大规模向外推广”。原因只有一个:“目前机器人在工厂的效率和泛化能力上仍不如真人。”

　　在家庭场景,问题更复杂。机器人可以做一些工作,但效率还不如人;遇到新任务,很多时候还得重新训练。一个场景能用,不意味着换个地方还能用。

　　王兴兴说得很直白:“我们希望把技术能力做到更好,再进行大规模推广。”

　　——

　　大脑的缺口

　　宇树的长板在“身体”——运控能力、运动控制、动作一致性,在人形机器人里几乎首屈一指。但短板同样明显:“大脑”——AI的泛化能力。

　　有分析指出,王兴兴在“大脑”上的投入依然不够,而且“大脑”绝不能外包。宇树自己也承认,“具身大模型的泛化能力是制约机器人商业化的关键瓶颈”“公司报告期内尚未将自研的通用具身大模型规模化应用于机器人产品”。

　　宇树此前选择与DeepSeek合作,正是希望补足“大脑”的短板。但合作过程充满不确定性。一家以“身体”见长的公司,能否在下一个十年补齐“大脑”的缺口,将决定它能否从“运动冠军”变成“生产力工具”。

　　王兴兴自己也承认,人形机器人的“ChatGPT时刻”可能还需要2到10年。

　　——

　　临界点

　　王兴兴对产业的未来依然乐观。他判断,人形机器人将在十年内进入“大众市场”,前提是解决了阻碍当前实用性的问题。

　　他给这个时刻定了一个标准:在80%的陌生场景中,机器人通过语音或文字指令,能够完成约80%的任务。时间上,快则2到3年,慢则5到10年。

　　但他反复强调,在那之前,必须跨过泛化能力这道坎。宇树的解法是“物理AI机器人自进化”——让AI自己去完成搜索、编程、生成机器人控制代码,在仿真环境里试运行,再部署到实物机器人上测试和打分,形成正向训练循环。

　　王兴兴在演讲结尾说:“随着每个月、每年基础模型的提升、持续进化,自进化循环本身的能力也会同步增强。”

　　敲钟第二天,他没有庆祝。他站在台上,说还差“最后几厘米”。这“最后几厘米”,才是决定人形机器人能走多远的那一段路。