投资者内参丨寿紫薇 11月4日，世界互联网大会乌镇峰会互联网企业家论坛在浙江乌镇举行，论坛主题为“把握时代脉搏 聚力高质量发展”。宇树科技创始人、董事长兼CEO王兴兴出席并发言，围绕具身智能的技术进展、瓶颈约束与产业节奏给出了一系列明确判断。 ▌2027年大概率成为机器人行业发展的临界点 王兴兴对行业时间窗口给出了一个相对具体的预测：2027年很大概率成为机器人行业或机器人模型发展的临界点。 支撑这一判断的，是他对具身智能“ChatGPT时刻”所设定的量化标准——机器人能够在约80%的陌生场景中，通过语音或文字指令完成约80%的任务。他表示，全球顶尖模型距离这一目标“已经非常接近”。 这一判断的参照系建立在当前能力的基线之上。王兴兴指出，机器人在固定工位执行单一任务时，经过充分训练，成功率可接近100%；对于抓取、搬运等任务，模型也已能取得较高成功率。但他同时划出了一条清晰的边界：从固定工位的高成功率到跨场景的通用能力，是“两个截然不同的维度”，而通用能力“尚未实现”。 ▌具身智能落地的核心障碍是“最后几毫米” 在乐观的时间判断之外，王兴兴将制约具身智能落地的核心障碍归结为一个他称之为“最后几毫米”的问题：AI模型对物理接触和触觉的理解尚不充分，模型的输入输出与真实世界之间的对齐存在偏差。这一问题在手机拆装、穿针引线、精密装配等需要精细力控与触觉反馈的场景中表现得尤为突出。 他进一步解释，机器人基础触觉能力及控制信号的实时传输速度与真实世界仍有差距，“但就差一点点”。对于解决时限，王兴兴给出了未来一至三年的窗口期：一旦这一对齐问题得到突破，机器人模型在理论层面的主要问题将大幅减少，行业技术曲线可能随之陡峭上扬。不过，上述判断属于对技术进展的预测，固定工位上的高成功率并不等同于跨场景通用能力已经实现。 ▌当前的数据利用效率制约行业 在“模型能力”与“场景落地”之间，王兴兴点出了一个容易被外部忽略的中间变量：数据利用效率。他坦言，包括宇树在内，机器人行业对已有数据的利用率仍然偏低，“大量数据被浪费掉了，没有很好地把AI模型用起来”。在他看来，生产制造和部署千台乃至万台机器人去采集数据，在成本上并不构成主要障碍，真正的核心问题在于如何充分利用这些数据去训练和迭代模型。 为应对这一环节，宇树已在内部启动物理AI模型自进化机制的探索：让AI模型自行编写代码，在仿真或真实环境中训练，部署到机器人上测试后，由人或机器人对结果打分，再将评价反馈给模型用于修改程序和继续训练。王兴兴提到，全球头部大模型公司在某种程度上已建立起类似的内部循环，但在机器人领域，即便是全球头部企业，目前也尚未真正完成这一闭环。 在这一背景下，他对人类当前角色的描述趋于收窄：“人类最大的价值在于‘打分’，评价一下AI模型做得好不好，或者设置一些目标让AI去实现”。他同时预判，随着模型能力增强，AI将逐渐学会人类的评价指标和偏好，从而具备更强的自主进化能力。 风险提示：本文为内容资讯，不构成投资建议。市场有风险，投资需谨慎。 特别
