宇树科技创始人王兴兴在近期举办的2026世界机器人大会主论坛上，提出“物理AI机器人自进化”理念，引发行业广泛关注。这一概念的核心在于利用基础大模型构建闭环系统，将论文检索、代码生成、仿真训练、真机测试与反馈评价串联，推动机器人研发从人工主导转向自主迭代。该方向并非首次提出，早在宇树科技登陆科创板后的答谢午宴上，王兴兴已初步阐述这一构想。
在王兴兴看来，机器人能否真正进入工厂与家庭，关键不在于完成单一动作的能力，而在于“泛化能力”——即在不同环境、面对不同物体与任务时，仍能保持稳定表现。他以汽车工厂合作为例指出，尽管机器人已能执行简单装配任务，但效率仍低于人类，且每次新任务需重新训练，部署成本高昂。为突破这一瓶颈，宇树科技正聚焦于提升技术泛化能力，并明确提出具身智能行业爆发的量化标准：机器人需在80%的陌生场景中，通过语音指令完成80%的任务。
数据驱动被视为突破泛化瓶颈的核心。王兴兴透露，公司正通过自主采集与第三方合作，构建以真人数据和互联网数据为主的预训练数据集，同时补充真机数据以匹配物理世界特性。他强调，真人数据在规模与重要性上可能超越真机数据，但后者对机器人理解现实误差至关重要。例如，在百米测试中刷新人形机器人速度纪录的机型，便基于第一代产品H1改良，并可通过加装轮子提升灵活性。
技术落地层面，宇树科技已实现多项突破。今年4月，公司演示了基于多模态与端到端技术的自动AI动作生成系统，尽管当前存在几秒延迟与动作差异，但目标是通过实时语音指令直接控制机器人行动。会议室整理场景成为重点试验田：机器人可自主恢复打乱的环境，执行7至8项多任务，并具备抗干扰能力。公司还在探索语音驱动下的任务执行，例如识别药物数量与颜色，进一步拓展交互深度。
硬件迭代同样加速推进。最新发布的轮足复合四足机器人Unitree As2-W以轻量化设计（25千克）实现强负载与长续航，并具备防雨水功能，适用于户外与工业场景。小型四足机器人Unitree As2的灵活性升级，以及预览版人形机器人“超人”的亮相，均展现技术下探趋势。其中，“超人”以12.66米/秒的奔跑速度与超越人类记录的跳跃高度，成为速度与爆发力的标杆。
针对AI模型与物理世界的偏差问题，王兴兴指出，当前模型在固定场景中任务成功率接近100%，但环境或物体变化会导致成功率骤降。根本原因在于，机器人每次输入输出均可能产生物理误差，而语言模型因处理数字编码信息，天然规避此类问题。他预测，未来两至十年内，随着AI模型对齐技术的成熟，这一瓶颈将逐步被克服。
为加速机器人自主进化，宇树科技正构建AI驱动的研发闭环：通过设定规则与工具，让AI自主搜索论文、开源方案并编写控制代码，经仿真验证后部署至真机测试，最终由AI与人工共同评价反馈。这一流程不仅提升开发效率，还可积累多元数据，推动技能持续迭代。王兴兴认为，该机制能紧跟全球AI技术进步，最大化利用真实世界与人类数据，并通过规模化真机部署形成数据增长的正向循环。
