对话宇树科技创始人王兴兴：人形机器人大模型，还没走到“大力出奇迹”阶段

随着人形机器人逐渐成为创投领域的热门赛道，宇树科技也越来越多地受到市场关注。

这家成立于2016年的公司，起步阶段是专注于四足机器人的开发。2023年初，宇树科技立项人形机器人产品，并在同年推出了首款通用人形机器人产品宇树H1。2024年2月，宇树科技完成了近10亿元B2轮融资，美团成为该公司的最大股东。

8月21日，世界机器人大会期间，宇树科技发布了人形机器人G1的量产版本，起售价为9.9万元，这是双足人形机器人价格首次下调至10万元以内。宇树科技方面称，G1人形机器人，身高约127厘米，体重约35公斤，小跑速度超过2m/s ，拥有23至43个关节，可执行如动态站起、坐下折叠、舞棍等动作。

“宇树科技入局人形机器人赛道，基本上是遵循顺势而为的逻辑。如果做的太早或太晚，其实都是不好的。”

宇树科技创始人王兴兴表示，大语言模型出来以后，AI的技术产生了质变，大家已经看到AI赋能机器人带来的潜力。对于人形机器人而言，基本就是四足机器人站起来的另一个版本。

王兴兴认为，在过去的一到两年内，国内很多人形机器人公司之所以可以跑出来，是因为大家用了大量开源的四足机器人技术，包括控制算法、硬件等。但是，人形机器人想要继续发展，单纯靠大语言模型还远远不够。大语言模型本身是机器人模型的一部分，但它不是全部。

从ChatGPT的技术逻辑也可以看到，大语言模型找寻到了一条“大力出奇迹”的可行性路径。OpenAI通过不断地增加算力和数据，ChatGPT的人机交互能力就可以不断上升，而且目前业界还没有看到这种能力提升的“天花板”。但对于机器人大模型而言，王兴兴认为目前这个行业没有走到“大力出奇迹”的阶段。

“目前国内的大公司其实对AI和机器人都挺关注的，但他们的投入也是比较克制的。”

王兴兴对钛媒体APP表示，大公司和创业公司对于机器人大模型投入比较克制的最大原因就是，机器人模型的技术路线没有像大语言模型那么清晰。“在这模型研发没有清晰路线的阶段，如果投入大的财力和人力，其实会有点使不上劲的感觉。这条路你都不太清楚，你拼命往里面跑也跑不了。”

王兴兴称，在人形机器人领域，通过增加算力和数据可以提升机器人某一方面的能力。机器人通用的AI模型，全球范围内大家做得都不够好，目前没有人可以真正将AI机器人做到极致。“全球都没有人做出来的情况下，你可以认为这件事情需要靠运气，或者看某个天才式的人物来推动了。”

以下是王兴兴与包括钛媒体APP在内的交流内容，略经编辑：

从目前人形机器人研发的角度看，大模型可解决哪些技术问题？主要应用在哪些方向？大模型和人工智能的应用有望降低研发成本吗？

王兴兴：大家说大模型的时候，一般是在说大语言模型或者多模态模型，这部分肯定是可以给机器人用的。但真正的机器人大模型发展下去，单纯的大语言模型还是不够的。大语言模型本身是机器人模型的一部分，但它不是全部。

举个最直观的例子，比如在工厂里做事的一个机器人，他完全可以不说话，他只要能干活就行了。而对于干活这个点的话，这部分的训练其实跟大语言模型没多大关系，更多的是一些模仿学习。而且这个模型结构跟大语言模型结构也会偏差比较大，目前整个体系没有那么成熟，不像大语言模型整个的风格结构、数据对齐那样清晰的。

在ChatGPT模型出来以前有非常多的语言模型结构，但大家现在已经忘了，因为后来大家发现GPT模型的架构是更加有价值的，就把其他模型淘汰了。现在人形机器人具身智能有点像ChatGPT出来前的一两年，大家已经发现了要往这个方向做，但实际上没有哪家敢保票，说我这个方向是绝对正确的。

今年国内很多外人形机器人公司都宣布“进厂打工”，您怎么看这个现象？宇树科技的人形机器人的落地现状和未来规划是怎样的？

王兴兴：这是一个趋势。我们过去几个月也跟蔚来的汽车工厂有合作，现场部署了人形机器人去做搬运，包括国内别的一些人形机器人也跟汽车工厂有些合作。这个目前基本上还是处于试点阶段，还没有到真正的商业闭环，比如一台机器人它产生的商业价值是正向的，比人工更便宜。

目前宇树科技的四足机器人营收占比是怎样的？人形机器人的快速发展，对于四足机器人来说是机遇还是挑战？

王兴兴：目前消费端产品可能占了整个机器狗营收的1/3。

大家可能一直觉得我们做了人形机器人，会不会四足机器人顾不过来。但实际上，我们四足和人形机器人的两个业务，很多人员是共用的，因为两个领域的硬件、电控系统、软件、OTA升级平台和AI算法等共用的地方非常多。

通用人形机器人领域什么时候会出现一个iPhone时刻？AI大模型为机器人领域带来了哪些明显的能力的提升，还存在哪些挑战？

王兴兴：人形机器人离iPhone时刻还有很大距离。iPhone的出现，并不是说有一个特别技术突破了，更多是一个综合性的技术突破。比如说原本已经有触摸屏了，有很好的CPU，或者还有一些图形界面。然后，乔布斯把终极产品的构想给提出来了，把这些技术都整合在一起。

在具身智能或者机器人AI这个领域，我觉得在今年年底之前，至少全球有一家公司或有个实验室能把通用型的机器人AI模型给做出来。但这也不是iPhone时刻，因为iPhone时刻标志着这个行业的出货量暴增。人形机器人真正的iPhone时刻会更远一点，但是我觉得不会超过5年。

您之前提到过会考虑在机器人上面增加足够多的触觉感知，你认为现在触觉的重要性在哪里以及瓶颈又是什么？

王兴兴：我一直觉得触觉是非常重要的一件事情。

对于一个人来说，假设你全身皮肤的触觉丧失了，你可能抓一个东西都抓不住。再比如，如果你贴一张胶带在猫的身体上，这个猫会发生很奇怪的动作。触觉对整个哺乳动物来说，都是非常重要的一件事情。

但是，目前人形机器人触觉的进展确实非常糟糕，机械臂上基本没有触觉传感器。原因也比较简单，触觉传感器非常不好做，因为它要非常小且足够的敏感，但敏感和可靠性天然存在矛盾。一个非常敏感的传感器，就意味着非常容易坏，一旦受到碰撞，就会导致操作变形。

在您看来目前人形机器人发展最大的瓶颈是什么？

王兴兴：当下的所有机器人最大的瓶颈，还是基层AI的能力在全球范围内都没有达到一个像初代GPT或者初代通用AI的能力。

目前双臂机器人或者一个工业机器人，如果加了AI以后，它产生的人效比人低，比如速度比较慢，精度比较差，能干的活比较少，它其实很难替代工业上面人的价值，这样的话整个的商业闭环没办法跑通。

另外，当然目前可能硬件还是有些问题，比如硬件的机械臂的负载能力不够，精度不太够，成本有点高，但实际上这只是工程上的问题。如果现在机器人AI哪家公司能做一个突破，我们年底前就可以直接量产10万个机器人。

您如何看待现在智能机器人的行业的竞争格局？您觉得中小公司的机会在哪？

王兴兴：中小公司目前最大的点，就是你得对前沿技术保持足够高的敏感度，你得看到未来，你得足够灵活。如果能预估未来1年2年，甚至是5年以后的整个技术路线，整个产品格局，你提前做布局，能不能做第一不太清楚，但你肯定死不了。

对于大公司而言，要做到这一点比较难。大公司内部的流程，内部团队的相互竞争，然后资源和沟通的顺畅性都不如中小公司。

另外，我们一直非常关注商业化。我们做人形机器人最主要也是我们冲着商业化去的，有客户我们才去做的这个方向。目前我们的人形机器人客户比较杂，有个人的、科研教育的、AI公司的、科技公司的，还有一些工厂的项目落地等。我们基本的策略还是希望给大家提供本体，无论是个人买来玩也好，工厂里面做一些应用也好，或者学校做一些研究，我们都完全欢迎。

现在机器人都还在投入期，您有没有预估它什么时候能到盈亏平衡，然后什么时候能到一个市场爆发的时候？

王兴兴：盈亏平衡具体要看怎么算了。其实我们公司还是保留了合理的利润，相对来说最大的点还是希望有更多的机器人出货量，有更多的人能使用机器人，这可能是更重要的。

还有一点，如果你投入大量的AI与人力，你可能很难盈亏平衡或者亏损会比较严重，因为AI太费人了，烧钱也会比较严重一点，因为算力比较贵。其实每家公司不太一样，如果你AI投入少，可能就比较容易实现盈亏平衡，你如果AI投入大可能就很难实现。

所以，在人形机器人领域是不是不太存在“大力出奇迹”的可能性？

王兴兴：情况是这样的。

如果一家大公司有财力和人力，我还是建议他可以多投入一点的。但是对我们这样的创业公司，可能就不太合适，我们还是比较保守一点。因为机器人的AI模型，其实不像大语言模型的技术路线没有那么清晰。

所以，在这个模型没有清晰的阶段，你如果投入大的财力和人力，其实你有点使不上劲的感觉。就是这条路你都不太清楚，然后你拼命往里面跑，你也跑不了，对吧？

OpenAI当时投入大量精力去做ChatGPT的提前是，他们内部已经验证了模型是ok的。他们做了一个ChatGPT模型出来，然后给他喂了不少的算力和资源，发现效果其实非常明显，然后再继续加算力和资源发现效果依然很明显。而不是，他们在模型还不太清楚的时候就乱投入。

大家如果去看一下OpenAI早期的发展经历，可以看到他早期几年做的事情很杂，机器人的AI模型他们也做过。后来他们发现GPT这个模型可以大力出奇迹以后，把资源都给汇总起来，专门做GPT。

但现在像机器人这个领域，目前你要说哪个方向特别正确，还比较难判断。目前相对公认的是，特斯拉要搞的就是这个方向，通过堆数据是有效果的。不过，堆数据也只是针对单个的细分场景，更大范围的验证效果如何，目前还不太确定。（本文首发于钛媒体APP， 作者 | 饶翔宇 编辑 | 钟毅）