在近期舉辦的GTC2026大會上，宇樹科技創(chuàng)始人兼首席執(zhí)行官王興興向與會者分享了公司在具身智能領域的最新技術突破，并深入探討了該領域在任務泛化能力、數(shù)據(jù)利用效率及強化學習規(guī)模效應等方面面臨的挑戰(zhàn)。他指出，盡管具身智能已成為全球科技界關注的焦點，但要實現(xiàn)真正意義上的突破仍需跨越多個技術門檻。

王興興認為，當前具身智能發(fā)展的核心障礙在于缺乏具備強泛化能力的模型，這類模型需能在完全陌生的環(huán)境中穩(wěn)定執(zhí)行多樣化任務。他預測，這一技術臨界點有望在未來一至三年內(nèi)實現(xiàn)。他特別強調(diào)，機器人的運動能力與實際應用能力必須同步提升，其中運動能力是執(zhí)行復雜任務的基礎前提。只有具備豐富的動作表達和高度穩(wěn)定性，機器人才能真正進入工廠、家庭等實際場景。

據(jù)介紹，宇樹科技自2016年成立以來，已推出多款具有行業(yè)影響力的人形機器人產(chǎn)品。2024年發(fā)布的小尺寸人形機器人G1憑借其緊湊設計、高性價比和完善的傳感器配置，成為全球范圍內(nèi)廣受認可的經(jīng)典機型。該公司后續(xù)推出的中型工業(yè)級機器狗和大尺寸人形機器人H1，分別在巡檢作業(yè)和體力型工作場景中展現(xiàn)出強大性能。近期發(fā)布的小型機器狗As2則具備防水能力和長續(xù)航特點，可承載十余公斤負重，在戶外活動場景中具有廣泛應用潛力。

在技術突破方面，宇樹科技通過持續(xù)優(yōu)化自動化控制系統(tǒng)，顯著提升了機器人的抗沖擊能力和自主恢復能力。其人形機器人H1已實現(xiàn)1500米長跑能力，并在任意動作干擾恢復、全身遙操作等關鍵技術領域取得重要進展。王興興透露，公司開發(fā)的預訓練全身強化學習模型，使機器人能夠靈活切換復雜動作組合，這一技術突破在2026年春晚機器人表演中得到了充分驗證。當時參與演出的機器人通過改裝激光雷達和優(yōu)化集群控制系統(tǒng)，成功完成了醉拳、舞劍等高難度動作組合。

針對具身智能發(fā)展的關鍵瓶頸，王興興提出三大解決方案：首先需提升模型對任務的動作表達能力，通過改進多模態(tài)感知系統(tǒng)和編碼解碼器架構突破泛化限制；其次要建立高效的數(shù)據(jù)利用體系，在預訓練階段充分整合視頻、仿真和互聯(lián)網(wǎng)數(shù)據(jù)，減少對真實機器人數(shù)據(jù)的依賴；最后需構建可復用的強化學習框架，通過數(shù)據(jù)積累形成規(guī)模效應。他特別指出，當前行業(yè)普遍存在的"單任務訓練"模式導致數(shù)據(jù)利用率低下，建立統(tǒng)一的數(shù)據(jù)復用機制將成為技術突破的關鍵。

在技術路線選擇上，王興興看好世界模型與視頻生成模型的發(fā)展?jié)摿ΑＫJ為這類模型能夠充分利用互聯(lián)網(wǎng)海量數(shù)據(jù)資源，具有更高的技術天花板。宇樹科技去年開源的視頻生成世界模型，通過"想象-對齊-執(zhí)行"的三階段架構，已在動作預測精度方面取得顯著進展。盡管視頻模態(tài)與真實執(zhí)行存在毫米級誤差挑戰(zhàn)，但王興興認為將視頻生成與強化學習相結(jié)合，將是實現(xiàn)技術突破的有效路徑。

對于具身智能的"ChatGPT時刻"，王興興給出了具體定義：當機器人能在80%的陌生場景中，僅通過語言指令完成80%的任務時，即標志著該領域?qū)崿F(xiàn)質(zhì)的飛躍。他特別強調(diào)，這種能力必須建立在零重新訓練、零數(shù)據(jù)采集和零環(huán)境部署的基礎上。雖然實現(xiàn)這一目標存在技術偶然性，但任何突破都將對整個行業(yè)產(chǎn)生深遠影響。他呼吁全球科研機構和企業(yè)加強合作，共同攻克具身智能領域的技術難題，推動機器人技術向更高水平發(fā)展。