专访宇树科技王兴兴：在人形机器人的巨变前夜，做一个敏锐的谨慎派

专访宇树科技王兴兴：在人形机器人的巨变前夜，做一个敏锐的谨慎派 | 极客公园

摘要

坚持做好硬件和产品、等待 AI 涌现。

文 | 黎诗韵

编辑 | 靖宇

在目前大热的人形机器人、具身智能赛道，宇树科技是最受关注的公司之一。这家公司最大的标签是硬件实力强——一方面是性能，去年其首款通用人形机器人 H1 能奔跑、原地空翻、踹不到，拥有全球几乎规格最高的动力性能；一方面是成本控制，今年其第二款人形机器人 G1 价格仅 9.9 万元，而同行普遍在数十万、乃至百万元。

这背后建立在积累多年的四足机器狗技术上。四足机器狗和双足机器人的底层技术相通，宇树只用 3 个员工、不到 6 个月时间，就做出了上述人形机器人产品。<br/>谈及硬件实力强的原因，宇树科技创始人王兴兴对极客公园表示，主要是做了十几年、在软硬件上积累了大量的认知和经验。

2013 年，还在读研的王兴兴，自己设计电机、控制算法等，用不到两万块研发出了第一台四足机器狗 XDog，这几乎是全球首个四足机器狗的技术方案；2016 年，当 XDog 在海外展现出市场需求，王兴兴离职创立宇树科技，不久后极客公园旗下的变量资本，注意到了王兴兴，并于次年领投了其天使轮融资。

目前，宇树的机器人本体（硬件）被全球各大科研机构、科技公司购买，用作研究。而其四足机器狗目前在全球出货量第一，包括万元的消费级机器狗 Go2 及最其新轮足版本 Go2-W，用于工业级场景的 B2、B2-W。年初，宇树披露了最新一轮近 10 亿元的 B2 轮融资，这也让它成为目前机器人赛道估值较高的公司之一。

不过，AI 为机器人这个赛道带来了新的变量。

在王兴兴看来，AI、而不是硬件，才是目前人形机器人行业最大的掣肘。两年前 ChatGPT 的出现，让人形机器人有机会进化出真正智能的大脑，变成有自主感知、决策、执行能力的智能体。它将在工业、家庭等场景形成通用服务能力，从而作为全新的生产力供给，带来万亿规模的市场机会。

在王兴兴看来，硬件未来或许会处于从属地位，比如当一个超级强大的机器人 AI 模型出现、哪怕用垃圾堆里捡的一堆机器人零件也能干活。不过，他并不打算改变公司的目标和重心，宇树的目标仍然是「做好产品」，AI 只是少量投入、且是为了更好地服务客户。

宇树代表了目前人形机器人公司的一种谨慎、务实选择。<br/>在王兴兴看来，目前人形机器人 AI 的进程还非常早期、甚至不到「GPT-1」水平，表现为机器人没有很好的通用性和泛化性，商业价值不大。而技术进化的路线又没有明确、数据也非常缺乏，因此全球各大公司对人形机器人的投入还远远不够，包括特斯拉、英伟达。

他说，技术的推进将由「全球共创」，并且很快就会有突破——因为，AI 技术呈现出阶跃性突变的特点，进步总是突然发生。而对于宇树来说，重要的事情是保持学习、跟进新技术，这能让公司存活下来、甚至继续领先。

以下是极客公园与王兴兴的对话，与现场分享进行了融合后整理：

AI 技术不成熟，工业场景的落地还未到时候

极客公园：最近不少人形机器人公司都在提工业场景的落地商业化，包括前不久

OpenAI

合作的 Figure 02 也宣布进入宝马工厂。你怎么看今年人形机器人行业的变化？工业场景的落地是否在加速？

王兴兴：<br/>我个人感觉其实没有太明显的变化，只是说会有进步，以及会有一些尝试性落地。但目前大家基本上还是处于试点阶段，觉得工业方向有价值，先尝试下落地部署。

极客公园：有人说今年会是

POC

（

Proof of Concept

，概念验证）之年，你怎么看？

王兴兴：<br/>只能说在一些相对容易落地的小场景、工业的局部环节能做点事情。但大部分还是针对特定环节进行定向训练，成功率也未必特别高，离通用场景还比较远。

极客公园：关于应用场景，似乎你们之前说会看重介于工厂和家庭之间的能源场景？

王兴兴：<br/>我们公司还是偏工业一点，目前大量工厂对劳动力的需求是比较大的。但能源行业大部分全是自动化设备，它对人力的需求我感觉没有那么多。

极客公园：你们现在在工业领域有哪些落地？

王兴兴：<br/>比如我们过去几个月有跟蔚来的汽车工厂合作，现场部署了我们的人形机器人做搬运，有激光雷达定位、机器人操作、AI 识别等，整个过程是全自主的。

虽然我们也在推进落地，但可能推进的速度和效率没有那么快。我们公司还是比较有耐心的，不是说一定要今年或者说明年在工厂里部署多少台，其实没有把自己逼迫那么紧。<br/>因为我觉得目前技术发展水平还不够，没有达到真正商业闭环，比如让机器人能达到一个工人的价值。

所以我们还是尊重整个市场的反应，等到技术和产品成熟到一定程度了、已经有一些更好的商业推广的势头了，我们再大规模地推广。

极客公园：大家都在提人形机器人进入汽车总装场景，你觉得什么时候能实现？

王兴兴：<br/>汽车总装很难，因为汽车总装最大的一个问题是汽车的零部件太大了，一般小的人形机器根本搬不动。而且车辆又特别复杂，要把机器人伸进去装，难度太大。目前进入汽车厂商的上游供应商可能还更容易一些。<br/>极客公园：上游供应商指的是？

王兴兴：<br/>生产一些仪表、线缆或者什么，这可能简单一点。总装厂的难度其实有点大，个别总装厂里部分工序还是能做的。

极客公园：在机器人底层

AI

技术还没有真正突破时，怎么看大家钻到细分场景去做落地的意义？现在针对细分场景打补丁，会不会难以跟上底层 AI 的技术进展？

王兴兴：<br/>其实每个行业肯定要先尝鲜、先推进一些事情，不可能等所有的技术或所有的条件都满足了，再去做一些商业化或者落地的事情。如果有能做的，大家可能都会开始尝试，这是毋庸置疑的趋势。

极客公园：你之前提到，明年年底前全球至少会有一家人形机器人公司实现工业场景的商业闭环，这个判断是怎么做出的？

王兴兴：<br/>原因也比较简单，目前全球整个的机器人 AI 技术的进步还是非常快的。技术一旦变得更好，那有些简单工业场景的落地就可以做了，一旦比如一个工厂的一台人形机器人设备，能够产生正向商业价值，其实很多的工厂都会买，这是不可阻挡的一件事情。

我觉得到明年底和后年，人形机器人真的可以大规模地在工厂里铺起来。这个是非常快的，所以当务之急还是要把 AI 做得更好一点。

宇树机器狗被用于工业场景 | 图片来源：宇树科技

人形机器人 AI 不到 GPT-1 水平，原因是数据和技术路线不清晰

极客公园：如果把现在具身智能的智能水平跟大语言模型做对比，你觉得现在是相当于 GPT 几的阶段？

王兴兴：<br/>我觉得还没到 GPT-1 的水平。具身智能整个的模型进展是有点慢的，还没有突破一个临界点。现在就有点像 ChatGPT 出来前一两年，机器人 AI 还是有点笨拙，只能做一些非常简单的工序、而且执行的成功率有点低。<br/>极客公园：这是不是悲观了点？

王兴兴：<br/>没有，这基本上是事实。我觉得目前至少公开的、大家看到的技术，还没有到。<br/>极客公园：你觉得达到 GPT-1 的标准会是什么？

王兴兴：<br/>一定的通用性和一定的使用价值。现在很多场景都是固定工位、工序的训练，能做点事情，但泛化比较差，你训练了什么就只能做什么。

你可以看到前些天，特斯拉才刚开始招数据采集的人。你说数据都没有到位，这个模型怎么出来呢？所以就 GPT-1 都没有。<br/>极客公园：之前看到特斯拉有通过摇操的方式获取数据？

王兴兴：<br/>已经做了一点点，但是很小的、固定的一部分功能，比如把一个电池从这里拿到这里。这当然是可以的，但它跟我们想象中的通用机器人模型完全两码事，跟通用的基层模型还差挺远。<br/>极客公园：所以

AI

技术没突破主要是数据的问题？

王兴兴：<br/>数据是一方面。现在很多机器人数据都很杂、不太干净，甚至也不是给机器人专用的，就不是真正能干活那种级别的数据。所以只能做些简单的事情，成功率不是特别高。<br/>极客公园：应该怎么解决数据问题？特斯拉、谷歌比较强调遥操、英伟达强调仿真，你怎么看？

王兴兴：<br/>遥操、仿真都有需要的，各有优缺点。

比如虚拟数据能大概让机器人知道要往前走、或者拿个什么东西，但是真正要达到非常精密的操作，误差会比较大。你可以用虚拟数据做机器人的训练，但最后要让操作准确度达到 100%，还是需要真实的数据。我觉得如果有实力的公司，像特斯拉，多弄点人搞真实数据会比较好。

不过我个人感觉，机器人的数据量没有大家想得那么夸张。<br/>现在最大的问题是。现在每家搭的模型都不太一样，每家的想法也不一样，没人知道哪个模型是好的、也没人知道哪个什么技术路线是真正最后能跑出来，都比较模糊。