中化新網(wǎng)訊 人形機(jī)器人何時(shí)能像科幻電影中一樣，成為每個(gè)人生活的一部分？在2025世界機(jī)器人大會(huì)主論壇上，宇樹(shù)科技創(chuàng)始人、首席執(zhí)行官兼首席技術(shù)官王興興表示，人形機(jī)器人行業(yè)正處于“ChatGPT時(shí)刻”的前夜。

王興興介紹，今年上半年，由于整個(gè)機(jī)器人行業(yè)的火爆以及相關(guān)政策的支持，整機(jī)廠商包括零部件廠商平均每家企業(yè)至少有50%-100%的增長(zhǎng)，需求端拉動(dòng)了整個(gè)行業(yè)的發(fā)展。

為何機(jī)器人至今還未實(shí)現(xiàn)大規(guī)模應(yīng)用？王興興分享了自己的觀點(diǎn)：一是智能機(jī)器人當(dāng)前整機(jī)硬件已經(jīng)“夠用”，真正的瓶頸在于具身智能發(fā)展不足?！澳壳暗母杏X(jué)像ChatGPT出來(lái)前的1-3年，業(yè)界已經(jīng)發(fā)現(xiàn)了類(lèi)似的方向與技術(shù)路線，但是沒(méi)人把它做出來(lái)。”他解釋說(shuō)，“如果哪一天我們帶一個(gè)人形機(jī)器人到陌生的會(huì)場(chǎng)，我要求它幫忙把這瓶水帶給某個(gè)觀眾，他能流暢地完成這件事，我覺(jué)得這才算是到了人形機(jī)器人的‘ChatGPT時(shí)刻’?！?/p>

二是對(duì)于目前全球范圍內(nèi)具身智能和機(jī)器人發(fā)展而言，模型問(wèn)題大于數(shù)據(jù)問(wèn)題。當(dāng)前VLA模型+RL的訓(xùn)練方式效果有限，需進(jìn)一步優(yōu)化模型結(jié)構(gòu)。他以O(shè)penAI和谷歌視頻生成模型驅(qū)動(dòng)機(jī)器人為例指出，這一路線相較傳統(tǒng)VLA方案成果概率更高，但該技術(shù)視頻模型過(guò)度追求視頻生產(chǎn)質(zhì)量，導(dǎo)致GPU消耗過(guò)大?！皩?duì)于驅(qū)動(dòng)機(jī)器人干活來(lái)說(shuō)，不需要很高精度的視頻，只要能用就行了。”他說(shuō)。

王興興表示，未來(lái)2-5年，智能機(jī)器人技術(shù)的重心有三：一是統(tǒng)一端到端的集成智能模型，實(shí)現(xiàn)任意動(dòng)作生成和任務(wù)執(zhí)行；二是更低成本、更高壽命的硬件和超大批量的制造；三是低成本、大規(guī)模的分布式算力。受機(jī)器人體型尺寸限制，其本體算力有限，需控制在100瓦以?xún)?nèi)（常態(tài)工作幾十瓦），以平衡性能與消耗。