主张“以开放态度推动协作”来打破这一僵局

文｜《财经》研究员 周源

编辑｜谢丽容

9月24日，在高通2025年度骁龙峰会上，宇树科技创始人兼首席执行官王兴兴与高通公司研发副总裁兼全球AI研发负责人侯纪磊的现场对谈，就通用机器人的发展阶段、技术痛点、协作方向等议题，王兴兴发表了自己的观点。

图片来源：高通

三个关键节点

王兴兴认为，通用机器人的终极目标是实现能在家庭和工业场景实现“干各种活”的通用能力，宇树将这一目标拆解为几个主要节点。

从当前进展来看，第一阶段目标（也即宇树科技去年的规划）已初步达成，即机器人已能完成复杂固定动作，无论是舞蹈动作还是武术动作，其流畅度与效果均较以往大幅提升。

但固定动作仅为起点，王兴兴表示下一阶段的核心突破方向是“根据人类指令实时完成任意动作”。宇树科技正全力推进这一技术，若进展顺利，今年年底即可实现；即便稍慢，预计明年上半年也能让智能机器人响应任意指令、生成对应动作。

在任意动作实时生成的基础上，王兴兴认为机器人还需跨越“与物理环境任意交互”的门槛，并预测到明年下半年有望实现“在未知场景下自主干活”：比如在未提前规划的会议室里，听到“拿水”指令，机器人就能自主找水；收到“整理桌子”需求就规划操作流程，真正接近“趋生智能”的关键节点。

实用化还需攻克“高成功率”难关。王兴兴强调，80%-90%的成功率是不够的，通用机器人需达到99.9%的成功率，而且要具备精细操作能力，比如完成手机拆解这类复杂任务，才能真正满足实际需求。

线缆问题成机器人可靠性“绊脚石”

在机器人技术落地过程中，通信领域的线缆问题被王兴兴视为“亟待突破的关键瓶颈”。他以工业机器人为例，指出工业机器人虽然发展了几十年较为成熟，但仍然受困于线缆问题。线缆问题在机器人寿命损耗、异常故障中占比高达60%-70%，严重影响设备可靠性。

这一问题的根源在于线缆数量过多与通讯协议滞后。

王兴兴对比新能源汽车领域的发展经验——过去油车线缆重量可高达100公斤，而随着新通讯协议应用，现在汽车线缆数量大幅减少——提出机器人领域也需借鉴这一思路：降低线缆数量是提升机器人性能与可靠性的核心举措。

他举例说明优化方向：机器人关节与手臂相机的线缆若能共用一根通讯线，可直接减少一半以上的线缆数量，同时大幅延长设备寿命。但目前行业对这一问题的重视度不足，多数厂商尚未投入资源研发适配的通讯协议，导致“线缆优化”虽有物理实现可能，却未形成规模化应用。

他说，希望未来大楼里的机器人只需一根线就能运行，实现干净整洁的部署，而这需要全行业共同投入研发新通讯协议与架构。

终端侧AI芯片面临功耗限制

终端侧AI是机器人实现“本地自主决策”的核心支撑，但王兴兴指出，从机器人角度来看，当前终端AI芯片面临“功耗与空间”的双重限制。以中小型通用机器人为例，理论上其AI运算的峰值功耗可达200-300瓦，但实际应用中，机器人的空间有限，无法容纳高功耗的高端芯片；同时，高性能功耗会快速耗尽电池，导致机器人仅能运行几十分钟，且散热难题会引发噪声、设备故障等连锁问题。

基于此，王兴兴认为，终端AI的峰值功耗需控制在100瓦以内，平均功耗仅需 20-30瓦，这一水平略高于手机芯片功耗，手机芯片用在机器人上是个具有想象空间的解决方案。

和早期的OpenAI一样，开源开放

当前通用机器人行业虽热度高涨，但王兴兴认为机器人产业仍处于“黎明前的前夜”，现阶段最大挑战就是各家“技术路线差异大”，制约了产业整体进展，表现是机器人行业“虽有月度突破，但缺乏立竿见影的大突破”。

王兴兴主张“以开放态度推动协作”来打破这一僵局。宇树科技已经做出实际行动，将自主研发的基于视频生成的世界模型完全开源，且不仅开放模型本身，还同步公开数据集、训练代码与部署代码。

王兴兴坦言，彻底的开放是因为当前用于机器人的模型离商业落地仍有距离，模型单独持有价值有限，开源能汇聚全行业力量共同突破关键节点问题，正如OpenAI早期也是通过开源模型推动行业发展一样，大家一起合力先把蛋糕做大最重要。

侯纪磊向王兴兴问到了关于VIA模型（Vision-Language-Action Model，视觉-语言-动作模型）和世界模型两种模型的看法。王兴兴回应，无论是VIA模型还是世界模型，目前均处于快速变化中，所以宇树科技都会保持开放心态积极尝试，并与第三方公司合作探索。他强调，在AI领域需保持谦卑心态，甚至要忘掉过去五年、十年的经验，以免被限制思维。

要实现通用机器人的规模化落地，单靠企业单打独斗远远不够。

以安全性为例，当前机器人行业缺乏完善的安全协议。尤其在操作系统层面，多数机器人所采用的Linux操作系统存在一些安全漏洞，机器人企业若要自主解决底层安全问题，需投入大量时间与资源。他表态，若有公司能攻克Linux系统的底层安全难题，宇树科技非常愿意合作，“这不仅能降低单个企业的成本，更能推动整个行业的安全标准建设。”他说。

简言之，在机器人行业，无论是芯片、通讯协议、算力架构、无线通信、安全性、数据产权界定、模型训练规范等多个环节均需要全行业协作，均可向手机行业、新能源汽车产业借鉴发展经验。