11月4日，宇树科技创始人、董事长兼首席执行官王兴兴在2026年世界互联网大会乌镇峰会“互联网企业家”分论坛上表示，2027年很大概率会成为整个机器人行业或机器人模型的临界点。他同时透露，宇树科技已在内部启动物理人工智能模型自主进化的预研，并展示了“物理AI机器人自进化V1.0”方案。
王兴兴介绍，过去几年宇树科技持续推动机器人进入工厂等实际作业场景。在部分单工序或固定工位上，经过充分训练的机器人模型作业成功率可接近100％，但作业效率仍有提升空间。相比固定场景下的作业能力，他更关注机器人的泛化能力，即在任意场景、任何地方部署一台机器人即可方便地执行任务。他提出，具身智能的“奇点时刻”在于约80％的共通场景中，机器人能够通过语音指令完成约80％的任务，而全球顶尖模型距离这一目标已经非常接近。
技术瓶颈集中在精细操作环节。王兴兴指出，全球头部多模态模型在空间、时间规划方面已表现出较强能力，简单抓取和搬运任务成功率较高，但在手机拆装、穿针引线等精密操作任务中成功率仍然偏低，“最后的几个毫米问题其实没有解决好”。他认为，现阶段人工智能模型的输入输出与真实物理世界之间仍存在差距，尤其在接触、触觉等方面，这一能力可类比为机器人的“小脑”。若未来一至三年能够解决模型与物理世界的对齐问题，物理人工智能模型面临的主要理论障碍将有望进一步减少。
在预研方向上，宇树科技提出四条路径：基础模型越强，自进化性能越强；多源数据规模化驱动自进化规模效应；通过更多真机部署和数据累加实现指数级自进化速率；持续累加扩展技能，走向规模化技能生态。按照王兴兴的技术设想，人工智能模型可自主编写代码，在仿真或真实环境中完成训练，再将结果部署到机器人上测试，系统根据测试成功率进行评价并反馈给模型，由模型自主修改代码、重新训练，形成持续迭代闭环。在这一过程中，人类主要负责评价模型表现、设定目标和判断结果是否符合预期。王兴兴坦言，目前宇树科技在数据集利用方面仍存在不足，大量数据尚未被模型充分使用。
谈及长期产业竞争，王兴兴将关注点从机器人产品和模型能力延伸至算力基础设施及其上游资源。他表示，数据和算力固然重要，但支撑其持续发挥作用的芯片产能仍是全球范围内非常稀缺的关键资源，而芯片生产背后还涉及能源、铜等矿产资源。他以英特尔为例指出，随着人工智能产业对算力需求持续增长，芯片制造企业未来可能需要建设更多大规模制造设施，其产业角色也可能进一步向算力生产环节延伸。
海外市场方面，宇树科技自2018年开始拓展海外业务，过去几年平均每年有接近50％的产品出口海外。在宇树科技10月22日举办的物理人工智能合作伙伴大会上，现场约3000名参会者中超过1000人来自海外。全球客户和合作伙伴正基于宇树机器人产品进行二次开发，探索建筑、商业服务、医疗及物流搬运等场景。其中，美国研究人员利用宇树G1人形机器人完成活体胆囊切除并发表《自然》期刊论文，成为全球首例使用人形机器人完成的活体手术；日本羽田机场已在探索利用相关机器人开展简单搬运作业。产品层面，宇树新一代灵巧手拥有22个自由度，并在关节内部设置力矩限制器以降低外部冲击损坏风险，近期还发布了身高约1.7米的全尺寸人形机器人，探索安保等应用场景。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
