长富资本配资王兴兴最新发声！谈具身智能“ChatGPT时刻”

第八届虹桥国际经济论坛“人形机器人创新发展合作”分论坛11月5日在上海举行。

宇树科技股份有限公司创始人、董事长王兴兴在论坛期间表示，具身机器人当下及未来最关键的核心要素是机器人大模型，目前的发展阶段类似于ChatGPT发布前的1—3年左右。具身智能的“ChatGPT时刻”会表现为：在生活中陌生的80%场景中，向机器人发送语言或文字指令，机器人可以完成80%左右的任务。

“真正的具身智能在‘ChatGPT时刻’大概是什么样的？我有一个简单的构象，未必准确。”王兴兴表示，在未来的某个时刻，如果你给机器人发送语音或文字，机器人大概能实现80%左右的任务。在没有预训练过的场景中，机器人可以达到80%左右的成功率，表明具身智能基本达到“ChatGPT时刻”。

具身智能已成为近两年最火热的科技赛道之一。谈到行业发展，王兴兴表示，在个人相对乐观的估计下，今年全国智能机器产业平均每家公司增长约为50%—100%。有数据显示，今年中国工业机器人对外出口增长速度超过51%，预计智能机器人的增速更快。

不过，王兴兴特别提到，机器人大模型进展速度慢于预期，还没达到临界点。

“目前人形机器人（包括具身智能）最关键的还是机器人大模型（具身智能模型）的进展速度，比大家原本想象的要稍微慢一点。”他说，宇树科技正在进行深度强化学习的全身运控。在具身智能大模型端，端到端、能干活的技术进步总体较快，但仍慢于业内预期。“我个人相对比较乐观，我现在感觉目前的状态相对于ChatGPT发布前的几年，大家已经发现了方向，但还没有达到真正做出来的临界点。”

王兴兴进一步表示，任意动作下被强力干扰倒地后能快速自恢复——这是未来几年人形机器人的标配能力。最近几个月宇树在进行人形机器人全身动态遥操作，这为机器人大规模数据采集奠定了基础。

王兴兴还谈到了目前具身智能的两种主流模型，他表示，个人非常喜欢基于视频生成的世界模型。

“相对来说架构比较清晰干净的VLA+RL模型，可以用仿真环境做训练，或者用真实场景做训练，这也是当下大家非常非常主流的模型，但目前也面临很多挑战，泛化能力相对来说不是特别够。”王兴兴表示，基于视频生成的世界模型，面临比较大的挑战。中小型机器人公司“跑不太动”，因为视频生成模型对算力的需求非常非常大，需要的算力较多。