65.除夕夜，与王兴兴的访谈：揭秘春晚幕后，和宇树这一年

还有东西吗？你看一下那个箱子里还有没有？

哦，我们没有箱子的。这个电脑就是当时用的。

这是除夕夜晚上11点，宇树机器人训练场位于北京大兴。这一天，宇树刚刚完成了马年春晚的表演节目《武BOT》。这是他们第三次登上中国春晚，从牛年的机器牛，到2025年蛇年的机器人扭秧歌，再到2026年，25台宇树机器人组成一个集群，和中国最顶尖的武术学校塔沟武校的人类小演员们一起，完成了一场震撼的表演。

我们甚至罗列了全世界所有的功夫动作，然后让机器人去复刻、学习了一遍。我们筛选了其中比较好的几十个动作，呈现到节目里面。

《武BOT》被外媒称为展现了人形机器人运控的巅峰。这场表演不仅展现了全球最强的运控能力，也超越了宇树自己。从2025年蛇年春晚爆红以后，宇树站在行业之巅，承受了不小的压力。这次访谈，我们不仅聊到了春晚舞台背后的技术进步，还有宇树和王兴兴本人这一年的成长和思考。

这里是漫谈 Light the Star，我是诗杰，我们一起记录时代的每一寸跃进。

1. 春晚挑战再次升级

谢谢兴兴。现在已经是正月初一凌晨12点半，你们刚从春晚舞台上下来。我看到你的桌子上摆了很多药。

对，我最近感冒了一个多月了。

这是第三次登上春晚，和前两次有什么不同的感觉吗？

我觉得每次都是非常非常大的挑战。这一次，因为过去两次，尤其是去年，效果比较好，所以我们肯定要拿出更好的作品出来。其实心里的压力还是非常非常大的，因为我们一直知道，我们最大的对手是我们自己。

我昨天正好在采访松延动力的创始人，他也跟你们一起登上了春晚，只是在不同的节目。来自同行的评价是，他们在彩排时看了宇树的表演，觉得宇树是全球运控最棒的团队。

谢谢。

今天看这个节目的时候我特别感动。这次你们机器人选的搭档是武术学校的孩子，两个团队我觉得有共通之处：技术和练武的过程都是漫长、艰辛的，要吃很多苦，也要坐很多冷板凳。这是让我觉得很感动的地方。

工作量还是非常非常大的。某种意义上，你要把一件事情做好，无论是技术也好，功夫也好，做到极致，工作量都是非常大的。

为了呈现好一个节目效果，它并不单单只是打功夫。单单打功夫，可能和整个节奏、画面对不太齐，中间可能差了0.1秒，我们就要微调一下，或者把这个工作重新推倒、重新来一遍，所以这都是非常花时间的一件事情。

我看到有一个很特别的桥段设计。这次的节目融入了人和AI、机器人之间的关系：先是一个小演员想要挑衅机器人，然后机器人做了一个非常俏皮的动作，好像不太在意人；紧接着，小演员开始打醉拳，倒在了地上。翻身起来的时候，周围的人对他竖起大拇指，一直到最后，人机牵手一起走向观众。

感觉这像是在讲述技术和人的关系不断演进的过程。

2. 人机正在共同成长

对，这也是导演组特别设计的。导演组也相信，机器人最终是为人服务的，人机共融的社会，或者人和机器人互相学习、互相成长的过程，是非常重要的一部分。

我觉得这一点也是未来机器人真正走进生活必须要面临的问题。因为现在10岁左右的小朋友，和人形机器人本身是在共同成长、共同长大的。他们和我们这些成年人的感觉可能差别还非常大。

某种意义上，对他们来说，机器人的时代已经到来了。对我们来说，机器人目前可能还不够智能，能做的事情比较少；但对10岁左右的小朋友来说，人形机器人的时代可能已经来临了。

我觉得还有一个隐喻。现在机器人发展的技术阶段，是不是就像一个10岁的孩子，甚至更小？

对，还是非常接近的。目前大家可以看到，它每年都有持续的技术进步，但真正距离大规模应用、进入家里和工厂干活，确实还需要一些时间。

但这个时间如果快的话，可能是3到5年；慢的话，应该绝对不会超过10年。所以对于现在10岁左右的小朋友来说，等他成年、等他20岁的时候，整个机器人的技术相对于现在，可能已经发生翻天覆地的变化了。

问一个比较有趣的问题。我看到去年你们登上热搜的其中一个话题是“宇树机器人不穿裤子”，就是扭秧歌的时候。今年我发现，G1还是没有穿裤子，但是H1，最后那个像齐天大圣一样、两米高的全尺寸机器人，穿上了一整套非常威武的服装。这个是特别设计的吗？

对，还是根据节目效果，以及导演组大家共同的决定。服装这块我们参与得比较少，我们参与得比较少。

我以为穿裤子会影响运动，是这样吗？

运动也可以，但是某种意义上，毕竟是机器人，穿了以后有时候看上去不太好看，有时候穿了会比较好看，还是要看整个呈现效果。

发现你们这一届已经自动冲上微博热搜了吗？

这个可能还没来得及关注，最近还没来得及关注这个事。

再给你一个很好的消息。我们看完这场节目之后，我的一些投资人朋友都不约而同地盛赞宇树的表现，觉得宇树定义了技术的高度。

谢谢。

3. 稳定性支撑全球领先

您自己觉得，宇树现在的运控水平，和全球海外最先进的公司比起来，是什么样的状态？

在这部分，我们最近几年一直处于头部水平。很多方面、大部分方面，我们基本上是最好的。当然，也有可能个别公司有一部分比我们好，这还是有可能的。

总体层面上，我们其实取得了很好的成绩，包括运动的灵活性、稳定性。举个最直接的例子，因为我们台上有20几台机器人，大家可能想象不到，我这里分享一个细节：我们上春晚每次彩排的时候，都没有提前测试过这些机器人。

为什么呢？因为春晚整个节目现场没有那么多场地给我们做测试。我们做测试的场地实际上在大兴，那边的场地更大，可以做测试。但测试时，我们不可能每次彩排、每次表演，都把机器人从测试好的大兴运到舞台现场，这不是可行的技术方案。

所以我们在春晚现场放了几十台机器人，在大兴的彩排、测试现场也放了几十台机器人。但我们基本可以保证，在大兴测试好的机器人算法，到了舞台表演时，只要做一个升级，就可以上台表演，而且基本不会出现太大的差别。这保证了算法的稳定性。

当然，对硬件的稳定性也有要求，但主要是算法的稳定性，以及它对不同机器人的适应性要更强。因为我们去年出货了5500台机器人，你不是写一个程序给一台机器人用，而是写一套算法，基本上要给5000多台、甚至1万台机器使用。

所以对算法稳定性的要求，比单纯做一个Demo高非常非常多。这也是其中一点：我们目前算法的稳定性，可能确实比绝大部分其他厂家要好一些。

我也和投资人聊过，或者说这是行业里给出的反馈：宇树的机器人真的可以做到开箱即用，稳定性极强，而且兼容性也很强。我想问，这种稳定性背后是什么？

这更多还是要投入时间和精力。比如说，要把硬件做得更可靠、更通用，这样各种算法跑上去以后，稳定性会更好。

在算法层面，也要做适应。我们的目标一直是：哪怕硬件比较差，甚至硬件已经更换了，算法跑进去以后，也要保持机器稳定。这两方面的要求都非常重要。

4. 持续迭代才是护城河

我之前请教行业里的专家，他们说做运控这件事情的护城河，某种程度上就是时间：做的时间越久，遇到的Bug越多，解决的Bug也越多，就越有经验。其实是这样吗？

这只是其中一部分，更重要的还是要保证技术本身持续进步。像我们去年年初的时候，算法的适应性比较差：这台机器人跑起来效果不错，稍微换一台机器人，效果可能就变得非常差。这说明软件的适应能力还不够。

但从去年中下旬开始，我们算法的稳定性提高了很多。各种奇奇怪怪的机器人装上我们的算法以后，稳定性都提高了很多。这样才能实现大规模集群的机器人表演。

不然的话，你可能一台机器人跳舞、打个滚没问题，但上10台，就有好几台可能不行。所以今年最重要的，还是要保持持续的技术进步，不进步是不行的。

大家可以关注到，现在开源算法非常多。举个例子，为什么去年中下旬以后，中国很多机器人公司都可以跳舞、打功夫？原因非常简单，因为有人把算法开源了。

对。

很多人喜欢把AI做出来以后开源，所以整个行业会持续进步。我们想做到比整个行业平均水平更高，其实要花的工作量和时间，比大家可能想象的多很多。

我分享一个我知道的八卦，您可以验证一下。我知道，2024年初的时候，上海那边想搞一个机器人列队方阵。当时所有行业里据说只有两家公司的机器人能走得明白，当然其中一家是你们。

但仅仅半年过去，你就看到大家都可以跑、能跑、能跳了，其实背后就是AI本身的进步。

对，AI本身在进步，而且很多人愿意把AI共享出来。共享出来以后，整个行业的基础水平会持续往上，水位在不断升高。

所以像宇树或者其他公司，如果好几个月，尤其是半年、一年没有进步，就会变成一家平庸的公司。

是。举个最简单的例子，如果过去一年我们公司没有产品和技术上的进步，到现在为止，就是一家非常平庸、甚至落后的公司了。

这就是我想问的。Coding Agent其实可以极大地加速算法迭代。我的理解是，这件事情既可以帮助你们放大优势，但同时也有可能让你们更快被别人赶超。这是不可避免的一件事情吗？

对，因为在新的技术浪潮面前，唯一不变的就是要保持进步、保持迭代。这样基本上可以持续保持领先，或者至少保持基本领先。

能不能保持第一不好说，还有一些运气成分在里面，但至少要尽可能保持同步水平。如果你一旦懈怠，这个社会是非常现实的，可能几个月、半年，你就处于落后水平了。

去年蛇年春晚之后，你们是真正爆火，而且还带动了全行业爆火，带动整个行业涌入了非常多新的玩家。中国有句话叫“高处不胜寒”。你们毫无疑问是第一名，当第一名的滋味如何？

这一年压力肯定还是非常非常大的。各种资源和资金进来，对整个行业肯定是好事。当然，对我们来说压力确实也比较大。

但我过去这么多年总结下来，最大的对手永远还是我们自己。我们自己要保持产品和技术迭代，基本上别人是追不上的；但如果我们自己松懈了，那就不好说了。

所以包括这次春晚，包括未来几个月、今年，最大的事情还是要构想新的产品和技术，努力把它们做出来、做好。这样我们就可以持续保持领先。但如果我们自己未来几个月懈怠了，那肯定就不太行了。

5. 具身大脑驱动技术跃升

以我的有限了解，机器人行业过去是按照两分法来分的：做本体的，被称为Locomotion Control；做大脑的，做的是Manipulation。宇树被视为做本体的代表，但过去一年我们可以看到，做大脑的公司估值非常高，行业好像也更看好做大脑的公司。大家又把宇树归为做本体的一类，您有什么想说的吗？

我们本体和大脑都在做，只是因为我们的本体卖得比较多，大家可能喜欢把我们当成一家做本体的公司。这是非常正常的现象。

苹果也是一样。苹果自己做操作系统、做软件，也卖手机，但大家的印象中苹果就是一家做硬件的公司。实际上，它里面也做了很多软件和系统。

对我们公司来说，最大的事情是，当下具身智能AI的不确定性因素还非常多，所以我们要持续把自己的技术、硬件和软件都做得更好。两边做得更好以后，产品才会更有竞争力。

但未来最重要的，虽然本体一直非常重要，我们也卖本体，但我一直承认，最重要的是具身智能大模型，也就是具身大脑。这肯定是行业内、全世界最重要的一部分。

不过，做大脑的风险也比较高，因为没人能保证谁做得最好、谁做得最快。在纯AI领域，大家也知道，隔三差五可能今天这家公司的功能做得好，明天那家公司的功能做得好，变化非常快。

但做硬件的公司，大家会发现它的变化可能不会那么大。今年这家公司做得好，过几年基本上可能还是这家公司。

所以我的理解是，宇树要守好自己的硬件，硬件肯定是基本盘，但我们一直也希望把软件做得更好。

我最近留意到一股趋势。以前我们说做Locomotion Control的做Locomotion Control，做Manipulation的做Manipulation，现在好像有一个新的趋势，叫Locomotion Manipulation。你有留意到吗？

这个倒没有特别注意。因为我们其实一直在做这些事情。我们做灵巧手的硬件和软件已经很多年了，也开源了好几个模型。

比如基于视频生成的具身模型，这个方向我们在全球做得非常早。2024年的时候，我们就做出了一个版本，还把它开源了。像大家比较常用的VLA模型，或者VLA加RL模型，我们也一直在推动。

在具身模型这块，我们一直比较开放。我们会探索各种新的方向，发现哪个效果比较不错，就多花一些时间去做；或者发现国内外哪一家第三方公司做得不错，我们也会开放合作。

当然，合作并不意味着我们自己的东西就不做了。可能某个方向确实有价值，我们就合作一下。像国内几家大的具身模型公司、互联网大厂，我们也都有一些合作上的推动。

我觉得具身模型是目前全世界共同的门槛和天花板。所以只要谁能做出来，对整个行业都是贡献。只要全世界有一个人做出来，不是我们公司，也不是中国公司，甚至不是美国公司，对整个行业都是巨大的推动作用，大家都应该感谢他。

所以其实你们是希望成为帮助大家推动整个行业发展的人。

我觉得最大的事情，是让机器人行业、人形机器人行业整体进步，这对所有公司都好，对我们公司也好。包括我们公司过去几年，我觉得最大的成就感，就是帮助全世界共同开源、共同推动了行业进步。

这件事单单比自己卖了多少台机器人、或者公司有多少估值，更令人有成就感和高兴。

刚才您提到，大家都觉得苹果是一家硬件公司，但它其实也做系统、做软件。苹果作为行业领先者，选择的是闭源；但您刚才也讲到，你们会开源一些模型，而且致力于开源。

这个比较简单。我们自己觉得比较重要的部分，很多情况下可能不会开源；但我们觉得有些东西值得开源，也拿出了很多开源方案给大家使用。

所以我们也不能直接和苹果完全对比。我们可能有一半的东西不开源，有一半的东西开源。

我理解，算法、算力、数据都很重要。这次我们有了这么大的飞跃，其实算法、算力、数据这三方面都有突破。背后的原因是什么？

肯定都有。比如大家看到机器人可以做更多动作，我们其实采集了各种人的动作，然后喂给模型。这样模型对各种动作的适应能力就更强了。

对于具身智能模型，最根本的还是要把模型做得更好，把数据也做得更好，两部分相辅相成。不能单纯说“我有足够的数据，就一定会变得更好”。

每一个细节都非常重要，包括数据本身也要做清洗。和语言模型一样，语言模型想做得更好，数据也要清洗和筛选。机器人的运动模型也是一样，想要效果更好，不能随便采集一个动作，肯定要采集一些比较优秀、具有代表性的动作让它学习，这样效果会更好一些。

是否可以这么理解：过去一年，单说AI技术，它本身也在飞速发展，而这个飞速发展带动了具身智能底层技术的发展？

肯定的。全世界目前最大的驱动引擎就是AI，是它驱动了各行各业的发展。机器人行业肯定是离AI最近的行业之一，所以它本身也有一些独有的技术，但很多技术也和AI行业共生，是一种共生关系。

AI加速了具身智能。

肯定的。

6. 集群表演暴露真正难点

但我很好奇，大家都能享受到同样的优势，可从效果上来看，宇树今天的提升幅度应该更大。这里面的代差是什么？

我们确实做了不少工作。大家可能看上去都是机器人在打功夫，或者找一个别的厂家，也能让机器人打功夫；但真正要让几十台机器人快速变换队形，同时保持队形稳定，全世界这次基本上是第一次。

大家可能看到过其他机器人打功夫，或者有队形地打功夫，但可以关注一下，它们通常没有走位：先把机器人放在那里，开始打功夫，然后就结束了。

但我们这次表演，先有一个队形，然后变换队形、打功夫，打完功夫以后还要再次变换队形，而且是快速变换队形。变换队形的过程是跑过去，而不是单纯地调整位置。我们整个动作的剧烈程度也比较高。

所以在细节层面上，提升其实比较多。有些技术目前可能其他厂商还做不了，有些技术他们也能做，但我们可能做得更好一些。

变换队形这件事，靠的是一种AI融合算法，对不对？

对。为了快速变换队形，我们单独开发了一个算法。

外行人看，会觉得它不就是跑了一个队形吗？实际上它的难点是在于定位会漂移，还是其他问题？

跑队形的时候，它的轨迹都是任意的，并不是说“这台机器人往前跑就行了”。很多情况下，它可能要快速转弯跑到一个位置；或者这台机器人刚刚打完功夫，已经歪掉了，它也要实现这样的效果：在任意情况下，都能跑到指定位置。

所以它有很大的泛化性要求。它不是固定走几步，也不是从这个位置跑到那个位置，而是要实现无论在东西南北哪个位置，都能跑到一个固定位置，需要一定的泛化能力。

另外一个挑战是定位的稳定性。我们使用了激光雷达，但它和一般汽车使用的激光雷达定位不太一样：机器人在空翻、在各种剧烈运动的情况下，定位都不能丢；即使定位丢了，也要马上快速找回来，在剧烈动作中保持稳定。

大家可能想象不到，这次我们在硬件上遇到的一个很大挑战是什么：雷达坏了非常多。因为机器人在空翻等剧烈动作时，直接把雷达震坏了。

非常夸张。是因为这种激光雷达本身不是为剧烈动作设计的？

对。我们空翻一下，地面和很多铝合金部件都被震断了。因为机器人高度很高，落下来以后，铝合金腿部直接断掉的情况都有。

它跳起来能到几米？

目前借助弹射器，大概可以到3米多高。

这个高度非常夸张。

硬件的要求很高。早期激光雷达直接震坏了很多，所以后面我们加了很多减震结构，减少激光雷达的损坏。

但哪怕这样，激光雷达在剧烈动作时的寿命依然非常低。可能今天这台激光雷达还是好的，第二天这台机器人到舞台上表演时突然就坏了。

怎么办？就要靠算法去修正，或者通过各种办法想办法解决。一般人可能没想到会有这种问题。

7. 春晚成为技术大考

我发现，你们上春晚其实是一种很幸福的经历，因为在春晚舞台上，总能遇到很多原来在实验室里想象不到、也没有碰到过的事情。

对，这也是对我们的一个大考。我一直觉得这是一个很好的机会，让我们集中一段时间去攻破更尖端的技术。这些技术可能非常重要，但我们以前可能没有时间去关注。

我问一个很人文的问题。我曾经主持过机器人的发布会，发现那是我第一次意识到，机器人的背后是无数个程序员，基本上都是男生。刚才我也看到你们团队都在那里收拾东西、吃泡面。你和团队之间，那些程序员是怎么沟通的？

说实在的，大家都是搞技术的，沟通都比较简单。

没有什么感性表达，是吗？

没有太多感性的表达。

但你能感受到，比如每一次在春晚上大获成功之后，大家的精神气不一样了。

我觉得这是属于所有参与者的荣耀。

我觉得能够创业做10年，是真的热爱机器人这件事，也一定会找到同好。我们还是希望大家的目标是明确的，大家觉得为了这件事情值得拼搏，而不是单纯地把它当作一份工作。

对我自己，或者对公司每一位同事来说，我都希望大家喜欢技术、喜欢机器人，愿意为这个事业奋斗一生。这样的话，大家做任何事情都会有成就感和开心，而不是勉强来做机器人或技术，那对大家都不太好。

这次整个训练过程有多久？

这次大部分时间花在细节微调上，并不是说“我有10台机器人，编一个功夫动作”。说实在的，如果只是这样，我一两天就可以做好。

但为了这个节目，我们准备了几十天。大部分时间都在调整各种细节。

整个过程中，你自己有没有最快乐的那一刹那？

还是中间有几次技术突破的时候，非常高兴。不然的话，我觉得呈现效果会比现在差很多。

哪几次技术突破最开心？

第一次就是刚才说的任意跑位，而且跑得很快。这样一来，整个跑位问题就解决了。

过去或者一开始准备节目的时候，机器人真的只能走路。打完功夫以后，要跑到下一个位置，它只能慢吞吞地走过去。这和去年有点像，非常不好看，也不实用。所以我们对这项技术进行了特殊攻坚。

第二次，是刚才提到的更高的弹射器空翻。一开始做弹射器的时候，空翻高度不理想。最初做出来时，可能只比平地空翻高零点几米，连1米都不到，不震撼，没感觉。

但后来有一次真的飞到接近天花板那么高，感觉就完全不一样了。尤其是站在旁边看，特别震撼。

也和观众分享一下：这种集群式的功夫表演，现场看的震撼程度远超电视。因为动作剧烈的时候，整个地面都会震，气场非常强大。

那我们以后可以去哪里看到这样的表演？

这种大型表演确实比较花时间，可能在其他地方还比较难看到；几台机器人的表演可能会比较常见。但集群表演到目前为止确实很难，因为部署一次、协调一次，工作量还是比较大的。

我已经开始期待机器人舞台剧了。

这个肯定还是会有的，未来会有。

还有第三次最开心的时候吗？

基本上就是这样。

8. 强化学习重构训练方式

明白。那我接着问技术问题。我可能说得不对，您可以指正。我看你们好像围绕强化学习重新做了一个框架，是吗？

对。因为这次动作数量非常多，我们设计的训练动作超过100种。100多种动作要先筛选，然后快速训练、筛选，再把这些动作拼接起来，所以对整个训练的要求更高。

过去很多训练算法，可能只能单独训练一个动作，或者训练好以后动作没办法拼接，这样整体效率非常低。

爆发力对硬件和算法也有要求。大规模爆发时，甚至会把机器人的腿杆、铝合金或钢制部件都损坏，因为力量实在太大，尤其是高空落地时，对电机甚至电池都有要求。

这里也分享一个细节：高处落地时，电机会吸收能量，反充到电池。简单来说，机器人里的电流会突然变得非常大，可能把电池等部件都损坏。

有点像一个人突然血压升高很多，然后整个人休克。机器人也会出现类似的“高血压”。

遇到这种情况，是让它像人一样缓一会儿，还是在软件和硬件上做了改进？

我们做了改进。我们加装了特别的结构，把这种能量稍微吸收或者释放掉一些，避免突然出现的大电流把整个硬件损坏。

之前如果它“高血压”，就直接倒下、不能用了。

对。一般人可能想不到，功夫动作特别剧烈时，对电池和整个供电系统的要求也非常高。不然可能突然电池供电电流不够，或者电流太大把电池充坏，都会遇到类似的问题。

你刚才讲到，电机、电池都面临很大的考验。据我所知，你们是自研电机的，这件事情应该也会利好你们自己的技术。

对，我们肯定做了一些升级。

反过来说，如果不是自研电机的玩家，可能就很难做。

对，没办法。因为我们可以直接修改电机程序，这也算是一个护城河。

还有一个技术问题。这次做的是武术，武术动作非常大开大合。据我了解，它对关节自由度的要求也极高，是吗？

对。这次上场的G1是我们的顶配版本，腰部有3个自由度，每条手臂有7个自由度，也有手腕，所以灵活性比较高。

其中有几台还装了灵巧手，为了更好地抓棍子。

我发现这次一共抓了四样东西：双节棍、棍子、葫芦，还有一个什么，我有点忘了。其实这体现了灵巧手的能力。

我记得你之前说过一句话：目前机器人的硬件是完全够用的，我们缺的是模型，对吗？

对。目前灵巧手做到自由抓取，一般性的抓取还是可以的，但不能抓太细的东西，那可能挑战比较大。

灵巧手目前其实某种意义上要用也够用，当然不够好，可靠性等问题还挺多的，包括触觉感知，但某种意义上还是够用的。

最根本的问题还是AI模型。我的观念一直是，只要AI模型足够好，用一堆非常差的硬件也照样可以干活。

举个最简单的例子，有些残疾人没有手，但他们照样可以把活干得非常好，甚至可以做雕塑。有些一只手指都没有的残疾人，也能把雕塑做得非常好。

所以某种意义上，只要AI能力够强，硬件差一些也能用。

你觉得现在产业供应链的生态里，需求最强的环节是哪些？

这个很难评价。我觉得最重要的肯定是AI模型。硬件也肯定要做得更好、更可靠、成本更低、更规模化，这同样是挑战。

因为哪怕硬件没有根本上的技术问题，但要量产几万台、几十万台，甚至几百万台并完成集成，工程量和工作量还是非常吓人的。

你们有没有特别的强化学习方法？

我们肯定有自己的模型结构。

我留意到一个小细节：在和人一起舞棍子的时候，那个棍子好像有一点弹性，软软的，是不是为了让人和机器人能够更好地配合？

对，这主要是为了保护小朋友。不然棍子如果打到或者捅到小朋友，都不太好，所以棍子尽可能要稍微软一些。

明白了。您觉得从去年到今年，机器人进化得这么快，底层最关键的要素有哪些？能列一列吗？

我觉得软件和硬件都很重要。硬件的可靠性得提升，不然做一个剧烈动作，机器人可能就直接报废了。

另外，软件的运动能力得提升，硬件的兼容能力也要强。所以我觉得都是细节问题，而细节问题非常多。

哪怕春晚这个节目几个月前就让我们做，我们也要花好几个月的时间把细节完善，所以挑战还是非常大的。

软件的挑战能够被攻克，除了你们在细节和时间上的积累之外，还有没有更底层的技术，比如AI升级？

肯定有。我们模型结构的优化也有很多。大家知道，模型结构本身就是通过很多细节优化出来的：模型结构怎么搭建、怎么优化，这个工作量也很大。

9. 世界模型正在挑战VLA

2026年刚刚过去两个月，Agent，尤其是Coding Agent的讨论度非常高。Coding Agent现在对机器人非常有用，我平时编程时，基本上大部分代码都是让AI来写的，所以它会加速这个行业，对吗？

肯定会加速，对整个行业都会有加速作用。

2月份热议的话题还有Seedance 2.0的发布。我采访的一些多模态领域的专家认为，Seedance 2.0可以生成非常符合物理规律的视频。想听听您的看法：这种符合物理规律的视频生成，能够帮助具身智能训练吗？

肯定的。2024年，我们也开源过一个基于视频生成的具身智能模型。

大家的想法其实很简单：既然我可以生成一个机器人干活的视频，那为什么不能用这个模型去控制一个真实机器人？原理上不是一样的吗？只要把视频生成里机器人动作的逻辑映射到一台实物机器人上，它就可以干活。

我觉得这个想法非常自然，也非常符合第一性原理，所以我们一直很重视这个方向，后续也会继续做。我个人还是比较看好这个方向的。

有人质疑，像Seedance 2.0这样的模型，只是生成了一个仿佛符合物理规律、看上去符合物理规律的视频，实际上和真实世界的精度差很多。他们觉得，理论上可以用来训练，但实际还不行。

如果只要做到足够精细，我觉得甚至有可能突破。为什么？比如我抓一个东西时，如果视频连这个物体的弹性都能仿真出来，那说明它本身的接触仿真已经做得不错了。

某种意义上，我觉得如果沿着这条路线做，而且数据足够多，用数据把具身智能模型“砸”出来的概率还是很大的。

只是当下没有人有机会获得大规模的真实机器人数据。我们自己也在做视频生成的具身模型，最大的挑战是什么呢？视频生成模型的动作和真实机器人没办法很好地匹配。

因为两部分数据本身不同。视频模型是用海量数据训练的，但它没有足够的真实机器人数据，所以两者的匹配和对齐效果不太理想。可能视频生成时已经抓住了物体，但实物机器人还差一点。

这个问题如果有海量数据，没准就可以把差距直接对齐掉。

海量数据从哪里来？

只能通过真实采集或者仿真。

所以从这个角度看，如果靠堆数据就能把问题解决，那只是大家现在还没有这么海量的数据。我们现在也在想办法：能不能在没有海量数据的情况下完成对齐，或者做出一种新模型，在没有海量数据的情况下实现闭环。

现在大家很强调出货，因为会觉得如果能够部署到真实场景里，机器人在使用过程中就可以不断产生数据。这条路可行吗？

这条路是可行的，但目前也知道，机器人自己产生的数据很多情况下还没办法直接使用，需要人去采集，或者人在仿真环境里采集。

而且数据量可能也不够。大家也知道，现在视频生成模型效果这么好，它们使用的数据量非常惊人。

目前人类能掌握的AI核心原则只有一条：用海量数据训练出来的效果是好的。这一点目前毋庸置疑。你只要有海量数据，什么模型都能训练出来。

但在机器人领域，即使有1万台机器人每天采集数据，我觉得数据够不够还不好说，因为最主要的问题是，采集到的数据质量并不是很好。

所以这就是你今天提醒大家要有耐心的原因？

对。可能会很快突破，如果有海量数据的话，但具体什么时候不好说。视频生成模型相比过去一两年，效果已经非常好了，但机器人领域总会比这个慢一些。

而且视频生成模型对我们这种机器人公司有一个很不好的地方：它对算力的要求太高。多模态模型消耗的算力非常夸张，我觉得全世界一般的纯机器人公司可能都训不动。

训不动怎么办？

想办法。我也不知道。

我们还是希望能做出对数据需求更小的模型。如果能做出来，可能会更好一些。

你去年其实有一小部分争议。你是比较少见的、站出来说VLA可能会面临瓶颈和问题的人，也听到过很多质疑的声音，对吗？

我知道。但没准现在去问问别人，赞成我观点的人可能会更多一些。

我关注到2026年的一个趋势：才过去两个月，大家讨论世界模型多了，讨论VLA少了。

我最近还得到一个很有趣的信息，和你分享一下：我采访了一位多模态领域的学者，他认为像Seedance 2.0这样的模型，其实已经是世界模型的一部分，甚至本身就是世界模型。

对。视频模型把很多语言本身也加在了一起，是多模态模型，里面还包括很多音频和声音。

在这种模型的基础上，某种意义上只要把真实机器人的轨迹、杆件等信息加在一起训练，这个模型就可能变成一个万能模型：既可以生成视频，也可以让机器人干活。

我觉得这个趋势肯定会有大公司去做，而且这个方向非常符合第一性原理，也是非常正确的方向。

所以相比VLA和世界模型，你是更偏向世界模型这一派？

对。目前我觉得世界模型的效果肯定更好一点。

当然，VLA模型我们自己还在做，也会继续优化。并不是说它现在有缺点，这条路线就一定死掉了，绝对不存在这种情况。大家也在改进VLA模型，比如把强化学习加进去。

有时候大家也会想，VLA有没有必要？要不要把它变成一个VLA模型，让整个推理流程更加简单、直接？大家会有各种各样的想法。

我理解，不同的技术路线最后可能带来不同的方案，但在做一件事情的时候，所有方案都可能用得到。

对。目前AI领域没有唯一的路线，没有人敢说“唯一的路线就是正确的路线”。可能今天这个方向比较好，后天发现另一个方向比较好。AI领域的变数非常多。

很多时候，大家发现以前做的AI模型已经成功了，但实际上里面还有更好的路线。

这就是第一名很大的压力。像你说的，AI创新现在有一些随机性。我也听出来了，你们其实很多方向都在尝试，但一定有你比较相信的方向，对吗？

这个说不好，我经常改主意。今天我相信这个方向，我们做一些测试实验，发现不行，明天就换下一个方向。

对于我们公司来说，我觉得还是一定要保持相对开放。我并不是说今天觉得这个好，明天就说这个一定不好。我非常欢迎明天发现VLA非常好，然后我就变成VLA的拥护者。

这个说不好，任何技术随时都可能改变。保持学习，保持灵活，比较重要。

10. 宇树必须持续进化

过去一年你的时间是怎么分配的？

公司上的各种杂事比较多，所以说实在的，真正用在产品和技术上的时间相对少一点，晚上可能时间还会更多。

但我觉得一定要保持对整个产品、对新技术的了解和认知，要跟上全世界的节奏。

你怎么跟上？

每天多看看最新的论文、最新的成果，肯定要多关注。

现在海外的公司，你最关注哪几家？

所有做得好的公司都关注，包括国内的公司。

刚才应该有想起几家。

想想还是不告诉大家。

没有，我们关注的范围一直很广，非常广。哪怕是一个个人做出一点好的东西，也值得关注。

因为在AI目前的技术里，很多时候还是有一些技术随机性。举个最简单的例子，大家也知道，Transformer这个结构目前大家都在用。它最早是2017年谷歌做出来的，但真正大规模使用时，已经是2022年OpenAI开始大规模使用了。

中间有很多技术，包括现在的很多技术，未来可能会成为真正的“大脑”，或者非常好的模型，只是大家还没有发现。它们可能就藏在沙子下面。

所以大家可以多关注各种新技术。有些技术现在看上去不太有用，或者没人关注，但未来变成主流技术，都是非常有可能的。

您讲的这一点很关键。Transformer源自谷歌，但谷歌却没有拿它打赢第一场胜仗。当然现在谷歌又重回王座了。公司变大的时候，就有可能让机会悄悄溜走。

这件事不可避免。在一些新技术里，真的没人能保证一项技术非常有价值。有些技术埋在下面几十年，都有可能。

那宇树现在在变大吗？

对，我们公司人也多了。很多时候管理跟不上，效率反而更低了，或者没有更好地发挥每个人的价值，每个人的聪明才智没有得到足够发挥。这在某种意义上是不可避免的。

那怎么办？

尽可能改进公司的管理和流程，没有最优解，只能尽可能完善。

但我发现你是一个很有节奏感的人。你会很客观地去讲所有事情，也承认变化的发生，但自己始终有一个非常坚定的目标。

我觉得最大的事情，还是要尽可能看清整个技术发展路线。不能错过最重要的技术发展，不然别人已经做出来，而我们公司没做，那会付出非常惨重的代价。

所以现在宇树这一年相比过去那些年，速度更快了吗？

因为人也多了，所以整个迭代速度肯定比过去快一些。

如果给2026年许一个小心愿，会是什么？

对我自己、对公司来说，我们定的目标都非常简单：每一天、每个月、每半年、每一年，都要有持续的产品和技术进步。这是最重要的事情。

每一天的技术进步怎么看出来？

也很简单。你要关注前沿领域，自己去做测试、尝试、迭代，总是可以获得进步。

2026年你最期待的行业突破是什么？

一直最期待的，肯定还是全球具身智能模型有更多突破。只要有人做出来，对整个行业都是好事。当然，如果是我们公司自己做出来，那肯定是最好的一件事情。

你的这个位置有一个特别得天独厚的地方：只要你保证自己不退步，只要有更好的模型做出来，你就还是能够保持领先。

对。保持头部水平相对容易，但要一直保持全球第一，肯定更难。

你的梦想和第一天相比，有产生变化吗？

我觉得没有。我从小就非常喜欢科技，希望做出非常好的科技产品，推动整个社会进步。这是我最大的理念，也是我的梦想。

当然，我觉得当下我们做的这个行业非常好，非常值得做。它真的能够让人类文明迈上一个新的台阶。

你之前讲过，你觉得机器人的强化学习还没有做得特别好。

对。目前我觉得全世界的RL还没有真正把它的价值发挥出来。

大家也知道，目前视频生成模型、语言模型使用RL相对比较少。但RL这项技术，我觉得还可以发挥更大的价值，包括它的Scaling Law，整个规模也还没有真正上来。

你觉得机器人的Scaling Law怎么样才能出现？

现在没人知道，但我们期待它能够出现。

我给它定了一个指标：如果未来有一天，一台机器人到了一个陌生环境——比如80%左右都是陌生的环境——你给它发一个语音或者其他指令，它能够完成80%左右的任务，我觉得就差不多达到了具身智能或者机器人的ChatGPT时刻。

这非常重要。现在的AI模型都是提前预训练的：在某个场景上，如果用很多数据训练一个场景，成功率基本可以做到100%；但稍微换一点东西、换一个场景，成功率就会暴跌，甚至完全无法成功。

所以目前机器人的泛化能力还不够。我觉得真正的具身智能，如果泛化能力能达到刚才说的两个“80%”，那就是整个机器人行业黎明的时刻。

今天这个跑位，其实机器人对于要跑到什么位置、怎么跑，已经实现了一定的泛化性，但还不够。它没有真正实现让机器人在80%左右的陌生场景中干活。

而且我们的跑位也要提前建图。建图以后可以实现高成功率，但并不是随便拎一台机器人到任何场景，它都能达到这种效果。

现在行业非常火热。有一个判断是，到2026年机器人可能会供过于求，因为生产出来的机器人非常多，但市场不一定有那么大。

这确实有可能，也可能出现恶性竞争的问题。

在这个过程中，大家可能都需要跑马圈地。据我所知，宇树一直在To Lab方面非常强，同时在表演、To C层面也很强。在To B和工业领域，你们是怎么想的？

我觉得最核心的还是保持持续的技术和产品进步，别的都是虚的。

无论你在其他领域卖了多少台机器人，某种意义上都不顶用。最大的问题是要保持持续的技术和产品进步。只要这个做得好，哪怕一台机器人都不卖，你永远也是全球最厉害的机器人和AI公司。

但如果技术和产品落后了，那些市场、占据的市场，包括我们自己占据的市场，某种意义上都是浮云。因为真正的具身智能AI模型突破那一天，你过往的东西和它比起来都没有价值。

所以在宇树的优先级里面，技术永远优先于订单。

肯定的，这是最重要的东西。技术足够好，AI模型足够好，哪怕一台机器都没卖出去，也没关系。

我知道时间有限。今天其实非常值得纪念，因为我们从除夕跨到了大年初一。谢谢，辛苦你了。

我知道你是宁波人，宁波人春节应该有吃年糕的习俗，所以我们现场准备了一个小年糕，可以一起分享一下，作为一个花絮。

好，谢谢。

年糕的寓意应该是一年更比一年高吧？

这个我倒不知道有这个意义。

对，所以寓意宇树一年比一年高。

好，谢谢。

11. 行业热潮需要更多耐心

以上是除夕夜和王兴兴的独家访谈。由于访谈时间只有1个小时，有许多未尽的重要信息没有条件充分展开，所以我截取了一些王兴兴在群访中的发言，想和大家分享他的思考，以及我个人的思考。

首先，王兴兴在群访中聊到了2025年一整年中国具身智能赛道的狂热。

大家也知道，目前有更多资源和资金进入这个行业以后，同质化竞争非常严重。所以我倡议所有机器人公司，还是要合理、克制地竞争，不要进行恶意的、无效的竞争。这样其实不太好，对整个行业都不太好。

如果大家都开始亏本卖机器人，就可能把这个行业做砸，我觉得这是非常不好的事情。

关于具身智能行业去年的火热，我在《漫谈》第62期年终复盘节目中，专门有一章分析了中国具身智能产业的发展和投资热。欢迎前往收听。

这场访谈中，王兴兴也提到，宇树在赛道下的压力以及面对变化的唯一解。

我们公司最大的竞争对手，永远还是我们自己。

我反复提到耐心，希望大家给机器人行业多一点耐心。当前这一轮人形机器人的浪潮，某种意义上大概只发展了3年左右。随着技术越来越成熟、越来越有价值，整个市场规模也会慢慢打开。

我们一直非常重视让机器人真正走进生活、真正去干活。但现阶段对整个行业来说，全世界都还处于早期和探索阶段。

所以我们目前尽可能提高整个机器人的运动能力，因为我们相信，真正能干活的机器人，运动能力肯定要非常强。人也是一样，为什么大家平时要体育锻炼、要跑步？因为只有身强力壮，才能真正去干活。不然稍微搬点东西，自己都站不稳，那肯定不能干活。

所以我觉得，运动能力是所有机器人或者具身智能的先决条件。只有运动能力足够好，才能去干活。

这段话结合整个具身智能行业的发展来听，其实很有深意。最后，我也想分享一下我个人对于春晚《武Bot》这场演出的一些看法。

这场表演中，机器人的搭档是来自塔沟武术学校、精心挑选出的少年演员。这组搭档本身就有寓意：在当下阶段，机器人就如同一个孩童，它也正在从孩童成长为少年。

所以我觉得，这场表演既体现了新兴技术的成长，也蕴含了一种希望。阿婆围着火塘添新柴，炊烟绕成云尾巴。

这里想特别夸夸人类小演员们的表演，很有生命力和感染力。就像我在采访开头所说的，武术和技术都需要漫长的苦功。我们要给新生力量更多耐心和喝彩。

我还观察到节目中对于人机关系的一些有趣体现。我贴图分享在了小红书账号上，欢迎大家去搜索关注。最后，我想再夸一夸具身智能行业的工程师们。

我曾经在《漫谈》的节目里不止一次说过，机器人背后其实更多是年轻工程师们的努力。因为工作关系，我在工厂、训练场等地不止一次看到过一批批年轻的95后、00后工程师。为了实现机器人的一些能力，他们要在这些地方长时间地坐冷板凳。

这期节目发布之前，我看到蔡明老师接受央视访谈时说，松延动力在昌平的训练场里没有暖气。数九寒天，工程师们手上都是冻疮，平均凌晨4点睡觉。

宇树的训练场条件稍微好一些，但在录制当天，我也看到了从舞台现场回来的宇树工程师们。他们迫不及待地泡上泡面，飞速收拾现场器材。旁边有人问他们为什么这么着急，他们说是因为赶着回家过年。

感谢所有科技创新企业，以及背后一个个具体的人。也希望大家能给予科技更多耐心，一起欣赏科技之美。

再次祝大家新年快乐。2026年，让我们一起描绘、定义、推动一个更美好的世界。好了，这期节目就是这样。欢迎前往微博等地观看这期访谈的视频版。如果可以，请在评论区分享你对宇树表演的观后感，或者这期节目的听后感，或者任何你想分享的新年祝愿，这将是对我们最大的支持。这里是漫谈 Light the Star，我们下期再见。阿婆围着火塘唱新柴，炊烟绕着云尾把。