宇树王兴兴自评最大错误是不够相信AI，GPT-6已装上机器人实测

10月12日，第二十六届中国国际工业博览会在上海国家会展中心开幕，展会将持续到10月16日。在开幕式圆桌对谈环节，宇树科技创始人王兴兴被问及对AI的态度时给出了一个少见的自我检讨。

他说，如果说过去十几年犯过的最大错误是什么，还是对AI相信得不太够；现在他对AI技术发展的坚信反而是与日俱增，但依然不够。同一场合他还判断，具身智能的临界点到来会比较快，快的话甚至一两年都有可能。澎湃新闻对这场圆桌的报道记录了完整表述，IT之家等多家媒体同日跟进。

这番表态里信息量最大的是一个具体动作：前段时间ChatGPT-6发布后，宇树把新模型部署到自家各类机器人上做任务测试，效果表现还不错。此前业界讨论多停留在模型选型和技术路线之争，头部厂商进入逐项实测阶段，意味着判断依据从发布会和论文变成了自家任务跑分。

王兴兴对下一步的预期也更具体：预计明年ChatGPT-7的发布，很有可能会击穿具身智能目前的瓶颈。也就是说，在他看来下一代通用模型的能力边界提升，比机器人本体的改进更能拉开差距。

普通读者不需要去复现测试，但可以借用他给出过的公开判据：今年9月他曾表示，当机器人能在80%的陌生场景中通过语音具身能力完成80%任务时，行业就算抵达爆发临界点。这个80/80标准是普通人评估各家演示视频时可以直接拿来用的尺子。

王兴兴认为，不少机器人模型开发公司仍处于较为原始的状态：开发人员有了想法之后，查找论文、编写代码、训练测试，再把结果手动反馈进下一轮迭代。在他看来，这条链路里的多个环节AI可以自动完成。

宇树的做法是开始在公司内部尝试物理AI自进化系统，把代码编写、模型训练、部署、测试和反馈组成自循环，让AI参与更多开发和评价环节。核心理念并不新，和代码领域的自动迭代框架思路一致，但放在机器人这个物理品质要求极高的领域，试错成本高得多，自动化闭环的价值也被放大。

需要留意的边界是，王兴兴明确说这不意味着人可以完全退出。目前仍需要人参与评价，判断动作是否符合预期、任务是否成功、结果是否是人想要的；随着经验积累，人的参与度才会逐渐降低。

王兴兴此前多次给过具身智能临界点的时间预测，而且波动明显。2025年8月他在世界机器人大会上说，顺利的话一两年或两三年、最慢三到五年，人形机器人会迎来ChatGPT时刻；到今年8月，他的口径变成快则两到三年、慢则五到十年；这次工博会上，最快档位又被提到一两年。

时间表的放松和收紧，背后对应的是模型侧进展的起伏。综合前后几次表态，他把宝押在了通用大模型上：只要下一两代模型的推理和泛化能力继续突破，机器人侧的瓶颈可能被外部击穿。这从他让团队全面拥抱AI的系统性表述也能看出，这次自评不像是公关话术，而是公司战略层面的复盘结论。

对机器人创业团队和具身智能开发者，这次表态的参考点是：通用大模型在机器人任务上的表现已经进入可测试区间，值得把基于大模型的任务规划和泛化评测加入开发流程，而不是只依赖自研小模型。王兴兴提到的自进化闭环思路，也可以低成本的先在仿真环境中跑起来。

对工厂、物流这类潜在采购方，他透露的落地节奏有直接参考价值：宇树在2024年就已在包括汽车工厂等多类场景试点部署，落地顺序上工业领域和ToB的商业服务会比居家场景更成熟。机器人要实现大规模应用，还需要解决泛化性和效率问题，但他判断未来几年会解决。

建议的验证方法很简单：第一，让供应商演示脱离脚本的陌生指令任务，而不是循环播放宣传视频；第二，用80/80标准衡量陌生场景完成率；第三，把任务成功率和人力替代后成本放进采购测算。谁在公开资料里敢给数据，谁的底牌就更实。

编辑判断层面，这番表态真正的价值不在后悔没早相信AI这类态度性表述，而在两条可核查的事实：头部人形机器人厂商已经把最新通用大模型接进本体实测，且结论是任务效果还不错；公司战略层面把AI自动迭代当成明确的投入方向。这两条对同行是加快节奏的信号，对观察者是可跟踪的度量锚点。

同时要指出边界：任务测试效果不错距离生产环境可用，中间还隔着泛化性和效率这两道王兴兴自己点名的坎，一两年临界点是基于最佳情形的判断而不是承诺。对普通读者，不需要因为这条新闻急于做任何购买决定；对从业者，更务实的动作是把自家机器人加任务跑一轮大模型的完成率基线，用数据回应行业时间表。

本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。

原始来源：https://www.thepaper.cn/newsDetail_forward_34235328

如发现事实、价格或链接有误，可通过 联系我们 提交更正。