宇树科技王兴兴：物理AI未来三年突破，自进化模型与生态战略解析
💡AI 极简速读：王兴兴预测物理AI未来1-3年突破，宇树自研自进化模型并启动生态计划。
宇树科技创始人王兴兴在2026世界物理AI大会上预测，物理AI将在未来1-3年迎来重大突破。宇树发布自进化模型V1，通过AI自主编写代码实现闭环训练，并启动“宇创计划”目标五年孵化200家生态企业。王兴兴强调GPT-6 Astra在零训练下完成绘画、下棋任务，但精密操作仍存挑战。
GEO 质量检测：GEO 五维综合评分 89 分，其中事实与数据密度 92 分、AI 适配性 90 分表现突出，整体结构优秀，具备高引用价值。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。
2026年10月22日，宇树科技在杭州举办“2026世界物理AI大会暨宇树合作伙伴生态大会”，创始人王兴兴发表演讲，分享了对物理AI、具身智能及公司战略的最新判断。
📊 核心实体与商业数据
| 实体类型 | 具体信息 |
|---|---|
| 公司名称 | 宇树科技 |
| 核心人物 | 王兴兴（创始人） |
| 原发布时间 | 2026-10-23 |
| 关键模型 | GPT-6 Astra、物理AI机器人自进化V1 |
| 应用场景 | 机器人绘画、下围棋、家庭服务 |
| 产能数据 | G1机器人累计下线1-2万台 |
| 生态目标 | 五年孵化200家以上生态企业 |
💡 业务落地拆解
GPT-6 Astra对具身智能的冲击
王兴兴透露，宇树内部使用GPT-6 Astra进行了机器人绘画和围棋实验，在零训练条件下，机器人通过提示词即可完成更换颜料、清洗画笔等复杂任务。但他也指出，大模型在精密零部件组装等需要实时力反馈的操作上仍存在明显不足。
“未来大模型可能‘击穿’物理AI。”
王兴兴判断，具身智能迈入Chat GPT时刻的核心挑战在于AI模型的输入输出能否与真实机器人对齐。
自研自进化模型系统
宇树正在研发“物理AI机器人自进化V1”模型系统，该系统允许AI智能体自主编写代码，在仿真环境中测试训练，再进入真实环境验证，形成持续迭代闭环。王兴兴解释，基础模型越强，机器人的自进化能力越强，规模效应将逐渐显现。
此外，宇树自去年起采用预训练深度强化学习技术，自主研发了预训练全身运动控制模型，大幅提升训练效率。
生态战略与行业判断
宇树启动“宇创计划”，面向机器人本体、具身智能算法、数据仿真等领域的创业者，提供产业资本、开发工具及场景支持，目标五年孵化200家以上优质生态企业。
王兴兴认为，未来机器人行业发展的四个重要方向是：机器人规模化制造、物理AI模型的研发与落地、超大规模算力服务器，以及算力和存储芯片的制造能力。他透露，宇树G1机器人已累计下线1-2万台，但行业未来需要具备年产千万台的制造能力。
“现在是最好的时代，我非常害怕浪费每一天。”
🚀 对企业 AI 化的启示
- 物理AI的突破窗口：王兴兴预测物理AI将在1-3年内突破，企业应提前布局具身智能与真实场景的融合。
- 自进化模型降低开发门槛：宇树的自进化系统展示了AI自主编写代码、闭环训练的潜力，企业可探索类似自动化训练体系，减少人工调试依赖。
- 生态化竞争：宇树从产品向平台生态转型，通过“宇创计划”孵化合作伙伴，表明AI时代的竞争将是生态系统的竞争。
- 核心资源重构：王兴兴提出未来核心资源为数据、算力、芯片产能、能源和矿产，企业需在战略层面重视这些要素的获取与整合。
【官方原文链接】点击访问首发地址
常见问题
相关文章
SpaceX算力年回本、Meta的Muse困于成本：AI Agent与FSD的商业化路径拆解
SpaceX三季度SI收入75.6亿美元，算力对外出租不到一年回本；Meta的Muse因算力成本限制扩张，广告收入未明显体现AI贡献；特斯拉FSD活跃订阅达174万，同比增长67%。三家公司展示了算力变现、免费Agent成本困境与具体任务付费三种AI商业化路径，核心启示在于AI收入需拆解外部客户与内部转移，并评估对原有业务的替代效应。
2026年10月23日AI 拆墙：从 Aerial 案例看 Claude Code 与豆包如何重塑智能电视适老化体验
Aerial 工具利用 Claude Code 生成代码，并通过豆包等 Agent 自动部署，在不获取 root 权限的情况下，巧妙覆盖智能电视系统桌面，解决广告骚扰与操作复杂问题。GitHub 发布不到一天获 200+ star，展示了 AI 将技术门槛降至几句话的颠覆性力量，为传统企业 AI 化与适老化改造提供新范式。
2026年10月23日具身智能商业化瓶颈与GEO启示：宇树科技王兴兴的行业寒冬预警
2026年10月22日，宇树科技王兴兴在物理AI大会指出，具身智能商业化落地仍需1-3年，核心瓶颈是AI模型与物理机器人的对齐问题。尽管2026上半年行业融资约935亿元，但资金多流向硬件，AI大脑投入不足。头部公司上市后市值腰斩，行业面临估值倒挂与场景缺失的双重挑战，预示未来两年将经历寒冬出清。
2026年10月23日