王興興點評Seedance 2.0

經濟觀察報 記者 陳月芹

3月17日，在亞布力中國企業家論壇第二十六屆年會上，宇樹科技創始人王興興以亞布力新理事的身份，在開幕式上第一個演講。

機器人如何訓練、實現真正的智能，是業內最關心的話題之一。為此，宇樹開發了全身遙操作系統，實現人機動作同步。王興興介紹，這項技術有兩個實用功能：一是大規模數據采集，如果2026年年底前宇樹部署上萬臺機器人每天采集10小時數據，兩三年內就能解決機器人數據稀缺的問題；二是遠程控制，比如人在杭州就能實時操作異地的機器人。

王興興提出一個預判：具身智能的“ChatGPT時刻”快來了。樂觀的人預估可能需要18個月，他稍微悲觀一點，預估需要2—3年。

他對“ChatGPT時刻”的定義是，AI模型可以在80%的陌生場景下，通過語言和文字指令實現80%的任務，且不需要提前建圖。

數據泛化的準確率和具身智能的訓練成本息息相關。對機器人而言，如果在特定場景進行預先訓練，其成功率基本可以達到100%。但如果更換場景，成功率就會大幅下降。

王興興認為，目前行業距離具身智能的“ChatGPT時刻”還面臨挑戰，其中最大的挑戰在于AI模型的泛化能力不足。

要提高機器人的泛化能力，一是要提高模型對機器人運動的表達能力。如果模型本身的表達能力或動作豐富度不足，泛化能力有限；二是提高數據利用率。目前，語言模型或多模態模型領域數據豐富，互聯網上存在大量數據，但機器人領域的數據仍然稀缺；三是強化學習的規模效應需進一步提升。

目前，具身智能領域的模型主要分成兩個流派，一個是VLA模型，即在語言模型或文本模型基礎上融入機器人模型；另一個是世界模型，即通過對物理世界進行預估和建模來驅動機器人。在這一模式下，機器人無需依賴實拍動作數據，而能像人類一樣想象，先在“大腦”中構想動作，再將動作投射到機器人身上執行。王興興非常看好基于視頻生成的世界模型這一技術路徑。

文生視頻模型的發展讓王興興感到興奮。他在亞布力論壇上兩度提及今年1月字節跳動推出的Seedance 2.0模型，并評價這是全球目前最好的、沒有之一的視頻生成軟件，“全球遙遙領先”。

他解釋為什么著重提到Seedance：如果人用AI生成一個機器人在家干活的視頻，且生成質量很高，某種意義上，只需將該視頻與機器人動作對齊，機器人就能執行任務。但目前最大挑戰在于視頻與機器人動作無法良好對齊和統一，這是全球性難題。一旦視頻生成的動作與機器人模型統一，數據難題將從根本上被解決，機器人計算模型也將誕生。

機器人有了自主意識和感知環境的能力，會是什么樣？王興興描繪了一個場景：如果明年或后年，我將人形機器人帶到一個完全陌生的場景，它不認識在場的每個人，這時我請機器人幫忙把一瓶水遞給某人，它能完全自主地完成任務，無需預先建圖。“這就真正實現了具身智能的‘GPT時刻’。”

在亞布力論壇上，王興興還介紹了宇樹科技近期的產品和技術進展：2025年宇樹發布了工業級應用的新一代機器狗，防塵防水，滿電空載續航超20千米；還發布了更大尺寸（1.8米高）的H2機器人，力氣更大，適用于工業或農業場景。預計今年年中，人形機器人的百米沖刺速度能跑進10秒以內，超過人類博爾特。

關于出貨量，截至2025年底，宇樹G1全球出貨量約5000臺，最便宜的機器人售價約3萬元。如果未來AGI達到臨界點，宇樹的年出貨量可能飆升至百萬臺。

一個月前，宇樹機器人第三次登上央視春晚，表演了醉拳、雙節棍、舞劍等，以及單腿連續空翻、兩步上墻等高難度動作，這對硬件和軟件穩定性的要求非常高。

這一套表演，可以體現宇樹機器人在機器人AI強化學習領域的努力，其中“功夫模式”便是其2025年最大的升級。為了提升性能，宇樹給機器人加裝了兩顆128線3D激光雷達，預訓練AI模型，使動作可以隨時暫停或任意切換，靈活性大大增強。以前機器人下臺只能緩緩步行，現在宇樹開發了集群跑位算法，讓機器人能跑步變陣，銜接更自然。

（作者 陳月芹）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。

陳月芹

可聯系：chenyueqin@eeo.com.cn