近日,王兴兴在世界互联网大会乌镇峰会上再次发言。
开幕前接受采访时直言:宇树科技未来重点在攻克机器人大脑技术,除了自身的技术突破,还将在全球范围寻求合作。
在随后举行的互联网企业家论坛上,他进一步给出了时间判断:具身智能正在迎来“ChatGPT时刻”,明年大概率是整个机器人行业的临界点。
这不是王兴兴第一次谈“大脑”。
在两周前的世界物理AI大会上,他就曾下过判断:随着GPT-6的发布,物理AI已经看到被击穿的苗头,很可能就在最近1到2年,或者2到3年。
再往前,10月12日的工博会上,他还说:过去十几年我犯的最大的错误,就是对AI的相信还不太够。
一家靠硬件打出来的公司,公开承认下一仗的主战场,不在自己最擅长的地方。这是战略重心的实质性转移,而非一句客套话。
一、宇树转向,是被两头挤出来的
转向是行业和自身两头挤压的结果,不能只当成王兴兴的个人感悟。
先看行业这头,大模型正在从“大脑”一侧向“身体”渗透。
第一股力量,是通用大模型对物理世界的“击穿”。
今年10月份,王兴兴在物理AI大会上放了一段内部测试视频。
GPT-6在“零训练”的情况下,直接操控宇树机器人,它自己会换颜色画画,看到旁边有颜料盘,会主动走过去把笔洗干净再画;下围棋落子精准;甚至能承担导盲任务。
这期间没有为这些动作写过任何复杂代码。
这意味着,通用大模型直接驱动机器人的路径正在被验证。
第二股力量,是大模型公司主动向具身智能的“下沉”。
DeepSeek在2026年8月以约1.41亿元参与宇树IPO战略配售,锁定期36个月,双方签署双向优先采购备忘录,DeepSeek输出模型能力,宇树提供硬件和运动控制能力。
除了与宇树的合作,DeepSeek在具身智能赛道持续加码。10月,DeepSeek被曝拟领投具身智能公司Winverse AI。
国内大模型厂商加速绑定机器人硬件的同时,海外头部玩家也在沿着相似思路推进布局。
10月底,Meta被曝与中国机器人公司傅利叶合作,开发出人形机器人原型机Max。Meta明确表示不出售这些原型机,将其定位为研究平台,重点是验证AI与硬件的协同能力。
Meta CTO Andrew Bosworth在2025年2月的内部备忘录中曾提及:Meta不仅要做自己的消费级人形机器人,还要研发提供给其他机器人制造商使用的AI、传感器和软件技术,最大化Llama的平台能力。
很明显,扎克伯格想做机器人行业的操作系统。
大模型公司不再满足于只做“大脑”,它们正在寻找“身体”,甚至自己定义“身体”。如果接口由别人来定义,宇树在产业链中的位置,就会从“整机厂”滑向“代工厂”。
再看宇树自己这头。
宇树过去的十年,是把“身体”做到极致。
天眼查APP显示,宇树科技股份有限公司成立于2016年8月,法定代表人为王兴兴,专利信息达207个。
(图源天眼查)
2025年人形机器人出货超5500台、全球市占率32.4%,是赛道里第一家实现全年盈利的整机企业。
核心部件高度自研,成本控制把双足人形机器人的门槛拉到了十万元级,“小脑”层面的运动控制在全球居于领先地位。2026年前三季度,宇树营收18.17亿元,同比增长55.71%,收入规模已超过2025年全年。
但利润的质量正在发生变化。
第三季度,宇树营收6.65亿元,同比增长69.93%;扣非净利润1.05亿元,同比下降17.42%。单季研发投入1.27亿元,同比增长249.58%,研发费用率升至19.10%,增量主要投向具身大模型研发与算力投入。
营收在涨,扣非利润在降,研发在飙升。钱花在了“大脑”上,但“大脑”还没有长成能反哺利润的形态。
另外,GPT-6的出现,让宇树的短板被照得更亮。
这套测试的架构值得细看:GPT-6连接机器人的测试是分层架构:规划层(通用模型)+执行层(具身模型)。GPT-6不直接输出关节指令,只做高层空间推理和任务规划,通过API下发,本地控制栈翻译成关节动作。
也就是说:大模型负责“想”,底层的控制栈负责“做”。
这套架构短期对宇树是好消息,执行层仍然是宇树的地盘,但坏消息是,长期来看,价值分配会向“规划层”转移,宇树保住了“做”的位置,却可能失去“想”的定义权。
用一个比喻说清楚宇树现在的处境:它像一部造得很好的智能手机,但操作系统还没长熟。
硬件(身体)已经做到全球第一梯队,相当于手机本身造得没毛病;但机器人的“操作系统+大脑”,也就是理解指令、泛化到陌生场景、自主纠错这套东西,还没成熟。
智能手机的竞争,早期比硬件参数,成熟期比系统生态;人形机器人也一样:身体决定能不能卖,大脑决定能卖多久、卖多贵。
二、转向能不能成
王兴兴的转向不是从零开始。
宇树在模型层面已经有一条清晰的线索:2025年9月开源WMA模型,2026年1月开源VLA模型,9月发布并开源6B参数的WLA模型(约 2500 小时高质量真机数据、单模型覆盖 64 项任务)。
但更值得关注的,是宇树的“物理AI自进化”计划。
据王兴兴介绍,这套模式几个月前开始内部探索:研发人员只为AI设定目标、边界和规则,由AI自主采集数据、编写控制代码,先在仿真环境验证,再下发实体机器人实测;测试结束后,结合人工与系统打分反馈,回流到模型继续训练。
这个选择本身,反映了宇树对“大脑”竞争终局的判断:胜负手不在“谁先训出一个好模型”,而在“谁的迭代效率更高”。如果AI能自己完成“编码—仿真—真机测试—迭代”的循环,宇树就可以用硬件规模带来的数据密度,对冲掉在模型起点上的落后。
为什么选“自进化”这条路?
因为宇树手里最不缺的就是机器人。它的出货量、部署量、开发者生态,本身就是数据来源。自进化的本质,是用自己的硬件规模,去补自己在模型上的短板。
而一旦“AI自己写代码、自己测试、自己迭代”这个循环转起来,这个筹码的兑现速度就不再取决于工程师的数量。
结合宇树不久前提出的三大布局,就是一条完整的工程链:
第一,提升大规模量产能力,给大脑提供硬件载体。没有足够多的机器人在跑,数据就采不出来。
第二,推进物理AI小模型落地(自研+合作),把通用大模型压缩到能跑在机器人本体上的尺寸。
第三,布局超大规模算力集群,训练和自我进化需要算力底座。
自进化是宇树补大脑的“内线”,合作是“外线”。内线决定速度上限,外线决定时间窗口。
合作方面,前文提到,DeepSeek已经通过战略入股的方式和宇树达成合作。
短期看,这是各取所需。但长期看,合作的天平并不天然倾向宇树。
苹果对果链的利润分配、OpenAI对生态规则的收编,都指向同一个规律:提供“大脑”的一方,最终会定义接口和利润分配;提供“身体”的一方,只能在给定的规则里做效率。
王兴兴显然意识到了这个问题。所以他在乌镇说的不是“依靠合作”,而是“自身突破+全球合作”并行,并且把“机器人大脑”列为“未来重点”。
合作的目的是买时间,自研的目的是买未来。两条腿能不能同步长出来,决定了宇树转向之后,是“定义接口的人”,还是“被接口定义的人”。
把宇树对AI的重视放在行业坐标系里,和智元做一个对照,会看得更清楚。
智元在10月底宣布GO-3 Preview和灵渠OS 1.0年底全面开源,灵渠OS捐赠给开放原子开源基金会,2亿行代码和5000多个生态软件包向全行业开放,赌的是 “谁定义了操作系统和模型接口,谁就定义了利润分配”。
这条路的风险在于,开源的部分不赚钱,智元还没有找到自己的“GMS”。
宇树走的是另一条路:用硬件规模和成本优势作为筹码,在合作中换取“大脑”能力,同时用物理AI自进化追赶自研进度。
赌的是“身体”的规模足够大,大到任何“大脑”提供方都需要宇树作为落地载体,而宇树的自研大脑能在窗口关闭之前长出来。
两条路没有绝对的对错。
但有一个判断是清晰的:转向能不能成,现在没人能给答案。可以确定的是,它必须在大模型击穿物理AI的时间窗口关闭前打完。
王兴兴把物理AI被击穿的时间窗口判断为“快则一到两年,慢则两到三年”,而扣非利润已经在承压,研发费用在飙升。钱在花,时间在走,窗口在收窄。
转向的紧迫性,不是王兴兴在乌镇“说出来”的,是宇树的利润表“算出来”的。
2026年的宇树,站在一个很微妙的位置上。
它靠身体赢了上一个十年。现在,它要用手里的身体,去换一个还没长出来的大脑。
这台机器能翻跟头、能跳舞、能跑酷,赢得过全世界的掌声。
但真正的考试不在展台上。它得学会在没有预设规则的陌生场景里,把一件没排练过的事做对。
从“造身体”到“造大脑”,中间隔的那几毫米,可能比它过去十年走过的路都长。
免责声明:本文基于公司法定披露内容和已公开的资料信息,展开评论,但作者不保证该信息资料的完整性、及时性。
另:股市有风险,入市需谨慎。文章不构成投资建议,投资与否须自行甄别。
特别声明:本文为合作媒体授权DoNews专栏转载,文章版权归原作者及原出处所有。文章系作者个人观点,不代表DoNews专栏的立场,转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)



