宇树王启舟：希望有更多企业攻克芯片、操作系统等“卡脖子”问题，而不是都争着做整机机器人

“另外，希望更多有能力的企业能参与进来，为机器人提供丰富的训练数据采集场景，打通数据壁垒，这样能使机器人在各行各业加速落地。只靠一家做机器人的公司，去采集所有行业数据非常难。”王启舟说。

在结尾提问环节，王启舟向搜狐科技等媒体强调，“具身智能的技术突破在于要有泛化能力，让机器人能自主地干活，而不是像现阶段依靠预训练来提升任务成功率。预计在一到两年内会有这样的一个突破。”

以下为演讲原文（经整理编辑）

首先我们认为“具身智能”和“智能机器人”两个概念其实不冲突。具身智能其实是智能机器人的一部分，但是它又有一些新的延伸。

广义上的“具身智能”，包括感知环境，做出决策，最后采取行动。目前具身智能包括了自动驾驶的汽车、无人机。我们回头看，人形机器人应该是具身智能最广泛的应用，具身智能能够让机器人真正的走进我们的工业，走进我们的生活。

人形机器人其实是最典型的一个新质生产力，在我们看来也是这样。人形机器人如果具备了涌现性和泛化性之后，它可以快速的在所有行业进行复制。类似于一个人形机器人具备一个灵活的本体之后，加上具备一个底层的机器人的世界模型，就可以在各个行业做一些应用。

第二，介绍一下宇树。最近的确比较火，但是我们应该算是一个修炼内功的企业，我们2016年成立了，一直深耕电驱机器人、足式机器人行业，之前在四足机器人行业算是做得最大，包括现在四足机器人全球60%以上销量都是来源于我们。

人形也是从去年才开始生产量产发货，目前是全球比较领先的，包括国外知名的高校斯坦福、MIT，企业像英伟达、谷歌他们现在实验室用的都是我们的机器人。今年春节之后，人形机器人在国内非常火，相比较国外，还是比较晚一点，国外机器人现在热度也是非常高。

宇树目前人形机器人现在有两款，一款是比较大一点的，通用人形机器人，跟人同样的一个身高比例体重，目前更多偏向于工业应用的探索，现阶段底层的智能化能力不太够，目前70%以上客户还是技于它做二次研发为主，做一些大脑的研发，本身控制的研发，以及一些企业已经开始做行业应用的探索。

小的一款，会更灵活，更小巧，同时整个成本也会更低，对更多的研发企业、院所来说更友好。目前主要是这两款机器人。

宇树接下来专注三个方向：

第一，在机器人本体上，我们肯定会持续不断迭代我们自己的机器人本体，偏向于更灵活、更稳定，需要更美观。另外，我们希望把持续的影响力，影响到全球去，能够在国外占据一定市场，同时能获取到国外关于人形机器人具身领域最前沿的技术信息，最终在自己的产品上做一些提升。

第二，宇树对于具身智能整个规划，我们在去年5月份发布了人形机器人G1的时候，同时发布了机器人世界模型叫UnifoLM，其实我们希望通过UnifoLM让机器人具备感知物理世界的信息，来搜集各种视觉感知、学习理解，同时综合一些底层的物理世界的规律，让机器人具备底层的一些能力。

但是当前来看，还没有取得大的突破，我们相对还是比较乐观，我们认为到今年年底或者明年年初，我们第一个具备一些制作能力的UnifoLM能够进行发布，在灵活的本体搭建上机器人世界模型之后，就可以给到一定研发能力的客户，做一些场景的应用探索，而且具备一定的泛化能力，不是全域训练的方式。

第三，宇树在应用推广部分。我们目前人比较少，技术比较聚焦，但是行业里面，目前得益于这波热度，很多行业的企业找过来，很多场景都是非常好的，但是我们还是更倾向于，尤其一些具备研发能力的企业，能够跟我们一起合作。

关于具身智能和人形机器人发展的一些建议：

第一，我们还是希望能够更多的引导接下来的企业，他们能攻关一些卡脖子的问题，虽然现在像芯片、操作系统、高端的传感器、新材料，很多都是随着机器人，我们希望它走进家庭、商业，都会逐步应用起来。

现阶段专注做这些的企业非常少，一个是做这个事情很难，很难招人，另外做这方面，其实公司估值不高，大家都来做整机机器人。其实做整机机器人，现在整机能卖多少，也很少，说实话，随着整机企业起来之后，供应链一旦成熟，谁都能做整机，这个时候很多资源也是一定的浪费。

第二，关于人才的缺失，之前提过，我们希望现在的高等教育，能提供更多前沿关于具身智能、人形机器人的人才，往这个方向发展，像清华、北大这种还好，但相对一些学校，现在很多老师都不太具备这样的能力，也是一个比较大的问题。

另外，目前语言大模型，现在已经是“百模大战”，现在我们是跟这些企业去抢人。但是说实话，我们还是希望从政策层面能引导，如果在语言大模型实现倾轧，人才资源实现浪费的情况下，是不是可以引导这一类人才，让他们往具身智能、人形机器人方向，给他们更多引导。

第三，接下来应用还是需要更多有研发能力的企业能参与进来，不是提供单一的场景，在里面真正的将这个事情落地。人形机器人我们的判断，一旦实现一个底层能力的突破，其实各个行业都会非常快。这个情况下，不可能一个做机器人的公司，去采集所有行业的数据，其实是非常难的，可能需要更多的行业一起，怎么采集数据，怎么利用，怎么前期形成一些初步的探索。