导读
在刚刚的第五届中国国际进口博览会上，国内两大顶尖人形机器人企业——宇树科技与智元机器人，分别在各自的分论坛上，就行业的核心痛点与未来方向，进行了一场“隔空对话”。这场对话不仅是两家公司的观点交锋，更是整个行业对“ChatGPT时刻”何时到来的集体叩问。
宇树科技创始人王兴兴的直言不讳，精准地切中了行业的脉搏：“尽管行业增长迅速，但人形机器人的机器人大模型进展仍显缓慢，真正的‘ChatGPT时刻’尚未到来。” 这一论断，引发了我们对当前具身智能（Embodied AI）发展阶段的深刻反思。
与此同时，智元机器人的合伙人姚卯青则展示了一幅更具建设性的蓝图，通过全栈式布局与技术创新，试图为这一“缓慢”注入新的动能。
文字编辑｜宋雨涵
1
王兴兴的“泼冷水”：
行业共识下的“缓慢”困境
在第八届虹桥国际经济论坛上，宇树科技股份有限公司创始人兼首席执行官王兴兴在“人形机器人创新发展合作”分论坛上亮相。谈及智能体机器人当下及未来最关键的挑战，王兴兴表示，目前模型和数据都仍需改进。
在模型层面，他认为目前简单的模型结构已经做了很多尝试，但整体泛化能力还不太够；数据层面，虽然大家希望数据质量更好一点、有更大规模的数据，但目前对于数据的采集和数据的质量评判还是非常困难。
王兴兴认为，模型和数据是相辅相成的，需要花更多时间，而非仅仅单纯采集大量数据或把模型规模做大。
王兴兴的“泼冷水”并非悲观，而是建立在对行业深刻洞察之上的理性分析。他将挑战归结为三个核心层面：模型结构、数据采集与质量。这三个维度，正是当前所有尝试构建通用人形机器人的公司都必须跨越的“珠峰”。
除此之外他提出了一个明确的”ChatGPT时刻“标志：在80%的陌生生活场景中，给机器人发送语音或文字，机器人能完成80%左右的任务。
“如果到明年这个时候，随便弄一台人形机器人到一个它完全没见过的场景，你跟它说话交代任务，比如给这位记者朋友拿一份东西过去，它能直接过去把任务完成，并且达到80%左右的成功率，这就基本达到了ChatGPT时刻。”
2
智元的“飞轮迭代”：
全栈布局破局数据难题
面对相同的行业难题，智元机器人选择了一条全栈布局的道路。
智元机器人合伙人、高级副总裁姚卯青介绍，智元在机器人本体、数据、模型、场景上形成了相互驱动的飞轮迭代逻辑。姚卯青坦言，智元机器人进入“飞轮循环”的首个挑战就是数据。
“机器人从业者需直面与物理世界的强交互特性，其数据需求与互联网数据存在本质差异，尤其是大量动作类、长程规划类数据极为稀缺。”
1
高质量数据集的开源与共建
智元于2024年底开源了AgiBot World百万真机数据集，每条数据都经过多轮审核，确保场景贴近现实、任务复杂多样。
这一举措不仅降低了行业门槛，更吸引了全球开发者共同参与模型训练与验证。
2
创新数据采集方式提升信息密度
智元在数据采集方式上有两项关键创新：“对抗式采集数据”和“自主进化式采集方案”。
前者在常规数据采集过程中主动引入干扰，提升数据信息密度；后者针对“长尾失效”问题，将“难场景”下的高价值数据补充到训练集。
3
世界模型的深耕
智元还在深耕世界模型方向，其GenieEnvisioner模型今年8月正式开源，打出“行业首个面向双臂真机的世界模型”概念。
世界模型类似于真正的人类大脑，通过学习现实世界中的物理和因果规律，具备“物理直觉”，可在内部模拟环境变化。
就在上月，智元机器人举行线上直播发布会上，发布新一代工业级交互式具身作业机器人智元精灵G2。在AI技术支撑上，精灵G2正是基于智元全栈自研的通用基座大模型GO-1与世界模型GE-1，其复杂任务处理能力显著提升。
写在最后：
宇树科技与智元机器人在进博会上的“隔空对话”，为我们勾勒出了一幅关于人形机器人未来的清晰图景。王兴兴的坦诚，是行业对现实困境的清醒认知；而智元的实践，则为我们展示了一条充满希望的探索路径。
这场对话并非终点，而是一个新的起点。它让我们看到，人形机器人的发展并非一蹴而就，它需要我们在模型结构、数据采集、世界模型等核心领域持续攻坚，更需要我们在生态构建和产业落地中耐心耕耘。
