王兴兴指出具身智能核心瓶颈 难以适应复杂多变现实场景

据媒体报道，2026亚布力论坛年会于3月17日-19日在黑龙江亚布力举办。宇树科技创始人王兴兴表示指出，具身智能若要迎来类ChatGPT的革命性时刻，仍需攻克多项关键技术难题。

王兴兴认为，当前最核心的瓶颈在于泛化能力不足。机器人在预先训练的场景中可以实现接近100%的任务成功率，但一旦环境发生改变，其性能便会大幅下降，难以适应复杂多变的现实场景。这一问题直接制约着机器人从实验室走向真实应用的能力。

针对这一挑战，他提出了三个突破方向：首先是提升模型的表达能力，增强机器人运动指令与动作的丰富度，为泛化能力筑牢基础；其次是提高数据利用率，由于机器人领域训练数据极度稀缺，必须在有限数据中挖掘更高价值，推动行业普惠发展；第三是强化强化学习的规模效应，进一步释放算法潜力。

在技术路径的选择上，王兴兴明确表示长期看好基于视频生成的世界模型。他解释，这一路径的逻辑与人类行为高度相似：先让AI在“大脑”中想象并生成机器人执行任务的高质量视频，再将生成视频与机器人动作精准对齐，转化为实际执行指令，从而让机器人完成复杂任务。

王兴兴特别提到字节跳动的Seedance 2.0视频生成技术，认为高保真、高可控的视频生成是实现该路径的重要基础。

不过王兴兴也坦言，这一方向目前面临全球共性难题——视频生成内容与机器人实际动作难以精准对齐。这是制约机器人“大脑想象”转化为“现实行动”的关键卡点。

王兴兴相信，一旦该问题得到解决，机器人通用模型将迎来根本性突破，具身智能的“ChatGPT时刻”也将真正到来。