王興興（宇樹科技創(chuàng)始人兼CEO）認(rèn)為，當(dāng)前機(jī)器人領(lǐng)域的核心瓶頸并非硬件，而是AI模型的能力，特別是大模型在理解物理世界、多模態(tài)融合和實(shí)際任務(wù)執(zhí)行方面還存在明顯不足。這些年，伴跟著人工智能和機(jī)器人的高速開展，AI驅(qū)動(dòng)現(xiàn)已成為了大多數(shù)人的一致，但是就近知名機(jī)器人公司宇樹科技的創(chuàng)始人王興興卻表明當(dāng)時(shí)機(jī)器人大的問題仍是AI模型，這究竟是怎樣回事？為啥如此蓬勃開展的大模型不行用了？

一、王興興：機(jī)器人大的問題仍是AI模型？

據(jù)洶涌新聞的報(bào)道，在2025外灘大會(huì)圓桌討論環(huán)節(jié)，宇樹科技創(chuàng)始人兼首席執(zhí)行官王興興表明，在機(jī)器人范疇，硬件和大腦不是同一層面的事，現(xiàn)階段，機(jī)器人硬件徹底足夠用，“用一兩年都可以”，大的問題仍是AI大模型自身才能不行用，在多模態(tài)交融方面體現(xiàn)還不行理想。

王興興表明，目前純言語模型或純視頻模型的作用現(xiàn)已十分好，但如果要把言語和圖畫很好地結(jié)合起來，仍是一個(gè)較大的難點(diǎn)。在機(jī)器人范疇，現(xiàn)階段沒有很好的方法把硬件用起來。比方怎么用模型控制機(jī)器人靈巧手等，目前還存在必定應(yīng)戰(zhàn)。他表明，盡管AI在信息處理、文字圖畫等范疇，AI使用的體現(xiàn)現(xiàn)已十分好，但讓AI干活的范疇仍是荒漠，僅僅長了幾棵小草，爆發(fā)性增長的前夜還未到來。

“現(xiàn)在是對年輕人十分友愛的時(shí)代，AI時(shí)代是一個(gè)十分公正的時(shí)代”，王興興以為，年輕人可以用AI模型自己學(xué)編程等。他鼓舞大家可以對AI模型的認(rèn)知更急進(jìn)一些，可以不只僅把AI僅僅當(dāng)作一個(gè)東西，還可以把它當(dāng)作一個(gè)全能型的東西，去重新學(xué)習(xí)和接受它，把它用得更好。

不過和王興興有類似看法的人其實(shí)并不少，網(wǎng)上曾經(jīng)流傳著一個(gè)段子“我想AI應(yīng)該是幫我做洗衣和洗碗的活兒，好讓我去玩藝術(shù)、搞創(chuàng)作；而不是AI去玩藝術(shù)搞創(chuàng)作讓我來做洗衣洗碗的活兒”。

二、大模型是怎樣不行用的？

跟著人工智能技術(shù)的迅猛開展，機(jī)器人現(xiàn)已成為現(xiàn)代科技的重要組成部分。但是，盡管大模型的開展速度飛快，但其在實(shí)踐使用中的體現(xiàn)卻仍不盡善盡美，尤其是在機(jī)器人賽道，這就是王興興表態(tài)的根源，咱們該怎樣看這件事呢？

首要，大模型雖開展迅猛，但大多仍處于開展的初級(jí)階段。近年來，大模型范疇可謂是如火如荼，許多科技巨子和科研團(tuán)隊(duì)紛紛投入許多資源進(jìn)行研發(fā)。從前期的簡略模型到如今參數(shù)規(guī)劃龐大、功用日益雜亂的大模型，其開展速度可謂令人嘆為觀止。但是，咱們必須清醒地認(rèn)識(shí)到，目前大部分大模型依然停留在邏輯推理的層面。它們可以依據(jù)輸入的信息進(jìn)行必定程度的邏輯剖析和推理，輸出看似合理的成果。但這種邏輯推理更多是依據(jù)已有的數(shù)據(jù)和預(yù)設(shè)的規(guī)則，缺少實(shí)在的了解和立異才能。

以自然言語處理范疇的大模型為例，它們可以生成流通的文本，答復(fù)各種問題，但在處理一些具有深度和雜亂性的語義了解時(shí)，往往會(huì)出現(xiàn)偏差。比方，關(guān)于一些隱晦的隱喻、雙關(guān)語或許文化背景相關(guān)的表達(dá)，大模型或許無法精確掌握其實(shí)在意義。可以說，大模型在了解人類言語的豐厚內(nèi)在和奇妙之處方面還有很長的路要走。并且，大模型目前的開展依然處于初期階段，需求不斷地進(jìn)行練習(xí)和優(yōu)化。每一次的練習(xí)都需求海量的數(shù)據(jù)和強(qiáng)壯的核算資源支撐，這不只本錢昂揚(yáng)，并且練習(xí)過程也存在諸多不確定性。因而，從全體開展水平來看，大模型間隔實(shí)在老練還有很大的差距。

其次，機(jī)器人硬件盡管現(xiàn)已滿足需求，但大模型思想方法與人類差異巨大。在機(jī)器人硬件方面，近年來取得了明顯的前進(jìn)。各種先進(jìn)的傳感器、執(zhí)行器和機(jī)械結(jié)構(gòu)使得機(jī)器人在感知環(huán)境、運(yùn)動(dòng)控制等方面具有了強(qiáng)壯的才能。例如，一些工業(yè)機(jī)器人可以精確地完結(jié)雜亂的裝配使命，服務(wù)機(jī)器人可以在室內(nèi)環(huán)境中自主導(dǎo)航、避障。但是，硬件的前進(jìn)并沒有徹底轉(zhuǎn)化為機(jī)器人智能水平的進(jìn)步，關(guān)鍵問題在于大模型的思想方法與人類思想存在較大差異。

人類在處理問題時(shí)，往往可以憑仗直覺、經(jīng)驗(yàn)和創(chuàng)造力快速做出判斷和決議計(jì)劃。一些看似簡略的工作，比方辨認(rèn)一個(gè)物體的用途、了解一個(gè)場景的氛圍，關(guān)于人類來說或許是本能反響。但關(guān)于大模型來說，這些使命卻需求相當(dāng)長的一段時(shí)間來進(jìn)行練習(xí)。以圖畫辨認(rèn)為例，盡管大模型在辨認(rèn)常見物體方面現(xiàn)已取得了很高的精確率，但關(guān)于一些不常見或許具有特別意義的圖畫，大模型或許需求許多的標(biāo)示數(shù)據(jù)進(jìn)行練習(xí)才能精確辨認(rèn)。并且，大模型在處理問題時(shí)通常是依據(jù)統(tǒng)計(jì)規(guī)則和模式匹配，缺少對事物本質(zhì)的了解。這種思想方法上的差異導(dǎo)致大模型在面對雜亂多變的現(xiàn)實(shí)場景時(shí)，往往體現(xiàn)出無能為力。

第三，大模型當(dāng)時(shí)僅能代替基礎(chǔ)工作，高難度使命面前無能為力。從當(dāng)時(shí)大模型的實(shí)踐使用來看，其可以代替和勝任的依然是許多基礎(chǔ)性、重復(fù)性、規(guī)則明確的工作使命。例如，在客服范疇，大模型可以高效處理標(biāo)準(zhǔn)化的問答；在內(nèi)容創(chuàng)作中，可以生成新聞稿、營銷文案等格式化文本；在工業(yè)自動(dòng)化中，可執(zhí)行預(yù)設(shè)程序的裝配與檢測。但是，一旦使命雜亂度進(jìn)步，觸及多過程推理、跨范疇常識(shí)整合或動(dòng)態(tài)環(huán)境習(xí)氣，大模型的體現(xiàn)便敏捷下降。

以家庭服務(wù)機(jī)器人為例，簡略的“播放音樂”“開關(guān)燈”等語音指令可以順利完結(jié)，但咱們要知道咱們?nèi)粘Ｈ兆又械脑S多場景是含糊的，比方說：幫我找找昨日收到的快遞，或許放在門口的鞋柜或許沙發(fā)底下等當(dāng)?shù)�，這關(guān)于機(jī)器人來說就難度巨大了，機(jī)器人不只需求了解時(shí)間、物品、空間位置等多重信息，還需具有視覺查找、物體辨認(rèn)、途徑規(guī)劃和交互反響等歸納才能，這對當(dāng)時(shí)的大模型而言仍是巨大應(yīng)戰(zhàn)。因而，咱們依然需求知道，大模型目前仍處于“東西化”階段，而非“智能體”階段，其才能邊界明晰，難以應(yīng)對實(shí)在世界中普遍存在的含糊性與不確定性。

第四，具身智能離構(gòu)建符合實(shí)踐工作需求的大腦還有很長的一段路。具身智能作為人工智能的一個(gè)重要分支，旨在賦予機(jī)器人身體感知和舉動(dòng)的才能，使其可以在實(shí)在環(huán)境中自主完結(jié)使命。如今，越來越多的東西化機(jī)器人涌入商場，它們可以在特定場景下完結(jié)特定的操作，比方搬運(yùn)貨物、打掃地上等。

但要完成實(shí)在像人相同工作的機(jī)器人依然面對巨大困難。以做家務(wù)為例，一個(gè)合格的家庭主婦不只要知道怎么打掃房間、洗衣服做飯，還要懂得依據(jù)家庭成員的習(xí)氣和喜好來組織日常事務(wù)，甚至在遇到突發(fā)狀況時(shí)可以敏捷做出反響。這關(guān)于機(jī)器人的大模型提出了極高的要求，它需求具有全面的日子常識(shí)、情感了解和社交交流才能。

目前，盡管有些機(jī)器人現(xiàn)已學(xué)會(huì)了扭秧歌這樣的表演性動(dòng)作，但這間隔實(shí)在意義上的家務(wù)勞動(dòng)和助理角色還有很長的路要走。要讓機(jī)器人實(shí)在融入人類日子，成為得力的幫手，就需求為其打造一個(gè)高度發(fā)達(dá)且符合實(shí)踐工作需求的“大腦”，而這無疑需求許多的大模型練習(xí)和實(shí)踐積累。

第五，人工智能的未來究竟該向何處去？關(guān)于大模型的開展來說，目前簡略低質(zhì)量地卷參數(shù)現(xiàn)已意義不大。跟著模型參數(shù)規(guī)劃的不斷擴(kuò)展，盡管在必定程度上進(jìn)步了模型的性能，但也帶來了諸多問題，如練習(xí)本錢昂揚(yáng)、模型推理速度慢、可解釋性差等。并且，單純尋求參數(shù)規(guī)劃的擴(kuò)展并不能從根本上處理大模型在具身智能使用中面對的難題。

大模型們進(jìn)化晉級(jí)該考慮的工作是怎么可以實(shí)在幫助具身智能的落地。這需求從多個(gè)方面進(jìn)行努力。一方面，要優(yōu)化大模型的練習(xí)方法和算法，進(jìn)步模型的練習(xí)效率和質(zhì)量，使模型可以在更少的數(shù)據(jù)和核算資源下取得更好的性能。另一方面，要加強(qiáng)壯模型與機(jī)器人硬件的深度交融，完成軟硬件的協(xié)同優(yōu)化。通過將機(jī)器人的傳感器數(shù)據(jù)實(shí)時(shí)反響給大模型，使大模型可以更好地感知環(huán)境、了解使命，然后做出更精確的決議計(jì)劃和舉動(dòng)。

因而，王興興所提出的問題答案無疑是必定的，而大模型的“不行用”，并非數(shù)量不足，而是智能深度與實(shí)用性尚待質(zhì)的騰躍，這才是大模型該做的工作。對于開發(fā)者、研究者和投資者而言，關(guān)注點(diǎn)可能需要更多地投向基礎(chǔ)模型創(chuàng)新、高質(zhì)量數(shù)據(jù)構(gòu)建以及具身智能等前沿方向。