宇树科技创始人兼 CEO、CTO 王兴兴在 2025 世界机器人大会上发表演讲，偷懒引用的是@42号电波 的演讲内容整理[二哈][二哈][二哈]：

-机器人目前没有大规模应用的原因，不是因为硬件不行而是具身智能的发展完全跟不上，目前人形机器人还不能够做到进入完全陌生的环境后，可以顺畅自主地完成类似「把这瓶水带给某位观众，或是整理一下这个房间」的指令任务，王兴兴表示人形机器人的 ChatGPT 时刻如果进展顺利，未来的 1-2 年或者 2-3 年，我们就能实现这一目标，最慢的话 3-5 年也有很大概率可以实现

-王兴兴表示：我个人对 VLA 模型还是保持一个比较怀疑的态度。现在的 VLA 模型是一个相对比较傻瓜式的架构，在和真实世界交互时，它的数据质量、能采集的数据是不太够用的。宇树在尝试 VLA 模型加 RL 训练后，还是不够，所以，模型架构需要再升级和优化

-宇树开始做了一个尝试，利用预训练的机器人动作视频，去控制机器人模仿执行，个人认为就是利用仿真视频来模拟现实场景，这挺考验视频生成的质量的，不过王兴兴表示机器人干活不需要很高精度的视频生成质量。

-目前机器人 RL 的 Scaling Law（预训练），还是做得非常不好，每次训练新动作，都要重新从头开始训练，按照规律，每次训练的速度应该越来越快，学习新技能的效果越来越好

-基座模型/低成本长寿命硬件/大算力是蔚来智能机器人的重心

从我们跟相关人员的交谈，有一些新的分享，我们认为并不是机器人VLA模型不够用了，是现在根本没有数据去训练有质量的端到端VLA模型，从架构来看VLA的主干网络是一个大语言基座模型对不对？

那要训练出这个一个原生基座模型是需要互联网的数据/工业场景里面的应用专一化数据以及机器人运动操作的细节数据，这三个数据都是很难获取的

所以很难做出一个很好的端到端VLA模型~
#微博新知博主##具身智能##世界机器人大赛#