宇树科技披露新方向：以物理AI推动机器人模型自进化

在近期举办的世界机器人大会相关论坛上，宇树科技创始人王兴兴对外透露了公司最新研发方向，即推进物理AI机器人模型的自进化能力。这一表态迅速引发产业界关注，尤其是在生成式AI技术加速向实体产业渗透的当下，机器人如何从“预设动作”走向“自主进化”成为热议焦点。

从“大模型”到“物理AI”，机器人产业寻找新引擎

王兴兴在论坛发言中明确指出，宇树科技当前的重点并非单纯叠加AI大模型的对话能力，而是将AI技术深度嵌入机器人的物理交互过程。所谓“物理AI”（Physical AI），通常指让机器人在真实世界中通过感知、推理和行动闭环，不断优化自身行为模型。与依赖海量文本数据的语言模型不同，物理AI更强调对力学、环境动态以及实时反馈的理解与适应。这一方向的转变，意味着机器人行业可能正在从“执行指令”迈向“自我迭代”的新阶段。 值得关注的是，此次披露的背景是宇树科技作为科创板备受关注的机器人企业，其技术路线选择往往对中小型机器人创业公司具有风向标意义。业内普遍认为，若物理AI模型的自进化路径能够跑通，将极大降低机器人在非结构化场景下的部署成本，例如家庭服务、抢险救援或复杂工业巡检。不过，王兴兴并未在公开场合提供具体的技术实现细节或时间表，相关进展仍有待后续验证。

AI芯片与算力需求：机器人自进化背后的隐性竞赛

物理AI模型的自进化对底层算力提出了远高于传统控制算法的要求。模型需要在端侧实时处理视觉、触觉、惯性等多模态数据，并在运行中持续更新参数，这意味着机器人本体或边缘计算单元必须搭载更高能效比的AI芯片。从产业背景看，这一需求与全球AI芯片市场的扩张趋势形成呼应。根据市场研究机构IDC的估算，2025年全球AI芯片市场规模可能超过900亿美元，而到2027年这一数字有望进一步增长至约1500亿美元（IDC，2025年预测）。机器人作为AI芯片的重要落地场景之一，其“自进化”需求可能为端侧推理芯片带来新的增长窗口。 与此同时，端侧训练与推理的功耗限制是物理AI落地的关键瓶颈。目前，主流高性能AI芯片的功耗往往在数十瓦至数百瓦之间，而移动机器人平台通常只能提供几十瓦的持续散热能力。因此，低功耗、高算力密度的专用芯片设计可能成为产业链的新竞争焦点。不过，目前尚未有公开数据直接量化机器人自进化模型对芯片算力的具体需求，该部分影响仍属于行业推演范畴。

产业链协同与科创板生态：从单点突破到系统升级

宇树科技的技术路线选择，也可能对整个机器人产业链的协同模式产生影响。过去，机器人厂商通常依赖上游供应商提供成熟的运动控制模组和通信方案，而自进化模型要求更紧密的软硬件协同设计，甚至需要机器人厂商与AI芯片设计公司、传感器厂商进行联合定义产品。这种模式变化可能加速一批聚焦“具身智能”的初创企业涌现，同时也对传统自动化设备商的软件能力提出更高要求。 从资本市场角度看，宇树科技作为科创板企业，其研发方向的公开表态可能进一步提升市场对“具身智能”概念股的关注度。根据中国电子学会发布的《中国机器人产业发展报告（2025年）》，2025年中国机器人市场规模预计将突破1200亿元人民币，其中服务机器人增速显著，但核心技术壁垒仍集中于AI算法与关键零部件。宇树科技能否在物理AI自进化方向上率先实现商业化落地，可能成为检验科创板对硬科技企业估值逻辑的重要案例。当然，目前该技术尚处于早期探索阶段，其产业化周期与盈利能力均存在较大不确定性。

数据参考

• （行业背景）全球AI芯片市场规模：IDC估算，2025年可能超过900亿美元，2027年有望增至约1500亿美元（预测值）。
• （行业背景）中国机器人市场规模：中国电子学会《中国机器人产业发展报告（2025年）》显示，2025年预计突破1200亿元人民币（估算值）。
• （行业背景）高功耗AI芯片与机器人端侧功耗差距：主流高性能AI芯片功耗可达数十瓦至数百瓦，移动机器人平台持续散热能力通常为几十瓦量级（公开技术常识，非特定公司数据）。
• （本次新闻已确认数据）王兴兴透露宇树科技研发方向为推进物理AI机器人模型自进化，具体技术参数、量产时间及融资信息暂缺可核验数据。 #AI #机器人 #物理AI #AI行业热点