人形机器人百米要进10秒 人形机器人百米大赛
王兴兴在演讲时提到,虽然现在百米比赛中机器人跑不过人,但是预计今年年中全球,特别是中国的机器人应,人形机器人百米要进10秒 人形机器人百米大赛

年会开场那段演讲里,宇树科技创始人王兴兴上台聊的不是“远景PPT”,而一个挺直给、也挺刺激的判断:现在机器人跑百米还跑不过人没错,但他预计到现在年中,全球范围内(尤其是中国这边)人形机器人在速度上也许会反超人类,甚至“比博尔特更快一点”。按他的说法,百米成绩有机会冲进10秒以内。
如果你平时看游戏资讯多一点,也许会立刻联想到一件事:这不是单纯的体育八卦,它更像是“具身智能”这条线在现实全球里要开始刷存在感了。以前大家聊AI,多数停在对话、生成内容、做工具人;而“能跑、能跳、能在真正环境里完成动作”这种能力,一旦真的跨过某个门槛,影响的就不止机器人圈,游戏、影视、仿真训练、甚至线下娱乐都会跟着变热闹。
不过他也没把话说满。谈到大家常挂在嘴边的“具身智能的ChatGPT时刻”——也就是那种一出来就把行业节拍彻底改写的时刻——王兴兴的态度更像是:快到了,但还差点火候。
他提了几道现实关卡,听起来就很“工程师语气”,但其实挺好领会。
第一道坎,是AI模型的泛化能力不够。说白了,机器人不能只会在示范场景里跑得漂亮,换个地面材质、换个障碍布局、换个动作组合就“失灵”。要让它更像壹个动作库丰盛、表达能力更强的“人物”,而不是只会重复固定连招的NPC,就必须把动作的多样性、适应性拉起来。
第二道坎,是数据太少,而且得把有限的数据榨出更多价格。机器人领域不像互联网那样随手就有海量可用数据,很多数据要靠真正采集,成本高、周期长、场景还碎。数据不够的时候,如何进步利用率,就成了硬难题。
第三道坎,是强化进修的规模效应还需要往上提。简单讲,强化进修在某些场景里确实猛,但要把它推到更大规模、更复杂任务、更稳定的效果,还得继续“堆能力”,而且得堆得伶俐,不是无脑加量就完事。
时刻表上,他也给了壹个偏谨慎的预期:有人很乐观,觉得18个月左右就能看到那个“拐点”;他自己更偏保守一点,认为也许要2到3年。但他也补了一句很决定因素的话——也也许会特别快。这个行业就很多时候不是线性提高,而是突然某个环节打通了,速度一下子就起来了。
站在游戏资讯的视角,我更愿意把这段话当成壹个信号:接下来两三年,和“动作”“物理”“控制”“交互”相关的技术新闻会越来越多,也会越来越像大家熟悉的游戏体系设计——从“能动”到“好动”,从“跑得起来”到“跑得像样”,从“示范可用”到“玩家会挑剔”。
至于“百米进10秒以内”的画面会不会真的在现在出现,等着看就行。反正可以确定的是,具身智能这条赛道,已经开始从预告片进入主线剧情了。
— end —
好文稿,值得被更多人看到
