宇树科技加速物理AI模型自进化，王兴兴透露最新预研方向

宇树科技加速物理AI模型自进化，王兴兴透露最新预研方向

在具身智能浪潮席卷全球的当下，宇树科技（Unitree Robotics）正以“物理AI”为抓手，推动机器人从“预设动作”向“自主进化”的关键跃迁。近日，公司创始人兼CEO王兴兴在公开交流中透露，宇树科技已大幅加速物理AI模型的自进化进程，并首次披露了其最新的预研方向——**基于实时物理交互的“仿真-现实闭环”自进化算法**，以及面向通用操作能力的**多模态触觉-视觉融合基础模型**。

自进化：从“打标签”到“自己学”

传统机器人运动控制依赖大量人工调参和仿真数据标注，泛化能力弱。王兴兴指出，宇树科技当前的核心突破在于：**让机器人在真实物理世界中通过强化学习与自监督学习，实现“试错-修正-泛化”的闭环**。具体而言，其最新框架支持机器人利用自身传感器（如IMU、关节扭矩、深度相机）实时采集物理交互数据，并在线更新神经网络权重，无需人工干预即可完成新地形适应、突发扰动补偿等任务。这一能力直接提升了宇树四足机器人在复杂工业巡检、野外救援等场景中的部署效率——从“为每个场景重新训练”变为“一次部署，持续进化”。

预研方向：触觉感知与通用操作基础模型

在自进化基础上，王兴兴透露了宇树下一个阶段的重点预研方向——**高分辨率触觉感知与多模态融合基础模型**。目前，机器人大多依赖视觉进行环境理解，但对于精细操作（如抓取易碎物体、拧螺丝、穿针引线）而言，触觉反馈的缺失是致命短板。宇树正在研发的低成本、可大规模部署的柔性触觉传感器阵列，配合自研的Transformer架构模型，将触觉信号与视觉、力觉信息进行时空对齐，使机器人能够“看见”并“感受”物体表面纹理、硬度与滑动趋势。王兴兴强调，该模型一旦成熟，将推动宇树下一代人形机器人实现从“行走”到“动手”的跨越。

行业影响：物理AI竞赛进入“数据飞轮”阶段

从技术路线看，宇树科技的战略直指当前具身智能的核心瓶颈：**真实物理交互数据的稀缺与模型泛化不足**。通过自进化机制，宇树实际上构建了一个“数据飞轮”——每一次真实世界中的成功或失败操作，都成为模型迭代的燃料，而无需依赖昂贵的仿真环境或人工标注。这一路径若成行，将显著降低机器人部署的边际成本，加速物理AI在制造业、物流、家庭服务等领域的落地。然而，实时在线学习的稳定性、触觉传感器的耐用性以及模型在长尾场景中的鲁棒性，仍是需要攻克的工程难题。王兴兴表示，宇树已与多家高校和研究所建立联合实验室，预计未来12个月内会有阶段性成果发布。