《科創(chuàng)板日報》8月13日訊（記者 李明明）黃仁勛正在像押注OpenAI一樣在中國押注未來的具身智能巨頭。

在剛剛落下帷幕的2025世界機器人大會，英偉達攜手眾多中國機器人生態(tài)合作伙伴亮相，展示了其在物理AI與通用機器人領(lǐng)域的戰(zhàn)略布局，宇樹科技和銀河通用位列其中。

這兩家企業(yè)近期常被業(yè)內(nèi)以“南宇樹 北銀河”的說法同時提起，分別代表著硬件本體和軟件大腦的兩條核心技術(shù)路徑。在這場大會上，英偉達Omniverse與仿真模擬技術(shù)副總裁 Rev Lebaredian、宇樹科技創(chuàng)始人王興興與銀河通用機器人創(chuàng)始人及CTO、智源學(xué)者王鶴罕見同框，三人圍繞人形機器人領(lǐng)域的諸多熱點話題展開了討論。

南宇樹 北銀河

就像當年英偉達押注OpenAI一樣，黃仁勛正在重注中國未來的具身智能巨頭，但不同的是，黃仁勛這次把籌碼分散下注在了多家中國機器人公司身上。

本次大會，眾多英偉達的機器人生態(tài)合作伙伴亮相，除了上述銀河通用和宇樹科技，中堅科技、傅利葉智能、北京人形機器人創(chuàng)新中心、加速進化、星動紀元、逐際動力、優(yōu)必選、樂聚機器人、星海圖、眾擎機器人等也悉數(shù)現(xiàn)身。

此前，英偉達在CES 2025一次性展示的 14 款人形機器人中，也有 6 款來自中國；在北京 2025WRC 現(xiàn)場，又把這些中國伙伴放到舞臺 C 位，無疑再次凸顯了英偉達利用中國供應(yīng)鏈、場景與數(shù)據(jù)紅利的策略 。

可以看到，英偉達的機器人生態(tài)并非簡單采購關(guān)系，而是以“算力-仿真-數(shù)據(jù)”三環(huán)相扣的基礎(chǔ)設(shè)施，把分散的硬件本體、垂直場景、算法團隊編織成一張可快速商業(yè)落地的網(wǎng)絡(luò)。

從英偉達的布局來看，涵蓋了具身智能、機器人、多場景應(yīng)用等多個關(guān)鍵領(lǐng)域。在技術(shù)層面，借助合作伙伴在硬件研發(fā)和軟件算法的創(chuàng)新，結(jié)合自身的AI技術(shù)、仿真技術(shù)以及機器人超級計算機，構(gòu)建從模型訓(xùn)練、仿真測試到終端部署的全棧機器人技術(shù)體系；

在市場應(yīng)用方面，英偉達通過與不同特點的企業(yè)合作，覆蓋工業(yè)制造、商業(yè)零售、物流、城市服務(wù)、教育、娛樂等多元場景，加速機器人在各行業(yè)的滲透和普及。

其中，銀河通用自研的、內(nèi)置英偉達Thor芯片的人形機器人Galbot，就在本次WRC大會上引起了關(guān)注。記者在大會現(xiàn)場的搬運任務(wù)展示環(huán)節(jié)看到，Galbot可快速滑步至貨架，自主完成裝卸動作，全程無需人工干預(yù)。

宇樹則為其新型人形機器人R1部署了NVIDIA全棧機器人技術(shù)。

英偉達把專注不同環(huán)節(jié)的兩家標桿性企業(yè)同時放進生態(tài)，或有對沖風險和加速收斂之意。

100萬億美元物理世界市場

本次三人對談內(nèi)容涵蓋其大規(guī)模商用過程中的難點、面臨的關(guān)鍵挑戰(zhàn)、存在的技術(shù)瓶頸與發(fā)展風向，人形及雙足設(shè)計的必要性，中國企業(yè)在物理AI與機器人領(lǐng)域的優(yōu)勢，以及預(yù)計將率先實現(xiàn)普及的應(yīng)用場景等方面。

Rev Lebaredian率先拋出了主要論斷：過去計算主要影響信息世界，而現(xiàn)在借助人工智能，計算能通過機器人進入物理世界，連接信息與物理世界，挖掘100萬億美元物理世界市場的潛力。

中國在AI人才（全球近半）、電子制造能力、制造業(yè)基礎(chǔ)（提供機器人部署測試場景）上具有獨特優(yōu)勢，是物理AI和機器人發(fā)展的理想之地。

在英偉達的機器人相關(guān)布局上，Rev Lebaredian表示，需打造機器人本體計算機（如Jetson Thor）、AI工廠計算機（如DGX系統(tǒng)）、仿真計算機三類計算機，分別用于機器人內(nèi)部運行、開發(fā)“大腦”、生成數(shù)據(jù)和測試。

對人口與機器人關(guān)系的看法上，他認為，機器人數(shù)量與生育率無直接關(guān)聯(lián)，但機器人可作為“人工人口”提升生產(chǎn)力，應(yīng)對人口縮減帶來的經(jīng)濟問題。

王興興將人形機器人視為通用機器人的重要載體，結(jié)構(gòu)相對簡單（由關(guān)節(jié)電機串聯(lián)而成），未來有望像組裝電腦一樣普及，且通用AI成熟后對硬件要求會降低。

對于宇樹的產(chǎn)品進展，王興興披露，此前發(fā)布的人形機器人售價9.9萬元，新版本降至3.9萬元，具備競爭力，外觀可定制，現(xiàn)貨供應(yīng)且年底量產(chǎn)。

技術(shù)與應(yīng)用上，利用NVIDIA的Isaac Sim平臺訓(xùn)練機器人動作，但受硬件物理極限限制，復(fù)雜動作執(zhí)行受限；

自主開發(fā)20自由度靈巧手，目標是讓機器人執(zhí)行日常任務(wù)；通過采集人體動作數(shù)據(jù)結(jié)合深度強化學(xué)習訓(xùn)練動作；

目前，機器人已在晚會表演、商業(yè)演出、機器人格斗賽等場景應(yīng)用。

王鶴則表示，銀河通用的目標是打造通用機器人，其核心要素包括本體、具身智能模型、數(shù)據(jù)支撐。

未來與商業(yè)化方面，銀河通用商業(yè)化落地案例包括全球首個24小時智慧藥房解決方案（簽約超100家藥店）、24小時智慧零售店項目（已在部分城市落地）。

他表示，未來十年人形機器人產(chǎn)值增長迅速，市場規(guī)模有望超越當前工業(yè)機器人。限制人形機器人規(guī)?；渴鸬年P(guān)鍵是干活能力不足、任務(wù)類型有限，解決目標識別和定位問題后，市場規(guī)?？捎^。

以下是精選后的三人媒體問答內(nèi)容：

人形機器人商業(yè)化與技術(shù)瓶頸

1、 宇樹R1定價3.99萬元，這是否意味著硬件成本已不再是影響機器人商業(yè)化的障礙？現(xiàn)階段，推動人形機器人規(guī)?；逃眠€存在哪些難點？

王興興：我一直認為，人形機器人商業(yè)化的關(guān)鍵不在成本和硬件。畢竟哪怕一臺機器要10萬、100萬，只要能用，很多場景照樣能落地。

現(xiàn)在最棘手的問題是具身智能模型的泛用性和實用性還不夠。其實硬件在過去一兩年就已經(jīng)夠用了，后續(xù)無非是在可靠性、成本上再優(yōu)化，但它并非限制因素。

2、未來機器人在哪些場景會迎來大規(guī)模普及？

王興興：未來機器人會更實用，但發(fā)展周期較長，像新能源車一樣，成熟需要時間?，F(xiàn)在的機器人技術(shù)才發(fā)展兩三年，和十幾二十年前的技術(shù)水平完全不同，不能混為一談，整體還需時間培育。不過行業(yè)成長迅速，未來幾年人員和出貨量有望每年翻倍。

若有更通用的AI大模型，機器人在工廠、家庭等更多場景的表現(xiàn)會更好，也更容易普及。整體來看，普及周期會更長，尤其是家用領(lǐng)域，難點不在技術(shù)，而在倫理、安全等要求高，導(dǎo)致普及門檻高。

3、今年，許多人形機器人已開始在汽車工廠進行訓(xùn)練。機器人真正能在工廠車間投入工作還需要多長時間？還有哪些關(guān)鍵挑戰(zhàn)需要解決？

王鶴：今年，不少人形機器人已開始在汽車工廠接受訓(xùn)練。目前多數(shù)公司在工廠推廣這類機器人，主要聚焦搬運和分揀兩大方向。

搬運方面，銀河通用近期展示的機器人視頻顯示，其搬運速度已接近人類，每小時搬運量與人類相當，現(xiàn)已非常接近實際工廠部署水平，預(yù)計今年年底可能有幾十臺投入車間實際應(yīng)用。

但搬運只是開端，還需實現(xiàn)碼垛的閉環(huán)能力。只有搬運和碼垛均形成閉環(huán)，機器人才算真正勝任整套工作流程，否則任務(wù)只完成一半，效果會打折扣。

分揀則是更大的挑戰(zhàn)。無論是從傳送帶取物還是從貨架取貨，當前最大的難題是速度。熟練工人取物速度很快，而機器人目前在模型和硬件層面，還難以達到這樣的效率。

我們研發(fā)的零售機器人，從貨架或桌面取物的技術(shù)本質(zhì)與工業(yè)分揀類似，只是零售對節(jié)奏要求較低，拿錯貨的后果也較輕。但在工業(yè)場景，比如汽車制造廠，生產(chǎn)線停機一分鐘就可能造成上萬元損失，因此對分揀的精度和速度要求極高。

總的來說，分揀技術(shù)雖已有不小進步，但目前尚未達到人類工人的水平，仍需一定時間進行技術(shù)迭代和突破。

4、目前限制人形機器人規(guī)?；渴鸬年P(guān)鍵技術(shù)瓶頸是什么？

王鶴：最核心的問題很簡單：機器人干活能力還不夠強，能做的任務(wù)類型有限。但如果能把這些有限技能做到足夠通用，就能快速賦能很多場景。

銀河通用目前最主要的突破在“抓取”和“移動”上。只要機器人能抓住任何物體，能在場景中完成下肢移動、上肢伸展，最后準確放置物體，這三個能力具備了，很多應(yīng)用場景就能落地。這背后需要精準的目標識別和定位系統(tǒng)，我們目前正通過合成數(shù)據(jù)推進這項技術(shù)。

當然，就算解決了這個關(guān)鍵問題，仍有不少任務(wù)是機器人暫時做不了的。但只要攻克了目標識別和定位難題，人形機器人市場至少能達到千億級規(guī)模，而且五年內(nèi)就能看到成效。突破這個技術(shù)瓶頸后，有了龐大的市場投入，機器人肯定能解鎖更多技能，向萬億市場邁進。

機器人形態(tài)與技術(shù)路線

5、國內(nèi)外專家和企業(yè)對“人形”的必要性爭議不斷，有人認為人形是AGI的最終載體，有人認為未來十年人形機器人的占比只有10%，銀河通用如何看待人形的必要性？

王鶴：長遠來看，人形機器人必然要融入人類生活。從終局形態(tài)來說，要在人類環(huán)境中穿梭，既能夠到一兩米高的地方，又能觸碰到地面，還能干活，除了人形，沒有更合適的形態(tài)。

未來幾年，人形機器人會從移動復(fù)合機器人逐步向終局形態(tài)演進。定點機器人只能處理眼前的事，局限性太大，所以移動能力是必須的；但光會移動的設(shè)備（比如工廠里的移動小車）只能運貨，沒法做任何操作。我們現(xiàn)在做的機器人，就是在移動平臺上加裝可升降、可折疊的雙臂——兩只手配合才能完成抱箱子等復(fù)雜操作，這樣的設(shè)計更實用。

未來十年，人形機器人的市場占比會很可觀。目前全球工業(yè)大機械臂總產(chǎn)值約1000億元，而人形機器人按10萬元一臺算，銷量不用太高就能超過這個規(guī)模。我預(yù)計它的產(chǎn)值每三年會翻10倍：現(xiàn)在頭部企業(yè)賣1000臺，三年后能到1萬臺，再三年到10萬臺；按每臺幾十萬元算，10萬臺就能達到千億元規(guī)模，超過現(xiàn)有工業(yè)機械臂的總產(chǎn)值。

所以未來十年，人形機器人市場規(guī)模會超過當前所有工業(yè)機器人；再往后十年，甚至可能達到萬億級，超越汽車、手機市場。不過這需要時間，不會一蹴而就。

6、針對具身智能大腦的基礎(chǔ)模型，宇樹科技主要聚焦哪些方向的探索？能否透露一些具體內(nèi)容？

王興興：我一直認為，目前模型架構(gòu)不統(tǒng)一是導(dǎo)致行業(yè)進展緩慢的原因之一。如果架構(gòu)能更統(tǒng)一、方向更明確，結(jié)合當下的行業(yè)熱度，突破速度會快很多，但現(xiàn)實是進展偏慢。

我們公司嘗試過不少方向。比如去年探索用視頻生成模型作為“世界模型”來驅(qū)動機械臂并實現(xiàn)動作對齊，取得了一些效果，但這類模型訓(xùn)練規(guī)模太大，受限于公司的算力和投入，沒能大規(guī)模推進。而且我們發(fā)現(xiàn)其泛用性也沒達到預(yù)期，后來就沒再繼續(xù)。不過最近谷歌發(fā)布的新視頻生成模型物理對齊效果很好，還公開嘗試將其作為世界模型用于機械臂和通用智能，這讓我覺得這個方向值得重新探索。

受公司規(guī)模、算力和人才限制，我們只是初步嘗試，沒有深入。但谷歌的成果證明了其潛力——視頻生成模型在時間維度、數(shù)據(jù)源和效果上已達到不錯水平。比如生成機器人打掃全屋的視頻后，理論上只要讓機器人動作與視頻對齊，就能實現(xiàn)類似效果，只是目前對齊工作仍復(fù)雜且有挑戰(zhàn)。這個方向?qū)C器人應(yīng)用和視頻生成技術(shù)本身都很重要，大公司也會持續(xù)投入優(yōu)化。

此外還有其他方案。隨著基礎(chǔ)模型能力提升，很多潛力待挖掘。我們發(fā)現(xiàn)，在基礎(chǔ)模型訓(xùn)練中加入機器人指令控制和空間理解訓(xùn)練，效果會明顯提升。

我們的策略很簡單：不斷嘗試新模型和想法，根據(jù)情況調(diào)整。新興技術(shù)就該大膽探索，AI領(lǐng)域充滿可能，一個靈感或許就能帶來突破，也希望更多人參與探索。

7、機器人為什么要做雙足？除了情感價值，雙足在商業(yè)上還有哪些考慮？

王興興：其實我之前提過，更該思考的是“為什么不做雙腿”。雙腿設(shè)計相對簡便，更重要的是能提供更強的通用性。運動能力本質(zhì)上屬于較弱的AI能力——你看小動物、螞蟻這些，走路都很靈活，但AI能力其實很低。所以我認為，真正通用且能干活的具身AI模型里，移動能力或腿部功能只是附屬的。

如果機器人能高效完成任務(wù)，腿的控制自然不會差；反過來，要是連腿都控制不好，說明還沒達到真正通用的AI模型水平。所以雙腿是一個重要的發(fā)展方向。對我們公司來說，深耕腿部技術(shù)順理成章，而且這個方向本身也很有吸引力，大家普遍認可。再者，要是都去做輪式底盤，容易陷入同質(zhì)化競爭，沒必要。我們專注腿部研發(fā)，希望提升機器人的整體運動和作業(yè)能力，這個方向很有前景。

我也做過輪式底盤，清楚輪式和腿式各有優(yōu)劣，且隨著時間變化。目前輪式在工業(yè)開闊場景和貨架間穿梭時，穩(wěn)定性好、能耗低，但面對復(fù)雜環(huán)境可能受限；底盤做小了，穩(wěn)定性又會下降。所以不同階段，機器人下半身的方案必然不同。但我堅信腿是未來——它能讓上半身觸及更大范圍，還能靈活調(diào)動腰部。不過不同階段有不同的最優(yōu)落地形態(tài)，我們不會局限于單一方案，現(xiàn)在同時用輪式底盤和人形機器人做全身控制研究。

仿真技術(shù)與物理AI應(yīng)用

8、在像醫(yī)療和養(yǎng)老這樣高精度應(yīng)用場景中，NVIDIA Omniverse如何確保用仿真數(shù)據(jù)訓(xùn)練的機器人具備可靠性和安全性？

Rev：如果你想構(gòu)建一個能夠在現(xiàn)實世界中行動且安全可靠的機器人系統(tǒng)，實際上唯一的選擇就是使用仿真。舉個例子，你希望系統(tǒng)足夠智能，能夠應(yīng)對那些很少發(fā)生的特殊情況，甚至應(yīng)對你希望永遠不會發(fā)生的緊急情況。以自動駕駛為例，我們絕對不希望車撞到人或者孩子，但當街上出現(xiàn)小孩時，車輛的大腦該如何反應(yīng)，如何獲取訓(xùn)練這類系統(tǒng)的數(shù)據(jù)呢？唯一的辦法就是通過仿真。因為我們絕不可能將孩子置于汽車前作為訓(xùn)練樣本，這樣做是不道德的、危險的，而且耗時且昂貴。

即使訓(xùn)練完系統(tǒng)，在將它部署到現(xiàn)實世界之前，也需要在這些相同場景中進行測試，確保在真正發(fā)生類似情況時，它能夠正確反應(yīng)。因此，真正的選擇只有通過仿真實現(xiàn)，因為現(xiàn)實世界測試過慢、成本高且危險，我們不希望機器人在現(xiàn)實世界先失敗。換句話說，如果我們無法讓仿真足夠準確以測試機器人，那么我們將無法制造出可靠的機器人。幸運的是，目前已有非常準確的仿真器。不過，這些仿真器計算量大且成本高昂，我們面臨的真正挑戰(zhàn)是如何提升仿真速度，使其在大規(guī)模系統(tǒng)構(gòu)建中具有成本效益，這也是我們一直努力的方向。

9、未來幾年內(nèi)，驅(qū)動人工智能機器人的仿真領(lǐng)域會有哪些關(guān)鍵技術(shù)趨勢將改變整個行業(yè)？能否分享一些中國生態(tài)合作伙伴如何利用NVIDIA仿真技術(shù)加速產(chǎn)品創(chuàng)新的案例？

Rev：我認為目前最大的趨勢，實際上是所有在常規(guī)人工智能領(lǐng)域出現(xiàn)的技術(shù)和發(fā)展，正被應(yīng)用到物理人工智能中。其中最重要的突破是推理能力的提升。比如DeepSeek將推理能力帶入了開源領(lǐng)域，現(xiàn)在我們也看到了其他各種模型。

我們在智能水平上實現(xiàn)了飛躍，將同樣的技術(shù)應(yīng)用到物理人工智能，是機器人領(lǐng)域的一個重大突破。如果我們要制造我們剛才談?wù)摰哪欠N機器人——比如能給你拿水的機器人——根據(jù)翻譯理解，可能在今年年底或明年，我們的機器人將能更自然地與人互動，并完成復(fù)雜的多步驟任務(wù)。這是非常關(guān)鍵的能力。而將這種能力與仿真結(jié)合，我認為這是一個可能還未被廣泛理解，但將成為重大突破的點。

目前我們面臨的主要問題是人工智能極度依賴數(shù)據(jù)，而獲取合適的數(shù)據(jù)非常困難。我們現(xiàn)有的推理模型，尤其是對物理世界的推理，現(xiàn)在可以幫助我們改善數(shù)據(jù)生成和數(shù)據(jù)創(chuàng)建的流程。

如今我們生成的數(shù)據(jù)，即使是合成數(shù)據(jù)，也需要大量人工參與，人工去構(gòu)建虛擬世界和仿真環(huán)境，判斷該生成哪些數(shù)據(jù)才能讓智能系統(tǒng)更聰明。但是，如果我們把正在開發(fā)的人工智能技術(shù)用在數(shù)據(jù)生成流程中，就可以實現(xiàn)自動化，打造“自動駕駛”的合成數(shù)據(jù)生成。

如果我們擁有一個自動駕駛的合成數(shù)據(jù)生成工廠，就能直接將其接入訓(xùn)練流程，實現(xiàn)訓(xùn)練過程自動化，減少人為干預(yù)，讓機器人大腦更聰明。至于中國的企業(yè)如何應(yīng)用仿真技術(shù)及其帶來的影響，我認為他們已經(jīng)在積極探索和應(yīng)用這些技術(shù)。