尽管机器人行业热度空前，但真正的技术临界点尚未到来。宇树科技CEO王兴兴深入剖析了当前行业的真实处境，从融资热潮背后的AI驱动，到自研策略的深层逻辑，并对未来技术突破的时间点与市场竞争格局给出了预判，为理解“具身智能”的现状与前景提供了宝贵的行业洞察。
智能速览
AI发展是机器人行业热度飙升的核心驱动力，通用机器人是最终期待。
宇树科技四足机器人全球市占超60%，人形机器人订单量领先。
行业硬件路线预计2-3年内收敛，但AI技术路线分歧巨大，尚无定论。
未来潜在的“卡脖子”环节可能在于AI训练的GPU算力，而非机器人本体硬件。
预计明年年底前可能出现基础性AI技术突破，行业规模或迎十倍增长。
当前融资竞赛的核心目标是生存，确保能活到技术临界点到来。
精华内容
行业热度背后，是概念炒作还是技术真突破？一家领先的机器人公司如何看待自身的技术路径与市场地位？
融资热潮与行业真相
近期大额融资并非个例，而是整个机器人行业关注度提升的缩影。自2022年底ChatGPT推出后，AI行业信心大增，人们的期待从处理文字转向提升实际生产力，能“做事”的通用机器人因此成为焦点。虽然行业看似火爆，但还只是“小火苗”。真正的增量与激烈竞争，要等到“机器人+AI”突破临界点、实现大规模应用时才会到来。
在此之前，各家公司的主要任务是稳健发展，为即将到来的变革积蓄力量。当下的融资规模，相较于未来真正的爆发期，或许只是一个起点。
自研逻辑与竞争壁垒
在行业发展早期，宇树科技选择自研激光雷达等关键部件，主要是因为市场上难以找到适配的现成供应商，定制化方案的成本和时间消耗过高。相比之下，自研在速度和成本上反而更具优势。但企业不可能包揽所有，标准件仍需外采。
关于未来潜在的瓶颈，机器人产业与新能源汽车不同，电池的重要性因应用场景而相对弱化。真正的“卡脖子”环节，大概率不在机器人本体部署的芯片，而在于训练AI模型所需的高性能GPU算力。因此，汽车企业虽拥有强大的产业链管控能力，但机器人技术日新月异的特点，对团队的灵活性和快速学习能力提出了更高要求，这反而给了更年轻、更灵活的科技公司机会。
技术路线与人才困局
当前“具身智能”赛道的技术路线呈现多样化，尚未统一。硬件上存在不同方案，预计未来两到三年会逐渐收敛；而AI技术路线的分歧最大，从大语言模型到深度强化学习，各方都在探索，无人敢断言哪条是最终路径。
这种不确定性要求团队保持谦卑和学习心态。在人才方面，招聘顶尖AI人才比资深硬件人才更为困难，因为AI领域的突破往往依赖于少数天才的引领，而非人海战术。在顶尖AI人才培养上，中国与海外存在差距，长远来看，这可能会成为制约发展的关键因素。
临界点预判与未来展望
行业真正的天花板取决于机器人AI技术的突破。一个乐观的预判是，在明年年底前，全球至少会有一家公司或实验室做出初代的通用机器人AI模型。这个临界点的标志是：机器人在陌生环境中，能高成功率地自主完成十几个连贯任务，无需人为干预。
一旦实现，行业规模增长十倍并非虚言。目前的融资“军备竞赛”，其核心并非盲目烧钱，而是确保企业能“活到”临界点到来。对于消费者关心的家用机器人，由于涉及复杂的伦理和安全问题，目前行业更优先发展任务更固定、付费意愿更强的工业及To B场景。
机器人行业正站在技术革命的奇点前，如同风暴来临前的平静水面。真正的引爆点取决于AI模型的突破，而非单纯的资本竞赛。未来已来，只是分布尚不均匀，我们能否抓住下一个技术飞跃的关键时刻？
