◎ 物理AI爆发前夜，机器人开始“自己练”。

△ 撰文：董志洋

“物理AI目前已经看到被击穿的苗头，很可能最近1-2年或2-3年。”10月22日，宇树科技创始人王兴兴在杭州举行的2026世界物理AI大会暨宇树合作伙伴生态大会上，给出了这一判断。

10月21日，英伟达创始人兼首席执行官黄仁勋在柏林GTC展示AI参与机器人技能开发的过程，并介绍新的参考人形机器人；同一天，特斯拉首席执行官马斯克在财报电话会上，谈到生产级机器人下线，以及如何让更多机器人参与训练。

三人的判断背后，机器人开发和制造也有了新的进展：模型开始参与编程和训练环境搭建，企业则在准备配套硬件、机载计算和更多实机练习。机器人企业正在尝试让更多开发工作由AI完成，再用仿真和实机测试的反馈继续改进技能，这为缩短新任务的开发时间提供了新的可能。

AI开始参与技能开发

在宇树展示的测试中，模型控制机器人画画时，会根据需要更换颜色，还会清洗画笔，再继续绘画。王兴兴介绍，团队没有为这些动作专门编写程序，模型已经能够处理一部分规划问题，机器人还尝试了下围棋等操作。

“全世界几乎所有人对AI的重视和信仰都还不够，包括我自己。”王兴兴认为，顶尖模型公司已经开始让AI自己写程序、采集数据，人只需适当参与和引导，模型迭代仍会继续加速。

宇树正在预研的“物理AI机器人自进化V1.0”，将模型的工作进一步延伸到开发过程：AI搜集论文、编写代码，先在仿真环境里训练，再到真实环境中测试，由AI或人评价表现，然后将结果反馈给模型，继续改代码、调方案。

宇树把技能、工具和任务约束纳入这套预研设计，让感知、决策、执行、评估和学习相互衔接。

王兴兴希望，随着基础模型能力提升、数据来源增加，以及真机部署积累更多数据，自进化能变得更有效、更快，机器人已学会的技能也能不断累加。

而测试结果可以用于下一轮方案调整，实机部署也能继续提供数据，开发者希望交给AI的工作，从提出动作计划扩展到了部分编程和调试。已有工具和技能能否用于下一个任务，也会影响这种开发方法的推广。

同场大会上，之江实验室主任、阿里云创始人王坚也关注AI与机器人怎样进一步结合。他提出，语言使用与阅读、打字、发声等身体动作相关，将这些动作信息纳入模型，仍有新的探索机会。

黄仁勋更是将物理AI看作AI的下一波浪潮，强调AI需要理解物理世界、进行推理，再使用合适的工具与之交互。柏林演讲中的Microduck演示，介绍了相应的开发方法。

开发者先描述希望搭建的障碍训练场景，以及希望机器人学会的能力，本地RTX Spark上的Hermes与Nemotron随后规划训练场景、列出所需物体，再由GPT-6 Astra调用工程工具。

其中，FreeCAD用于建立物体的三维几何，Blender处理材质，Omniverse SimReady库补充物理属性；Astra随后在Isaac Sim中组织场景，配置机器人的关节、执行器和连杆，并通过Newton物理引擎模拟运动。有了这些设置，训练环境才能计算机器人与物体怎样运动、怎样发生接触。

按照演示介绍的流程，数千个虚拟Microduck在云端Isaac Lab中并行训练，系统还模拟摄像头输入，让机器人结合视觉信息学习运动。

训练中的“策略”负责根据观察信息决定动作，反复练习用于调整观察与动作之间的对应关系，使机器人学习通过障碍训练路线的方法。

流程的最后一步，是把策略下载到本地RTX Spark，通过Nemotron和Isaac Sim评估，再部署到实体机器人。

大会现场，Microduck也出现在演讲舞台上，展示行走、坐下和起身等动作。

不必每次从整机集成开始

黄仁勋同样判断，机器人领域的ChatGPT时刻正在临近，并认为人形机器人有机会发展成大规模产业。

要使用这些开发工具，团队还需要先完成计算单元、传感器、本体与训练软件的集成。黄仁勋认为，工作任务多样，如果每项任务都采用专门的配置，机器人研发和应用也会分散到大量不同系统中。

他以手机和个人电脑的发展作类比，尽可能标准化的配置能够让更多客户采用，规模使用又推动技术改进。在他看来，人形机器人有机会承接多种任务，成为大规模使用的机器人形态，并进一步发展为新的技术平台。

黄仁勋认为，这一前景还需要AI具有快速学习和适应的能力；对于没有整支机器人研发团队的中小企业，他希望用户向机器人展示需要做的工作后，机器人能够学习执行。通用硬件与快速学习要一起发挥作用，客户才有机会减少为每项任务编程、调试的投入。

在自动驾驶领域，英伟达已经通过Hyperion组织传感器、计算和安全软件，并连接不同车企。黄仁勋也希望为机器人开发提供同样预先整合的软件、传感与计算基础。

今年6月，宇树、Sharpa与英伟达已经给出过一套通用人形机器人参考设计：宇树H2提供本体，双Sharpa Wave承担触觉灵巧操作，Jetson AGX Thor T5000负责机载计算。Wave每只手有22个自由度，每个指尖拥有超过1000个触觉像素，头部和腕部相机则提供不同视角的观察信息。

这套设计还提供从数据采集到部署的开发方法，团队可通过示教获得操作数据，借助Omniverse与Cosmos扩充合成数据，再在Isaac Sim和Isaac Lab中训练、评估，通过机载计算用于实体机器人。对灵巧操作，开发者可结合Wave的触觉参数进行仿真与训练，再验证相应策略在真机上的表现。

硬件与软件按模块组织，研究团队可以使用完整方案，也可以选择部分组件接入自己的开发流程。这使参考设计既能提供现成配置，也给使用自研模型或已有设备的团队保留调整空间，开发者不必为采用其中一个组件而重建整套系统。

本次柏林GTC介绍的Agile ONE SN面向科研与技能开发，采用Agile Robots的Agile ONE S本体、两只舞肌WUJI Hand 2灵巧手和Jetson Thor，计划于2027年第一季度可用。其本体高1.4米、重40公斤，具有31个自由度，单臂负载3公斤，每只灵巧手有20个自由度，支持1kHz力控并具备触觉感知。

新平台预先装配计算单元并集成软件，同时配置头部与腕部相机、激光雷达和惯性测量单元；Jetson Thor提供2070 FP4 TFLOPS算力和128GB统一内存，承担机载推理与实时控制。研究团队可以在同一平台上开展感知、运动与操作技能开发，并在完整机器人上验证训练结果。

对灵巧操作而言，触觉用于获取手指与物体的接触信息，力控用于调整施力。围绕科研实验、数据采集、模型评测和真机部署，舞肌也在建设相应的开发支持。

自2025年10月发布首款灵巧手以来，舞肌已向全球数百个客户交付数千只灵巧手产品，后续计划开放更多底层工具、仿真环境和真机数据集。研究团队能够基于同一类手部设备采集操作数据、评测模型并验证真机表现，配套工具与数据也会影响开发效率。

Agile ONE SN预配置的Isaac GR00T软件覆盖GR00T 1.7基础模型、全身控制，以及从示教采集、数据生成、仿真、训练到评估、部署和真机测试的开发过程，配套机器人资产可直接接入Isaac Sim和Isaac Lab。平台保持开放与模块化，研究者能够选用所需组件，并保留对自身数据的控制。

这一集成方案把原本分散的工具集中到一个平台，将环境搭建时间从数周缩短至数天；安全方面，平台还计划将机载安全协议与NVIDIA Halos安全系统集成。准备实机实验时，开发者需要一起调试传感器、动作控制与安全功能，平台集成也需要覆盖这些工作。

黄仁勋用三类计算解释这一系统的分工：第一类训练AI模型，第二类让机器人在数字孪生中学习技能，第三类放到机器人上，负责在现实中执行。数字孪生让团队先在仿真中开展练习和验证，机载系统则要把计算、安全功能和运行软件一起组织起来，承担现实环境中的运行要求。

工具和数据也在补齐，SimReady Central提供超过2000个机器人和工厂仿真资产，Human1M包含人类活动的同步三视角视频与三维手部追踪数据；另外三套开源参考流程，分别服务GR00T强化学习、灵巧操作训练，以及用于合成数据生成的Cosmos后训练。

Isaac Lab 3.0支持面向智能体的机器人学习和多GPU训练，Isaac OS则负责运行时的集成，将AI、传感器、控制与机器人硬件接起来。前者服务策略训练与调整，后者支持训练后的方法在实机上实时运行。

造更多机器人，也为了训练

特斯拉的训练安排，则从数据来源谈起：汽车有庞大的车队可以收集数据，Optimus没有这样的基础，因此需要制造更多机器人，在Optimus Academy练习多种任务。其方法包括使用人类数据完成初始训练，再在仿真和现实环境中进行强化学习与自我对弈，马斯克提出需要1万到2万台机器人参与这一过程。

实体机器人既是训练成果的使用者，也能为后续训练提供练习和验证的机会。与这项安排同时推进的是生产准备，Optimus已在弗里蒙特的大规模生产线上开始生产，首批达到量产质量要求的机器人已经下线，硬件和制造工艺还将继续迭代。

弗里蒙特产线规划年产能100万台，马斯克表示，产线的大部分设备已经到位，但达到每周约2万台的速度，仍需至少一年，可能更久；得州超级工厂也在准备第二条机器人产线，长期设计年产能为1000万台。

马斯克将产量增长形容为起步缓慢、还会波动的S曲线，生产机器人涉及大量需要做对的工作，推进速度会受到最慢环节的影响。对需要扩大实机练习的团队而言，制造能力也影响能投入多少机器，以及训练安排能以多快的速度扩展。

宇树也在同时推进模型与制造，G1累计下线约1万至2万台，公司每年生产数万台机器人、数十万个关节电机和模组。王兴兴介绍，宇树已有预训练的全身运动控制模型，并通过深度强化学习对动作进行批量训练，后续将继续投入机器人相关模型，也与国内外模型公司开展合作。

模型方面，宇树已发布开源通用人形基础模型UnifoLM-WLA-1.0，向开发者提供机器人模型能力，继续扩充自身的模型与硬件体系。

硬件方面，宇树最新H2-X视频展示了跳落、翻滚和抬起汽车前部等动作；对于未来部署，王兴兴则把规模制造与成本控制、服务器及算力集群、计算和存储芯片制造列为需要准备的方向。

黄仁勋认为，欧洲企业在精密机械、电子与机电系统上的积累，能为人形机器人规模制造提供基础，并将其视为当地企业的产业机会。

除企业之间的合作，宇树还启动了面向全球的世界物理AI大赛，设置千万元级奖金，奖励当年度取得卓越技术突破的团队或个人。王兴兴一方面判断竞争会非常激烈，另一方面也希望更多合作伙伴参与机器人应用和技术开发，把“共同努力”落实到具体的参与方式上。

学会任务，还要可靠作业

“目前模型与物理世界之间最大的差距，就是输入输出的对齐和误差问题。”王兴兴指出，传感器测量与执行器动作都存在误差，机器人与真实物体交互时，还需要处理这些偏差，更精细的装配和复杂操作仍是难点。

在精细装配中，物体位置的测量偏差与机械臂的动作偏差，都会影响零件能否对准，接触后的力和姿态也需要控制。因而，实机测试不仅用于查看动作是否完成，还要让团队发现感知、动作与接触过程中的具体偏差，继续调整方法。

特斯拉讨论的手部工程也涉及这些实际要求：灵巧手需要耐磨、能抓取易碎物体、集成传感器，并经受反复操作，定制齿轮还要考虑能耗和可靠性。训练形成的抓取方法需要在真实手部上反复验证，传感器能提供什么反馈、传动结构能经受怎样的使用，都会影响策略运行后的表现。

机载计算也在继续更新，特斯拉预计2027年4月左右将AI5用于Optimus，其算力约为AI4的10倍；马斯克则把AI、机电设计、可靠性和寿命与对外交付联系起来，预计相关问题在2027年底左右得到解决后，可能向特斯拉以外的企业交付。

马斯克还计划在一至两个月后发布新的Optimus演示，并强调其中的任务“不是预先编程的”，希望展示机器人处理任务的实际进展。

王兴兴期待的突破，则是机器人能够进入80%的陌生环境，通过语音或文字指令完成80%的日常任务，并希望在2027年或2028年推动模型与机器人在物理层面实现统一。要在陌生环境中完成新任务，机器人需要根据现场物品和接触情况调整操作，开发团队也需要从这些任务中继续积累反馈。

对应用顺序，王兴兴判断商业服务的落地可能比家庭和工业更快；谈到让机器人按指令整理房间，他认为最快明年可能看到进展，稳妥一些则可能到后年。

随着模型能力进步，机器人企业还需要把任务中积累的工具、数据和控制经验用于后续开发，减少重复的准备与调试。

对没有整支机器人研发团队的客户而言，这将影响一项新任务需要投入多少工程工作，以及机器人能以多快的速度进入实际使用。

如果已有的平台和训练经验能够支撑更多技能，企业就有机会把同一套研发投入用于更多任务。这种复用能力将影响机器人应用的开发成本，也会影响大规模制造准备能否更快转化为实际应用。

-END-