宇树科技王兴兴，如何看待模型与机器人发展？
王兴兴对VLA路线的看法
质疑VLA路线原因
王兴兴对当下机器人大火的VLA路线持有怀疑态度，认为其是“相对傻瓜式的架构”。这是因为具身领域现存数据量不足，当VLA模型与真实世界交互时，背后的数据质量和数量都不太够用。即便不少具身公司试图通过堆真机数据、仿真数据等方式弥补，他仍觉得此举效果有限。
强调模型架构重要性
王兴兴直言大家对基础数据关注度太高，应把焦点放在具身机器人的模型架构上。当前的模型存在“不够好、也不够统一”的问题，在数据量不足的情况下，改善模型架构或许才是关键，而非单纯大量投入数据。
宇树的模型团队与路线选择
模型团队情况
此前宇树给外界的印象是注重机器人本体硬件而非大脑。但王兴兴在WRC期间表示，宇树虽对模型投入谨慎，模型团队人数不算少，只是与AI大厂相比规模较小。他坚信团队规模与最终成果并非强挂钩，中小型团队也有机会做出好模型。
大脑路线选择
在大脑路线上，王兴兴多方下注。他不认同在VLA模型还不够好时就疯狂堆数据训练，宇树也在尝试在VLA模型上加AI训练。不过宇树更倾向视频路线，去年就尝试类似谷歌视频驱动世界模型的方法，只是该路线存在GPU消耗过多的问题。
宇树机器人的应用与发展节点
机器人应用方向
从春晚到各类大会上宇树机器人的表现，让很多人觉得其只做表演不干活。王兴兴解释现阶段让机器人进工厂、家庭干活不太现实，表演是更容易落地的方向。宇树内部其实思考机器人干活的员工最多，但因对AI模型挑战大，实现不理想所以宣传少。
机器人发展节点设想
王兴兴希望机器人是通用型、多功能的。他判断机器人的ChatGPT时刻最快2-3年、最慢3-5年实现，具身智能浪潮不会超过10年。他设想的“临界点”是人形机器人能在场馆里随意走动并按要求完成任务。
相关问答
王兴兴为什么质疑VLA路线？
具身领域现存数据量不够，VLA模型与真实世界交互时，数据质量和数量都不太够用，所以王兴兴对其持有怀疑态度。
宇树的模型团队规模如何？
宇树模型团队人数不算少，但相比于AI大厂算少的。王兴兴认为团队规模与成果并非强关联，小团队也有机会做出好模型。
宇树在大脑路线上有什么选择？
宇树多方下注，不认同在VLA模型不好时就大量堆数据训练，在尝试VLA加AI训练，更倾向视频路线，去年就有相关尝试。
为什么宇树机器人常被认为只表演不干活？
从一些活动上看宇树机器人多做表演展示，而当下新入局者多宣传机器人进工厂干活，形成对比，导致有此看法。
王兴兴对机器人干活有什么期望？
王兴兴希望机器人是通用型、多功能的，不只是做单功能性的事情，能在工厂做事也能做表演。
王兴兴设想的机器人ChatGPT时刻是怎样的？
在一个场馆里，人形机器人能随意走来走去，随机吩咐它做事都能完成，这就是王兴兴设想的“临界点”。
