塔斯娱乐资讯网

宇树让机器人“自己改自己”:人形机器人的研发方式要变了

设想这样一间机器人实验室。
没有工程师守在电脑前逐行修改控制代码。AI先检索论文和开源方案,给出新的动作策略;代码进入仿真环境,机器人在虚拟世界里反复测试;通过初筛的方案再被部署到真机,动作结果由模型和人共同评分,随后回到下一轮修改。

近期,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,展示了这条正在内部开发的流程。它被命名为“宇树预演”,王兴兴将其概括为物理AI机器人的“自进化”。
这个词很容易让人联想到机器人获得意识、摆脱人类控制。但宇树展示的内容没有那么科幻,也更值得产业关注:它试图自动化的不是机器人的意志,而是机器人研发中最耗时的试错循环。
AI接手试错今天的大多数机器人研发,仍然高度依赖工程师手工推动。
一个动作出现问题,团队先判断原因,再查论文、改代码、重新训练,随后进入仿真和真机测试。机器人摔倒、抓取失败或动作不稳定后,测试结果被人工整理,工程师再决定下一轮从哪里修改。
这套方法能做出漂亮的演示,却很难应对现实世界不断增长的任务数量。地面摩擦、物体材质、关节误差和传感器延迟稍有变化,原本有效的策略就可能失灵。机器人每进入一种新场景,研发团队都要重新付出大量调试时间。
“宇树预演”想压缩的,正是从发现问题到再次验证之间的距离。

按照王兴兴在现场披露的流程,AI可以自己搜集资料、编写代码,在仿真环境中训练,再把候选方案放到真实机器人上测试。结果经过AI评价,也可以加入人的判断,评分随后返回编程智能体,让它继续调整方案。
过去由多个工程岗位接力完成的流程,被连接成一条连续运行的研发链路。机器人没有因此突然学会所有任务,但一次失败有机会更快地变成下一次实验。
真机是最后一关软件代码写错,最常见的结果是程序报错;机器人代码写错,可能让一台几十万元的设备直接摔倒。
这也是“自进化”从概念走向现实最难的地方。AI生成的策略可以在仿真中高速试验,进入物理世界后,却必须面对仿真没有完整还原的摩擦、碰撞、结构形变和零部件磨损。一个在虚拟环境中得分很高的动作,落到真机上可能抖动、失衡,甚至损坏硬件。
因此,仿真并不能替代真机数据。它更像一个低成本筛选器:先淘汰明显错误的方案,再把少量候选策略送到真实设备上验证。真机测试产生的新偏差,又要反过来修正仿真环境和评价方式。
比生成代码更难的,是判断一段代码到底有没有让机器人变得更好。
完成动作、缩短时间和减少能耗可以量化,但许多现实任务还包含安全、自然度和可接受性。机器人为了更快搬箱子,可能选择贴近人员的危险路线;为了得到更高的抓取成功率,可能使用损伤物品的力量。如果评价标准存在漏洞,AI很可能学会“拿高分”,而不是学会人类真正需要的行为。
所以人在这条闭环里不会消失。工程师的工作会从逐个动作编程,逐渐转向设置边界、设计评价体系,并决定哪些方案有资格进入真机。
宇树要补“大脑”过去十年,宇树最鲜明的标签是本体。
从四足机器人到人形机器人,公司依靠电机、关节、运动控制和整机工程能力,把机器人做得更灵活,也把价格压到了更多开发者能够接触的区间。跑步、翻滚和舞蹈视频,让外界熟悉了宇树机器人身体的运动上限。
“宇树预演”透露了另一层意图:宇树不满足于继续做一家具备运动控制优势的硬件公司,它希望把AI嵌入研发、测试和产品迭代,补上物理AI的学习系统。

这条路线与单纯发布一个更大的机器人模型不同。模型是其中一部分,更重要的是让模型能够调用仿真环境、接入不同机器人、获得真机反馈,并在安全约束下重复实验。谁拥有更多可供测试的本体、更低的试错成本和更完整的反馈链路,谁就更可能把一次能力突破变成持续迭代。
宇树的优势在于,它已经拥有从四足到人形的多类硬件产品,以及较成熟的本体和运动控制基础。它面临的问题同样清楚:这套系统目前仍处于内部预研阶段,外界还看不到它将开发周期缩短了多少、真机成功率提高了多少,也无法判断一套策略能否稳定迁移到不同机器人和任务。
“自进化”能否成立,最终不取决于AI写出了多少代码,而取决于这些代码能否让真机更可靠地完成工作。
研发方式变了生成式AI最先改变的是文字、图像和软件开发,因为这些工作都可以在数字世界里快速生成、测试和修正。机器人要慢得多:每一次模型更新,最后都要落到一副会碰撞、会磨损、也可能伤人的身体上。
“宇树预演”的意义,不在于提前宣布机器人已经能够自主升级,而在于把软件行业已经出现的智能体开发方式,向物理世界推进了一步。
如果这条链路跑通,机器人公司的研发组织也会发生变化。工程师不必为每个新动作从头搭建方案,AI可以同时探索更多路径;团队最稀缺的能力,将从写出一段控制代码,转向定义好任务、建立可信的仿真环境,并设计不会被模型钻空子的评价规则。
那时,人类仍然决定机器人应该学什么、哪些行为不能出现,以及什么才算一次真正成功的任务。AI负责扩大试验规模,机器负责在现实中给出答案。
机器人还没有学会脱离人类进化,但人类开发机器人的方式,已经开始被AI改写。