“过去十几年我犯的最大的错误，就是对AI的相信还不太够。”
今日，第26届中国工博会在上海开幕。宇树科技创始人王兴兴在圆桌对谈中反思过往的同时，给出了激进判断：具身智能的临界点最快一两年内就会到来，明年GPT-7“可能直接把问题打穿”。
同一场对话中，Sharpa联合创始人向少卿宣布将在餐饮、零售和酒店三大场景部署3万台机器人，强调机器人应直接适应人类环境而非改造环境；中国工程院院士王坚则提出工业数据应成为人工智能的“first-class citizen”，并期待机器人成为现代人工智能的实体载体。
围绕云端与端侧分工、数据自进化以及从展品到产品的跨越，三位嘉宾展开了深度对话。
以下为圆桌对谈实录（有所删减）：
云边协同：打破二元对立，寻求算力平衡
问：云端智能和端侧智能，机器人大脑在哪里？云和端是非此即彼的替代关系，还是相互成就的协同关系？
王兴兴：这对未来机器人的大规模落地应用非常关键。受限于身体结构、电池容量及散热条件，人形机器人本体难以部署高端算力卡。因此，我们采取“端侧克制、云端为主”的策略：运动控制的实时性依赖端侧，而决策性任务及大规模泛化部署则依靠云端灵活调配算力。虽然将模型小型化部署于端侧是理想状态，但随着AI能力增强，对云端算力的需求反而更高。
向少卿：短期（3-5年）内，大部分思考运算仍在云端，仅将时延敏感的运动执行放在端侧，因为物理世界交互不容等待计算完毕。长期来看，随着机器人进入千家万户，云端负载和数据带宽将成为瓶颈，算力将逐步向端侧转移，但时延要求始终不变。这是一个动态演进的过程。
王坚：将云和端对立起来并不合理，这本质上是算力与需求的平衡问题。如同手机已是云本地协同的典范，机器人成熟后也必然是云边协同。本地能力会越来越强，但这只是计算体系中快存储与慢存储永恒矛盾的一种体现，关键在于动态调节。
数据驱动：构建物理AI自进化闭环
问：算力之外，机器人要学会干活，需要真实世界反馈的数据。宇树提出了“物理AI自进化闭环”，进展怎么样？会比人类工程师调优更快吗？核心燃料是海量视频模仿数据，还是高精度物理交互数据？
王兴兴：自进化是重要方向。目前头部大模型公司已基本实现数据采集、测试、迭代的自动化。在机器人领域，我们也正推动从“人工写代码、训练、测试”向“AI自动完成全流程”转变。虽然目前仍需人工打分判断动作优劣，但未来人的参与度将逐渐降低。数据方面，除了人类数据，真机与物理世界接触的高精度数据（如最后几毫米的交互）对提高成功率至关重要。
向少卿：数据获取遵循“人类操作数据-仿真数据-真机数据”的层层递进逻辑。人类数据提供对世界机理的认知种子；仿真数据无限扩展场景方差；真机数据则填补“Sim-to-Real”差距，完成闭环。三者缺一不可，自进化是在这些数据积累基础上自然形成的流程。
王坚：讨论算力前需明确模型基础。当前人工智能的核心变革源于大语言模型对语言和代码的理解能力。工业界面临的挑战是数据孤岛，工业数据仍锁在“抽屉”里。若要让机器人真正拥抱工业，必须让工业数据成为人工智能的“first-class citizen”，打破数据壁垒。
商业化路径：从展品到产品的快速迭代
问：机器人距离真正能够下场干活的场景还有多远？目前全球机器人还没有大规模进工厂，要怎么定义产品和展品的分界线？
王兴兴：具身智能临界点临近，预计一两年内到来，甚至可能因GPT-7的出现而加速突破。目前宇树已在多家汽车公司进行工厂试点，未来几年将重点解决泛化性和效率问题。相比居家场景，To B的商业服务和工业领域落地速度可能更快。
问：Sharpa和DQ冰淇淋合作，让机器人在真实门店接真实订单，算是真正干活迈出第一步。最近发布的新品有哪些升级，会不会让机器人动作更快一点？
向少卿：我们发布了矩阵产品线，包括更轻巧且具备全掌触觉的灵巧手Sharpa Wave W02，以及聚焦灵巧操作的移动底盘机器人D01。业界首创的全身触觉覆盖（手部、身体、手臂）提升了安全性及非抓取类操作能力（如腋下夹物）。配套推出的真机数采设备AE01和操作模型CraftNet，旨在通过数据采集与模型优化，让机器人真正具备实用价值。
问：从展品到产品，机器人会怎么走？哪些要等时间和技术跨越？
王坚：行业处于快速迭代周期中，不应苛求当下的完美，而应关注迭代速度。中国制造业优势在于快速迭代找到真正适用的场景。如同ChatGPT最终在聊天场景爆发并非偶然，而是经过痛苦探索后技术与问题的完美结合。我们需要创造力去寻找机器人能改变行业的关键切入点。
未来展望：机器人成为AI的“安身之处”
问：下一个10年，有哪些重要的事情要做？
王兴兴：关键在于全面拥抱和使用AI。对未来AI发展的信心应比现在增强十倍。
向少卿：我们的目标是在未改造的人类环境中实现机器人不间断工作，这是泛化的基础。下一步将在餐饮、零售和酒店三大场景部署3万台机器人，验证其泛化能力。理想的商业化状态是：非AI专业的企业主通过简单工具和少量数据训练，即可让机器人在新场景中高效工作。
王坚：正如个人电脑曾是软件的“安身之处”，我希望机器人能成为现代人工智能的实体载体。没有实体依托，人工智能如同幽灵；唯有二者浑然一体，才能真正释放潜力。这是一个令人激动的时代。