8月19日，被业界称为“人形机器人第一股”的宇树科技正式在A股科创板挂牌上市。公司董事长王兴兴凭借所持股份市值突破千亿元，成为“90后”群体中的新晋首富。然而，上市次日股价便遭遇6.51%的跌幅，开盘价报790元，与此前一日460%的涨幅形成鲜明对比。
从四足机器人领域切入市场的宇树科技，于2023年推出首款人形机器人H1。截至2025年，其人形机器人年出货量已超5500台，占据全球市场首位。公司计划将募集资金投向智能机器人模型研发、制造基地建设等核心领域，进一步巩固技术优势。在机器人运动控制方面，宇树科技长期聚焦关节控制等“小脑”能力，其产品已具备跑跳等复杂动作能力，但在具身大模型、任务理解等“大脑”层面仍存在短板。
去年9月，该公司推出开源世界模型UnifoLM-WMA-0，试图为通用机器人学习构建统一技术框架。该模型通过模拟机器人与环境交互的物理规律，提升机器人的环境适应能力。在2026世界机器人大会上，王兴兴坦言，实现具身智能的“ChatGPT时刻”可能需要2至3年，甚至5至10年的持续突破。他特别指出，机器人在任务执行中“最后一厘米”的偏差会导致成功率大幅下降，这是当前制约机器人走进家庭的关键瓶颈。
随着技术发展，行业逐渐形成共识：仅靠运动灵活度难以实现机器人商业化，真正的突破需要“大脑”与“小脑”的协同进化。世界模型作为潜在解决方案，正引发学术界与产业界的激烈讨论。图灵奖得主杨立昆将其定义为预测行动后果的内部模拟器，认为这是机器人理解世界的基础引擎。斯坦福大学教授李飞飞则从空间智能角度出发，强调构建大型世界模型是实现AI与三维空间交互的关键路径。
在技术路线选择上，不同研究团队呈现明显分歧。杨立昆主导的meta团队采用“隐空间”学习模式，通过抽象空间预测未来状态，但其工程化难度较高。生成式大模型路线则借助Transformer架构生成视频帧，虽能构建“看上去合理”的世界，却常出现物理规律错误。李飞飞团队开发的Marble模型可生成高精度3D交互场景，但算力消耗巨大。截至目前，尚未出现具有压倒性优势的技术方案。
数据获取成为制约世界模型发展的核心障碍。与依赖人类文字的大语言模型不同，世界模型需要海量传感器、摄像头采集的一手数据。北京智源人工智能研究院院长王仲远指出，视频生成模型可能产生“飞猪”等违背物理规律的画面，若机器人搭载此类“大脑”，将引发严重安全隐患。当前最先进的模型仅能维持数分钟物理一致性，而工业应用需要连续模拟一小时以上的能力。
尽管挑战重重，自动驾驶领域的实践为技术落地提供了参考。特斯拉通过车队回传数据训练神经世界模拟器，构建出可迁移至人形机器人的仿真环境。这种“造数据”模式若能证明训练效率超越真实数据采集，或将颠覆传统研发范式。快思慢想研究院院长田丰认为，当虚拟训练机器人的真实场景成功率超过传统方法时，技术拐点将真正到来。
世界模型的突破不仅需要数据量的指数级增长，更依赖架构创新与因果推理能力的提升。在2026世界机器人大会的格斗演示中，两台宇树科技机器人已展现出初步的对抗能力，但其决策系统仍基于预设规则而非自主推理。这场关于“世界模拟器”的竞赛，正推动人工智能向更深层次的物理认知迈进。
