Unitree缩短物理AI时间线并举办全球竞赛

王兴星调整了他的时间线。 今年8月，在Unitree的STAR市场发布后，他将真正的“ChatGPT时刻”定在几年到十年之间——定义为机器人能够进入陌生的家并仅通过语音或文本完成大多数日常任务。 10月22日在杭州的世界物理人工智能会议和Unitree合作伙伴峰会上，他提出了一个更尖锐的观点：物理人工智能已经显示出“被突破”的迹象，关键步骤可能在一年到两年内完成，最坏情况是两年到三年。 他提到的瓶颈没有改变。 模型必须使其预测与电机、手指和不完美的传感器在现实世界中的实际行为相一致。

这个问题——输入和输出相差几厘米和几毫秒——仍然将舞蹈与家务分开。 发生变化的是他对这个曲线的理解。 前沿软件实验室，他说，在某种内部意义上已经达到了模型自我进化：系统通过编写代码、收集数据并在只有轻微的人工指导下改进。 公众感受到的滞后是扩散，他仍然认为从实验室突破到日常使用需要五到十年。 Unitree正试图拥有更多机器人堆栈。 王兴星说，公司正在预先研究物理人工智能的“自我进化V1.0”大型模型，并推动适合其自身硬件的小型模型。

除了软件，他还列出了两个工业赌注：提高大规模生产能力，以满足真正的 mass market 所需的规模——远高于他引用的已建成的大约一万到二万G1单元——并建立自主开发、模拟、现实世界测试和反馈的闭环计算基础。 在他的框架中，下一阶段的稀缺输入是数据、计算、芯片供应、能源和矿物，而不仅仅是巧妙的演示。 部署顺序与模型版本一样重要。 他建议，商业服务角色可能会比家庭或重工业地板更快地推出。 这个层次与目前人形机器人出货量集中的地方相匹配：结构化物流和工厂单元，而不是客厅。

关于2027-2028年家庭的理想化语言与更狭窄的近期路径并列。 会议还提供了一个公共工具来支持这一主张。 组织者宣布了一个全球性的世界物理人工智能竞赛，面向全球团队和个人，年度奖金达数千万元，并设有八个赛道——包括自由移动、田径、战斗、灵巧操作、生产、体育赛事、多模态交互和老年人护理。 竞赛不会创造泛化。 它们确实会强迫可比任务，吸引外部人才，并将供应商日转变为招聘漏斗。 与8月的演讲相比，10月的消息与其说是矛盾，不如说是重新校准，因为当时正值上市季节的审查。

那时，优先事项是冷却Unitree已经能够大规模替代劳动力的幻想。 现在，在合作伙伴面前和竞赛日程上，优先事项是论证技术壁垒正在开裂——Unitree打算在技术突破时掌握硬件、模型循环和生态系统奖。 投资者和工厂买家仍然会问同样的问题：当场景改变时成功率如何，每项任务的成本，以及“自我进化”是否出现在运出的软件中，还是只在会议主题名词中。 直到机器人完成别人建筑中的工作，谈论突破才不廉价。 王兴星缩短了他愿意为此测试设定的时间。 未来两到三年将表明他看到的裂缝是否变成了门。