宇树科技王兴兴如何论证具身智能泛化能力不足

王兴兴判断具身智能最大瓶颈是泛化能力不足，其依据是固定场景任务成功率接近100%、更换物品或环境后成功率大幅下降。这一判断来自宇树科技董事长王兴兴在2026世界机器人大会论坛上的公开演讲，属于来源方自述观点，而非经独立核验的行业结论。

泛化能力不足的论证依据

王兴兴指出，当前全球多数AI模型在固定场景中经过充足数据采集和专项训练后，任务成功率基本可接近100%。但一旦更换操作物品或稍微改变环境，机器人的任务成功率就会出现大幅下降。上述两点构成其对泛化能力不足判断的直接依据。

王兴兴还解释，人形机器人未在工厂、家庭等场景大规模推广的最主要原因是目前整体的效率和能力还不够，机器人虽能做一些工作，但效率与人类相比仍偏低。此外，目前人形机器人遇到新任务时需要重新训练，导致效率相对更低。

关于发展周期，王兴兴判断快则两到三年，慢则五到十年，行业有望迎来关键突破。他提出产业爆发临界点的判断：当一台机器人能被带入任意陌生家庭环境，仅依靠语音语言指令自主完成约80%的日常任务，即意味着具身智能实现实质性突破，也是通用机器人产业迎来爆发的重要临界点。

上述关于发展周期与产业爆发临界点的判断均为王兴兴个人观点，属于对行业未来发展的预测性表述，存在不确定性。王兴兴表示，希望把技术做到更加泛化、能力更加精准后，再在具体场景中大规模推进。

依据是固定场景中经充足数据采集和专项训练后任务成功率基本可接近100%，但更换操作物品或稍微改变环境后成功率大幅下降。这两点构成其对泛化能力不足判断的直接依据。

他提出当一台机器人能被带入任意陌生家庭环境，仅依靠语音语言指令自主完成约80%的日常任务，即意味着具身智能实现实质性突破，也是通用机器人产业迎来爆发的重要临界点。

王兴兴解释最主要原因是目前整体的效率和能力还不够，机器人虽能做一些工作，但效率与人类相比仍偏低；同时遇到新任务时需要重新训练，导致效率相对更低。