机器人行业为何看起来热闹非凡，实际进展却不如预期？在通用AI机器人诞生前夜，整个行业最应该做什么？在2025骁龙峰会·中国的现场，宇树科技创始人王兴兴给出了一针见血的答案：我们可能都走错了方向。他认为，当前最宝贵的不是闭门造车，而是像早期OpenAI开源GPT那样，回归开放与合作，而这一切需要从重新审视机器人的“心脏”——芯片开始。
王兴兴在高通组织的这场行业聚会上，毫无保留地分享了他的真实看法。
当前机器人领域技术路线各异，表面看似繁荣，但实际进展并不显著；既然现阶段各家开发的模型都难以直接部署应用，不如像OpenAI开源GPT-1/2那样，推动行业开放共享；宇树科技最近开源的世界模型，同样无法直接在工厂等现实场景中投入使用；目前，无论是机器人公司还是芯片企业，对芯片在机器人系统中的关键性仍重视不足；将手机芯片等成熟芯片架构应用于机器人，具有极大的想象空间。
随着AI与Agent技术为各类终端注入全新可能，作为最具前沿性的领域之一，具身智能受到的影响尤为显著。但也正因其尚处早期，热潮之下必然存在诸多争议与挑战。
展开剩余83%宇树科技作为长期备受关注的行业代表，在此次高通组织的中国峰会上，毫不避讳地剖析了当前行业面临的诸多核心难题。
或许正是因为高通此次搭建的交流平台十分难得——2025骁龙峰会·中国汇聚了海内外终端产业链的核心参与者，覆盖从硬件到软件的多层生态——在这样的场合坦诚交流，有助于将行业关键问题迅速推至聚光灯下，加速其解决进程。
除了王兴兴，来自硬件、模型、操作系统等不同层面的多位嘉宾也畅所欲言，包括理想汽车副总裁、智能空间研发负责人勾晓菲，面壁智能CEO李大海，以及中科创达联合创始人、执行总裁耿增强等。
侯纪磊作为高通全球AI研发负责人，与这些一线实践者展开了深入交流。
为完整呈现嘉宾观点，我们在不改变原意的基础上对对话内容进行了梳理，希望能为您带来启发。
散热、通信与算力：机器人必须重新审视芯片价值
Agent在终端落地的终极形态，很可能就是具身智能。
宇树科技创始人、CEO兼CTO王兴兴表示，他们的愿景是将通用AI嵌入通用机器人，使其能在工厂或家庭等多种场景中完成各类任务。
当机器人能够在陌生环境中，仅凭自然语言指令就能完成任务时，就意味着行业迎来了“机器人的ChatGPT时刻”。
他将这一目标拆解为几个阶段逐步推进：
1.固定动作演示（如舞蹈、武术）——已实现；
2.实时生成任意动作——预计最快今年底或明年初实现；
3.在陌生场景中执行任务（如取水、整理桌面）——预计明年底可实现；
4.高成功率与精细操作——仍需数年时间，目标达到99.9%的成功率，能完成如拆装手机等高精度作业。
要实现这些能力，关键在于对物理环境与自然语言指令的实时理解与处理，这对端侧AI的通信能力提出了更高要求。
王兴兴强调，通信是核心环节。
目前不少机器人企业或芯片公司，对芯片在机器人中的关键作用仍认识不足。
他类比新能源汽车的发展指出，近年来车辆线束数量大幅减少，正是通信协议进步的结果。早期燃油车的线缆总重可达100公斤，而如今通过优化通信，线束复杂度显著降低。
机器人领域同样如此。每条通信线缆通常包含4-5根线，减少线束数量是提升机器人可靠性与性能的重要方向。迄今为止，工业机器人中60%-70%的故障与线缆相关。
要实现机器人关节仅保留一根线缆的终极设想，仍需在通信协议与质量上投入大量工作，但这极具价值。
在芯片层面，王兴兴指出，端侧部署高算力芯片面临空间限制、电池续航与散热等多重挑战。
他认为，具身智能设备的峰值功耗最好控制在100W以内，平均功耗维持在20-30W，相当于几部手机的总功耗。
直接将手机芯片或类似架构用于机器人，是一条非常值得探索的路径。
王兴兴将当前阶段称为“黎明前夜”，最大的挑战在于行业技术路线分散，导致整体进展缓慢。他呼吁在模型尚未成熟落地时，企业应保持开放态度，推动共同进步。
宇树近期开源了基于视频生成的世界模型，不仅开放权重，还包括模型结构、数据集、训练与部署代码。王兴兴表示，尽管该模型尚不能直接应用于实际场景，但开源有助于促进行业协作，正如OpenAI早期开源GPT系列一样。
关于VLA模型与世界模型之争，他认为目前难有定论，模型变体众多，宇树将保持开放，既自主研发，也与第三方合作。
在AI领域，我们必须保持谦逊，永远有更聪明、更开放的团队推出更优方案。有时甚至需要刻意忘记过去的经验，避免被既定思维限制创新。
王兴兴最后提到，随着机器人销量增长，安全问题日益凸显，部分黑客开始针对机器人系统进行攻击。在行业成熟之前，可借鉴手机、新能源汽车等领域的安全规范，构建更完善的数据与系统保护机制。
当前行业仍处早期，单靠一家公司难以解决所有问题。我们希望更多伙伴参与共建，例如在Linux底层漏洞修复等方面合作，这对整个生态都具有长远价值。
端侧模型：未来Agent系统的核心调度枢纽
面壁智能CEO李大海指出，端云协同既能利用云端无限算力处理复杂任务，又能通过端侧实现快速响应与隐私保护，是目前行业的共识方向。
端侧具备“永远在线”的优势，能持续感知环境，基于本地上下文理解用户需求，并协同云端Agent完成复杂指令。
以智能座舱为例，端侧模型可实时监测车内情况，如识别到后座儿童哭闹，即可启动云端语言模型为其讲故事，而无需云端持续监控，有效保护用户隐私。
端侧模型未来将是整个Agent系统中最重要的调度核心
李大海认为，提升端侧模型的“知识密度”是关键目标。由于端侧模型直接部署于终端设备，需具备自主学习与迭代能力，适应不同场景与用户习惯。面壁智能提出，端侧模型的知识密度应每三个月提升一倍。
此外，模型与芯片、终端、系统之间的深度协同也至关重要。李大海强调，面壁与高通等芯片厂商的深度合作，能优化能效，更好地发挥端侧模型的潜力。
在应用层，目前MCP等智能体协作方式仍不足够，需建立更多基于用户认证的安全协同机制。这些在移动互联网时代已具备的基础设施，在AI时代需重构升级。
Agent竞争力在于其所能集成的服务能力终端硬件是Agent的物理承载体。随着Agent技术的发展，手机、电脑、汽车等设备正焕发新生。
对汽车而言，智能化本是明确方向，而Agent进一步深化了这一进程。
理想汽车副总裁、智能空间研发负责人勾晓菲认为，实现自动驾驶已成为行业基本目标，而在此基础上的服务体验，将成为车企差异化竞争的关键。
AI带来一个重要机遇：它有望打通目前割裂的终端生态。当前不同设备交互方式各异，PC依赖键鼠与图形界面，手机以触控为主，而基于对话的自然交互，有望成为跨设备的统一接口。
勾晓菲指出，用户选择Agent的标准，本质上与其选择操作系统时类似：取决于Agent能提供多少服务。
理想汽车正在推进“理想同学”作为其Agent，接入与出行相关的生活服务，如点咖啡、缴水电费、叫代驾等。未来，服务覆盖广度将直接决定Agent的竞争力。
行业需共建Agent标准与协作生态要实现Agent的服务能力，不仅需满足用户需求，还需打通应用、操作系统与底层硬件之间的协同。
中科创达联合创始人、执行总裁耿增强指出，当前AI应用在不同设备上高度碎片化。底层芯片、操作系统、模型框架各不相同，导致重复开发与资源浪费，缺乏统一标准。
核心问题在于缺乏跨终端的AIOS或统一的Agent框架。尽管MCP等协议已取得进展，但离行业标准仍有距离。
可以预见的是，未来Agent将推动形成跨终端的操作系统，实现智能服务的无缝流转。新时代的OS架构可能以云端为支撑，端侧Agent与CloudOS协同，而传统系统将逐渐虚拟化，AI成为新的交互界面。
耿增强认为，许多演进需“自然发生”，但行业可共建基础设施。例如，中科创达与高通合作成立了智能汽车与物联网创新中心，支持产业链伙伴进行技术整合；与火山引擎共建的混合AI实验室，则致力于端云协同方案的优化与落地。
目前行业仍聚焦于单设备智能，下一阶段将走向多设备间的Agent协作。而这需要全行业在标准、安全与生态上进一步开放与共建。
发布于：广东省象泰配资-股票市场配资-官网股票配资-杠杆配资官网提示：文章来自网络，不代表本站观点。
