王兴兴又一次把话说得很直白。

11月3日，世界互联网大会乌镇峰会开幕前，这位宇树科技创始人对外释放了一个清晰的信号：宇树未来的重点，是攻克机器人大脑技术，并且不打算关起门来自己做，而是要在全球范围内寻求合作。

这家公司过去十年给外界的印象，几乎完全建立在“身体”上——极致的硬件成本控制、强悍的运动控制能力、把双足人形机器人的价格打到同行望尘莫及的水平。而王兴兴本人的学历背景，始终围绕机械、机电和自动控制，没有离开过硬件工程的主线。

但就是这样一个靠硬件打出来的公司，现在要把“大脑”放到最前面。这个变化值得说清楚。

01

王兴兴对大脑的紧迫感不是突然来的。今年10月，他在2026世界物理AI大会上已经把宇树的布局讲得比较具体：一是量产能力要跟上“千万级乃至亿级”的市场需求，二是“自研与合作并行”推进适配自身硬件的物理AI小模型落地，三是布局超大规模算力集群。

到了乌镇，他把“机器人大脑”单独拎出来当重点，说明这件事已经从“重要但不急”变成了“现在就得压上去”。

原因其实很明了。宇树在运动控制、步态平衡、动态动作这些“小脑”能力上，已经有不少产品优势：H1的膝关节扭矩和行走速度在参数上对标甚至超过波士顿动力旧版Atlas，G1把双足人形的门槛拉到了十万元级。2025年人形机器人出货超过5500台，全球第一；2026年上半年出货约5900台，全年目标1万到2万台。硬件层面的规模化和成本控制，宇树已经跑通了。

但出货量不等于智能。如果机器人只能在预设规则和定点运控下完成有限任务，“通用劳动力”这个说法就站不住。不久前王兴兴判断，物理AI被“击穿”的时间窗口是“快则一到两年，慢则两到三年”。也就是说，留给宇树补齐大脑的时间并不宽裕。

02

如果只看开源模型的发布节奏，宇树在大脑上的推进速度比外界想的要快。

2025年9月，开源世界模型UnifoLM-WMA-0；2026年1月，开源视觉—语言—动作模型UnifoLM-VLA-0；2026年9月，发布并完全开源6B参数的UnifoLM-WLA-1.0，代码、模型、数据集同步开放。

WLA-1.0的关键在于它想解决VLA路线的一个实际问题。传统VLA更像“看图做动作”：看到物体、理解指令、生成动作，对当前帧做反应。但真实世界是动态的，一个动作会改变下一秒的环境。宇树的思路是把“哪里会发生变化”单独拿出来学，先预测交互区域的变化，再生成动作，把具身推理、未来变化预测和动作学习放进同一个体系。简单说，就是先判断会发生什么，再决定怎么做。

从结果看，这套路线至少在基准上拿到了入场资格。UnifoLM-WLA-1.0在具身推理评测中拿了7项开源SOTA，部分空间理解任务——比如Where2Place和EmbSpatial——的得分超过了GPT-6 Astra。真机层面，单模型统筹64项任务，覆盖54项桌面操作和10项全身操作，从叠毛巾、收纳餐具到铺床、倒垃圾、把衣服放进洗衣机，支持二指夹爪和多种五指灵巧手。

这些任务离“通用”还很远，但方向是清楚的：让一套模型覆盖更多任务、更多末端执行器，而不是每个场景单独定制。

03

做大脑是烧钱的。宇树2026年前三季度研发投入2.63亿元，同比增长191.48%，其中三季度单季研发投入1.27亿元，同比增长249.58%，增量主要来自具身大模型的模型研发与算力投入，以及研发团队扩充。上市募资42亿元中，计划有一半投向“机器人大脑”研发，覆盖具身智能大模型迭代、灵巧手、运动控制优化和自主操作系统。

钱是一方面，人的问题更实际。宇树的核心技术团队长期以机械和运动控制背景为主，AI算法尤其是深度学习和大模型方向，是后来补上的。从2025年开始，宇树明显扩大了“具身大模型”相关的人才招聘，数据基建岗位被标注为“热招”。

王兴兴在上市庆功仪式上首次谈到的“大脑”预研方向，是“物理AI自进化”：依托大模型，让机器人实现感知—决策—执行—评估—学习—进化的自主循环。这个闭环如果能跑通，意义很大——机器人不再依赖工程师逐项调优，而是能在真实交互中自己改进。

但“自进化”目前还是一个预研概念，离工程化验证有距离。宇树在大脑上的真实状态，是方向定了、路径铺了、但核心能力还在长。

04

王兴兴在乌镇把“全球寻求合作”和“攻克机器人大脑”放在同一句话里，其在大脑上的合作布局，已经有两件比较清楚的事。

一件是和英伟达的“身体—大脑”分工。2026年6月，英伟达宣布与宇树合作推出人形机器人参考设计H2+，即Isaac GR00T系统：英伟达提供Jetson Thor算力平台和Cosmos模型基座，宇树提供经过工程化验证的H2本体，共同构成驱动全身运动、多模态感知与自主决策的“大脑”。短期看，宇树在算力和基础模型底座上借力英伟达，不用从零搭建全部上游能力。但另一面也清楚：如果长期停在“英伟达造大脑、宇树造身体”的分工里，价值分配的重心就不在宇树手里。

另一件是和DeepSeek的战略绑定。2026年8月，王兴兴在上市路演中透露，已与DeepSeek签订战略合作备忘录，围绕通用人工智能、高性能机器人、AI大模型三个方面开展合作。这条线想象空间更大，但也更早期。

先用合作把时间窗口占住，同时把自研模型和开源生态作为长期筹码压上去。UnifoLM系列全开源，有“安卓之于手机”的意味——底层开放，让开发者围绕宇树的模型体系适配不同设备和场景，用生态换话语权。这条路能不能走通，取决于两个变量：模型本身能不能持续迭代到足够好用，以及有多少开发者愿意真的把宇树的底座当起点。

05

回到最初的问题：宇树在机器人大脑上的进度，到底该怎么判断？

比较实在的说法是：战略转向已经完成，资源投入已经到位，模型层面拿出了可验证的阶段性成果，但“大脑”作为一个可规模化、可泛化、能支撑通用任务的能力体系，仍然处在早期构建阶段。

宇树已经证明了自己能把模型跑在真机上、能开源出在基准上拿得出手的模型、能用合作换取算力和基础模型的借力。但它还没有证明的是：这套“大脑”能不能让机器人在非结构化环境里持续产生可靠的经济价值，而不是在演示视频里完成64项精心编排的任务。

在“补脑”这件事上，宇树面临的挑战更大。运动控制的反馈是即时的、物理的，行就是行，摔就是摔；大脑的反馈是统计性的、场景依赖的，一个模型在64项任务上表现好，不等于在第65项任务上不会失效。

王兴兴知道这一点，所以他把“大脑”定为重点，把“全球合作”摆上台面，同时还在内部启动自进化预研。三件事同时做，说明这件事没有单点突破的捷径。宇树补大脑的真正看点，在于它能不能在身体优势被追赶之前，把大脑变成第二道同样难绕过去的壁垒。