Unitree's Wang Xingxing, Wang Jian, and Zeng Wenjun Discuss Physical AI: GPT-6 Enables Robots to Paint with Zero Training
English text is being prepared.
At the 2026 World Physical AI Conference, Wang Xingxing, founder of Unitree Robotics, demonstrated a test video based on the GPT-6 model: the robot, without complex code and with completely zero training, autonomously dipped paint, washed the brush, and completed a gouache painting. Wang Xingxing judged that physical AI has shown signs of a "breakthrough," in as fast as 1 to 2 years or as slow as 2 to 3 years, and predicted that the "ChatGPT moment of embodied intelligence" will arrive as early as 2027. Wang Jian, director of the Zhejiang Lab, and Zeng Wenjun of Ningbo Eastern Institute of Technology respectively discussed the integration opportunity of AI and robots "merging soul and body into one," as well as the data gap facing physical AI and the foundational role of world models.
Body
文章主体 EM_StockImg_Start
EM_StockImg_End
10月22日,在2026世界物理AI大会暨宇树合作伙伴生态大会现场,宇树科技创始人王兴兴展示了一段基于GPT-6模型的测试视频。
视频中,机器人面前铺着一幅参考画和一张白纸,它熟练地拿起画笔、蘸取颜料,照着参考画在白纸上作水粉画。绘画过程中,它甚至会自行蘸水、清洗画笔,切换不同颜料,自主程度极高。
“我们没有写任何复杂代码。”王兴兴的语气难掩兴奋,重复了数遍“完全零训练”。
随着基础模型能力持续提升,人工智能正加速从数字世界走向物理世界。在大会现场,王兴兴作出判断:“物理AI目前已经看到被‘击穿’的苗头,快则1至2年,慢则2至3年。”
大模型走进物理世界
之江实验室主任、阿里云创始人王坚认为,当前人工智能的快速发展,很大程度上建立在大语言模型,特别是文本处理能力的突破之上。但人类的阅读、说话、书写等活动,都离不开身体运动和物理环境的参与,真实世界需要模型描述和处理的复杂程度远超文本。
在他看来,过去人工智能与机器人分属不同技术领域,而随着计算技术和大模型的发展,二者迎来深度融合的机会。王坚将这一变化比喻为“灵魂和身体总算可以找到机会,合二为一了”。
大会现场的机器人绘画视频在一定程度上体现了模型能力向机器人领域迁移的潜力。王兴兴坦言,自己此前低估了AI的能力:“全世界几乎所有人对AI的重视程度或者说信仰,其实都不是特别够,包括我自己。”他表示,现有的模型能力在某种意义上已能解决机器人的规划问题和导航问题。同时,模型能力远未到上限,仍将在未来数月或一两年内加速提升。
放眼全球,科技巨头正竞相布局物理AI。10月21日,英伟达宣布扩展Isaac机器人开发平台,新增机器人训练框架、数据集及运行环境等工具,进一步打通从数据生成、模型训练到验证、部署的流程。谷歌DeepMind也在今年7月发布Gemini Robotics ER 2模型,提升机器人空间推理、多步骤任务规划及协作能力。
目前,宇树科技正在探索构建物理AI机器人的自进化循环体系,即让AI模型自主编写代码,让机器人在仿真环境中训练,再到真实环境中测试,并根据测试结果进行自主评价和调整,逐步形成自主迭代的闭环。王兴兴将其视为宇树“今年最重要的一件事”。
“随着正向循环的建立,模型或者机器人算法的迭代速度会越来越快,不需要(人工)参与,自进化的能力也会越来越强。”王兴兴说。
“具身智能ChatGPT时刻”
最快2027年到来
技术层面上,宁波东方理工大学副校长、加拿大工程院外籍院士曾文军直言,物理AI的发展面临较大的数据缺口,真实物理数据采集耗时、耗力,同时还面临物理规律刻画、实时交互、安全性和可解释性等挑战。在数据和计算资源有限的条件下,依靠大规模数据和算力驱动模型发展的技术路线,是否仍适用于物理AI,值得业内进一步思考。
在此基础上,曾文军认为,世界模型有望成为具身智能发展的底座。其基础能力是根据当前观测状态和动作,预测物理世界的后续状态。因此,世界模型既可作为数据引擎生成仿真环境,辅助机器人训练;也可用于机器人的动作决策,通过预测未来状态,辅助机器人选择下一步动作。
王兴兴则认为,物理AI当前亟待解决的核心挑战,是AI模型的输入输出与真实机器人之间的对齐问题。例如,传感器感知存在误差,执行器在实际操作中也会产生误差,而多模态大模型对物理接触过程中的误差修正能力仍相对有限,这些问题都会影响机器人在复杂环境中的实际表现。
同时,机器人产业需在规模化应用上做好布局。“未来,如果很多工厂、商场、家庭内都有机器人,(产能)至少要达到千万台级别。”王兴兴表示,当前行业产能距离满足机器人规模化普及的需求仍有较大差距。此外,还需考虑超大规模服务器集群建设、算力芯片的生产制造能力等。
尽管挑战仍存,王兴兴对具身智能的突破时间依然持乐观态度。在此次大会上,他再次提及“具身智能的ChatGPT时刻”,即机器人能够在80%左右的陌生场景中,根据语音或语言指令,顺利完成80%左右的任务。他认为,这一时刻有望在2027年或2028年到来,最快可能于2027年到来。
(文章来源:上海证券报) 正文中部 内嵌广告