王兴兴：未来五大核心资源，算力竞争会非常惨烈

11月5日，第九届虹桥国际经济论坛“人形机器人与具身智能产业创新发展合作”分论坛现场，宇树科技创始人王兴兴谈了自己对机器人产业走向的最新判断。

他给出的说法是：数据、算力、芯片产能、能源和矿产这五样，会是未来世界最核心的资源；其中围绕算力打的仗，会“非常非常惨烈”。

同一天同一场论坛，2015年图灵奖得主、美国国家工程院院士惠特菲尔德·迪菲（Whitfield Diffie）也谈了对人工智能走向的看法。他的判断是，人工智能迟早会席卷全球，但“人类与机器人之间的关系”这个问题，会成为21世纪最重要的议题。

王兴兴：算力竞争将非常惨烈

王兴兴的看法是，人工智能产业的较量已经不只是模型和算法层面的比拼，正一步步往下沉，落到支撑人工智能发展的那些基础资源上。他说，数据和算力是眼下行业谈得最多的两样，可随着人工智能往前走，芯片产能、能源、矿产的需求同样会水涨船高。

“这五种资源将成为未来世界最核心的资产。”他说道。

这当中最该盯紧的是算力。王兴兴拿SpaceX举例：“以

他的判断是，今后围绕算力展开的争夺会“非常非常惨烈”。

说到人形机器人和具身智能的技术进展，王兴兴认为，行业眼下要啃的硬骨头已经不只是模型能不能听懂指令，而是模型能不能把听懂的东西变成准确的物理动作。

他举了个例子：把眼下全球最好的多模态模型直接拿去做机器人操作，让它规划并抓起一个较大的物体，成功率已经接近100%；可一旦换成更精细的活，比如去拿机械零部件，成功率就掉下来了。

问题出在哪？他的解释是，多模态模型和物理世界之间的输入、输出还没有充分对齐。模型就算已经明白了任务要求，落到机器人的具体动作上，仍可能差出几毫米。工业制造这类精密场景里，这点误差就可能决定任务做不做得成。

“最后的几个毫米，还有比较大的偏差。”王兴兴说，只要模型输入输出的对齐误差能解决，具身智能模型在技术上就没什么大坎了，剩下的是工程化和推广落地的事。

他预计，这个技术瓶颈未来一至两年内有望解决得比较好。

除了模型与物理世界的对齐，王兴兴还专门提到机器人AI模型的自进化能力。据他介绍，一些大模型企业内部已经跑起了AI自进化循环：让AI自己去采集数据、完成标注、做模型训练，再由AI评价训练效果，照这个结果继续优化模型，整个过程中人参与的程度越来越低。

机器人企业在这方面走得慢一些。王兴兴的设想是，往后让AI模型自己写机器人控制代码，放到真实机器人上训练，再由AI去评价动作完成度、任务成功率这些指标，推着模型一轮轮迭代。机器人部署得越多，企业在真实场景里拿到的训练和测试数据就越多，模型进化也会更快。

他说，未来铺开一万台机器人做测试和评价，对宇树科技来说不算特别难，成本也不会太高；部署规模再往上走，机器人AI模型的自进化循环有望转出更大的正向循环。

图灵奖得主：“人机关系”将是本世纪最重要议题

比起技术和产业层面的讨论，图灵奖得主迪菲更在意人工智能给人类社会带来的长远影响。他认为，人工智能未来一定会席卷全球，同时人们对人工智能安全的担心也在变多。

迪菲提到了科幻作家艾萨克·阿西莫夫的“机器人三定律”。这套设想最早完整出现在阿西莫夫1942年的短篇小说《Runaround》里，三条分别是：机器人不得伤害人类、必须服从人类命令，以及在不违反前两条定律的前提下保护自身。

迪菲认为，今天人们已经不会完全照着这样的原则去理解和设计机器人，但人类仍然需要建起相应的“护栏机制”。

在迪菲看来，到了21世纪，最要紧的议题会落在“人类与机器人之间的关系问题”上。全球变暖、地缘政治冲突这类难题眼下都摆在各国面前，可他判断，随着人工智能往前走，“人类与机器人之间的关系问题”到头来可能变成更具决定性的那一个，分量会压过其他重大议题。

技术层面的突破之外，人形机器人产业也在加紧摸索商业化落地的场景。

分论坛现场这次拿出了“人形机器人应用场景图谱”。按图谱划分，科研教学、汽车制造、3C制造、商贸物流、医疗健康、养老助残、家政服务、运维巡检、应急救援、现代农业共十大领域都在其中。这透出一个信号：人形机器人的应用正由工业制造向更多经济社会领域铺开。

论坛上，第一财经记者还了解到，今年上半年全国人形机器人整机产量突破4万台。产品不再只是“能跑会跳”，正在往“能想会干”的方向走，向制造、服务、民生等领域渗透的步伐也在加快。工信部给予支持，国家地方共建人形机器人创新中心正在上海加紧建设，为智能技术创新和产业化落地提供支撑。