王興興稱機器人接近10歲孩子水平，楊立昆稱當下機器人不如貓！

一個人的觀點和其財富持倉緊密相連！當下，我國機器人行業有些同質化競爭現象，都渴望盡快上市完成資本退出和融到足夠5年之內商業化落地的資本！因此，我個人認為一堆機器人扎堆春晚，實際上就說明了行業性的IPO商業化難題和融資、估值困難，而這還是在一堆國內制造業大佬沒有全面進入的時候！

不過，2026年對于人形機器人而言，政策力度空前，可以預計會像版單體芯片、AI一樣，催生數十家千億估值企業！

不過相較于王興興稱機器人技術接近10歲孩子水平，我階段性更相信楊立坤和李飛飛的觀點，但王總說的其實也沒錯，看角度而已。

其中，楊立昆作為“AI之父”，其中楊立昆作為“AI之父”，剛剛在2026年1月，在瑞士達沃斯論壇剛對當下的人形機器人行業提出了尖銳批評。他認為，目前最先進的機器人常識水平甚至不如一只家貓，那些令人驚嘆的空翻和武術表演，大多是精心編排的預編程展示，并非真正的自主智能!

目前中美兩國走的是基于兩國產業基礎不同優勢，所形成的兩條不同的機器人發展路徑，簡單而言：中國健體，美國健腦！

我們機器人的識別和理解力落后于美國，尤其是缺乏成熟的視覺識別能力，在語言理解和動作、空間、場景的匹配上也較為落后，這主要是我們的汽車自動駕駛走的是便宜簡單的激光方案，缺乏視覺訓練和數據。而美國在機器人的零配件制造和身體協調力方面落后于我們，在身體動作算法上接近于我們，并且因為法律安全的限制、補貼的缺乏、新創市場的差異，其在商業化和產能方面現階段也落后于我們。

基于上述邏輯，接下去我想通過幾個問題的方式來聊聊我的看法，不過我先表個態度，我不想站中美機器人誰更先進這類的話題，因為兩條路線發展的結果是一樣的，現在的機器人是做估值，并不是做利潤，組裝機器人其實并不怎么賺錢，部分企業負利潤上量的目的還是為了估值，這點從財務報表上就能看出，況且商業模式在人形機器人階段普遍還是走融資租賃的表外運營策略。

一、王興興稱機器人技術接近10歲孩子水平，正確嗎？

我認為，有道理，但要看其背景并需理性看待，作為YS科技CEO，王興興的判斷是基于當前機器人的運動能力邊界：其運動、感知、基礎學習能力已接近10歲孩子，在編程和操控模式下能完成跑跳、模仿動作、集群協同等任務，如春晚舞臺上YS機器人完成的翻筋斗、武術對招等操作。

但我們要知道，春晚的舞臺是一堆密集的空間定位點下的預編程，甚至有可能是有體感和遙控輔助的情況下完成的，而當下的機器人不可能有10歲孩子的邏輯思維、泛化能力和情感認知，更無法應對陌生環境中的突發狀況，這本質是“場景記憶”而非“意識具備”，其混淆了機器工具與人類生命體的本質區別。

二、YS機器人能自主識別場景和理解么？

YS在2026年的新品搭載了Insight空間智能相機和TinyNav導航算法，可通過超廣角鏡頭捕獲環境數據，實時建圖、識別場景結構（如臺階、道具位置），甚至能應對舞臺道具臨時調整等簡單變化，但依然缺乏數據、算法、和邏輯訓練，這種功能更多還是通過現有較小的多模態數據整合構建“空間知識庫”，實現從“看不見”到“看見特定”的初步跨越，因此這種理解仍依賴預設算法和少量場景數據，無法像人類一樣解讀復雜場景的深層邏輯，脫離特定環境后適應性會大幅下降，但對于我們而言，這種在大腦識別能力上的進步依然是寶貴的！

三、為什么楊立昆說現在的機器人不如貓？

我們都知道，機器人缺乏生物與生俱來的“世界模型”和物理常識，楊立昆認為，家貓能憑借進化形成的本能預判物體軌跡、緩沖落地，整合多感官信息應對未知環境，這種“先想后做”的能力是機器人缺失的。

因為當前機器人的高難度動作多是依賴預編程或者同步體感操控（但算法精度下，這種模式會產生位移疊加），如春晚表演需提前建模預設，一旦環境變動（如地面濕滑、物體移位）就可能失靈，更不要談重力、摩擦力等基礎物理規律的理解，也無法舉一反三。因此，泛化能力遠不及貓的本能反應，本質就是“表演型智能”而非“實用型智能”，這個從我們當下的商業化聚焦在展廳展示和文藝表演就能感知，可在機械能力實現方面，確實進步了，這實際上說明配件上的傳感器和軸承之類的技術進步了。

四、我們的機器人什么時候能完全擺脫預編程？

我認為短期內難以實現，別說我們，在馬斯克的擎天柱3真的實現這種能力前，我覺得美國也不可能。李飛飛好像說過完全擺脫預編程需通用智能突破，預計還需10-20年。目前行業已在探索突破路徑，如YS開源的UnifoLM-VLA-0模型可實現“單策略多任務”，部分機器人能通過少量數據學習新動作，但仍未跳出“數據驅動+算法預設”的框架。

但是王興興也預測，機器人大規模應用快則3-5年、慢則10年，但多局限于結構化場景（如工業搬運，場景內可以架設空間定位點），而要完全擺脫預編程，需突破具身智能大模型、仿真到現實的鴻溝等瓶頸，實現對物理世界的深層理解和自主決策，這需要算法、硬件、認知科學的多領域革命，而一旦機器人有這個能力，實際上他就是類生命體了。

五、目前中美在機器人的大腦領域差距大么？

我個人認為有差距，但正快速縮小，整體呈現“美國領先基礎、中國強于應用”的格局。美國在基礎研究、高端算法和核心芯片上優勢明顯，如深度學習框架、AGI探索、英偉達AI芯片等，而波士頓動力、特斯拉Optimus的“大腦”算法（動態控制、端到端神經網絡）理論上領先中國2-3年，且結構上更契合工業和家庭使用場景，相關高價值專利占比也更高。

但中國在應用落地、量產成本和專利數量上明顯占優，YS等企業的機器人“大腦”已能滿足特定舞臺類等基礎場景需求，國產模型在部分基準測試上與美國差距不足1%，但高端芯片、精密傳感器等核心部件國產化率不足30%，基礎理論原創性仍有短板，整體處于“跟跑并局部領跑”的階段。

此外，美國在該領域頭部集中，行業資源圍繞一兩個頭部企業展開，而我們目前光機器人概念正在沖上市的就有50多家，整體出現一個省，甚至一個核心市一家頭部的情況，從商業角度看，這或許正在重復新能源汽車的情況，或不利于全球資本和技術競爭，影響資本供需結構！