8月19日，宇树科技正式登陆科创板。上市答谢午宴上，公司创始人王兴兴在致谢发言后，将话题转向机器人智能系统的后续规划。他表示，机器人“大脑”的建设重点不应局限于单一模型或某一款产品，而应把大模型、自动编程、仿真训练、真机测试和效果评价等环节连接起来，让人工智能参与机器人研发与技能迭代的全过程。
上市首日市场关注度提升
宇树科技于8月19日登陆科创板。上市首日，公司股价一度较发行价上涨超过6倍，总市值突破4400亿元。市场关注点不仅集中在公司此前受到关注的机器人本体能力，也延伸到上市后企业将如何利用更多资金与资源推进技术研发。
在当天举行的上市答谢午宴上，王兴兴首先向政府、股东和合作伙伴表达感谢，并回顾了公司创业十年的经历。随后，他将发言重点转向技术路线，围绕大模型、自动编程、仿真训练、真实机器人测试以及技能持续优化等内容，介绍了对机器人智能系统的设想。
竞争焦点从单一模型转向完整系统
在王兴兴看来，机器人技术竞争的下一阶段，并不只是推出一个人工智能模型或视频模型。更关键的问题在于，企业能否搭建一套完整的研发系统，将模型能力、开发工具、仿真环境、真实机器人和评价机制有效衔接。
按照这一思路，人工智能承担的角色也不只是机器人的“大脑”。它还可以进入机器人研发流程，辅助研究人员完成信息检索、方案选择、代码生成、训练过程调整以及结果分析等工作。研发人员由此能够把更多环节纳入统一的技术链路，推动机器人开发从依赖人工逐项串联，逐步转向更加系统化的循环。
让人工智能参与技能迭代全过程
目前，机器人学习一项新技能，通常需要工程师推动多个环节。从确定目标、查找资料和选择方案，到编写程序、进行训练、在仿真环境中验证，再到真实机器人测试和效果评估，各个阶段之间仍需要较多人工衔接。测试结果出现问题后，工程师还需要重新定位原因、修改程序或调整训练方案。
宇树科技提出的方向，是把这些环节连接为可持续迭代的闭环。在这一闭环中，大模型可以参与信息处理和方案生成，自动编程工具负责将需求转化为程序，仿真环境用于降低早期试错成本，真机测试则检验技能在实际设备上的表现，评价机制再把结果反馈给后续训练和优化。
- 通过模型和工具辅助理解任务需求，形成初步技术方案。
- 借助自动编程与仿真训练，快速生成并验证机器人技能。
- 将经过仿真验证的方案放到真实机器人上测试。
- 依据测试和评价结果，继续调整模型、程序和训练过程。
技术路线仍需在实际研发中验证
这一规划的核心，不是依靠某一次模型升级直接解决机器人能力问题，而是建立能够持续吸收外部人工智能进展的研发机制。如果模型、工具、仿真和真机测试能够高效协同，机器人学习新技能、优化既有技能的过程就有望更加连续。
从产业发展角度看，机器人能力提升涉及硬件、软件、数据、训练环境和实际应用等多个方面。单一模型的能力需要通过开发工具转化为可执行程序，也需要经过仿真与真实设备验证，最终还必须由明确的评价结果判断技能是否达到要求。宇树科技此次公布的技术路径，显示其关注点正从机器人本体和单项能力，进一步延伸至覆盖研发、训练、测试和迭代的智能系统。
上市之后，市场将继续关注这套系统能否落地，以及人工智能在机器人研发流程中的参与程度如何逐步加深。对于机器人企业而言，如何缩短技能开发周期、提高测试反馈效率，并让研发成果稳定转化为真实设备能力，仍是后续技术推进需要面对的关键问题。
