宇树科技陈立：机器人目前没有大面积应用，主要原因是具身智能大模型不成熟

一句话看懂：宇树科技联合创始人陈立在亚布力创新年会上指出，机器人尚未大规模普及的核心瓶颈在于具身智能大模型尚未成熟，而非硬件本身。这一观点直接点明了当前人形机器人从“技术展示”走向“商业化落地”的关键障碍。

事件核心：发生了什么

2025年7月3日至4日，在上海举办的亚布力中国企业家论坛第十二届创新年会上，宇树科技股份有限公司联合创始人陈立表示，机器人目前没有大面积应用，主要原因在于具身智能大模型尚未成熟。他强调，未来2-5年最迫切的任务是打造一个统一的、端到端的机器人大模型。此外，他还指出机器人的普及还需要更低成本、更高寿命的硬件、超大批量规模生产的能力（以大幅降低本体边际成本），以及低成本的分布式或云端算力——因为端侧算力面临续航、散热和成本问题，而云端算力则会引入延时。IT之家于7月4日报道了这一发言。

为什么重要

陈立的发言直接回应了行业内外对人形机器人迟迟未能“飞入寻常百姓家”的核心疑问。此前市场对宇树等机器人公司的关注更多集中在硬件迭代（如G1机器狗的灵巧性、成本控制）和产能（例如约1.1万台累计下线）。但陈立此番表态将矛盾焦点从“本体”转移到了“大脑”——具身智能大模型。这意味着，即使机器人的机械结构和控制系统再完善，如果没有成熟的大模型提供泛化的感知、决策与任务执行能力，其应用场景仍将局限于演示和单一任务。这一判断也间接解释了为何宇树等公司同时在人形机器人本体和具身智能大模型领域大力投入（例如开放UniStore应用商店）。它提示行业：机器人商业化的竞赛已从“造出能走的机器人”转向“造出能自主干活的机器人”，这需要大模型、算力和硬件三者的深度协同。

对用户/开发者/创作者的影响

对于开发者和企业采购者而言，陈立的观点意味着短期内不应期待人形机器人能像智能手机一样成为通用平台。如果正在基于宇树或类似硬件开发机器人应用（例如巡检、物流、家庭服务），需要做好底层AI能力仍处于早期迭代阶段的准备：大模型可能无法在所有场景下稳定完成任务，且需要依赖云端推理，这会带来延迟和成本波动。对于AI内容创作者和开发者社区，这则信息则是一个信号：具身智能的“原生应用”尚属蓝海，抓住大模型统一化之前的窗口期，探索特定垂直场景的端到端训练（例如在宇树UniStore上发布特定任务动作）可能是重要的机会。普通消费者短期内更可能看到的是特定场景下的服务机器人（如商场引导、特定清洁任务），而非通用家庭机器人。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

• 端到端大模型何时落地？陈立提到“2-5年”的时间窗口，后续可观测宇树或其他头部公司（如特斯拉、Figure AI）是否公开统一的机器人大模型训练路线图或商业发布时间表。
• 算力成本是否会成为新的瓶颈？分布式算力、端侧推理芯片的低功耗化、以及边缘计算方案的成熟度，将直接影响具身智能大模型的部署成本。值得关注芯片厂商（如NVIDIA、华为、高通）在机器人端侧AI推理的产品更新。
• 宇树科创板IPO后的研发投向：宇树科技科创板IPO计划于2025年6月上会，其招股书中对具身智能大模型与机器人本体研发的资金分配比例，将为市场提供更清晰的技术路径判断。

来源：IT之家 (ITHome)