# 一年几万台，要跳到几千万台：王兴兴指的那道坎，在售后不在产线

> 「我们现在一年可能就生产几万台机器人，但未来如果一下子要生产几百万台、几千万台，挑战依旧非常大。」这句话的重心不在产能，在它后面那串词：生产制造、产品可靠性、售后服务体系。从几万到几千万是三个数量级的跳跃，而服务工程师的人数不可能跟着跳一千倍。

### TLDR

- **场合**：2026 年 APEC 工商领导人峰会 **11 月 17 日至 18 日**在深圳举行，宇树科技董事长兼 CEO 王兴兴在「共建开放普惠的人工智能创新生态」研讨环节发言。
- **原话**：「我们现在一年可能就生产几万台机器人，但未来如果一下子要生产几百万台、几千万台，挑战依旧非常大。」（澎湃新闻现场稿）
- **他认为的首要痛点**：**模型泛化能力不足**——「机器人更换应用场景往往需要重新训练」，难以一台设备适配各类家庭与工作环境；同时判断全球技术演进**已接近突破临界点**。
- **他自己列的三道压力**：若需求从数万台暴涨到数百万、数千万级，**生产制造、产品可靠性、售后服务体系**都会承压；此外还有**算力需求暴增**与**使用安全**。
- **判断一**：几万台到几千万台是一千倍。产能可以靠产线扩，售后不能靠人头扩——这道坎的真实解法是远程诊断、自诊断与模块化换件，而不是多建工厂。
- **判断二**：「换场景就要重训」这句话，直接反驳了「通用模型会消灭集成商」的叙事：只要重训还在，现场工程能力就还是一门必需生意。而模型突破不会缓解售后压力，只会让它提前到来——模型越好，客户越敢把它放到没人看着的地方。

### SRC

主源为澎湃新闻 **2026-11-18 06:59** 现场稿《APEC现场｜「技术迭代，波涛汹涌！」企业家连场「群聊」科技含量爆表》（https://www.163.com/dy/article/LC0G518S0514R9P4.html ，网易转载版），该稿给出「一年几万台／几百万台几千万台」原话与现场另外两组对话。口径核对源为财联社 **2026-11-17 电**（经东方财富财富号 https://caifuhao.eastmoney.com/news/20261118061746368913630 全文转载），该稿把「模型泛化能力不足、换场景需重新训练」列为首要痛点，并完整列出生产制造、可靠性、售后、算力、安全五项压力。素材时间窗为**前一日 18:00 → 当日 09:00（2026-11-17 18:00 → 2026-11-18 09:00）**；本条发言发生于 11-17 日间会议，中文稿在 11-18 凌晨至早间（06:17、06:59）落地，属窗口内新增的中文定稿口径，本文以早间稿为主源并标注原始发言时点。

边界与不确定：①**「一年几万台」是王兴兴的口头量级表述，不是宇树官方出货数据**，公司未在本次会议披露具体台数；本文不将其与任何第三方统计相加或换算成市占率；②「几百万台、几千万台」是假设性情景（「如果一下子要生产」），不是公司规划目标，任何把它写成产能规划的转述都属误读；③「技术演进已接近临界点」为主观判断，无量化定义；④本文所用的「年故障率 5%」「单次上门 2 人时、800 元」为**作者设定的示意参数**，行业无统一公开基准，仅用于说明量级，不可作为成本预测引用；⑤现场另外两组对话（董明珠对周剑表示可供应部件、曾毓群向李彦宏提问模型是否已足够好）来自澎湃同稿，本文仅作背景引用，未展开；⑥宇树 2025 年人形出货超 5500 台一说散见于多方转述（含上海市文旅推广网英文稿），本文未采信为论据；⑦所有关于售后成本结构、集成商价值与商业模式的推断均为作者判断，以「判断：」开头。版权与免责声明由模板自动附加。

### BODY

<p>APEC 工商领导人峰会在深圳开了两天，机器人是高频词之一。但真正有信息量的不是「看好行业」这类表态，是王兴兴给出的那一组数量级。</p>

<p>他的原话是：我们现在一年可能就生产几万台机器人，但未来如果一下子要生产几百万台、几千万台，挑战依旧非常大。</p>

<p>同一场里他还说了另一句：行业首要痛点是模型泛化能力不足，机器人更换应用场景往往需要重新训练，难以实现一台设备适配各类家庭与工作环境。</p>

<p>这两句话放在一起看，指向的其实不是同一件事——一句讲规模，一句讲适配。而这两件事恰好构成了当下具身智能商业化的两端。</p>

<div class="sec">
<div class="eyebrow">一、一千倍这个跳跃，卡在哪一环</div>

<p>从「几万台」到「几千万台」，中间是一千倍。</p>

<p>一千倍的产能，历史上是有解的：汽车行业用平台化加代工解决了，手机行业用模块化加全球供应链解决了。产线可以复制，模具可以复制，SOP 可以复制。</p>

<p>一千倍的售后，历史上从来没有被解决过——因为售后的基本单位是「人·小时」，而人不会因为订单涨了一千倍就多出一千倍。</p>

<p>把这件事算成钱，量级就清楚了。假设一台机器人的年故障率落在 5% 这个量级（这是本文设定的示意参数，行业无统一基准），那么在「几万台」的阶段，一年的上门服务是几千次；到了「几千万台」，就是几百万次。按每次 2 人时、800 元计，前者是几百万元的年度服务成本，后者是几十亿元。</p>

<div class="jx-bars">
<div class="jx-bar-row"><div class="jx-bar-lab">年产 3 万台（示意）</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:0.1%"></div></div><div class="jx-bar-val">1500 次/年</div></div>
<div class="jx-bar-row"><div class="jx-bar-lab">年产 300 万台（示意，100 倍）</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:10%"></div></div><div class="jx-bar-val">15 万次/年</div></div>
<div class="jx-bar-row"><div class="jx-bar-lab">年产 3000 万台（示意，1000 倍）</div><div class="jx-bar-track"><div class="jx-bar-fill" style="width:100%"></div></div><div class="jx-bar-val">150 万次/年</div></div>
<div class="jx-legend"><div class="jx-lg">全部按「年故障率 5%」的示意参数计算，柱长按 150 万次归一化（1500÷150 万＝0.1%，15 万÷150 万＝10%）；三档产量为情景假设，非任何公司规划</div></div>
</div>

<p>这道算术说明的是：<strong>售后不是「多招人」能解决的问题，因为招人的速度上限是个位数百分比，而订单的增长可以是三个数量级</strong>。唯一的出路是让每一次「上门」变成不需要上门——远程诊断定位、模块化换件让客户自己换、自诊断把故障在发生前报出来。</p>

<div class="keypoint">判断：王兴兴这番话里最容易被漏掉的，是他把「产品可靠性」和「售后服务体系」放在「生产制造」后面并列。这三件事在工程上是同一件事的三个切面：可靠性决定多久坏一次，模块化决定坏了多难换，服务体系决定换得多快。谁只扩产不改这三样，规模上去的那一天就是口碑崩的那一天。</div>
</div>

<div class="sec">
<div class="eyebrow">二、「换场景就要重训」，是对集成商最有力的一句话</div>

<p>过去两年行业里有一个流行的推论：通用大模型一旦收敛，中间那层做二次开发、做场景适配的集成商会消失，客户直接买「一个什么都能干的机器人」。</p>

<p>王兴兴这句话给的是相反的判断：机器人更换应用场景往往需要重新训练。</p>

<p>「重新训练」不等于「重新编程」，它意味着要重新采数据、重新标定、重新验证——这是一段需要人、需要现场、需要时间的工程过程。只要这段过程还在，场景适配就还是一门手艺活，而不是一次软件下载。</p>

<p>而且这件事有一个很现实的推论：<strong>模型的泛化能力越强，重训的边际成本越低，但不会归零</strong>。因为泛化解决的是「没见过的东西大概认识」，解决不了「这台机器在这个场地、这套工装、这条工艺节拍下必须稳定跑 8 小时」。</p>

<div class="keypoint">判断：这句话对做交付的公司是好消息，但不能当成护身符。重训成本在下降是确定的——去年一个场景要一个月，今年可能要两周。真正的竞争点不是「会不会重训」，是「重训一次要几天、要几个人、要不要把客户产线停掉」。能把这三项压下去的公司才有议价权，其余的都是按人天报价的外包。</div>
</div>

<div class="sec">
<div class="eyebrow">三、临界点越近，售后压力来得越早</div>

<p>王兴兴说全球技术演进已接近突破临界点，还提醒即便模型突破，产业链仍要面对算力暴增与使用安全的问题。</p>

<p>这里有一个反直觉的因果关系值得拆开：模型能力提升，通常被理解为「降低了落地难度」；但在售后维度上，它其实是<strong>提前引爆了风险</strong>。</p>

<p>原因很简单：模型弱的时候，机器人必须放在有人看着的地方，旁边永远站着一个操作员，故障会被人在几秒内接管。模型一旦强到「可以独立跑完一段流程」，客户的第一反应就是把那个人撤掉——从「一人一机」变成「一人五机」，再变成「无人值守」。</p>

<p>人一撤，故障的发现者就从「旁边的操作员」变成「巡检的保安」或者「下一班的同事」。发现延迟从秒级变成小时级，处置成本从「按一下急停」变成「停线加排查」。</p>

<p>这就是为什么模型能力和服务体系必须同步升级。前者决定机器人能走多远，后者决定它走远之后坏了谁去救。</p>

<div class="keypoint">判断：这一轮真正会淘汰公司的，不是模型不够强，是「模型变强了但服务体系还留在演示阶段」。行业里已经出现这样的案例：订单签了十几亿、交付是零——断点不在算法，在把框架协议当成收入的习惯。规模化的分母一旦变大，这类断点会以更快的速度暴露。</div>
</div>

<div class="sec">
<div class="eyebrow">四、同场另外两句话，比发言更说明位置</div>

<p>澎湃的现场稿里还记了两组对话，都值得抄下来。</p>

<p>一组是董明珠对优必选周剑说：以前我们不认识，今天借这个平台认识了，你需要什么部件，我们就提供什么部件。</p>

<p>另一组是曾毓群问李彦宏：现在模型已经足够好了，还是我们需要更多科研 AI。</p>

<p>第一组说明的是供应链的位置：<strong>零部件巨头开始主动向整机厂伸手</strong>。这对整机厂短期是好事——供给变多、价格往下走；中长期是坏事——当零部件可以被任何一家买到，整机厂的差异化就只剩下结构设计、软件和场景。</p>

<p>第二组说明的是另一层焦虑：模型到底够不够用。李彦宏的回答是「AI 擅长解决问题，但更关键的是提出问题、验证问题」。把这句放回机器人语境，就是王兴兴说的那件事——模型能执行，但不知道什么时候该停、该问、该拒绝。</p>

<p>王兴兴自己还有一句话，是对行业内卷的提醒：呼吁把目光放到未来的产业规模，而不是当下的市场份额，「不能只看眼前」。</p>

<div class="keypoint">判断：这句话说出来是需要底气的，因为说这话的公司通常是当下份额领先的那一家。但它也点出了一个真问题——这个行业现在所有的排名、份额、出货榜，分母都很小。在一个年出货几万台的市场里争第一，和在年出货几千万台的市场里活下来，需要的能力完全不同：前者靠产品和叙事，后者靠供应链、可靠性和服务网络。用前者的能力去打后者的仗，会输得很难看。</div>
</div>

<div class="sec">
<div class="eyebrow">五、给做交付的公司留三个可操作的判断</div>

<p>如果接受「售后是那道坎」这个前提，那么接下来三年，做集成与交付的公司应该盯的不是机器人参数，是三件事：</p>

<p><strong>第一，故障能不能在客户发现之前被发现。</strong>远程看得到电流、温度、关节误差、视觉置信度，就能做预测性维护；看不到，就只能等客户打电话。这一项决定了你是服务商还是维修队。</p>

<p><strong>第二，坏了的部件，客户自己能不能换。</strong>模块化的程度，直接决定单次故障的停机时长。这条在文旅、商演这类「停机就是损失」的场景里，比精度重要得多。</p>

<p><strong>第三，一个场景的重训，能不能压到一周以内。</strong>这是定制业务毛利的分水岭。两周以内还能按项目报价，超过一个月就只能按人天报价，而按人天报价的生意做不大。</p>

<p>王兴兴没给这三件事的答案，他给的是那道坎的位置。知道坎在哪，比知道怎么跨过去更值钱——因为大部分公司现在还在讨论产能。</p>
</div>

---

*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/wangxingxing-10k-to-10m-after-sales-cliff/*
