黄仁勋请王兴兴讲了具身智能的“三个难题”黄仁勋请王兴兴讲了具身智能的“三个难题” \u003cdiv class=\"rich_media_content\"\u003e\u003cp\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003cspan data-widget=\"image\" style=\"display: inline-block; max-width: 100%; width: 554.133px\"\u003e\u003cspan style=\"font-size: 12px; display: flex; color: #999999; align-items: center;\"\u003e\u003csvg width=\"1.4em\" height=\"1.4em\" viewBox=\"0 0 18 18\" xmlns=\"http://www.w3.org/2000/svg\"\u003e\u003cmask id=\"exclamation-mask\"\u003e\u003crect width=\"16\" height=\"16\" fill=\"white\"\u003e\u003c/rect\u003e\u003cpath d=\"M8 3.5a1 1 0 0 1 1 1v4a1 1 0 1 1-2 0v-4a1 1 0 0 1 1-1zM8 12a1 1 0 1 0 0-2 1 1 0 0 0 0 2z\" fill=\"black\"\u003e\u003c/path\u003e\u003c/mask\u003e\u003ccircle cx=\"8\" cy=\"8\" r=\"8\" fill=\"#999999\" mask=\"url(#exclamation-mask)\"\u003e\u003c/circle\u003e\u003c/svg\u003e 该图片可能由AI生成\u003c/span\u003e\u003c!--IMG_0--\u003e\u003cspan style=\"color: rgb(153, 153, 153); display: block; font-size: 12px; line-height: 18px; overflow-wrap: break-word; text-align: center\"\u003e\u003c!--NO_READ_BEGIN--\u003e王兴兴和具身智能的关键一跃。图片由AI生成\u003c!--NO_READ_END--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e文丨苏扬\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e编辑丨徐青阳\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e当地时间3月17日，宇树科技创始人、CEO王兴兴在\u003c!--VERTICAL_CARD_BEGIN_1--\u003e英伟达GTC\u003c!--VERTICAL_CARD_END_1--\u003e大会上发表题为《如何迈过具身智能的\u003c!--VERTICAL_CARD_BEGIN_2--\u003eChatGPT时刻\u003c!--VERTICAL_CARD_END_2--\u003e》的在线演讲，针对当前具身智能持续升温、产业临近关键拐点的行业背景，系统研判了产业所处阶段、技术路径与核心瓶颈，回应了 “机器人何时迎来属于自己的ChatGPT时刻” 这一行业核心议题。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_0--\u003e\u003c!--EOP_0--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_0--\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e王兴兴指出，尽管市场热度不断攀升，但真正具备强\u003c!--VERTICAL_CARD_BEGIN_3--\u003e泛化能力\u003c!--VERTICAL_CARD_END_3--\u003e、能够在陌生环境中稳定执行任务的通用具身智能模型仍未出现，行业整体仍停留在“\u003c!--VERTICAL_CARD_BEGIN_4--\u003e临界点\u003c!--VERTICAL_CARD_END_4--\u003e之前”，未来1至3年将成为决定能否实现突破的关键窗口期。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e王兴兴认为，如果\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e机器人能够在80%的陌生场景中，仅通过语言指令完成80%的任务，即可视为具身智能迈入“确定性时刻”\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e，这一节点将类似大模型领域的ChatGPT时刻，推动行业从展示走向规模化应用。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e围绕这一目标，他总结了当前三大核心挑战：\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e一是模型表达能力不足\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e，难以生成和执行复杂、多样化动作；\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e二是数据稀缺\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e，需提高对视频与仿真数据的利用效率，降低对真机数据依赖\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e；三是\u003c!--VERTICAL_CARD_BEGIN_5--\u003e强化学习\u003c!--VERTICAL_CARD_END_5--\u003e缺乏规模化复用机制\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e，训练成果难以积累。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e在技术路径上，他更看好基于\u003c!--VERTICAL_CARD_BEGIN_6--\u003e世界模型\u003c!--VERTICAL_CARD_END_6--\u003e与\u003c!--VERTICAL_CARD_BEGIN_7--\u003e视频生成模型\u003c!--VERTICAL_CARD_END_7--\u003e的方向，认为其上限更高、数据来源更广，但同时也面临仿真与真实世界难以精准对齐的关键难题。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e王兴兴强调，具身智能的发展不是单一公司或国家可以完成的工程，而需要全球协同推进。一旦临界点被突破，将成为具有历史意义的产业转折时刻。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003c!--VIDEO_0--\u003e\u003cspan style=\"text-align: center;font-size: 13px;color: rgb(136, 136, 136); line-height: 14px;margin-bottom: 22px;margin-top: 8px; display: block;\"\u003e\u003c!--NO_READ_BEGIN--\u003e王兴兴丨英伟达GTC大会演讲：如何迈过具身智能的ChatGPT时刻\u003c!--NO_READ_END--\u003e\u003c/span\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e以下为王兴兴讲话的精简版：\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e各位来宾，大家好。我是宇树科技创始人王兴兴，非常高兴在此做一个简单分享，今天我分享的题目是：如何迈过具身智能的确定性时刻。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e大家知道，最近几年具身智能虽然非常火热，但真正泛化性足够强的具身智能模型，其实还需要一段时间才能诞生。换句话说，目前大家还没有实现真正意义上的通用落地效果。这也是未来几年，快则一两年、慢则两三年，我们整个行业需要突破的临界点 —— 谁能率先突破，谁就有可能真正点燃全球具身智能大规模应用的前夜。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_1--\u003e\u003c!--EOP_1--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_1--\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e01 深耕布局：宇树全系列机器人产品矩阵\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_1--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e宇树科技2016年成立，我最早做四足机器人大概是从2013年开始，到2016年正式创立公司。我在人形机器人领域的起步更早，2009年读大一本科的时候，就做过一款小型人形机器人。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e最近几年，我们公司也推出了多款人形机器人与四足机器人产品，其中最具代表性的，是2024年5月发布的G1人形机器人。从某种意义上说，这款机器人已经成为全球范围内非常经典的一款机型，国内外很多机构、企业都在使用。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_2--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003eG1最大的特点是机身相对小巧，性价比非常高，身高大约1.3米，重量三十几千克，自由度数量高，腿部等关键关节配置完整，传感器与机身整体紧凑度也很高，因此在易用性、外观美观度上在全球范围内都具备很强的竞争力。我认为，即便再过十几二十年回头看，这款机器人依然会是一款经典型号。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e去年，我们又发布了A2这款中型工业级机器狗，性能指标非常突出，可用于室内和室外的巡检、巡逻等任务。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e同期我们还发布了H2大尺寸人形机器人，身高1.8米，人体比例更好，灵活度更高，尺寸更大，适合承担一些体力类工作，在工厂、农业等场景会更加适用。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e前段时间，我们发布了小型机器狗A12，具备基础防水能力，负载能力达到十几千克级别，续航时间也很长，硬指标在全球同级别产品中处于领先水平。未来我们希望这款机器人能够真正走进消费场景，比如陪伴用户徒步旅行，帮助背负包裹，让出行更加轻松方便。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e02 核心突破：机器人运动性能与稳定性升级\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_3--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e在北京举办的世界机器人大会相关赛事中，我们的机器人拿到了1500米、100米等项目的冠军，这是非常标志性的成果。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003eG1也是我们公司第一款拿下多项金牌的人形机器人，到目前为止，它也是全球公开数据中跑得最快的人形机器人之一，长跑1500米大约只需6分多钟。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e另外，我们在去年也做了大量软件升级：比如机器人在任意动作姿态下都具备抗冲击能力，摔倒之后可以自主起身。我们认为机器人大规模应用，必须在各种复杂环境、极端情况下保持稳定，出现意外也能自己恢复。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e这也铺垫了我们的算法在规模化落地中的优势：我们的算法对不同硬件的适配能力较强，可以在多款机器人平台上迁移使用，人类能完成的大量动作，我们的机器人都具备学习和复现能力。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e像前空翻这类动作，我们基本可以做到100%的成功率，至少我在公司内部和外部展示中，从来没有见过失败。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e今年我们还推出了更大尺寸的机器人，因为G1相对小巧，负载和手臂力量有限，要真正进入工厂、家庭，承担更重的体力工作，需要更大的机身与更强的负载能力。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e这类大型机器人可以学习更复杂的作业任务，但因为自重更大，近距离存在一定危险性，所以如果大家现场见到这类大型机器人，建议保持2—3米的安全距离，避免被手臂或腿部意外触碰导致受伤。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e去年，我们的产品、我本人以及公司，也很荣幸获得了《时代》周刊的相关评选认可。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e过去一年，我们在AI方面做了很多升级：包括基础跑步、舞蹈动作、武术动作，在任意干扰下的快速稳定与恢复，以及去年下半年推出的全域遥操作系统，这些都是非常有价值的技术。我们认为，当下以及未来几年，全身深度强化学习技术，在很大程度上已经解决了绝大部分问题，虽然仍需要继续完善，但本质上已经不再是瓶颈和难点。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_2--\u003e\u003c!--EOP_2--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_2--\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e03 春晚实践：机器人系统能力的集中展现\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_4--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e今年2月，我们的机器人登上央视春晚“五波特”节目，获得了国内外广泛好评。为了这个节目，我们把能找到的中国传统功夫动作基本都梳理了一遍，最开始筛选了大概100个动作，最后保留了几十个有代表性的动作，包括大家熟知的醉拳、双节棍、舞棍、舞剑等，基本覆盖了典型的功夫形态。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e我们还挑战了很多高难度动作，比如单脚原地连续空翻，对腿部电机压力非常大；还有蹬墙上墙，我们没有采用传统单步增强的方案，而是采用两步上墙，让整体高度更高、视觉效果更好。节目中舞棍部分，我们使用了灵巧手，可以稳定抓握棍棒；在义乌分会场，更大尺寸的G2机器人以“大圣”形象亮相，也具有特殊意义。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_3--\u003e\u003c!--EOP_3--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_3--\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e为了“五波特”节目，我们对机器人也做了专门改装： \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e第一，把头部激光雷达换成128线3D激光雷达，方向朝向天花板，避免现场人群遮挡，让机器人能获取更完整的周边环境信息；\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e第二，我们使用了预训练全身 AI模型，而不是单独训练单一策略模型，其能力覆盖度更高，训练更方便，硬件兼容性更强，走位速度、复杂动作组合能力都更优秀。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e简单来说，我们的机器人在执行复杂动作时，可以瞬间暂停、瞬间稳定、瞬间切换到下一个动作。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e除此之外，我们还开发了全身状态感知模型，让机器人更好地完成感知与决策；同时搭建了集群控制系统，可以调度几十台、上百台机器人完成复杂走位与编队表演。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e前段时间我们还发布了小型高性能机器狗As2，是动力性能更强的小型化平台，自重约18千克，负载能力强，可以搭载吸尘器等设备，同时我们在其中融入了更仿真的拟人、拟动物运动模型，在小尺寸平台上也能实现强运动能力与作业能力。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e当然目前全球范围内的遥操作方案仍有不足：机器人动作完成度和真人相比仍有差距，复杂动作下脚部或身体会出现抖动，操作体验仍有提升空间，但整体稳定性已经非常不错。大家看到的相关视频都是 1:1 真实速度，没有加速，可以直观看到机器人的运动速度。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e我们希望，未来可以实现机器人自己生产机器人。因此我们也在把大模型技术应用到人形机器人上，让机器人进入我们自己的工厂，参与人形机器人的制造与装配。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e当然目前在复杂工位，比如关键模组装配，因为涉及零件多、工序复杂，成功率还不算特别高；但抓取单个或少量零部件、单工序或少工序的动作，在数据充分训练后，基本可以达到100%成功率。从全球范围来看，多工序、长任务、涉及细小零部件的精细操作，仍然是极具挑战性的课题。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e04 双向发力：运动能力与作业能力同步推进\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_5--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e某种意义上，运动能力是机器人能够“干活”的先决条件——机器人要完成任务，首先动作库要足够丰富，一个模型能表达出各种各样的动作；其次必须足够稳定，在执行动作时保持可靠。所以运动能力是非常核心的基础。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e这就像自然界的动物，蚂蚁、老鼠、狗，大脑认知未必复杂，但运动能力极强。所以运动智能反而是相对更容易率先实现的智能，也是实现更高层级智能的前提。我们一直高度重视运动能力，同时也在持续推进机器人的实用化、作业化能力。但客观来说，“让机器人真正可靠干活”，目前在全球范围内仍然难度很高。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e过去几年，我们和众多知名高校、科技企业展开合作，基于我们的硬件平台进行软件开发，共同推动行业发展。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e我们过去的很多研发工作，都基于英伟达的芯片与仿真环境，这也是行业内非常普遍的选择。同时我们也坚持开源，基本每隔一个月就会开源算法、数据集等相关成果，也建立了技术社区，分享前沿论文、数据集、研究观点、相关项目与开源代码链接，欢迎大家关注与使用。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e05 关键瓶颈：迈过具身智能“ChatGPT时刻”的核心问题\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_6--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e回到今天的主题：如何迈过具身智能的确定性时刻。我认为行业必须清晰面对并解决以下几个核心问题： \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e第一，提升模型对任务的表达能力，突破泛化瓶颈。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e目前很多模型只能完成基础动作，无法实时生成、表达各类复杂、非常规动作。如果模型连动作都无法有效表达和生成，就更谈不上高质量执行。未来需要进一步优化\u003c!--VERTICAL_CARD_BEGIN_8--\u003e多模态模型\u003c!--VERTICAL_CARD_END_8--\u003e、感知模块、编码器与解码器结构，并让其与多模态模型更好地结合。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e第二，提升模型对多元数据的利用效率。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e机器人领域的数据和语言模型不一样，真实机器人数据非常稀缺。如果必须依赖海量真机数据才能训练出可用模型，整体效率太低。因此我们要更多使用视频数据、仿真数据，减少对真机数据的依赖，用更少的真实数据实现更好的训练效果。互联网视频数据体量极大，如果能高效利用，将极大降低对真机采集的压力。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c!--MID_AD_4--\u003e\u003c!--EOP_4--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_4--\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e第三，提升强化学习的规模效应。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e目前行业普遍存在一个问题：训练完一个新动作，相关数据就被丢弃，新任务要重新训练。如果能把多场景、多任务的数据整合到统一大模型里，实现二次复用、持续迭代，就会形成更强的规模效应与指数级进步。这也是强化学习领域非常值得探索的方向。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e06 未来方向：定义具身智能的“ChatGPT时刻”\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e\u003c!--IMG_7--\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e从技术路线来看，最近几年计算智能领域非常活跃，基于VR模型、视频生成模型、世界模型的路线都受到大量关注。我们认为，世界模型与视频生成相关模型的天花板更高，数据来源更广，更有可能成为主流方向。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e2024到2025年，我们开源了自研的基于视频生成的世界模型：机器人可以先“想象”未来动作，再与实际机器人运动对齐执行，视频生成效果非常好。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e目前全球范围内仍存在一个难题：视频模态与真机执行的精准对齐。视频里可以做到几乎零误差，但在真实机器人上，哪怕只差1毫米，效果也可能天差地别。未来把视频生成模型与强化学习结合，会是非常有价值的方向，这套模型我们完全开源，包括训练代码和数据，大家都可以使用。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e相比之下，传统VR模型的天花板相对更低，尤其在泛化能力上仍存在明显瓶颈。我们的相关训练架构也已开源，在官方GitHub上可以查看。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e最后，我想给出我对具身智能确定性时刻的定义：我期待，在未来某一年，机器人能够在80% 的陌生场景中，只通过语言或文字指令，不需要预先训练、不需要采集地图、不需要额外部署，就能完成约 80% 的任务，并且任务成功率达到较高水平。 \u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e一旦实现这个目标，就真正跨过了具身智能的临界点。我非常希望这个突破由宇树科技完成，但从行业角度看，无论哪家公司、哪位研究者率先实现，对整个行业、对整个人类科技史，都将是历史性的一刻，会真正点燃整个行业的热情。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e我始终相信，机器人、AI、具身智能领域，不是一家公司、一两个国家的事情，而是需要全球共同合作、共同推进的事业。无论谁先实现突破，对整个行业都是重大利好。对于一个新兴行业，大家好，才是真的好。我们希望更多人参与进来，一起把技术和产品做得更好，共同推动行业走向成熟。\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003cstrong\u003e\u003cspan style=\"color: rgb(51, 51, 51)\"\u003e\u003cspan style=\"font-size: 18px\"\u003e\u003cspan style=\"letter-spacing: 1px\"\u003e特约编译无忌对本文亦有贡献\u003c/span\u003e\u003c/span\u003e\u003c/span\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp style=\"line-height: 1.6; margin: 3pt 0pt 24px; text-align: justify\"\u003e\u003c/p\u003e\u003cdiv powered-by=\"qqnews_ex-editor\"\u003e\u003c/div\u003e\u003cstyle\u003e.rich_media_content{--news-tabel-th-night-color: #444444;--news-font-day-color: #333;--news-font-night-color: #d9d9d9;--news-bottom-distance: 22px}.rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}.rich_media_content .qn-editor-copy p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:unset;line-height:unset;margin-bottom:unset;word-wrap:unset}.rich_media_content{color:var(--news-font-day-color);font-size:18px}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content .qn-editor-copy p:not([data-exeditor-arbitrary-box=image-box]):not(.qn-editor-copy){letter-spacing:unset;line-height:unset;margin-bottom:unset;word-wrap:unset}body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content{color:var(--news-font-night-color)}}.data_color_scheme_dark .rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}.data_color_scheme_dark .rich_media_content .qn-editor-copy p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:unset;line-height:unset;margin-bottom:unset;word-wrap:unset}.data_color_scheme_dark .rich_media_content{color:var(--news-font-night-color)}.data_color_scheme_dark .rich_media_content{font-size:18px}.rich_media_content p[data-exeditor-arbitrary-box=image-box]{margin-bottom:11px}.rich_media_content\u003ediv:not(.qnt-video),.rich_media_content\u003esection{margin-bottom:var(--news-bottom-distance)}.rich_media_content hr{margin-bottom:var(--news-bottom-distance)}.rich_media_content .link_list{margin:0;margin-top:20px;min-height:0!important}.rich_media_content blockquote{background:#f9f9f9;border-left:6px solid #ccc;margin:1.5em 10px;padding:.5em 10px}.rich_media_content blockquote p{margin-bottom:0!important}.data_color_scheme_dark .rich_media_content blockquote{background:#323232}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content blockquote{background:#323232}}.rich_media_content ol[data-ex-list]{--ol-start: 1;--ol-list-style-type: decimal;list-style-type:none;counter-reset:olCounter calc(var(--ol-start,1) - 1);position:relative}.rich_media_content ol[data-ex-list]\u003eli\u003e:first-child::before{content:counter(olCounter,var(--ol-list-style-type)) '. ';counter-increment:olCounter;font-variant-numeric:tabular-nums;display:inline-block}.rich_media_content ul[data-ex-list]{--ul-list-style-type: circle;list-style-type:none;position:relative}.rich_media_content ul[data-ex-list].nonUnicode-list-style-type\u003eli\u003e:first-child::before{content:var(--ul-list-style-type) ' ';font-variant-numeric:tabular-nums;display:inline-block;transform:scale(0.5)}.rich_media_content ul[data-ex-list].unicode-list-style-type\u003eli\u003e:first-child::before{content:var(--ul-list-style-type) ' ';font-variant-numeric:tabular-nums;display:inline-block;transform:scale(0.8)}.rich_media_content ol:not([data-ex-list]){padding-left:revert}.rich_media_content ul:not([data-ex-list]){padding-left:revert}.rich_media_content table{display:table;border-collapse:collapse;margin-bottom:var(--news-bottom-distance)}.rich_media_content table th,.rich_media_content table td{word-wrap:break-word;border:1px solid #ddd;white-space:nowrap;padding:2px 5px}.rich_media_content table th{font-weight:700;background-color:#f0f0f0;text-align:left}.rich_media_content table p{margin-bottom:0!important}.data_color_scheme_dark .rich_media_content table th{background:var(--news-tabel-th-night-color)}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content table th{background:var(--news-tabel-th-night-color)}}.rich_media_content .qqnews_image_desc,.rich_media_content p[type=om-image-desc]{line-height:20px!important;text-align:center!important;font-size:14px!important;color:#666!important}.rich_media_content div[data-exeditor-arbitrary-box=wrap]:not([data-exeditor-arbitrary-box-special-style]){max-width:100%}.rich_media_content .qqnews-content{--wmfont: 0;--wmcolor: transparent;font-size:var(--wmfont);color:var(--wmcolor);line-height:var(--wmfont)!important;margin-bottom:var(--wmfont)!important}.rich_media_content .qqnews_sign_emphasis{background:#f7f7f7}.rich_media_content .qqnews_sign_emphasis ol{word-wrap:break-word;border:none;color:#5c5c5c;line-height:28px;list-style:none;margin:14px 0 6px;padding:16px 15px 4px}.rich_media_content .qqnews_sign_emphasis p{margin-bottom:12px!important}.rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{padding-left:30px}.rich_media_content .qqnews_sign_emphasis ol\u003eli{list-style:none}.rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep:first-child::before{margin-left:-30px;content:counter(olCounter,decimal) ''!important;counter-increment:olCounter!important;font-variant-numeric:tabular-nums!important;background:#37f;border-radius:2px;color:#fff;font-size:15px;font-style:normal;text-align:center;line-height:18px;width:18px;height:18px;margin-right:12px;position:relative;top:-1px}.data_color_scheme_dark .rich_media_content .qqnews_sign_emphasis{background:#262626}.data_color_scheme_dark .rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{color:#a9a9a9}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content .qqnews_sign_emphasis{background:#262626}body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{color:#a9a9a9}}.rich_media_content h1,.rich_media_content h2,.rich_media_content h3,.rich_media_content h4,.rich_media_content h5,.rich_media_content h6{margin-bottom:var(--news-bottom-distance);font-weight:700}.rich_media_content h1{font-size:20px}.rich_media_content h2,.rich_media_content h3{font-size:19px}.rich_media_content h4,.rich_media_content h5,.rich_media_content h6{font-size:18px}.rich_media_content li:empty{display:none}.rich_media_content ul,.rich_media_content ol{margin-bottom:var(--news-bottom-distance)}.rich_media_content div\u003ep:only-child{margin-bottom:0!important}.rich_media_content .cms-cke-widget-title-wrap p{margin-bottom:0!important}\u003c/style\u003e\u003c/div\u003e 
