8月20日的世界机器人大会上，刚在科创板挂牌上市的宇树科技成了全场焦点。在大会前一天，宇树上市首日，宇树科技股价较发行价大涨460%，创始人王兴兴借此跻身科创板新晋造富代表。大会上，王兴兴发表了《从展品到产品：人形机器人产业的下一个十年》的演讲，其中就提到了具身智能的“ChatGPT 时刻”究竟还有多远。他认为，最快2到3年就能到产业临界点，慢的话则可能需要5到10年。这一判断迅速出圈，也让原本偏技术向的具身智能临界点，再次走进了公众视野。

所谓具身智能，就是拥有物理身体并能与环境交互的人工智能，简单说就是把人工智能大模型装到机器人这个物理本体上，让机器人进入真实世界去工作。对于具身智能的“ChatGPT 时刻”，王兴兴给出了一个判断标准，就是当机器人被放到80% 的陌生场景中时，用户只需要通过语音或文字下达指令，它就能自主顺利完成大约80%的任务。这个其实就是产业爆发的临界点，想当初，ChatGPT在2022年底横空出世时，之所以被称作大语言模型的“ChatGPT 时刻”，本质是因为它第一次实现了通用泛化能力，也就是说能靠自然语言指令完成写作、编程、答疑等绝大多数日常工作，无需针对具体某个行业或某个任务单独训练模型，这就直接把AI从实验室产品推到了商用普及阶段。

▲本体、智能、环境，被称为具身智能的三要素。图源自中科院物理所

具身智能也是一样的，在过去，AI和机器人是相对独立的两个领域，AI聚焦文字图像处理，很少搭载硬件，机器人则以工业机器人为代表，在工厂里重复执行预设好的固定动作，对智能性要求不高，只要换个环境、换个任务，就立刻失灵，必须由工程师重新调试、重新训练。这种高度定制化的状态，注定只能小范围应用，打个比方来说，如果家里做饭、清洁、叠衣服都各需要一款机器人，那家里根本放不下。而从产业角度看，一个产业链共同支撑一类产品，肯定要远比支撑几十类产品更有规模效应。而一旦人形机器人跨过王兴兴说的这个临界点，就会从定制化的专用设备，变成能适配万千场景的通用产品，就像当年的个人电脑、智能手机一样，用一台机器解决多种问题，从而真正走进工厂、走进家庭，彻底改写整个产业的未来。

▲展会上的人形机器人。图源自中科院物理所

王兴兴之所以敢给出这样明确的时间预判，是基于过去几年行业技术的迭代速度，以及对核心瓶颈的判断。在很多人的固有印象里，人形机器人发展慢是因为硬件受限，跑不快、站不稳、负载低。但发展到今天，硬件早就不是问题了。宇树自己的人形机器人奔跑速度已经突破10米每秒，预研产品更是达到了12.65米每秒，超过人类短跑运动员的平均水平；四足机器人更是能应对复杂户外地形，越障、爬坡都不在话下。全球范围内，人形机器人的运动控制能力都已经迈过了能走能跑能跳的基础门槛，其实真正卡住产业脖子的，是任务执行中临门一脚的对齐难题。

▲宇树科技G1人形机器人。图源自宇树科技官网

这个对齐难题，通俗讲就是当脑子的AI和机器人的“身体”对不上频。此前，大语言模型之所以进步飞快，是因为它全程都在数字世界里运行，输入的文字、图像都是编码好的向量数据，输出的结果也是精准的数字信号，整个过程几乎是无损的。但机器人面对的是真实的物理世界，充满了误差和不确定性。比如，让机器人去拿桌上的药盒，大模型能轻松规划出完整步骤，先走到桌边，再伸出手臂，最后捏住药盒，放到指定位置，可到实际动作里，一旦桌子高度差了两厘米，或者药盒位置偏了一公分，甚至手指捏合的力度没控制好，都可能导致任务失败。如果在固定某个场景里反复采集数据、专项训练，机器人的任务成功率当然也能接近100%，但只要换个款式的药盒、换张桌子，甚至只是光线变了，成功率就会断崖式下跌。

也就是说，末端的细微误差、触觉反馈和环境适配，都会让人形机器人没法和真实世界精准对齐，这也是当前无法大规模推广的核心原因。毕竟，从目前情况来看，同样的装配、搬运工作，机器人的完成速度远低于人工，性价比不高。而且泛化能力又太差，换个新任务或者新场景，都要重新做数据采集、模型训练，落地成本太高。所以，现在行业里的真实落地项目，大多集中在汽车工厂等高度标准化的场景，本质上还是升级版的工业机械臂，离真正的通用人形机器人还有不小的距离。王兴兴把这个核心挑战总结为AI模型的输入输出与真实机器人之间的对齐问题，这个问题没法单纯靠堆算力、堆参数快速解决，只能踏踏实实地试错与迭代。

▲2025世界机器人大会上展出的工业机器人。图源自天津市工业与信息化局官网，杜建坡摄（人民视觉）

面对这个全行业共同的难题，宇树也拿出了自己的技术路线，就是把机器人的技术迭代从人工驱动变成AI自驱动，让AI去完成自我进化。简单来说，就是先由大模型驱动的编程智能体，自主调研前沿论文、开源技术方案，自动生成机器人的控制代码，然后把代码先放到仿真环境里运行训练，验证可行性。待验证通过后，再部署到真实机器人上做实地测试，最后由AI和人共同对测试结果打分评价，把反馈再传回给编程智能体，优化下一轮的代码和策略。如此循环往复，让机器人的能力持续迭代升级。

在王兴兴看来，这套自进化体系是突破当前瓶颈的关键路径，因为它能跟随基础大模型的进步同步提升，大模型的能力越强，那么自进化的效率就会越高，而且这还能最大化真机数据的价值，部署的机器人越多，积累的真实场景测试数据就越多，机器人掌握的技能也能持续累加，不会出现学了新技能就忘了旧技能的问题。这也是宇树对未来2到3年技术突破有信心的重要原因，不过，这套体系目前还处于预研阶段，真正的落地效果还需要后续的工程验证。

▲具身智能形态和应用场景。图片源自中国信通院

作为国内人形机器人领域的头部企业，宇树自身的发展路径，也是中国具身智能产业发展的一个缩影。放眼整个国内具身智能行业，这两年的整体进步速度非常快，已经形成了完整的产业追赶态势。硬件层面，中国人形机器人硬件制造能力优势明显，依托国内强大的制造业配套，伺服电机、减速器、控制器等核心零部件追赶迅速，整机成本快速下降。同时，灵巧手等核心部件也实现了突破，已有国产产品已经能达到0.1毫米级的操作精度，单只使用寿命突破100万次。产业规模上，今年整机产量有望突破10万台，已推出超过300款人形机器人，占全球半数以上。政策与标准层面，工信部也在今年发布了首个人形机器人与具身智能标准体系，搭建起了全产业链的规范框架，为行业规模化发展铺路。整体来看，中国的具身智能产业已经站在全球第二梯队前列，和美国的差距主要集中在通用泛化能力和底层算法积累上，而非硬件本身。

▲中国具身智能上下游生态图谱。图片源自毕马威中国

至于王兴兴的预判最终能不能实现，应该说还是有希望的。当前大模型的技术迭代仍在加速，正在持续给具身智能提供更强的大脑，同时，资本和产业端的投入都在加大，越来越多的人形机器人走进真实场景，真实数据的积累速度正在加快。但我们也要客观看到，物理世界的复杂度远超数字世界，就算达到了王兴兴说的临界点，也只是从不能用到能用，想要做到好用的程度，还需要更长时间的打磨。但我们相信，我们肯定不会等得太久。

（本文作者为科技领域观察者，文中图片均为作者提供，本网获独家授权刊发，转载请注明出处） 

（本文为作者观点，不代表本媒体立场）