8月20日的世界機器人大會上，剛在科創板掛牌上市的宇樹科技成了全場焦點。在大會前一天，宇樹上市首日，宇樹科技股價較發行價大漲460%，創始人王興興借此躋身科創板新晉造富代表。大會上，王興興發表了《從展品到產品：人形機器人產業的下一個十年》的演講，其中就提到了具身智能的“ChatGPT 時刻”究竟還有多遠。他認為，最快2到3年就能到產業臨界點，慢的話則可能需要5到10年。這一判斷迅速出圈，也讓原本偏技術向的具身智能臨界點，再次走進了公眾視野。

所謂具身智能，就是擁有物理身體並能與環境交互的人工智能，簡單說就是把人工智能大模型裝到機器人這個物理本體上，讓機器人進入真實世界去工作。對於具身智能的“ChatGPT 時刻”，王興興給出了一個判斷標準，就是當機器人被放到80% 的陌生場景中時，用戶只需要通過語音或文字下達指令，它就能自主順利完成大約80%的任務。這個其實就是產業爆發的臨界點，想當初，ChatGPT在2022年底橫空出世時，之所以被稱作大語言模型的“ChatGPT 時刻”，本質是因為它第一次實現了通用泛化能力，也就是說能靠自然語言指令完成寫作、編程、答疑等絕大多數日常工作，無需針對具體某個行業或某個任務單獨訓練模型，這就直接把AI從實驗室產品推到了商用普及階段。

▲本體、智能、環境，被稱為具身智能的三要素。圖源自中科院物理所

具身智能也是一樣的，在過去，AI和機器人是相對獨立的兩個領域，AI聚焦文字圖像處理，很少搭載硬件，機器人則以工業機器人為代表，在工廠裡重複執行預設好的固定動作，對智能性要求不高，只要換個環境、換個任務，就立刻失靈，必須由工程師重新調試、重新訓練。這種高度定制化的狀態，注定只能小範圍應用，打個比方來說，如果家裡做飯、清潔、疊衣服都各需要一款機器人，那家裡根本放不下。而從產業角度看，一個產業鏈共同支撐一類產品，肯定要遠比支撐幾十類產品更有規模效應。而一旦人形機器人跨過王興興說的這個臨界點，就會從定制化的專用設備，變成能適配萬千場景的通用產品，就像當年的個人電腦、智能手機一樣，用一台機器解決多種問題，從而真正走進工廠、走進家庭，徹底改寫整個產業的未來。

▲展會上的人形機器人。圖源自中科院物理所

王興興之所以敢給出這樣明確的時間預判，是基於過去幾年行業技術的迭代速度，以及對核心瓶頸的判斷。在很多人的固有印象裡，人形機器人發展慢是因為硬件受限，跑不快、站不穩、負載低。但發展到今天，硬件早就不是問題了。宇樹自己的人形機器人奔跑速度已經突破10米每秒，預研產品更是達到了12.65米每秒，超過人類短跑運動員的平均水平；四足機器人更是能應對複雜戶外地形，越障、爬坡都不在話下。全球範圍內，人形機器人的運動控制能力都已經邁過了能走能跑能跳的基礎門檻，其實真正卡住產業脖子的，是任務執行中臨門一腳的對齊難題。

▲宇樹科技G1人形機器人。圖源自宇樹科技官網

這個對齊難題，通俗講就是當腦子的AI和機器人的“身體”對不上頻。此前，大語言模型之所以進步飛快，是因為它全程都在數字世界裡運行，輸入的文字、圖像都是編碼好的向量數據，輸出的結果也是精準的數字信號，整個過程幾乎是無損的。但機器人面對的是真實的物理世界，充滿了誤差和不確定性。比如，讓機器人去拿桌上的藥盒，大模型能輕鬆規劃出完整步驟，先走到桌邊，再伸出手臂，最後捏住藥盒，放到指定位置，可到實際動作裡，一旦桌子高度差了兩釐米，或者藥盒位置偏了一公分，甚至手指捏合的力度沒控制好，都可能導致任務失敗。如果在固定某個場景裡反覆採集數據、專項訓練，機器人的任務成功率當然也能接近100%，但只要換個款式的藥盒、換張桌子，甚至只是光線變了，成功率就會斷崖式下跌。

也就是說，末端的細微誤差、觸覺反饋和環境適配，都會讓人形機器人沒法和真實世界精準對齊，這也是當前無法大規模推廣的核心原因。畢竟，從目前情況來看，同樣的裝配、搬運工作，機器人的完成速度遠低於人工，性價比不高。而且泛化能力又太差，換個新任務或者新場景，都要重新做數據採集、模型訓練，落地成本太高。所以，現在行業裡的真實落地項目，大多集中在汽車工廠等高度標準化的場景，本質上還是升級版的工業機械臂，離真正的通用人形機器人還有不小的距離。王興興把這個核心挑戰總結為AI模型的輸入輸出與真實機器人之間的對齊問題，這個問題沒法單純靠堆算力、堆參數快速解決，只能踏踏實實地試錯與迭代。

▲2025世界機器人大會上展出的工業機器人。圖源自天津市工業與信息化局官網，杜建坡攝（人民視覺）

面對這個全行業共同的難題，宇樹也拿出了自己的技術路線，就是把機器人的技術迭代從人工驅動變成AI自驅動，讓AI去完成自我進化。簡單來說，就是先由大模型驅動的編程智能體，自主調研前沿論文、開源技術方案，自動生成機器人的控制代碼，然後把代碼先放到仿真環境裡運行訓練，驗證可行性。待驗證通過後，再部署到真實機器人上做實地測試，最後由AI和人共同對測試結果打分評價，把反饋再傳回給編程智能體，優化下一輪的代碼和策略。如此循環往復，讓機器人的能力持續迭代升級。

在王興興看來，這套自進化體系是突破當前瓶頸的關鍵路徑，因為它能跟隨基礎大模型的進步同步提升，大模型的能力越強，那麼自進化的效率就會越高，而且這還能最大化真機數據的價值，部署的機器人越多，積累的真實場景測試數據就越多，機器人掌握的技能也能持續累加，不會出現學了新技能就忘了舊技能的問題。這也是宇樹對未來2到3年技術突破有信心的重要原因，不過，這套體系目前還處於預研階段，真正的落地效果還需要後續的工程驗證。

▲具身智能形態和應用場景。圖片源自中國信通院

作為國內人形機器人領域的頭部企業，宇樹自身的發展路徑，也是中國具身智能產業發展的一個縮影。放眼整個國內具身智能行業，這兩年的整體進步速度非常快，已經形成了完整的產業追趕態勢。硬件層面，中國人形機器人硬件製造能力優勢明顯，依托國內強大的製造業配套，伺服電機、減速器、控制器等核心零部件追趕迅速，整機成本快速下降。同時，靈巧手等核心部件也實現了突破，已有國產產品已經能達到0.1毫米級的操作精度，單隻使用壽命突破100萬次。產業規模上，今年整機產量有望突破10萬台，已推出超過300款人形機器人，占全球半數以上。政策與標準層面，工信部也在今年發布了首個人形機器人與具身智能標準體系，搭建起了全產業鏈的規範框架，為行業規模化發展鋪路。整體來看，中國的具身智能產業已經站在全球第二梯隊前列，和美國的差距主要集中在通用泛化能力和底層算法積累上，而非硬件本身。

▲中國具身智能上下游生態圖譜。圖片源自畢馬威中國

至於王興興的預判最終能不能實現，應該說還是有希望的。當前大模型的技术迭代仍在加速，正在持續給具身智能提供更強的大腦，同時，資本和產業端的投入都在加大，越來越多的人形機器人走進真實場景，真實數據的積累速度正在加快。但我們也要客觀看到，物理世界的複雜度遠超數字世界，就算達到了王興興說的臨界點，也只是從不能用到能用，想要做到好用的程度，還需要更長時間的打磨。但我們相信，我們肯定不會等得太久。

（本文作者為科技領域觀察者，文中圖片均為作者提供，本網獲獨家授權刊發，轉載請註明出處） 

（本文為作者觀點，不代表本媒體立場）