中国机器人制造商宇树科技（Unitree）创办人王兴兴10月22日在杭州举行的2026世界物理AI大会暨宇树合作伙伴生态大会上，提出一个引人注目的预测：具身智能最快明年就可能迎来类似ChatGPT问世的重大突破。 他甚至认为，物理人工智能已经出现技术瓶颈即将被突破的迹象。 王兴兴在现场展示使用GPT-6模型训练机器人的视频，机器人据称能在零训练的情况下完成绘画、路径规划与导航等任务。 这些展示让外界看见模型泛化能力的潜力，也让「机器人版ChatGPT」不再只是遥远的产业想像。 但王兴兴同时警告，未来产业竞争将「非常惨烈」。 这句话揭示了另一个现实：即使技术突破真的即将到来，也不代表所有机器人企业都能成为赢家。

真正的竞赛，将从谁能展示更惊艳的机器人，转向谁能把AI能力转化为可拷贝、可量产、可持续创造商业价值的实体劳动力。 从ChatGPT到机器人：下一个AI转折点，为何可能更具颠覆性？ 2022年底ChatGPT问世，改变了大众对人工智能的认知。 过去被视为专业门槛的文本生成、程序撰写、数据分析与知识问答，开始通过自然语言接口进入日常生活。 其关键不只是模型变得更聪明，而是AI的能力突然变得容易使用，应用场景也随之扩张。 然而，王兴兴自己也承认，当前最大技术瓶颈并未消失：如何让AI模型的输入输出与真实物理世界精准对应。 机器人在固定场景或规划、导航上已表现不错，但一旦面对从未接触过的物品，抓取成功率就可能大幅下滑。

问题出在「最后几公分甚至几毫米」——视觉判定看似成功，运行器与传感器的微小偏差却足以让任务失败。 北京中关村论坛展示人形机器人。 （美联社） 宇树的解方是让模型「自我进化」：由AI自行写程序、采集数据、在测试环境反复训练，人类只需偶尔给回馈。 「人只需要偶尔推一把、打个勾、给个反馈，模型再根据这个反馈重新迭代。 」王兴兴期待，这种方式能让宇树在2027或2028年实现AI模型与机器人技术在物理层面的真正融合。 谈及产业未来，王兴兴点出三个关键竞争力：机器人硬件的大规模生产能力、物理AI模型的研发与应用，以及超大规模算力服务器与芯片制造能力。 他直言，数据、算力、能源与矿产资源也将愈发重要。

目前宇树一年产能仅数万台，距离「千万台级」普及「还远远不够」。 这番话放在全球脉络下格外刺眼。 美国科技巨头如辉达（NVIDIA）、特斯拉正积极布局物理AI，辉达创办人黄仁勋多次强调「下一波浪潮是物理AI」，马斯克甚至预言未来地球上人形机器人数量可能超过人类。 硬件、算力、芯片，还有数据与能源，乐观时间表与产业落地的落差 中国业者虽在硬件成本与量产上具优势，但在先进芯片、超大规模算力与基础模型生态上，仍面临明显落差。 王兴兴警告「竞争非常惨烈」，与其说是危机意识，不如说是对现实的直视。 GPT-6等模型的快速迭代，确实让机器人在任务规划与零样本运行上出现质变迹象。

但他设置的「ChatGPT时刻」标准相当严格：把一台机器人带进陌生环境（例如从未去过的家庭），仅靠语音或文本指令就能完成约80%的主要任务。 这个门槛一旦跨越，产业才可能迎来真正的临界爆发。 问题在于，从「展示成功」到「稳定可用」，再到「大规模进入家庭或工厂」，中间仍有漫长距离。 王兴兴自己也承认，技术突破扩散到普通人生活，可能还需要五到十年；商业服务场景（饭店、餐饮、导览）容错空间较大，会比家庭与工业场景更早落地。