宇树科技王兴兴：具身智能ChatGPT时刻两三年内落地

在2026中国网络媒体论坛上，宇树科技创始人兼CEO王兴兴发表《当机器人刷屏》主题演讲，明确定义具身智能行业临界点为机器人仅凭语音指令即可在陌生场景完成80%-90%的任务，其预判这一被称为具身智能“ChatGPT时刻”的里程碑将在两到三年内落地，部分硅谷专家则给出18个月的更乐观预期。

作为当前AI领域最具想象空间的细分赛道，具身智能近年来虽然新品迭出，但始终未能跳出“实验室演示工具”“展厅引流道具”的定位，通用化落地进度远低于市场预期。本次行业临界点标准的明确，无疑给处于观望状态的上下游产业链传递了极为清晰的发展信号。

王兴兴在演讲中指出，此前行业对具身智能的成熟度始终没有统一的判断标准，而类比大模型领域改写行业格局的ChatGPT时刻，具身智能的临界点同样要满足“可用、好用”的核心要求：即不需要提前做场景调试和预训练，仅通过自然语音下达指令，机器人就能在完全陌生的环境中完成80%到90%的常规任务。

在他看来，此前不少厂商把研发重心放在机器人的“大脑”层面，试图先做出通用大模型再适配实体机器人，本质上是走了弯路。“运动能力是机器人落地干活的先决条件”，王兴兴提出的“运动与能力并行推进”路径认为，只有先让机器人的肢体动作足够灵活、覆盖绝大多数日常操作需求，再将这些动作与大模型的逻辑决策能力结合，才能真正释放具身智能的实用价值。

对于这一里程碑的落地时间，行业已经形成了相对一致的乐观预期。王兴兴给出的预判是未来两到三年即可实现，而部分硅谷前沿实验室的专家则认为，随着运动控制技术和多模态大模型的迭代加速，这一节点最快18个月就能到来。

值得注意的是，王兴兴透露2026年就会有多项核心技术落地，目前宇树科技已经在四足机器人、人形机器人的运动控制领域积累了超过10年的技术经验，旗下Unitree系列机器人的运动稳定性、动作丰富度都处于全球第一梯队，接下来将重点推进多模态大模型与运动系统的适配研发。

一旦跨过具身智能的临界点，当前限制行业落地的场景适配成本将直接下降90%以上，人形机器人有望快速进入家政服务、工业巡检、物流配送、医疗陪护等多个场景，逐步替代重复性的体力劳动。

有行业分析师测算，当具身智能的通用能力达标后，全球人形机器人的市场规模将在5年内突破1万亿美元，成为继消费电子、新能源汽车之后的下一个万亿级科技赛道。