王兴兴说物理AI看到了被击穿的苗头,具身智能正在等自己的ChatGPT时刻

主笔 | 林一  ·  出品 | 安芯元

「2026世界物理AI大会暨宇树合作伙伴生态大会」上，宇树科技创始人王兴兴给出一个罕见的判断：随着GPT-6发布，物理AI已经看到被击穿的苗头。这不是一场发布会式的乐观表态，是头部公司第一次公开承认，物理AI的临界点可能比所有人的计划表都来得早。在同一个场合，他把具身智能迈过「ChatGPT时刻」的核心挑战，指向了一个此前很少被放在聚光灯下的位置：AI模型的输入输出，与真实机器人之间的对齐。全世界几乎所有人对AI的重视程度和信仰都还不够，包括他自己。这句话从一个把四足机器人卖到全球市占率第一、把人形机器人推上量产线的人嘴里说出来，分量和公关稿完全不同。

▲ 来源：腾讯新闻数智早参（2026-10-23） · 王兴兴：物理AI已经看到被击穿的苗头

一、「被击穿」三个字，说的是什么

先拆这个词。王兴兴说的「击穿」，指的是AI能力对物理世界任务的渗透从量变走到质变的那个瞬间。

语言模型领域经历过一次：ChatGPT发布前后，对话能力从「能用」跳到「好用」，用户量在两个月里翻了一个数量级。

物理AI至今没有跨过这条线，机器人在演示视频里能翻能跳，到了真实家庭和工厂里，完成率、稳定性和泛化能力都还差着关键的几步。

他的依据是GPT-6。这一代模型把多模态推理推到了新高度，对物理空间的理解、对连续视频流中物体的状态追踪、对操作任务的长程规划，都出现了实质性的跃迁。

大模型侧的能力第一次逼近了机器人侧的需求门槛。当大脑侧的供给足够强，躯干侧的短板就被单独暴露出来，这才是「击穿苗头」的真正含义：瓶颈从模型侧转移到了本体侧。

物理AI的下一步，比的不再是谁的模型更强，是谁的机器人先跟上。

「击穿」的另一种理解是成本曲线的交叉。大模型的推理成本按季度在降，机器人本体的价格也在降，两条曲线终将交叉在某个点：让一台机器人全年无休干活的总成本，低于雇一个人的总成本。

语言模型的击穿点是「比人写得好还不要钱」，物理AI的击穿点就是「比人干得稳还更便宜」。

王兴兴看到的苗头，是这两条曲线的逼近速度超出了行业此前的估计，GPT-6把模型侧的能力抬上去之后，剩下的问题变成了本体降价和数据积累的速度，而这两件事，恰恰是宇树最擅长推进的部分。

▲ 来源：宇树科技官网 · 四足到人形，本体厂商的产品线正在快速铺开

这个判断和马斯克在同一周的表态形成了呼应。特斯拉财报电话会上，马斯克说预计到明年末，机器人AI、机电设计、可靠性和使用寿命等一系列问题有望得到解决，到那个时间点特斯拉才可以对外向非特斯拉企业交付Optimus。两家头部公司一个谈临界点、一个谈交付时间表，时间窗口指向了同一段：未来十五到二十四个月。

二、对齐难题：模型和机器人说的是两套语言

王兴兴把核心挑战讲得很具体：AI模型的输入输出，和真实机器人的对齐。这句话值得展开。

大模型的输入是文字和图像，输出是token；机器人的输入是摄像头、力矩传感器、关节编码器，输出是电机指令。两边的数据格式、时间尺度和误差容忍度完全不同。

模型规划出「拿起桌上的杯子」这样一个动作，落到机器人身上要拆成上百毫秒级的关节轨迹，中间任何一环的噪声和延迟都会让任务失败。

数据是第二个断层。互联网上不缺文本和图片，缺的是高质量的操作数据，也就是「手」在真实环境里完成任务的记录。每一台机器人每天产生的数据是海量且非标的，一家一个格式，一家一个本体。

没有统一的数据底座，模型的物理理解就只能在仿真里练，而仿真到现实的落差（业内叫sim-to-real gap）恰恰是过去十年机器人学习的最大堵点。

▲ 来源：本刊自制 · 模型与真实机器人之间的三道断层

第三层对齐是评估。语言模型有标准考试，跑一遍benchmark就能横向比较。机器人没有。同样一台设备，在实验室的木地板上行走是满分，到了南方潮湿的瓷砖地面上可能直接打滑。

物理AI的能力评估天然依赖场景，这让「进步了多少」这件事本身都难以量化。行业需要一个类似MMLU的公共基准，把不同本体的操作能力放进同一把尺子。

评估体系的缺位还有一层后果：资本无法定价。看不懂哪家公司真的领先，资金就只能跟着叙事走，整个板块的波动就会放大。

宇树上周的异常波动公告就是这个问题的缩影，基本面没有变化，仅仅因为流动性追捧，股价三天涨了三成。

如果行业能建起公开的物理AI基准，把每家公司的真实任务完成率定期晒出来，二级市场的定价会理性得多。标准化测评这件事，短期看是技术基建，长期看是整个赛道的定价基建。这个尺子没出现之前，所谓「击穿」的验证都只能靠订单说话。

没有统一的物理基准，行业的进步就只能靠财报和股价倒推。

三、商业落地次序：商业服务跑在家庭和工业前面

王兴兴在会上还给出了落地次序的判断：商业服务的落地会比家庭、工业领域更快。这个排序和大多数人的直觉相反，但逻辑是通的。商业服务场景有三个特征：任务半结构化、环境相对可控、有明确的付费方。

商场导览、酒店配送、展馆讲解，这些场景里机器人出错的社会成本低，试错空间大，而且客户买的是「服务能力+品牌曝光」的组合，账算得过来。

家庭场景相反。家庭是非结构化环境的极致，每户的户型、动线、物品摆放都不同，老人小孩与机器人共处的安全要求接近于零容忍。

工业场景则卡在可靠性和节拍上：产线要的是百分之九十九点九的稳定性，今天的机器人离这个数字还有距离，一旦宕机损失按分钟计价。

▲ 来源：Wikimedia Commons，摄影 DGtal，CC BY 3.0 · 对齐打通之前，人形机器人离家庭还隔着一个ChatGPT时刻

这意味着具身智能的商业化路径大概率是一条折线：先在商业服务里跑出规模和现金流，用真实场景的数据反哺模型，等对齐问题被数据喂透之后，再向家庭和工业两头渗透。

王兴兴说商业服务跑得更快，等于给行业的融资叙事和创业方向划了重点：谁能先在商业服务场景里做出可复制的订单，谁就能在下一阶段的比赛中拿到数据优势。

落到具体生意上，商业服务场景的订单已经开始兑现。展会接待、园区巡检、楼宇配送这些场景的机器人租赁模式已经跑通，按月收费的定价方式把一次性采购的门槛拆掉了，客户不需要为「未来可能性」付溢价，只为看得见的月度服务付费。这种模式下，机器人公司的收入从「卖设备」变成「卖服务」，收入曲线更平滑，数据回流也更持续，等于把宇树自己的资源投放重心也讲了一遍。

先赚到的每一笔服务费，都会变成下一代模型的数据燃料。

四、信仰问题：行业最大的风险是共识不足

「全世界几乎所有人对AI的重视程度和信仰都还不够，包括我自己。」王兴兴这句自嘲式的发言，说出了物理AI产业当前最真实的约束。

技术路线在收敛，本体成本在下降，模型能力在爬坡，卡住行业的是投入的决心：数据要靠真实部署去换，部署要靠客户信任去换，信任要靠一次次的成功交付去换。这个循环的每一环都比大模型行业的烧钱逻辑更慢，更需要长期资本和耐心。

对产业链来说，这次大会的价值不在于发布某一款新品，而在于头部公司把行业的「真问题」摆上了台面：不是机器人不够炫，是模型和物理世界的对齐还没打通。

这个问题不解决，量产线开得再满也只是昂贵的展品。这个问题一旦解决，从家庭服务到工业制造，所有的场景都是敞开的。

▲ 来源：宇树科技官网产品区 · 商业服务场景被放在了落地次序的第一位

资本市场的反应也已经说明预期在变。就在几天前，宇树股价的异常波动公告刚给过热的情绪泼过冷水，市盈率被公司自己写进了风险提示。一冷一热之间，产业的真实进度和二级市场的定价在互相校准。

物理AI的ChatGPT时刻如果真的在逼近，它到来的方式不会是一场发布会，而是一批订单、一批数据、一批真实场景里的稳定运行悄悄完成积累之后的某一天。

值得记录的还有一个细节：这次大会的全称里有「合作伙伴生态」五个字。宇树在把供应链、算法公司、场景客户拉到同一张桌子上，这种生态大会的形式本身就在加速对齐问题的解决，本体厂商、模型厂商、场景运营方各自握着一块拼图，把拼图拼起来的最快方式就是让三方面对面。物理AI的ChatGPT时刻需要的不是单点技术突破，是整条链路的咬合，生态大会就是在做咬合的功夫。

具身智能的临界点从不靠宣言宣布，它会在第一批真实订单的数据里先露头。