一句话看懂：宇树科技创始人王兴兴在世界机器人大会上预计，具身智能最快2至3年内迎来类似“ChatGPT时刻”的产业爆发点。判断标准不是单一场景演示，而是机器人在80%陌生环境中通过语音或文本指令完成约80%的任务。
事件核心：发生了什么
在2026年世界机器人大会主论坛上，宇树科技创始人兼CEO王兴兴公开表示，具身智能正接近产业拐点，预计最快2至3年、最慢5至10年内实现突破。就在演讲前一天，宇树科技刚在上交所科创板上市，首个交易日收盘价较发行价上涨460%。
王兴兴将产业爆发的衡量标准明确为：机器人在80%的陌生环境中，通过语音或文本指令即可完成约80%的任务。他认为，当前人形机器人最大的技术瓶颈在于AI模型与真实物理世界的对齐——在固定场景、充分训练的条件下机器人的成功率较高，但一旦物体或环境稍有变化，任务完成率便明显下滑，尤其在操作的最后几厘米甚至几毫米环节，触觉反馈和动作误差仍制约着泛化能力。
为什么重要
这一判断为具身智能赛道提供了可量化的产业进程参照。此前行业讨论多围绕单点技术突破或演示性成果，而王兴兴给出的“8020”标准将商业化落地从概念验证推向可检验的工程目标。
宇树科技在演讲中同步披露了“Physical AI机器人自进化V1.0”技术路线，计划通过AI大模型自动检索研究成果、生成控制代码，并借助仿真训练、实机测试及AI与人工评估反馈形成持续迭代闭环。这一路线图反映出行业竞争焦点正从“制造机器人”转向“让机器人持续学习进化”。基础模型能力、多源数据积累、真机部署规模及技能沉淀，被视为驱动自进化的关键要素。
对用户/开发者/创作者的影响
对开发者而言，若机器人的任务执行能从“每次重训”走向“指令泛化”，意味着应用开发门槛将大幅降低——不再需要为每个新场景准备标注数据与专项训练，而是可以更多依赖大模型的指令理解与代码生成能力。宇树提出的自进化框架中，AI生成控制代码与仿真测试的结合方式，也为开发者提供了一条可参考的技术路径。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业用户来说，判断人形机器人是否进入可采购阶段，可参考王兴兴提出的陌生环境任务完成率，而非单点演示效果。目前公开信息显示，宇树今年已推出载人外骨骼、轮足机器人As2-W等产品，并持续探索工厂、家庭与户外场景应用，但距离真正的规模化部署仍需解决效率与泛化问题。
值得关注的后续
首先，关注宇树自进化系统的真实落地进度——“V1.0”技术路线是否能在公开评测中展示跨场景任务迁移能力，而非仅在内部仿真中验证。其次，观察“8020”标准是否会成为行业通用衡量指标，带动更多厂商公布可对比的测试数据。第三，留意宇树上市后的研发投入方向，以及其G1人形机器人在春晚“吴BOT”等项目之外，是否能在工业或服务场景中获得规模化订单，以验证“2至3年爆发”判断的实际推进速度。
来源：AIbase
