一句话看懂：宇树科技创始人王兴兴在2026年世界互联网大会乌镇峰会上表示，具身智能有望迎来类似ChatGPT的突破时刻——机器人在80%陌生场景中通过语音指令完成80%任务，当前顶尖模型已非常接近这一目标。
事件核心：发生了什么
2026年11月4日，在2026年世界互联网大会乌镇峰会“互联网企业家论坛”上，宇树科技创始人王兴兴分享了对具身智能（Embodied AI）发展阶段的判断。他提出，具身智能的突破节点可定义为：机器人在80%的陌生场景下，通过语音指令完成80%的任务。目前顶尖模型已非常接近该目标。
王兴兴指出，当前具身智能模型已具备较强的规划能力，但在拆装等精细操作上仍受限于物理对齐与触觉接触问题，即“最后几毫米”难题。他预计2027年可能成为具身智能通用化部署的拐点，一旦该技术瓶颈被突破，大规模行业应用的门槛将大幅降低。
此外，宇树科技已在内部探索物理AI模型的自进化：让模型自主编写代码，在仿真或真实环境中训练，再部署到机器人上测试，并依据人类或机器人反馈持续修正优化。王兴兴表示，行业目前对机器人数据的利用率仍然偏低，随着基础模型能力提升，数据利用效率和模型自进化能力有望进一步增强。未来宇树将聚焦机器人“大脑”技术攻关，并寻求全球合作。
为什么重要
“80%场景完成80%任务”这一提法给出了一个相对可衡量的具身智能里程碑，而不再停留在演示视频层面。具身智能长期受困于泛化能力不足：模型在实验室环境表现良好，一到真实场景就退化。若规划能力与精细操作能力同步补齐，机器人从“能演示”走向“能干活”的路径将更清晰。
2027年拐点的判断也意味着，大模型能力正从文本、图像生成向物理世界延伸。这对算力、训练数据、仿真环境等基础设施提出新需求。宇树选择聚焦机器人“大脑”并开放合作，说明硬件厂商也在向模型层延伸，行业分工可能进一步调整。
需要说明的是，上述进展目前仍以王兴兴的公开表述和宇树内部探索为主，尚无独立的第三方评测数据支撑“80%”这一指标。
对用户/开发者/创作者的影响
对开发者而言，具身智能的模型自进化思路值得关注：模型自主编写代码、在仿真中训练、根据反馈迭代，这套流程若成熟，可能降低机器人应用的调参和部署成本。关注机器人API、仿真训练平台和开源模型生态的开发者，或可提前评估相关接口的成熟度。
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。
对普通用户，短期内更现实的变化是语音指令控制机器人完成搬运、巡检等相对标准化的任务，而非全面替代复杂人工。对内容创作者和企业采购方，可以留意宇树后续是否公布可用的开发套件或合作计划，再判断是否投入。
值得关注的后续
1. 宇树是否公开“机器人大脑”的具体模型方案、训练数据规模及对外合作形式；
2. “80%任务”指标是否有可复现的评测基准，以及第三方如何验证；
3. 2027年前后，精细操作“最后几毫米”问题是否出现可工程化的解决方案，以及是否带动其他机器人厂商跟进。
来源：AIbase
