宇树探索物理AI，机器人距离“ChatGPT时刻”还有多远
人形机器人行业正在经历一个关键阶段：硬件越来越像人，但真正决定商业化速度的，已经不只是机械结构，而是机器人能否像人一样理解环境、学习任务并持续提升能力。
在2026世界机器人大会上，宇树科技CEO王兴兴提出，具身智能如果想迎来类似ChatGPT的发展拐点，需要达到一个重要标准——在80%的陌生场景中，机器人通过语音或文字指令，可以完成大约80%的任务。
这个目标看似简单，实际上直指当前机器人产业最大的瓶颈。
过去几年，人形机器人领域的竞争更多集中在硬件层面。灵巧手、双足行走、高性能电机、传感器等成为企业展示实力的重点。但当机器人真正进入工厂、家庭或者复杂公共环境后，问题开始暴露出来：它们能够完成预设动作，却很难面对没有提前训练过的新任务。
原因在于，人工智能模型和物理世界之间仍存在一道鸿沟。
大模型擅长理解语言、生成内容，但机器人需要的不只是“知道怎么做”，还要能够精准执行。例如，一个AI模型可以理解“把桌上的杯子拿过来”，但机械臂如何判断杯子的重量、位置、抓取力度，身体如何保持平衡，这些都涉及现实世界中的连续反馈。
王兴兴认为，目前具身智能迈向下一阶段的核心挑战，就是AI模型输入输出与真实机器人的动作之间如何实现更精准的对齐。
宇树正在探索的方向，是研发“物理AI机器人自进化V1.0”。按照其设想，未来AI模型可以自行生成机器人的控制代码，并在仿真环境中进行训练和验证，再部署到真实机器人中，通过实际反馈不断优化。
这实际上类似于AI领域正在发生的“模型训练闭环”。
过去，大模型能力提升依赖大量文本和图像数据；而机器人需要的是另一类数据——动作数据、环境交互数据以及失败经验。谁能建立更大规模的数据循环，谁就可能获得更强的机器人学习能力。
这也是为什么越来越多机器人企业开始重视真实世界部署。机器人数量本身不只是销售收入，更是一种数据采集入口。每一次任务执行、每一次错误修正，都可能成为下一轮模型优化的素材。
王兴兴提到，基础模型越强，自进化能力越明显；多源数据越丰富，规模效应越突出；真实机器人部署越多，技能积累速度也会越快。
这背后体现的是一种类似互联网平台的发展逻辑。早期智能手机竞争靠硬件参数，后来胜负逐渐转向应用生态。机器人行业可能也会经历类似过程，从比拼单机性能，转向比拼“机器人+AI+数据”的完整生态。
不过，距离真正的“ChatGPT时刻”，行业仍有不少距离。
语言模型的突破来自海量数字信息，而机器人面对的是复杂、多变、充满不确定性的现实世界。一个模型可以瞬间生成一篇文章，但机器人完成一次稳定的物理操作，需要处理视觉、空间、力量、速度等多维变量。
因此，未来几年具身智能竞争的关键，可能不是谁先造出一个看起来最像人的机器人，而是谁能够建立持续进化的能力体系。
宇树正在尝试的物理AI路线，本质上是在回答一个行业问题：机器人能否从被人训练，走向自己学习。如果这一环真正打通，人形机器人商业化的速度可能会迎来新的变化。
