王兴兴：具身智能有望在2至3年内迎来“ChatGPT时刻”

# 王兴兴：具身智能有望在2至3年内迎来“ChatGPT时刻”

在近日的一次行业峰会上，宇树科技创始人兼CEO王兴兴提出，具身智能（Embodied Intelligence）有望在2至3年内迎来类似ChatGPT的“爆发奇点”——即由技术突破引发的大规模商业落地与认知跃迁。这一观点迅速引发业内热议，也折射出当前人形机器人及通用智能体领域从“实验室探索”向“产业试用”转型的关键态势。

## 一、何为具身智能的“ChatGPT时刻”？

王兴兴所指的“ChatGPT时刻”，并非单纯指聊天机器人式的对话能力，而是指一种**能力涌现**：当具身智能模型在感知、规划、操作与交互的闭环中达到足够复杂性后，算法、算力与数据三者协同产生质变，使其能够**自主适应非结构化环境**，并完成此前仅靠规则编程无法实现的复杂任务。正如ChatGPT在语言理解上突破零样本泛化，具身智能将迎来“看见即理解、理解即行动”的通用化阶段。

## 二、当前瓶颈与突破路径

目前，具身智能面临三大核心挑战：**物理世界数据稀缺**（相比互联网文本，机器人操作数据获取成本高）、**泛化能力不足**（单一场景训练后难以迁移至新环境）、**硬件成本与可靠性**（高精度电机、传感器仍较昂贵）。王兴兴认为，Transformer架构与多模态大模型的引入正在加速解决前两个问题。例如，通过视觉-语言-动作联合预训练，模型可借助大量互联网视频学习“抓取”“移动”等物理概念，再结合少量真实机器人数据微调，大幅降低对硬性标注的依赖。同时，成本端：国内供应链的成熟已使部分机器人关节模组价格降至千元级，为规模化部署提供了硬件基础。

## 三、2至3年：关键窗口期的判断依据

王兴兴的判断基于两条可观测的技术曲线：一是**大模型性能的“缩放定律”**在机器人任务上持续验证，即模型参数、数据量增大后，任务成功率呈对数线性提升；二是**产业争相入局**带来的“飞轮效应”——特斯拉、微软、谷歌以及国内多家初创公司均在加速推进具身智能项目，数据积累与场景测试的速度正以月为单位翻倍。他预计，未来2-3年内，将出现首个能完成“家庭整理”“工厂分拣”等泛化任务的商业化机器人，其能力边界将远超当前扫地机器人或机械臂，从而引爆公众认知与资本热潮。

## 四、展望：从“手眼协调”到“人机共生”

值得警惕的是，“ChatGPT时刻”并非终点，而是新起点。一旦具身智能实现跨场景泛化，其安全伦理、就业替代与法律规制问题将随之凸显。但王兴兴强调，中国在制造产业链与场景丰富度上的优势，有望使这一时刻率先在工业与服务业落地。对于从业者而言，此刻最需要的是“耐心打磨技术，准备迎接爆发”——当算法与硬件同时穿越临界点，具身智能将不再是科幻，而是日常。