宇树科技王兴兴预测：人形机器人具身智能GPT时刻还要两到三年

（图片来源：摄图网）

在近日举行的2026中国网络媒体论坛上，宇树科技创始人兼CEO王兴兴的一席演讲，再次将聚光灯引向了人形机器人领域。他提出了一个业内广泛关注的“GPT时刻”概念：具体指什么？简单来说，就是当你把一台机器人带到一个完全陌生的环境，仅通过语音指令，它就能独立完成80%到90%的任务。王兴兴判断，这个标志性的时刻，距离我们大概还有两到三年。他进一步强调，2026至2027年间，行业必将迎来重大的技术突破，从而进入一个快速发展通道。“具体时间或许有快有慢，但可以确定的是，今年或明年，大家一定会看到非常显著的技术进步。”

这番乐观预测的背后，其实直指当前行业最核心的瓶颈。王兴兴此前就曾一针见血地指出，问题关键在于具身智能AI模型本身的泛化能力和通用性仍然不足。现有的端到端技术，在固定场景下或许能实现接近百分之百的成功率，可一旦场景内容稍有变动，成功率便会断崖式下跌。这种“脆弱性”，正是整个行业亟待攻克的终极难题。

国家战略加持，具身智能站上风口

行业的突破，离不开顶层设计的推动。在中国，具身智能的战略地位正以肉眼可见的速度攀升。2025年的《政府工作报告》首次将其与生物制造、量子科技、6G等前沿领域并列，列为未来产业培育的重点。到了2026年，政府工作报告再次确认了这一方向，并将其与未来能源、脑机接口等技术并列，同时提出了建立未来产业投入增长和风险分担机制。而“十五五”规划建议则更进一步，明确要推动具身智能成为新的经济增长点，并将其定位为新质生产力的关键载体。

放眼全球，主要科技强国都已将具身智能纳入国家科技战略。通过一系列政策引导，中国正在加速这场技术突破与产业化落地的竞赛。

为何是人形机器人？它远不止是“机器”

在具身智能的诸多形态中，人形机器人被普遍视为最重要的发展方向，其意义远超传统的工业机器人。它究竟特别在哪里？

核心在于，它彻底打破了传统机器人“专用、单一、场景受限”的桎梏，成为了首个能够适配人类真实物理环境、替代人类完成多种任务的通用型智能载体。它不再仅仅是生产线上的辅助工具，而是能够行走、操作、感知并自主决策的“实体化人工智能”。这意味着，它既能重构制造业、物流、服务业等领域的劳动力结构，也能深度融入家庭养老、生活照料等民生场景。可以说，人形机器人正在推动人工智能从虚拟世界的交互，走向物理世界的执行；从单纯提升效率，转向深刻重塑生产与生活方式。正因如此，它被视为继智能手机和新能源汽车之后，下一个具备划时代意义的碘伏性产品。

分级标准确立，行业处在哪个阶段？

为了规范这个新兴行业的发展，国家地方共建人形机器人创新中心联合业内头部机构，共同发布了《人形机器人分类分级应用指南》。这份指南以具身智能水平、下肢运动能力、上肢作业能力及应用环境为核心维度，将人形机器人划分为四个等级：L1（基础执行型）、L2（条件智能型）、L3（自主协作型）和L4（全场景适应型），从而为行业建立了统一的技术评价标尺。

那么，当前行业整体处于什么水平？客观来看，中国人形机器人产业正处在从L2初级阶段向L3过渡的关键时期。部分领先企业的产品，已经在特定封闭场景中展现了L3级别的能力。但整体而言，行业仍普遍受限于感知精度、决策泛化能力、执行稳定性以及成本控制等多重因素。要真正迈入L4级“全场景适应”的理想时代，预计还需要3到5年的技术积累与广泛场景验证。

市场热情高涨，中国将成为全球最大市场

尽管技术挑战依然存在，但这丝毫未影响市场对人形机器人的巨大热情与期待。根据人形机器人产业大会披露的数据，2024年全球人形机器人市场规模约为149亿元，其中中国市场规模为18亿元，占比约12%。展望未来，预计从2026年到2029年，中国市场的年均复合增长率将高达约93.6%，显著高于全球同期约57%的增速。到2029年，国内市场规模有望达到750亿元，在全球市场中的占比将超过30%，成为全球第一大市场。

“大脑”与“身体”的双重突破

关于技术进展，中国信息通信研究院副总工程师许志远给出了专业的阶段性总结。他指出，当前具身智能已在两方面取得显著突破：一方面，是机器人“认知智能”（即“大脑”）的明显跃升。大模型技术的赋能，使得机器人能够处理传统机器人难以应对的复杂任务，具备了“可感知、可思考、可交互”的智能特征。另一方面，“物理智能”（即“身体”）也在加速突破。基于强化学习，人形机器人在复杂地形行走、完成高难度舞蹈等动态任务上的表现大幅提升；基于模仿学习与大模型范式，其上肢操作能力快速增强，已经能够执行切黄瓜、倒水、叠衣服等精细作业。

不过，许志远也提醒，尽管突破不断，具身智能的大规模商业化落地，目前仍然处于早期阶段。从实验室的精彩演示，到走进千家万户的可靠产品，这条路依然需要整个产业界持续攻坚。