王兴兴谈具身智能拐点：大模型与真机对齐是关键

在2026世界机器人大会主论坛上，宇树科技创始人王兴兴发表了上市后的首场公开演讲，首次系统阐述了他对具身智能行业拐点的判断。他认为，人形机器人要实现全面爆发，必须跨越具身智能领域的“ChatGPT时刻”。这一判断将行业关注点从硬件迭代转向了智能泛化能力。

王兴兴指出，当前具身智能发展的核心痛点并非传感器、电机或机械结构等硬件层面的不足，而在于大模型与真机之间如何实现完美对齐。大模型虽然具备强大的语言理解与推理能力，但要将其转化为物理世界中精准、实时的机器人动作，仍面临巨大的工程与算法鸿沟。这种对齐不仅涉及指令语义的理解，还包括对动态环境、物体属性和任务目标的综合建模。

他进一步提出了一个可量化的标准：机器人在80%的陌生场景中，仅凭人类的语音或文字指令，即可独立完成预设任务。这一标准意味着机器人不再依赖预先编程的固定流程，而是具备真正的泛化决策能力。王兴兴认为，只有达到这一水平，人形机器人才有可能从实验室走向家庭、工厂、服务业等广泛应用场景，成为真正意义上的通用智能体。

这场演讲被视为宇树科技在资本化之后对技术路线的首次公开定调。行业观察人士认为，王兴兴的表述实际上为具身智能发展划分了明确的阶段目标：从“具备演示能力”到“具备通用任务执行能力”，中间的关键变量就是多模态大模型与物理实体之间的闭环优化。他提出的“对齐”概念，也暗示了未来具身智能的训练重心将从仿真环境转向真机数据采集和在线学习。

随着大模型上下文长度、推理速度和多模态能力的持续提升，人与机器人的交互将变得更加自然。然而王兴兴的发言提醒业界，真正的技术壁垒不在于单点突破，而在于系统级的整合能力。只有当大模型对物理世界的理解与机器人的执行能力高度一致时，具身智能的“ChatGPT时刻”才会真正到来。