王兴兴：具身智能“ChatGPT时刻”尚需两到三年

具身智能离“真·机器人时代”还有多远？王兴兴的最新判断

2026年3月17日，亚布力论坛现场，宇树科技创始人王兴兴没讲宏大愿景，也没画饼。他只说了一句话：“具身智能的‘ChatGPT时刻’，还差两三年。”

这不是悲观，是见过太多“PPT机器人”之后的清醒。他口中的“ChatGPT时刻”，定义很具体：一个机器人，面对一个从没去过的家、没碰过的工具、没听过的指令，只要有人用语言告诉它“把茶杯拿到沙发上”，它能80%的概率自己完成——不靠预设程序，不靠人工遥控，不靠反复训练。

听起来像科幻？可你想想，ChatGPT刚出来那会儿，谁也没想到它能瞬间改变搜索、写作、编程。王兴兴说，具身智能要的，就是这样一个“从不会到会”的质变点。

过去一年，国内机器人公司融资不断，展会里人形机器人频频亮相，跳舞、拿杯子、开门，看起来很酷。但王兴兴看的是另一面：这些动作，90%是在实验室里，重复上百次练出来的。一旦环境换掉——地板变地毯、杯子换成玻璃杯、指令改成“顺手把垃圾桶也带出去”——机器人就懵了。

真正的挑战不在电机有多猛、电池有多久，而在“大脑”怎么理解世界。你的一句“把桌上的东西收一收”，对人是常识，对机器人却是复杂推理：哪些是“东西”？“收”是放哪儿？要不要分轻重？有没有危险？

现在的模型，还在学“怎么走稳”。而真正能用语言指挥的，还在实验室里磕数据。王兴兴去年9月说“2026年底能自主干活”，年底改口“一两年内有希望”，今年1月更直接：“能做出真正机器人大模型的人，该拿诺贝尔奖。”——这话不是吹，是真觉得，这个突破，比当年的Transformer还难。

你可能没听过，但2025年底，深圳一家只有30人的初创公司，让机器人在真实家庭环境中，用语音指令完成了洗碗、叠衣服、给宠物倒粮——全程无预编程，只靠一个开源模型微调。视频传开后，谷歌、英伟达的工程师都去蹲点。

这不是个例。北京、杭州、苏州，一批小团队正用“低成本+真实场景”打法，绕开大厂的高算力陷阱。他们不追求炫技，只求一件事：让机器人在乱糟糟的客厅里，听懂“帮我拿一下遥控器，别碰那盆绿植”。

硬件也在跟上。国产伺服电机成本三年降了60%，柔性手爪、触觉传感器、轻量化关节，不再是进口货的专利。但光有好身体没用——没有能“看懂生活”的大脑，机器人永远是高级玩具。

很多人以为，具身智能爆发，是机器人走进家门跳舞、陪你聊天。王兴兴说，真正改变生活的，是它能默默帮你做那些你懒得干、但每天都要做的事。

早上起床，它已经把咖啡煮好，衣服熨好，快递放在玄关；你出门前说一句“记得给阳台花浇水”，它知道今天没雨，水要少点；你半夜起来找药，它能认出你拿的是降压药，而不是维生素。

这不是未来。这是2028年可能发生的现实。王兴兴说，如果算法再有突破，比如像Transformer那样出现一个“通用物理推理框架”，那这个时间可能提前到2027年。但如果没有，那就老老实实等两三年。

别信那些“明年量产”的宣传。真正的技术，从不靠PPT推动。它藏在实验室的凌晨三点，在一次又一次失败的抓取里，在一个被摔坏的关节和重新写的代码里。

我们等的，不是机器人，是一个能听懂你、替你分担生活的人。