宇树王兴兴判断2027年为机器人临界点，卡在"最后几毫米"
具身智能距离真正爆发的距离，或许比外界预期的更近，但关键技术障碍仍未破除。11月4日，宇树科技创始人、董事长兼CEO王兴兴在2026年世界互联网大会乌镇峰会互联网企业家论坛上表示，2027年很大概率将成为机器人行业或机器人模型发展的临界点，明年机器人能力有望迎来大幅提升。他判断，具身智能的"ChatGPT时刻"已近在咫
具身智能离真正爆发可能比外界想得更近，但关键技术障碍还没扫清。
11月4日，在2026年世界互联网大会乌镇峰会互联网企业家论坛上，宇树科技创始人、董事长兼CEO王兴兴给出判断：2027年很可能是机器人行业或机器人模型发展的临界点，明年机器人的能力会迎来大幅提升。
在他看来，具身智能的"
ChatGPT时刻"已经近在眼前。到那时，机器人能在约80%的陌生场景中，按照语音或文字指令完成约80%的任务。
不过王兴兴也提到，机器人离这个目标还隔着一道槛，他把它叫作"最后几毫米"：AI模型对物理接触和触觉的理解还不够，模型输入输出与真实世界之间的对齐存在偏差。
他预计这个问题在未来一至三年内有望解决。消息带动宇树科技（688836.SH）股价走高，当日盘中一度涨超8%。
临界点判断：80%场景、80%任务
王兴兴给具身智能"GPT时刻"下的定义很具体：机器人能在约80%的陌生场景中，通过语音或文字指令完成约80%的任务。他说，眼下全球顶尖模型距离这一目标已经非常接近。
他提到，当前顶尖多模态模型的空间理解和任务规划能力已经比较强。机器人经过充分训练，在固定工位做单一任务的成功率能接近100%；抓取、搬运这类操作，模型也能拿到较高的成功率。
但固定工位上的高成功率，和跨场景的通用能力，是两个完全不同的维度。王兴兴明确说，这种通用能力还没实现，卡住它的核心障碍正是他说的"最后几毫米"。
卡点所在：触觉与物理世界的对齐
到了手机拆装、穿针引线这类需要精细操作的场景，机器人的表现依然不理想。
王兴兴把原因归结为两点：机器人对物理世界的接触与触觉信息理解得不够准确，AI模型的输入输出和真实世界对齐"差了一点"。
王兴兴说：“AI模型对物理世界的接触这部分做得不是特别好，也就是AI模型的输入输出和真实世界的对齐还是差了一点。”可复杂操作能不能做成，关键恰好在这儿。
他预计，这类问题在未来一至三年内有望解决。一旦突破，机器人模型在理论层面的主要问题会大幅减少，行业技术曲线预计也会随之变得陡峭。
自进化循环：人类角色收窄至"打分"
为了突破这个瓶颈，宇树正在推进物理AI模型的自进化机制。
王兴兴透露，几个月前宇树已经在内部启动相关探索：让AI模型自己写代码，在仿真环境或真实环境中训练，再部署到机器人上测试，测试完由人或机器人打分，结果反馈给模型，用来修改程序、继续训练。
王兴兴表示，全球头部大模型公司在某种程度上已经在内部建起这套自进化循环——模型能自主采集数据、训练和迭代，人类只需少量参与评价。可在机器人领域，即便是全球头部企业，目前也还没真正建立起这样的闭环。
在他看来，这套机制里人类当前最大的价值只剩两项：评价AI模型输出结果的好坏，以及设定目标让AI去实现。王兴兴说：
但是渐渐AI模型也会学会人类的这些评价指标和偏好，就可以自己进化成越来越强的模型。
王兴兴坦言，目前包括宇树在内，机器人行业对数据的利用率仍然偏低，大量已有数据还没被充分利用。他表示：
对我们来说，要生产制造、部署千台或者万台机器人去测试采集数据，某种意义上是件成本很低、比较容易的事情。
在王兴兴看来，问题不在于把数据采回来，而在于采回来之后怎么拿它把AI模型训练好。他还提到，基础模型能力往上走，模型自主进化和数据利用效率这两件事也有望一起提上去。
三大布局：量产、模型、算力
除了技术层面的判断，王兴兴还谈到了宇树接下来的战略方向。
按照他的说法，宇树下一阶段的重点会放在机器人大脑技术上，同时在全球范围寻找合作伙伴。
更早的时候，也就是10月22日，2026世界物理AI大会暨宇树合作伙伴生态大会召开，王兴兴在会上亮出了宇树的三大布局：
- 第一项是让机器人具备大规模量产的能力，从而接住千万级甚至亿级的市场需求；
- 第二项是自研和外部合作两条腿走路，推动与自家硬件相匹配的物理AI小模型落地；
- 第三项是建设超大规模算力集群，给技术的持续迭代打底。
王兴兴在论坛上还提到，数据、算力、芯片产能、能源和矿产，会是未来世界最核心的几类资源。机器人一旦从固定工位走进更多开放场景，行业较量也会进一步蔓延到模型能力、数据积累和算力基础设施上。
宇树已经走过十年，规模化制造的布局也已完成。接下来能不能让模型把数据的价值充分释放出来，或许就是下一阶段竞争的关键变量。
