简介
10月22日，2026世界物理AI大会暨宇树合作伙伴生态大会在杭州开幕。这是宇树成立十周年的主场，3000余名嘉宾、40多个展示专区。宇树科技董事长兼CTO王兴兴做了一场题为《相信，尽可能相信AI》的主旨演讲，核心判断只有一句：物理AI已经看到被击穿的苗头，很可能在未来1到3年，具身智能的"ChatGPT时刻"最快明年就能到来。
他的证据是什么
演讲中放了一段内部测试视频：GPT-6在"零训练"的情况下直接操控机器人画画。机器人会自己换颜色，看到旁边有颜料盘会主动走过去洗笔再画；下围棋落子精准，甚至能承担导盲任务。
零样本操控的意义在于：过去让机器人学会一个动作，需要采集大量示教数据、做专门训练；如果通用大模型不做任何微调就能驱动本体完成多步任务，那么"机器人技能"的获取成本会被重写。王兴兴据此判断，顶尖大模型公司"内部已经基本实现了模型的自进化"——模型自己写程序、采集数据，人只需适当引导。
三个真实瓶颈
值得注意的是，王兴兴并没有把话说满。他明确指出了卡点：
- 输入输出与本体对齐——这是他反复强调的"最核心挑战"。大模型修正误差的能力已经很强，但真实世界里传感器有误差、执行器有误差，模型算得对不等于机器做得对。
- 精细操作——精细零件装配、复杂接触性操作仍未解决。机器人能做导航、能做规划、能画画，但在"手要稳、力要准"的场景里还差得远。
- 扩散周期——技术突破到扩散到每个人使用，需要5到10年。他估计快则2年、慢则10年才能实现能力边界的全面击穿。
这三条把"ChatGPT时刻"从口号拉回了工程现实：规划与理解已经过关，物理交互还没过关。
宇树的三个布局方向
- 大规模量产能力：适配未来千万级乃至亿级市场需求。他透露G1自2024年5月发布以来已成为全球最畅销人形机器人，累计生产下线约1万—2万台。
- 物理AI小模型：自研与合作并行，推进适配自身硬件的模型落地。此前发布的全开源通用人形机器人基础模型UnifoLM-WLA-1.0刷新多项榜单。
- 超大规模算力集群：筑牢技术迭代底座。他特别提到数据、算力、芯片产能、能源和矿都将是关键要素。
此外公司在搭"机器人自进化体系"：AI自主研发 → 仿真训练 → 真实测试 → 反馈迭代的闭环，替代传统人工调试。大会现场还启动了世界物理AI大赛，面向全球设千万元级奖金，不设地域门槛。
市场竞争格局：为什么"竞争会非常惨烈"
王兴兴直言竞争会非常惨烈。这个判断建立在三个现实上：
一是政策与资本同时涌入。南京刚发布50亿元物理AI与世界模型基金，并发放Token券支持世界模型训练（详见AI+政策解读）。二是基础设施在提速。英伟达DSX POD把AI工厂部署压到14天，SimReady Central开放2000+仿真资产，机器人的训练与评测环境成本在快速下降。三是大模型公司可能下场——如果GPT-6级别的模型零样本就能驱动本体，那"机器人本体厂商"和"模型厂商"的边界会变得模糊。
对从业者和投资者的启示
- 看硬件不看Demo：零样本操控视频很震撼，但真正决定商业化的是一致性、可靠性和成本。王兴兴自己说的对齐问题，比任何演示都重要。
- 押注"数据闭环"而非"单次能力"：自进化体系意味着能持续采数据、持续迭代的公司会赢，一次性做出一台好机器人不够。
- 留意供应链：他点出的"数据、算力、芯片产能、能源和矿"，正是物理AI真正稀缺的东西。
总结
"尽可能相信AI"是他给出的态度，但演讲里最值钱的部分其实是那三个瓶颈。物理AI的拐点可能真的近了，只是拐点之后的路，仍然要靠仿真、传感器和一颗颗拧紧的螺丝走完。相关阅读：NVIDIA SimReady Central教程。