大约从两三年前开始，具身智能行业便热衷于预测何时能迎来“ChatGPT时刻”。时至今日，产业界依然对此乐此不疲。

　　人们借用“ChatGPT时刻”的类比，来描述机器人智能水平完成质的飞跃。按照宇树科技创始人王兴兴近期所做的定义，在80%的陌生场景中，当人形机器人能顺利完成80%左右的任务，基本上就意味着达到这一时刻。

　　3月25日的博鳌亚洲论坛一场会议上，多位产业界人士继续抛出他们莫衷一是的时间预期。乐观者相信，再过两年左右就有望看到“ChatGPT时刻”的曙光；谨慎者判断需要五年；悲观者则把时间线拉长至十年。

　　3月25日，博鳌亚洲论坛2026年年会“人形机器人的进阶与飞跃”主题论坛现场。

　　不过，人形机器人公司星动纪元创始人陈建宇表示，即便“ChatGPT时刻”暂未到来，也不妨碍人形机器人在工业等场景中先行应用。这是因为，工业场景具有高度垂直化和标准化的特点。机器人厂商可以在现有模型的基础上，投入一定的数据和算力，率先打通部分关键岗位。

　　目前，星动纪元在物流行业的落地较快，已推出将机器人应用于仓储拣选、快递供件等岗位的具身智能物流解决方案。公司此前介绍，已与顺丰合作推出了跨境物流具身智能查验解决方案，正式上岗海关开展跨境货物查验。

　　陈建宇说，人形机器人如果要大规模落地，应满足工业场景的高节拍和高成功率作业要求，而具身智能模型的泛化能力在制约其规模化应用。

　　“机器人并不是不会操作物体，针对训练过的物品，只要训练到位，抓取成功率基本能达到100%。可一旦物品稍有变化，成功率就会急剧下滑。”在3月23日西门子举办的一场活动上，王兴兴道出具身智能行业的窘迫现实：移动和基础动作问题基本已经攻克，但抓取、操作尤其是触觉相关的技术难题还未突破，成为制约人形机器人在工厂和家庭大规模落地的关键瓶颈。

　　王兴兴表示，需要海量不同物品的训练数据来补齐短板，但目前这部分数据训练还未完全攻克。比如让机器人抓取物品、装配零部件，目前全球范围内的仿真技术仍不够成熟，因此大多依靠真人采集数据来做训练。但真人采集数据也面临很大难题：能搭建的实景有限，不可能在现实中复刻上千种场景，搭建和采集成本过高。

　　王兴兴还提到，触觉仿真技术也很关键，以实现更精准地模拟物体抓取过程，这是当下的核心攻关方向。

　　百度集团执行副总裁、百度智能云事业群总裁沈抖发现，具身智能赛道虽然现在很热闹，但实际投入仍显不足，“和大语言模型上的投入差了一个数量级”。他在前述博鳌论坛上建议机器人厂商在场景应用上还要积极试错。