宇树科技王兴兴：GPT-6已让物理AI看到击穿苗头

2026年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举行，宇树科技创始人王兴兴在会上对具身智能的突破节奏作出密集判断。他表示，全世界几乎所有人对AI的重视程度和信仰都还不够；随着GPT-6的发布，物理AI已经看到被击穿的苗头，很可能在最近1-2年或2-3年迎来关键突破。

这一表态与他在10月12日第二十六届中国国际工业博览会开幕式上的发言形成呼应，当时他称具身智能的“ChatGPT时刻”正加速到来，并预测2027年GPT-7可能“直接把具身智能问题打穿”。

对齐难题与判断标准

王兴兴指出，具身智能迈过ChatGPT时刻最核心的挑战，是AI模型的输入输出和真实机器人的对齐。他给出的判断标准相当具体：在80%的陌生场景中，机器人依靠语音或文字指令自主完成约80%的任务。

这意味着评价体系不再停留在实验室演示，而是转向陌生环境下的自主完成率。王兴兴还透露，对于顶尖大模型公司，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，人只需要适当引导参与；基础模型能力的持续跃升，将带动物理AI机器人模型自进化循环的效能同步提升。

落地节奏与时间表

从技术突破到扩散至每个人使用，王兴兴认为需要5-10年的时间。在落地节奏上，他判断商业服务的落地会比家庭、工业领域更快些。这一判断与产业端近期的动作相互印证：英伟达CEO黄仁勋在10月21日GTC柏林大会主题演讲中称，AI工厂部署最快缩至14天，物理AI将加速落地；马斯克则在特斯拉财报电话会上预计，到明年年末机器人AI等一系列问题有望得到解决，届时才可向特斯拉以外的企业交付Optimus。

英伟达对物理AI的定义是使用运动技能理解现实世界并与之进行交互的模型，通常封装在机器人或自动驾驶汽车等自主机器中；利用物理AI，自主机器能够感知、理解并在现实世界中执行复杂的操作，机器人正成为物理AI的核心落地场景。

供应链与竞争链条

开源证券指出，物理AI有望成为编码之后需求空间最大的市场。以Optimus为例，2026年10月底上游核心零部件预期达到周产2000至2500台机器人的供应能力，2027年全年保守实现10万台量级。

国金证券则表示，世界模型通过学习环境状态及其随时间和动作发生的变化，为机器人建立可供推演的内部环境表征；随着模型能力向物理世界延伸，物理AI的竞争将覆盖空间数据、物理仿真、机器人本体、训练算力和真实场景反馈等完整技术链条。

业内专家指出，2026年被视为物理AI元年，具身智能的竞争已走向稳定工作、规模交付与真实场景验证的清晰主线，企业正致力于让AI从概念演示转向创造真实产业价值。