2026年8月20日，宇樹科技創始人王興興現身世界機器人大會主論壇（2026WRC）。
也就是在前一天，宇樹登陸科創板、成為“A股人形機器人第一股”，首日市值3418億。答謝宴一結束，王興興就赴京參會。
台下坐著幾千號人，都等著聽這位新晉百億富豪講點振奮人心的東西。
結果王興興一開口，談的是“瓶頸”。
“目前機器人的整體效率和泛用性還不夠高，”他說，“跟人比，效率還是低。每次換個新任務，還得重新訓練。”
人形機器人到底什麼時候才能迎來“ChatGPT時刻”？王興興給出了自己的定義：“在80%的陌生場景中，能完成80%的人類給它的任務。”
啥時候能到？
“快的話兩三年，慢的話五年甚至十年。”
同樣的猜測，銀河通用創始人王鶴給到了更激進的版本，直接喊出2028年。
不過，在展會現場，我們也聽到了一些觀眾看衰的聲音：“現在還是遙控階段，每一個機器人後面都要配一個遙控員”、“沒什麼用，拿來搞噱頭，就是一種炒概念。”
人形機器人真的有前途嗎？
這屆大會逛下來，正解局的感覺是：兩邊都對，但都不全對。
先說一個反直覺的觀點：
今天在中國造一台人形機器人的硬體門檻，已經低到離譜。在會展現場，我們甚至看到家電企業海爾都掏出了自己的機器人。
2026年上半年，中國人形機器人出貨量超過4萬台，全球佔比97%。
摩根士丹利預測，全球出貨量要從今年的5萬台漲到2030年的44.5萬台，年複合增長率106%。
為什麼那麼快？這個道理和當年智慧型手機品牌百花齊放一樣：供應鏈通了。
很多機器人企業，其實就是：“方案整合”。
今天在中國做機器人本體，就跟搭積木一樣簡單，諧波減速器找綠的諧波，RV減速器找雙環傳動，電機找匯川技術、昊志機電，力感測器找藍點觸控，執行器總成找拓普集團……
這就是為什麼2026春晚後，宇樹、松延動力、魔法原子、銀河通用等多家機器人輪番登場。
硬體已經不是護城河了，能上春晚、能在演唱會跳舞不是獨門絕技，整個產業鏈的水位集體抬高了。
以前造一個人形機器人，得從電機開始自己繞線圈，現在直接買現成的模組拼起來就行。
宇樹就是吃透了這個紅利。
這家公司現在是全球最大的機器人狗生產商，人形機器人出貨量也排第二，2025年賣了5500多台。
這次大會他們帶來了“超人”機器人，原地跳高2米，衝刺速度每秒12.66米，比博爾特還快。還有一個3米高的載人變形機甲GD01，能變四條腿，已經量產了。王興興在台上說的時候，底下不少人掏出手機錄影。
但注意一個細節：宇樹的招股書裡寫得明明白白，大部分客戶是高校和科研院所。
換句話說，賣了不少，但真正能進工廠幹活、能進家庭當保姆的，不多。
正如王興興說的：“這是全球機器人行業共同面臨的最大瓶頸”——泛化能力不夠。
什麼叫泛化能力？這就像一些老師經常說的：同樣的知識點，換個題目，就不會做了。
王興興自己舉了個例子：在固定場景裡，資料喂夠了，任務成功率能做到接近100%。但只要換個物品、換個光線，成功率直接跳水。
這叫“實驗室裡的王者，現實中的青銅”。
我在現場也看到了類似的場景。某個展台的機器人，演示的時候行雲流水，但只要工作人員稍微挪一下道具的位置，機器人就懵了，得重新校準。
旁邊有觀眾小聲嘀咕：“傻了吧唧的”。
為什麼會這樣？
因為機器人所用的VLA模型（視覺—語言—動作）和我們現在用的語言模型不一樣。
大語言模型的上文決定下文，天然是一種因果關係。但VLA模型是因果倒置——你看到圖像來決策做什麼動作，這不是因果。
真正的因果是：你做了什麼動作，世界會發生什麼變化。
也就是說，VLA路線建立的只是關聯關係，不是因果關係，不是第一性原理。這也是為什麼現在所有人形機器人都面臨同一個尷尬：在固定場景裡練熟了，成功率能接近100%；但只要換件東西、換個環境，成功率立馬跳水。
王興興說得更具體：
“最大的瓶頸，就是AI模型的輸入輸出跟真實機器人的對齊程度不夠。比如讓機器人去拿個東西，眼看著手就要碰到了，但最後那點觸覺反饋、那點誤差，它沒法修正。就因為這點誤差，整個任務的成功率就崩了。”
問題出在最後幾釐米，甚至最後幾毫米。
而且這個資料的訓練樣本很少。大語言模型可以去吃整個網際網路的資料，可全球合規可用的真實機器人互動資料，不到大語言模型訓練資料的1/20000。
語言模型團隊已經用到了100兆Tokens的語料，可具身智能需要的物理世界資料，資訊密度遠低於語言，目前還差了萬倍以上。
搭配Cosplay做展台巡遊表演
這就需要行業重新去建立一個世界模型，讓機器人去真正理解這個世界。
銀河通用的王鶴就強調：世界模型是通往通用具身智能的必要選項，它讓機器人能“三思而後行”，在腦子裡推演N種可能，再挑最好的那個。
當然，重構世界模型，這又是一條漫長的研發之路。
當然，在機器人實現“ChatGPT時刻”之前，整個行業是需要變現和商業化的。吃飽肚子，才有力氣打仗。
目前，關於人形機器人的商業化，很多企業都做出了自己的探索。
宇樹科技主打商業表演。2025年，他們的人形業務收入超過四足，整體毛利率約60%，截至2026年5月，單款雙足人形機器人累計下線約11000台，G1成了全球標竿。
上海的智元機器人也是這個路徑。2025年出貨量超4000台，全球第二；2026上半年以9700台出貨量位居全球第一，市場份額超43%。
我們在很多科技展會上看到機器人，基本都是智元提供。
蘇州的星海圖，2026年初完成10億元B輪融資，估值破百億，擠進第一梯隊。2026年二季度發佈G0.5模型，在海外第三方評測體系RoboDojo拿了第一。
在本次大會論壇，星海圖提出了一個判斷：“未來整個產業的價值，會逐漸從整機向智能遷移。”今年要交付千台級模型驅動的真實生產力機器人，明年目標4倍增長。
商演之外，深圳的優必選主攻“進廠打工”。2025年營收20.01億，同比增53.3%，全尺寸具身智能人形機器人收入8.2億，同比暴增2203.7%。今年1月，Walker S2進入了歐洲空巴製造工廠，這意味著中國人形機器人第一次通過航空製造驗證。
京東打法也很有意思。他們不做本體做場景。前文說到，機器人缺場景資料，京東做的就是這個。
在宿遷，京東發動全城幫他們蒐集資料，他們和星海圖合作搞了全機器人前置倉，現場佈置約700個SKU，從抓取、揀選到訂單打包100%自主作業，單日完成100多單，全程沒人管。
京東主辦的“AI進入物理世界”論壇，已經成了WAIC具身智能四大技術核心論壇之一。
合肥的科大訊飛，則是依託訊飛星火大模型的能力，定位“大腦供應商”，把認知智能、多模態互動能力打包賣給機器人本體廠。
作為春晚“機器人四子”之一，魔法原子的MagicBot Z1已經能做360度托馬斯迴旋之類的特技動作，今年也加速衝刺上市。
還有一些企業主打細分領域。比如上海的傅利葉智能，專注醫療康復機器人，已經完成了通用人形機器人GR-1等多輪迭代，2026年準備往工業等場景延伸。
還有北京的睿爾曼智能科技，專注廚房機器人——咖啡機器人、炒菜機器人、下面條機器人，客戶很明確：廣大想減少人工成本的餐飲店老闆。
總的來說，大家都想讓自己的機器人幹更多的活，而幹活的前提，就是得更智能。也就是星海圖負責人提出的判斷：
“未來整個產業的價值，會逐漸從整機向智能遷移。”
這個判斷跟摩根士丹利的預測不謀而合：全球人形機器人出貨量要從2026年的5萬台漲到2030年的44.5萬台。等出貨量突破10萬台，產業重心會從硬體轉向智能。
這也是為何2026年上半年，主打具身大腦的企業融資佔比超過五成，純硬體本體廠商融資不到兩成。
在2026WRC上，我們發現螞蟻靈波科技則走了一條更純粹的“大腦供應商”路線。搭載靈波全端大腦2.0的機器人同時跑通了藥房、工廠、倉庫三種截然不同的真實場景。
在上海國大藥房，機器人已正式上崗承擔夜班藥品分揀，無需對門店做任何硬體改造，就能自主接單、識別藥品、完成分揀。
截至今年8月，靈波全系列開源模型在GitHub上的Star數已突破3萬，位居國內具身智能項目第一。
回到最開始的問題，人形機器人的ChatGPT時刻什麼時候來？
正解局的觀察是：硬體的拐點已經來了，但智能的拐點尚需時日。
中國供應鏈的成熟度，已經讓造一台能走、能跑、能後空翻的人形機器人，變成了搭積木的事。
可被“最後幾毫米”卡住的，不是某一家公司，是整個行業。
VLA的因果倒置、世界模型的進化、場景的資料飢渴，這三座大山任何一座沒搬開，機器人就沒法真正“進家庭、進工廠幹活”。
起點已到，拐點沒到。
離開會場的時候，正解局看到一個大爺拉著孫子往外走，孫子嚷嚷著要再看一會兒機器人跳舞，大爺說：“有啥好看的，就是個高級玩具。”
大爺說得不對，但也沒完全錯。
今天的機器人確實是“高級玩具”，但十年前的新能源汽車，不也被叫做“電動爹”嗎？
羅馬不是一天建成的，機器人也不是一天學會幹活的。
對人形機器人產業來說，2026年不是ChatGPT時刻，但已經是ChatGPT的前夜。 (正解局)