2026年10月12日，在第26届中国国际工业博览会开幕式的圆桌对话上，宇树科技创始人王兴兴给出了一句迅速传开的判断——明年GPT-7一旦推出，就可能直接把具身智能的问题“打穿”。 所谓“打穿”，指的是大模型的能力跃迁一步跨过当前具身智能卡了多年的门槛——这也正是「机器人爆发会不会提前到来」重新成为热议话题的原因。第一财经
这个时间表他其实一直在往前赶：两个月前的世界机器人大会上，他的预估还是“快则2年-3年”。 这一次在工博会，他把具身智能临界点的到来压缩到了“最快可能在未来一两年”。知乎36氪
变化的底气来自对GPT-6的实测，宇树把它部署到各类机器人上跑任务，王兴兴给出的评价是“效果非常不错”。 这位做了十几年机器人硬件的创业者甚至公开反思，“过去十几年我犯的最大错误就是对AI还不够相信”。 不过他也给这份乐观划了边界：这只是基于模型进步作出的判断，不是确定的商业化节点。知乎第一财经36氪
信心转向的另一面：模型在狂奔，开发流程还靠手工作业
在王兴兴的观察里，大语言和多模态模型的训练自动化程度已经很高，头部公司今年或明年就可能接近“自进化”水平。 全球AI也几乎每隔一两个月就有一次大的版本更新。第一财经36氪
落差在于机器人这一侧：现在的开发流程仍然比较原始，工程师查论文、写模型、训练、测试、反馈再改，大量环节靠人工衔接。 他设想的分工，是把写代码、训练、部署交给AI自动完成，人只负责评估打分——“随着模型积累的经验越来越多，人类的参与度或将减少”。知乎第一财经
真正卡住机器人的，是泛化、效率，还有数据
把镜头拉远看出货结构：IDC于9月29日发布的报告显示，2026年上半年全球人形机器人出货量接近2.5万台、同比增长432.1%，但科研教育、表演展示和政府数采中心等场景仍占全球出货量的69%，工业制造、零售和物流尚未成为主要去向。 有报道援引宇树科技2026年上半年财报数据，其营收中真正面向工业制造、巡检、物流等生产场景的部分仅约9%。 王兴兴对瓶颈的判断与此吻合：临界点或许很快，但眼下仍卡在泛化性和效率两道难题上。36氪知乎第一财经
数据侧的缺口同样具体。机器人真正进入物理世界时，最后几毫米的接触与操作，仍需要依靠真机数据不断调整。 中国工程院院士王坚在会上直言，工业界的数据还锁在每个企业的“抽屉”里，这个问题不解决，机器人与工业很难真正拥抱。36氪第一财经
而打开这道锁并不轻松：AI确实需要各种数据，但企业也有保密要求，工业数据如何在保护商业机密的前提下用于训练，仍是待解的问题。36氪
连“机器人大脑放在哪”都还没有共识：王兴兴主张能上云就尽量上云，向少卿则坚持从时延出发，算力应该尽量靠近机器人、最好放在端侧。 王坚的说法是，行业还太早、机器人形态都未成熟，算力路径不必急着站队。 变量不止模型大小——把全部希望押在GPT-7身上，本身就超前了。知乎第一财经
你最想让机器人帮的事，会按什么顺序兑现
热搜标题的后半句，才是用户真正关心的问题。翻一圈社媒讨论，大家想交给机器人的任务高度集中在家务和照护：擦窗、厨卫死角、洗晾叠衣、洗碗做饭、看家、陪老人。一条点赞723次的小红书笔记，把“机器人保姆”概括为“不用休息、不会闹情绪，打扫、陪护、简单家务都能上手”。 评论区则分成两派：家政阿姨会不会被替代，机器有没有人的温度。小红书
做不好的原因，用户在知乎的提问下也说得具体：家庭环境不标准化，每家的家具摆放、杂物位置完全不同，机器人没法灵活避让，油污、水垢、灰尘还得区别处理。 实验室与客厅之间还隔着一条Sim-to-Real的沟——实验室地面平、光线稳、物件是标准件，真实家庭却是反光的地砖、软塌塌的购物袋、满地数据线，以及突然窜出来的猫。知乎知乎
这些愿望的兑现顺序，恐怕不由偏好决定。王兴兴在现场给出的判断是：相比工厂，部分面向企业的商业服务场景可能推进得更快，而家庭服务对机器人适应复杂环境的要求更高，落地顺序未必靠前。36氪
商业侧确实已经出现了样本。8月28日，Sharpa与DQ合作的机器人餐厅在上海落成，机器人全自主完成一杯暴风雪冰淇淋从点单、制作到交付的55步连续流程。 向少卿透露，下一步将在餐饮、零售和宾馆三大场景部署3万台机器人。 但“能上岗”与“划算”之间还有距离：门店里机器人制作一杯冰淇淋约需6分钟，熟练店员通常只需两三分钟，该设备现阶段还谈不上盈利，整套标价仍在几十万元，长期目标才降到10万元量级。知乎第一财经36氪
所以，“GPT-7打穿具身智能瓶颈”更准确的读法，是模型侧的一次预告，而不是机器人行业的排产表。它成立的前提，是AI维持每隔一两个月一次大更新的节奏，也是真机数据、泛化性和效率这些工程苦活被逐一补齐。至于“你最期待AI机器人帮你干嘛”，从现有证据看能给出的顺序大致是：先出现在不改造门店里接真实订单的餐饮机器人，再走向工厂的巡检与分拣，最后才轮到走进家门擦窗叠衣的照护者。接下来值得盯的信号很朴素：DQ式门店会不会继续扩张，3万台部署能否落地，整机价格什么时候降到10万元级。在这些变化发生之前，GPT-7改变的是行业的预期表，还不是你家客厅的作息表。
