10月12日，第26届中国国际工业博览会开幕式上，宇树科技创始人王兴兴给出一个新判断，明年GPT-7出来的话，可能直接将具身智能的问题‘打穿’。在他看来，具身智能的临界点会比预想来得快，甚至可能就是一两年。但他在同一场对话里还给出了另一张顺序表：餐饮、物流这类ToB商业服务可能比工业场景起量更快，居家场景因为环境最复杂，推进相对最慢。所以，“明年技术走进普通家庭”这件事，要先拆开看：GPT-7要打穿的是模型的“大脑”，“一两年”是技术临界点的倒计时，不是机器人进家门的闹钟。第一财经36氪
时间表一年前移两次，押注的是模型迭代速度
这不是王兴兴第一次给具身智能“定日子”，他此前已多次修正这张时间表。2025年8月的世界机器人大会上，他的口径还是“最慢三到五年”；今年8月宇树登陆科创板次日，区间变成“快则两到三年”；这次工博会，他把乐观预期直接前移——最快一两年，并预言，明年GPT-7一旦发布，可能“直接把具身智能问题打穿”。前移的触发器一直跟着新模型：GPT-6 Astra发布后，宇树已把GPT-6部署到机器人上做任务测试，效果表现还不错。知乎36氪第一财经
这个预言有一个尚未被官方确认的前提：OpenAI迄今没有公布GPT-7的发布计划，“明年”是王兴兴按“每隔一两个月都有非常大的更新”的节奏做的外推。就在10月14日，谷歌Gemini 4系列的首发前沿模型Argon上线，官方演示里就包括零样本驱动人形机器人扔沙包。通用模型能力向物理世界外溢的速度，确实是他这轮判断的底色。36氪
GPT-6打穿到哪了：成功率跳到九成，衣服还叠不了
破壳机器人创始人许华哲在2026外滩大会披露的实测显示，GPT-6 Astra在机器人控制任务中的成功率达到95%，前代模型只有40%，已经能完成抓取、旋转、递送，连筷子这类需要精细力控的物体也能处理；但用筷子拨动物体、堆盒子、折叠衣服仍做不到——复杂物理交互仍是具身智能公司的“最后阵地”。王兴兴给“临界点”定的及格线也因此很具体：把一台机器人丢进完全陌生的场景，仅靠自然指令就能独立完成大约80%的任务。眼下固定场景专项训练能做到近100%的成功率，但那只是熟能生巧，不是举一反三。36氪36氪
从“打穿”到进家门，中间隔着四道门槛
泛化和效率是第一道门槛。IDC在9月底发布的报告显示，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出货方向。真正“能干活”的全尺寸人形机器人，上半年全行业只卖出921台；宇树2024年就与数家车企做过落地试点，两年过去，仍然停留在“试点”阶段。王兴兴说过一句直白的话：每当有新任务时需重新训练，整体效率低于人。36氪36氪
真实家庭对泛化的要求比工厂的固定工位苛刻得多：实验室里地面平、光线稳、物件都是标准件，真实家庭里地砖反光、购物袋软塌、满地数据线，还会突然窜出一只猫。知乎
安全是第二道门槛。今年9月，物理具身安全基准RoboHarm给出实测：当GPT-6 Astra被要求控制机器人执行有害攻击行为时，拒绝率明显偏低——模型“会干活”的速度，跑在了它“保证不闯祸”的速度前面。家里有老人、孩子和易碎品，这道题不答好，机器人就进不了门。知乎
算力和网络是第三道门槛。王兴兴在工博会给出的思路是“能上云的尽可能上云”：运动控制这类实时性要求高的计算留在本体，复杂决策和大范围场景适应走云端，他直言往每个型号的机器人上面都加很多高算力，其实也是很吃力不讨好的一件事情。这等于说，一台干家务的机器人要靠网络持续“在线思考”。Sharpa联合创始人向少卿的判断更直白：短期内机器人的“思考”还在云端，要等10年以后机器人进入千家万户，算力才可能大规模从云端转向端侧。第一财经
成本和数据是第四道门槛。眼下普通家庭买得到的，还干不了活：宇树人形机器人R1起售价已降到2.99万元并开启现货发售，主要客户仍是科研教育和开发者。赚钱也不轻松：按弗若斯特沙利文数据，2026年上半年全球人形机器人收入前五名全部是中国公司，排名第一的优必选，上半年亏损3.39亿元，全行业还没有人靠全尺寸人形机器人在工业场景跑出正利润。数据端，王兴兴强调决定操作成败的是真机与物理世界接触的“最后几厘米”；中国工程院院士王坚则在现场呼吁海尔、施耐德等制造企业开放工业数据，因为这类数据是锁在每个企业的‘抽屉’里。知乎36氪第一财经
资本的热闹和市场的冷静同时存在：截至10月11日，年内具身智能领域一级市场投融资事件565起、金额合计1126.22亿元，今年不到十个月已经是去年的近三倍。而宇树股价在发声当日收报421.29元，若与9月18日514.98元的阶段高点相比，累计回调约18.2%。36氪36氪
谁先入户：ToB在路上，海外公司把家庭当训练场
按王兴兴给出的落地顺序，最先起量的更可能是容错更宽的ToB服务。向少卿透露称，Sharpa将在餐饮、零售和宾馆三大场景部署3万台机器人，此前已把机器人放进上海一家DQ门店，按步骤制作冰淇淋。第一财经
海外头部公司则把家庭当成Physical AI的训练场，而非货架上的成熟商品：特斯拉Optimus已有超过1000台在自家工厂分拣电池、搬运零件，但对外销售要等到2027年以后，长期目标价格压到2万到3万美元。Figure把Helix 2.5带进了美国旧金山湾区30个此前未参与训练的家庭，在没有额外采集数据和微调的情况下测试整理客厅、折叠毛巾和整理床铺；1X的NEO机器人不先去工厂搬箱子，直接进真实家庭干整理衣物、收拾厨房的活。36氪36氪
国内更接近“家庭商品”的是卧安机器人：人形家庭机器人oneroH1探索衣物整理、洗衣、餐具收纳、备餐等复杂家务任务，2026年1月在美国CES完成全球首发，2026年上半年启动商业化交付（公司披露口径）。政策端也在加码：10月9日中共中央、国务院印发的《关于发展新质生产力的意见》，明确要加快人形机器人等新一代智能终端的场景应用。36氪
明年该盯什么
对普通家庭来说，明年不必为“能干活的机器人”做预算——市面上能买到的，大概率仍是会跳舞、能开发、不干家务的设备。更值得盯的是三个可核验的信号：GPT-7发布后，能不能真通过“陌生场景、一句语音指令独立完成约80%任务”这条及格线；IDC口径的出货结构里，工业、零售物流的占比是否从三成以下持续抬升；oneroH1这类家庭试点的交付量、用户反馈和降价速度。
王兴兴说，过去十几年我犯的最大错误就是对AI还不够相信。这份被修正的信心值不值得普通家庭提前买单，答案是先看模型、再看试点，最后才轮到客厅：技术临界点和进家门之间，从来是两个时钟。第一财经
