11月4日的世界互联网大会乌镇峰会互联网企业家论坛上，宇树科技创始人王兴兴给出了一个明确的时间锚点：2027年，很大概率会成为机器人行业或机器人模型发展的一个临界点。这条判断不是情绪口号，它有一把可核验的尺子。王兴兴定义的具身智能拐点，是机器人能在约80%的陌生场景中、凭语音指令完成约80%的任务，业内把这称为“双80%”标准，这个指标他在2025年12月就已完整提出。换句话说，他赌的是机器人“大脑”的通用能力跨线，而不是明年的机器人能批量走进你家客厅。第一财经界面新闻
差距具体在哪？模型“看懂”和“想明白”已经过关，难的是动手。宇树的实测结果是：机器人经过充分训练后，在固定工位执行单一任务，成功率可以接近100%；抓取、搬运也已经有较高成功率；但一到手机拆装、穿针引线这类需要精细操作的场景，成功率仍然偏低。王兴兴把这层障碍称为“最后几毫米”的对齐难题。他的解释是，模型输出与现实物体的位置、硬度、摩擦力之间还差一点对齐，AI对触觉和物理接触的理解不够准——而这恰恰是复杂操作绕不开的一环。他预计这类问题有望在未来一至三年内解决。第一财经新浪微博
王兴兴把乐观押在数据上，逻辑却和直觉相反。他的判断是，宇树生产、部署上千台甚至上万台机器人去采集数据并不难，真正的短板是数据几乎没有被用起来。机器人每次在真实世界里试错，都伴随硬件损耗、场景重置和人工标注，成本高、速度慢；大模型行业靠互联网文本和图像“喂”出来的训练循环，机器人行业至今还没有对等的基础设施。第一财经
他给出的解法是把头部大模型公司已经跑通的“自进化”搬到机器人上：让模型自己写代码、在仿真环境里训练、部署到机器人上实测，再由人类或机器人给表现打分，反馈回去修改程序、继续训练，循环往复。王兴兴还顺带给出了一个更扎心的判断：现阶段人类在这套体系里最大的价值，就是给AI模型“打分”、给它设定目标。第一财经
值得注意的是，临界点时间线不是这次乌镇发言里才出现的。今年8月的采访里，他给过的还是“快则两到三年，慢则五到十年”的区间。到10月，口径已经收紧成“一到两年内就会来”。随后他又提出，随着GPT-6发布，物理AI已经“看到被击穿的苗头”。把这些发言串起来看，会发现一条清晰的演进链：时间从模糊区间逐渐收窄为具体年份，驱动因素从硬件参数转向大模型能力。换句话说，“2027”这个锚点押的是模型迭代的斜率，押注对象是AI，不是电机和减速器。新浪微博36氪界面新闻
同一场乌镇峰会上，另一条时间线给出了不同节奏。京东集团技术委员会主席曹鹏的判断是：未来3到5年机器人可以在商业场景实现规模化部署，但大规模走进家庭还需要更长时间，甚至可能是五到十年以上，因为普通家庭不会为机器人改造环境，成本、安全与伦理仍是硬约束。两条判断并不矛盾：王兴兴说的是模型能力的临界点，曹鹏说的是商业普及的临界点，两个“临界点”的节奏并不相同。也要提醒一句，固定工位上的高成功率并不等于跨场景通用能力，“自进化”闭环本身也仍待验证——这正是王兴兴判断属于“技术预测”而非“既定事实”的原因。第一财经
资本市场已经先一步给这句话标价。11月4日当天，宇树科技股价盘中一度上涨超过8%，一度超过源杰科技、位居A股股价第四。而硬币的另一面是，资金并不热情：据虎嗅梳理，6月具身智能单月融资创下315亿元纪录后，7月环比骤降62%，钱从撒网转向只投头部公司和核心零部件；另据行业服务平台NE时代统计，9月该领域融资额较8月再缩水四成。“头部创业者押2027拐点”与“一级市场退烧”同时存在，才是当下这个行业最真实的基本面。第一财经知乎
对用户来说，与其记住“明年临界点”这个口号，不如拿它当一把可观察的标尺：接下来要看宇树自研的物理AI模型能否把真实场景数据用起来，看“双80%”测试能否在公开场景复现，看质检、搬运等边界清晰的窄场景之外，机器人能否开始接住真实的长期生产订单。技术临界点若在2027年兑现，先变的会是机器人在陌生环境里的能力半径，而它进入寻常家庭的价签和可靠性，还得在后面排队。
