2026年10月12日，上海第二十六届中国国际工业博览会开幕式上，宇树科技创始人王兴兴被问及机器人从展品变为产品还需多久。他给出的回答是：快的话甚至一两年内就有可能。其依据是，明年GPT-7发布后，可能直接解决具身智能的核心问题。
同一周，资本市场给出了截然不同的信号。10月13日，宇树科技股价收于436.63元。而在此前10月8日，该股较上市首日盘中最高价1100元已累计下跌逾61％。摩根大通首次覆盖宇树科技即给出”减持”评级，目标价定为300元。创始人在公开场合将技术落地时间表向前拨动，机构则在研究报告中下调估值预期，市场对这家公司的定价模型尚未形成共识。
这并非简单的多空分歧。王兴兴关于具身智能临界点的公开时间表至少出现过三次调整：2025年8月世界机器人大会上，他表示”顺利的话，一两年或两三年”；2026年8月同一场合，口径变为”快则两到三年，慢则五年或十年”；2026年10月12日工博会，则再次收紧至”快的话甚至一两年”。2026年8月相对保守，10月又明显前移。据公开信息，GPT-6发布后，宇树将其部署到机器人上进行任务测试，”效果实际上非常不错”。王兴兴对此表示：”过去十几年我犯的最大错误，就是对AI的相信还不太够。”
当一个产业的技术临界点预期被锚定在外部模型厂商的发布节奏上时，时间表本身便成为因变量。对于工程师而言，信念被数据刷新是正常反应；但对于估值模型而言，这意味着难以构建可预测的自由现金流时间轴。机构给出保守评级，未必是否定宇树的技术能力，而更可能是在承认建模困难。
王兴兴此前曾提出一个判断标准：当机器人在80％的陌生场景中，仅凭语音指令就能完成80％的任务，产业拐点即到来。但这一标准指向的是任务完成率，并未涉及接触质量问题。在具身智能领域，让机器人完成一个后空翻，远比叠好一件T恤容易。刚从烘干机取出的T恤，袖子可能翻进衣身，下摆可能压在毛巾下方。机器人捏住一个角提起的瞬间，重力使布料重新分布，此前视觉识别出的形状立即失效。可变形物体的操作难度根源在于，每一次接触都会改写被操作对象的状态。
神经科学中有一个经典实验：将受试者指尖局部麻醉后让其划火柴，眼睛和肌肉功能正常，仅缺失指尖传回的触觉信号，原本几秒钟的动作便立刻变得笨拙并反复失败。机器人每向人类的日常能力靠近一步，难度呈递增态势，越是被认为不值一提的本事，机器越难学会。AlphaGo击败李世石至今已逾十年，机器人仍在学习叠衣服。围棋规则是对世界的完整描述，机器可以自我对弈，三天完成数百万盘，成本仅为电费。叠衣服则没有可用模拟器，布料仿真算得越准越慢，算得越快越失真。获取真实数据只能依靠真机器人操作真衣物，或由人佩戴设备反复示范。
在技术层面，接触动力学被视为Sim2Real鸿沟中最难攻克的一环。当机器人手指接触物体的瞬间，能否传递所需的力且不打滑，涉及力封闭概念。其数学基础为摩擦锥：每个接触点上，手指施加的力可分解为法向压力和两个切向摩擦力。库仑摩擦定律要求，捏得越轻，能抵抗的横向滑动越小。摩擦系数并非常数，会随压力、湿度、表面磨损动态变化。仿真引擎中设定的0.7，在真实世界中可能是0.5也可能是0.9。柔性物体的仿真成本比刚性物体高出数个数量级。
王兴兴将赌注押在GPT-7上，逻辑是通用大模型已在语义理解和空间泛化上得到验证，下一步攻克的将是物理交互。但这一判断可能押对了方向却押错了机制。语言模型并未学会什么是语法，语法不描述世界”是什么”，只描述元素之间合法的组合关系。摩擦锥不是杯子的属性，也不是手指的属性，而是手指材质、物体表面、当时压力与环境湿度四者之间的约束关系。GPT-7即便能力更强，能给具身智能的也只是更强的语义先验和任务分解能力。要突破接触这一关，需要一种全新的、必须从物理世界重新采集的数据模态。
当前灵巧操作面临的核心矛盾在于：聚焦单一任务可以超越人类，而面向泛化任务则缺乏足够量级的数据来驱动高维动作空间。近年驱动器层面的差距已明显缩小，但传感器层面的差距依然最大。视触觉在带宽和帧率上进展明显，但在标准化、稳定性及弹性体耐久性上仍有待突破。对于宇树科技及整个具身智能行业而言，接触问题的解决进度，将直接决定技术临界点与商业估值之间那道裂缝能否弥合。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
