物理AI迎关键拐点！王兴兴、黄仁勋预警，机器人ChatGPT时刻将至

王兴兴最近说了一句话，我听完愣了好一会儿——他说，全世界几乎所有人，对AI的重视程度和信仰都还不够，"包括我自己"。

这句话出自2026世界物理AI大会暨宇树合作伙伴生态大会。台上的王兴兴，一手创办的宇树科技已经是人形机器人赛道里最热的公司之一，他手里拿着的是当下最畅销的人形机器人G1。可即便如此，他还是在劝人，把对AI的期待再调高一点。

他给的判断更直接：物理AI已经露出被击穿的苗头，很可能就在未来一两年，最多两三年。

这话要是放在两三年前，多半会被当成创业者的乐观。但放在今天，放在GPT-6发布、特斯拉开始量产Optimus、黄仁勋在GTC上连喊"物理AI是下一波浪潮"的当口，好像没几个人敢说他是狂想。

一、一个每天都在"长大"的脑子

过去一年，AI圈最热闹的争论是：大模型到底能不能真的"动手"？

王兴兴给的答案很具体。他说，具身智能要迈过那个标志性的"ChatGPT时刻"，最大的坎不是算力不够，也不是机器人不够结实，而是AI模型的输入输出，和真实机器人的身体对不上。一个模型在虚拟世界里想得再清楚，落到现实里，电机怎么转、关节怎么动、手怎么抓，全都要重新对齐。

但好消息是，这条对齐的路正在被一步步走通。王兴兴透露，宇树做过测试，在完全零训练的情况下，GPT-6已经能直接指挥机器人画画、清洗画笔，甚至下围棋。一个没有针对机器人专门调教过的通用模型，居然能把一台铁疙瘩使唤得像个学徒，这在一年前几乎不可想象。

更值得琢磨的是宇树正在预研的一套东西——物理AI机器人自进化V1.0大模型。简单说，就是让基础模型每隔一段时间自我迭代一次，而机器人每"进化"一轮，又能反过来把真实世界的经验喂给模型。基础模型越强，自进化循环跑得越快；循环跑得越快，机器人变得越聪明。王兴兴管这叫良性循环，一旦这个闭环顺畅运转，机器人的开发效率会被成倍拉高，跑上几年，自我进化就真正变成现实。

这画面让人想起人类小孩学走路：先扶着墙，再踉跄几步，摔了爬起来，最终跑起来。区别在于，这个"孩子"进步的速度，是每个月、每年都在肉眼可见地往上蹿。

二、黄仁勋和马斯克，在同一条路上加速

王兴兴一个人说，可能还不够有说服力。但今年10月，另外两个重量级人物也踩下了油门。

黄仁勋在GTC柏林大会上说，AI工厂的部署速度最快已经能缩到14天，物理AI会加速落地。他一边说"物理AI是下一波浪潮"，一边拿出了一个实打实的产品——和思灵机器人合作的人形机器人参考样机AgileONE，高1.4米、重40公斤、31个自由度，出厂就装好计算机和软件，预计明年初上市。说白了，黄仁勋是想把机器人开发的"门槛"拆掉，让更多玩家能进场，把整个飞轮转起来。

马斯克那边更激进。在特斯拉财报电话会上，他放话说坚信人形机器人整个赛道会成为全球最大的产业，未来地球上人形机器人的数量甚至会超过人类。他给了个时间点：到明年年末，机器人AI、机电设计、可靠性、使用寿命这些问题有望陆续解决，到那时才敢把Optimus卖给特斯拉以外的企业。

而且这次不是画饼。特斯拉三季报确认，Optimus已经在弗里蒙特工厂的一条大批量产线上投产，首批符合量产标准的机器人正式下线。第三代Optimus被认为已经为大规模量产做好准备。虽然马斯克自己也承认，要冲到周产2万台还得花上一年甚至更久，但"量产"这个词，第一次从PPT落到了生产线上。

三、机器人真的会先走进谁的家？

技术一路狂奔，普通人的第一个疑问往往是：这些家伙，到底先进到我家，还是先进到公司？

王兴兴的判断是，商业服务领域会最先落地，比家庭和工业都快。道理也直白：家里场景太复杂、太个性化，容错率低；工厂对环境要求高、出不得差错；反倒是酒店、餐饮、导览这类商业服务场景，任务相对标准，出错的空间也大一些，最适合先跑起来。

中信证券、开源证券、国金证券这几家机构最近也都在给这条赛道"站台"。开源证券算了笔账：以Optimus为例，落地路径是先工厂、再商用、后家庭，目前已经明确进入量产阶段，2026年10月底，上游核心零部件的供应能力有望达到周产2000到2500台，2027年全年保守也能到10万台量级。国金证券则把重点放在技术上，说世界模型能给机器人"预演"未来——先在心里把动作推演一遍，再真正动手，这样行动就靠谱得多。

回头看王兴兴那句"对AI的信仰还不够"，其实藏着两层意思：一层是技术还没到顶，一层是人心还没跟上。

当年ChatGPT出现的时候，很多人以为AI的极限就是聊天、写稿、画画。如今，会聊天的AI正准备把"手"伸进物理世界。当一台机器能在没训练过的情况下陪你下围棋、帮你洗画笔，当黄仁勋、马斯克、王兴兴这些最聪明的人都在同一条路上加速，那个"机器人走进生活"的时刻，可能真的就在眼前了。

到时候再回头看，也许会觉得，王兴兴那句话不是太夸张，而是说得太保守了。