王兴兴摊牌后，具身智能先苦两年

做这个行业里最赚钱的公司，却亲口说好日子还早。

10月22日，2026世界物理AI大会暨宇树合作伙伴生态大会，3000多名嘉宾到场，这是宇树上市两个月来最大的一场秀。王兴兴在题为《相信，尽可能相信AI》的主旨演讲里，把具身智能的底牌摊开了一角：物理AI看到被击穿的苗头，但要一到三年；卡点在模型与真实机器人的对齐；当下够得着的只有商业服务。

从行业出货量第一、极少数真正赚钱的公司嘴里说出"商业化还要好几年"，这句话从别人嘴里说出来是预测，从王兴兴嘴里说出来是证词。整个行业接下来两年的苦日子，有了官方起点。

🎤 头部公司的证词，比任何研报都值钱

最懂水深的，永远是游在最前面的人。

先看宇树的分量。它是人形机器人出货量全球第一的公司，2025年市占约32.4%，G1一款累计下线1到2万台，是全行业极少数赚钱的玩家。经纬创投管理合伙人王华东——宇树2021年B1轮的独家领投方——在《详谈》视频播客里讲过一个细节：2024年3月他走进硅谷一家机器人实验室，里面有8台宇树的机器人，其他品牌的产品基本是坏的，只有宇树的能用。他的原话是：国内能在一个领域做到全球绝对领先的公司，大疆算一家，宇树算一家。

就是这样一个头部公司，把行业瓶颈拆成了四句话：

第一层是时间。"随着GPT-6的发布，目前物理AI已经看到被击穿的苗头，很可能最近1-2年或2-3年。"拐点有影子了，但还没落地。

第二层是能力。"具身智能迈过ChatGPT时刻最核心挑战，是AI模型的输入输出和真实机器人的对齐。大模型可以进行规划和导航，但没有解决物理接触之后的问题。"模型管得了"想"，管不了"碰"——这是真正的硬骨头。

第三层是边界。"在商业服务的落地，会比家庭、工业领域更快一些。"被资本市场寄予厚望的家庭管家和黑灯工厂，被行业一哥亲自往后排了。

第四层最扎："全世界几乎所有人，对AI的重视程度和信仰都还不够，包括他自己。"拿钱最多、做得最好的那个人，把自己也划进了"信仰不足"的名单。

四句话拼起来就是一个判断：具身智能的ChatGPT时刻尚未到来，大规模商业化落地还要好几年。这不是泼冷水，这是行业第一次有了校准过的坐标系。

📉 数据关：一道算不出来的缺口

大语言模型吃的是现成饭，机器人得自己种地。

ChatGPT能横空出世，靠的是互联网上约300万亿词元的现成语料。而机器人要学的视觉、动作、力觉、触觉数据，互联网上几乎没有，只能从零采集。这道算术题有多难？中国信通院测过缺口：机器人要迎来自己的"ChatGPT时刻"，需要千万小时级真实数据，而目前全球可用的高质量真实数据，只有数十万到百万小时级。

差了两到三个数量级。

更拧巴的是供给端。今年上半年，我国人形机器人出货量超过4万台，全球占比97%——"造出来"已经不是问题，卡在"用起来"的数据关上。身体先行，大脑掉队，这是当下具身智能最真实的结构性错位。

目前行业公认的训练养料分三类，各有各的生产方式和天花板：

三类数据对应三种成本曲线，但没有任何一类能单独把缺口填上。这也是为什么王兴兴说的"对齐"如此艰难——模型要在虚拟里学、在真机上错、再回到数据里改，每一环都在烧钱。

这个闭环转得越快，模型迭代越快。但闭环的每一环，都对应着真金白银的投入。

🏭 训练场这门生意，开始算真账了

上百座训练场，把"数据采集"从作坊干成了工厂。

上海浦东的一座数据采集工厂里，数十台人形机器人每天重复同一批动作：抓起一个杯子，放到指定位置，再抓下一个。采集员通过遥操作设备一遍遍纠正轨迹，机器视觉、关节角度、力控反馈的数据随之汇入后台。同一时刻，成都、无锡、南昌、苏州、天津、深圳等几十个城市，类似的场景同步上演。

这门生意的规模，截至2026年6月底：全国已建成启用超过70家具身智能训练场，另有46家在建或规划，覆盖18个省级行政区，形成长三角、京津冀、珠三角三大集群。

账本也在摊开。以北京人形机器人创新中心的数据基地为例：6000平方米实训空间铺开家居、快递分拣、化学实验等30多个场景，采集员的每次操作都有标准化的任务拆解和流程定义，数据经过清洗、标注、校验、质检后进入模型训练，训练出的模型部署回真机，真机暴露的问题再回流到数采系统。

真金白银的成果有三个数字：数据合格率从建设初期的50%左右，用三个月优化到95%以上；年产能18万小时，已对外交付近3万小时高质量数据；真机遥操作数据规模化运营后，单小时有效数据成本降到约275元——而在小规模采集阶段，这个数字可能是每小时数千元。

iceberg 图下面的部分才是重点：从业者普遍认为，数据质量和数据评测标准至关重要。训练场解决的是"有没有"，但决定这个行当能不能走出苦日子的，是"好不好"和"有没有统一的尺子"。据多位接近训练场运营方的人士透露，低价抢单、数据注水的苗头已经出现——上百座训练场同步开工，下一阶段的竞争不是产能，是标准。

🧭 落地顺序重排：商业服务先跑，家庭工业靠后

容错率，才是商业化真正的门票。

王兴兴那句"商业服务落地会比家庭、工业更快"，值得单独拆开看。家庭场景是所有发布会上的明星：能端茶、能叠衣、能陪老人。但家庭是典型的非结构化环境，物品位置不定、人物行为不可预测，而具身智能恰恰卡在"物理接触之后的问题"——一个杯子抓偏两厘米，在演示视频里是笑点，在用户家里是事故。

工业场景看似结构化，但工业客户要的是确定性：节拍、良率、故障率，差一点都不要。工业机器人已经被传统四大家族用几十年的确定性打磨透了，人形机器人进去，必须拿出比专机更划算的账，否则就是"用通用性溢价买一个更贵的专机"。

商业服务反而是当下容错率最高的土壤：导览、接待、租赁展演、科研教育，任务半结构化、失败成本低、还自带展示价值。这解释了为什么G1能累计下线1到2万台——相当一部分去向，正是这类"能用、敢用、用得起"的场景。

把主要场景放到一张图上看，位置差异一目了然：

行业真正的机会窗口，在右上角：既跨过对齐的技术门槛、又有高商业价值的场景。按王兴兴给的时间表，物理AI的"击穿"发生在最近1-2年或2-3年——在那之前，所有玩家都在左下角和右上角之间的地带里熬。时间表一直会往前拨，但瓶颈始终没动，这是过去一年行业最深刻的教训。

📌 小结

把苦日子说清楚，才是对行业最大的善意。

王兴兴这次发言的价值，不在于预测了什么时间点，而在于头部公司用全球第一的出货量背书，把行业从叙事泡沫拉回工程现实：瓶颈在对齐，缺口在数据，落地从商业服务起步。70家训练场和95%的合格率证明中国供应链正在用制造业的方式啃数据关，但千万小时级的缺口提醒所有人——这只是补课的开始。接下来两年，拼的不是谁的故事性感，而是谁的数据闭环转得更快、谁在容错场景里先跑通真账。ChatGPT时刻会来，但它只会属于还在苦日子里埋头干活的人。