AI开始训练AI，机器人还在等复购单

9月6日，OpenAI官方博客扔出一篇内部视角文章《Research acceleration: The view inside OpenAI》，首次以内部数据公开AI递归自我改进（RSI）的进展——他们造出了自动化研究实习生，智能体工作量已达人类研究员的3倍以上。

同一周，世界机器人大会的展馆刚在亦庄散场，宇树科技的市值从上市首日一度4449亿元，回落到2700亿元级别，48小时蒸发近2000亿。

一边是软件侧的飞轮开始自转，一边是硬件侧还在等工厂的第一张复购单。把这两件事放在同一张桌子上看，才看得清机器人产业此刻的真实位置。

🚀 实习生上岗，飞轮开始自转

先说清楚OpenAI造出来的到底是什么。

官方定义很克制：一个能在人类指导下执行明确定义的研究任务的系统，包括那些需要一名熟练研究员数天才能完成的任务。注意，不是无所不能的天才研究员，是一个能干活的实习生。

这个目标去年秋天就定下了，期限是今年9月。如期交付。

数据比定义更有说服力。今年年初，按智能体使用量排序处于中位数的OpenAI研究员，对编码智能体的使用还很有限；到8月中旬，这部分人已把智能体纳入日常工作流程。按API价格折算，中位研究员每天的智能体推理使用额超过600美元，研究组织前10%的研究员每天消耗的Token价值超过7000美元。

以中位员工的输出Token变化计算，研究部门的智能体使用规模较2025年12月增长了124倍。

更关键的拐点出现在今年6月：在此之前，研究组织的智能体总运行时长一直低于人类劳动总时长，此后反超，如今智能体工作量已是人类的3倍以上。

这张飞轮图，过去只存在于学术论文和科幻讨论里。现在它被一家公司写进了官方博客，还配了内部数据。下一个目标更狠：2028年3月前实现完整的自动化AI研究员，让它参与深度学习和对齐研究，并通过迭代进一步改进系统本身。

产业逻辑很清晰：RSI从思想实验变成了内部KPI。而飞轮一旦自转，AI研发的边际成本结构就变了——模型变聪明的速度，第一次开始脱离人类研究员的数量约束。

📈 三个元年交汇，机器人换了话题

飞轮之外，另一条线也到了交汇点。

2026年8月的北京亦庄，5.2万平方米的展馆里挤满了300多家企业和2000多件展品，首发新品超过150款，展商数量比去年暴涨四成。数字本身不稀奇，真正的变化藏在人群构成里：49家央企组团进场，手里攥着电网、航天、矿冶等12个真实工程场景——不是来看热闹的，是来找机器人的。

过去几年，WRC的流量担当是会后空翻、能弹琴跳舞的机器人。今年锁住目光的，是在模拟产线上拧螺丝、分拣货品的作业机型。有从业者在展馆里说了一句被反复引用的话：这一届，大家不再讨论能不能做出来，而是什么时候能大规模交付。

数据是最硬的证据。中国电子学会在主论坛发布的《2026人形机器人产业发展报告》显示：2026年上半年，中国人形机器人出货量已超过4万台，全球占比提升至97%。

这届大会恰好站在三个元年的交汇点上：规模化落地元年、供应链元年、触觉元年。三条线索同时收拢，意味着行业正在发生身份转换——告别实验室和标准环境的摇篮，走进真实物理世界。

故事讲到落地，逻辑就得讲钱。资金层面，上半年国内具身智能赛道融资总额超过900亿元，较去年同期呈倍数级放大。一位在展馆里转悠的投资人说了句大实话：现在不投具身智能，都不好意思跟同行打招呼。

⚠️ 70秒搬箱子，泡沫处的真账本

钱很热，账很冷。

近期晚点Latepost的报道把中国具身智能赛道的真相刨开了不少：一台机器人搬个箱子要70秒，人只要2秒，进厂根本划不来。但资本不管这些——上半年融资超900亿，冒出22家百亿级企业，很多连产品都没有。投资人们抱团抬价，互相承诺下一轮还投，硬把估值炒上去。

订单叙事也要拆开看。数据上订单并不少，但宇树科技卖了五千多台，七成面向科研市场，真正进工厂干活的很少。科研单买的是平台和论文素材，产业单买的是ROI，这是两种完全不同的生意。

资本市场给价格很快，真实产业给价值很慢。宇树上市首日市值一度被推上4449亿元，次日收盘回落到2700亿元级别——近两千亿的差价，在48小时里完成了一次剧烈的重新定价。

机器人进工厂，面对的不是K线，而是采购预算、折旧、维护、停机损失。更现实的拷问是：价格已经不便宜的机器人，到底能不能创造比它自身更高的价值？

据多位接近产业的人士反馈，目前的真实状态是：不缺钱，缺的是真需求和硬技术。展馆里的错乱繁荣，和采购部门报表上的冷静，是同一个行业的两张面孔。

🤝 央企进场，订单的性质变了

那么谁来承担试错成本？答案正在浮出水面：央企。

大会期间，央企牵头的机器人创新联合体宣布成立，名单里拉来一众产业巨头。这49家央企手里握着电网、航天、矿冶等12个真实工程场景——这些场景的共同特点是：环境恶劣、人力短缺、单点作业价值高，而且出资方自己就是需求方，试错成本可以在内部消化。

这就是订单性质的变化：从科研院校的演示采购，转向工程场景的验证采购。前者看参数表，后者看工况表现。对整机厂而言，前者是融资故事，后者才是交付能力的试金石。

王兴兴在宇树上市后首次公开亮相并演讲，风头不小，但真正值得记下的反而是这个联合体的成立——它意味着中国机器人产业早期最大的买单方，从实验室变成了工程体系。

推演一步：央企场景跑通之后，产业客户才有可参照的案例库；有了案例库，复购单才可能出现。行业的万台级出货不缺，缺的是同一客户买第二台、第十台的那种订单。

💡 两条线交汇：飞轮能替机器人省钱吗

把OpenAI的飞轮和机器人行业的复购单放在同一张桌上，会看到一个有意思的交叉点。

机器人贵，贵在两部分：身体（硬件、供应链）和大脑（模型）。供应链元年和触觉元年解决的是身体成本，而RSI飞轮解决的是大脑成本——当模型训练和实验迭代由智能体完成，具身智能的算法升级速度将脱离人类研究团队的规模约束。简单说：机器人变聪明的速度，可能第一次跑赢硬件降本的速度。

这对产业意味着什么？过去行业默认的瓶颈排序是：硬件可靠性＞场景数据＞模型能力。如果飞轮持续加速，模型能力可能率先从瓶颈名单里划掉，剩下的考验全部落在工况数据和交付工程上——而这恰好是央企那12个场景能供给的东西。

当然，不能把推演当结论。工厂只认ROI，70秒和2秒的差距，不会因为模型更聪明就自动消失。飞轮转得再快，也得等身体先爬进产线。

小结

OpenAI官宣研究实习生，宣告AI训练AI的飞轮开始自转；WRC 2026的三个元年交汇，宣告机器人行业正在告别摇篮。但两条线此刻还没接上——软件侧在加速自我改进，硬件侧在等第一张工厂复购单。接下来的两年，值得盯的不是展馆里的后空翻，也不是盘面上的市值，而是央企那12个场景里跑出来的工程数据和验证订单。飞轮与复购单交汇的那一天，才是具身智能真正上桌的时刻。