2026年盛夏，具身智能产业进入最火热的讨论期。从7月中旬WAIC 2026到刚刚落幕的世界互联网大会数字丝路发展论坛，”ChatGPT时刻”成为行业高频词——宇树科技创始人王兴兴在西安表示，具身智能的技术临界点有望在2至3年内到来；而英伟达CEO黄仁勋则在今年CES和GTC上多次宣称”物理AI的ChatGPT时刻已经到来”。分歧之下，产业用数据作答——2026年上半年国内具身智能赛道融资突破935亿元，人形机器人整机年产量有望首次突破10万台，一场从”秀肌肉”到”晒工单”的产业转型正在全面提速。
“GPT时刻”之争：临界点到底在哪？
所谓具身智能的”ChatGPT时刻”，指的是机器人像大语言模型一样实现能力跃迁，在大部分陌生场景中也能直接工作。但行业对这个时刻的定义和时间表分歧明显。
王兴兴给出更具体的指标——一台机器人到陌生环境能完成80%左右的任务，才算真正到来。千寻智能、银河通用等企业则认为当前行业处于”GPT-2阶段”，数据基建有进展但模型能力尚未质变，预计2026年末至2027年初才迎来”GPT-3时刻”。
智元机器人则提出了更具结构性的XYZ曲线模型，认为只有实现统一训练框架、零样本物理世界泛化和自监督可进化三大特征，才能迎来真正的”ChatGPT 3.5时刻”。星海图高继扬的判断更为冷静：这个时刻可能不会像语言模型那样有标志性节点，”可能几年后大家回头一看，已经记不清是哪一年开始的了”。
尽管分歧众多，行业在一个时间点上形成共识——2028年。多位从业者认为届时各种技术路线的可行性将被验证，行业将结束百家争鸣、进入第一轮洗牌。
资本用脚投票：935亿元涌向”能干活”的机器人
定义之争并未阻碍资本涌入。据IT桔子数据，2026年上半年国内具身智能赛道融资总金额达935亿元，较去年同期提升约5倍；融资事件超300笔，同比增长137%。3月与6月单月融资事件均突破60起。
更值得关注的是投资逻辑的变化。多家机构明确表示，估值锚已从”未来出货量预期”转向”已交付订单+工艺复购率”。用一位投资人的话说——”从看后空翻，转向看搬砖头”。
这一转变有坚实的产业支撑：智元精灵G2在龙旗科技3C产线实现长时间连续稳定运行；优必选Walker S系列已批量进入富士康、比亚迪、极氪等头部制造企业，单台作业成功率达99%，智能搬运效率从年初的30%提升至60%；Figure AI的F.02机器人在宝马工厂连续运行11个月，累计装载9万多个零件，助力生产超3万辆X3车型。
WAIC 2026释放信号：从”秀肌肉”到”晒工单”
刚刚落幕的WAIC 2026被视为观察这一转型的最佳窗口。展览总面积首次突破10万平方米，1100余家企业参展，具身智能首次被列为与智算并列的核心赛道，参展企业从去年的80余家攀升至200多家。
展台气质的全面切换成为产业共识。往年常见的跳舞、跑步、翻跟头等技能表演让位于具体的作业场景——智元将工厂和仓储搬到现场，擎朗搭出咖啡亭和零售店，云深处展示防汛救援方案。一位参展商直言：”去年观众问’它能跑多快’，今年问’它能干什么活’。”
“灵巧手”成为新焦点。在本届WAIC官方预告中，AI灵巧手第一次与人形机器人并列，被点名为重磅新品品类。业界共识是：决定机器人能否真正”干活”的，是它与世界接触的那一端——手。临界点带来了全球唯一公开稳定演示的灵巧手双手协同折气球狗，银河通用的G1实现了灵巧手全身-全手端到端控制。
数据瓶颈待破：从50万小时到亿小时之路
制约”ChatGPT时刻”加速到来的核心瓶颈首先是数据。与大语言模型可从互联网海量文本中获取训练数据不同，具身智能需要的是机器人在真实世界中”拿、放、走、抓、避障、操作”等三维动作数据。
截至2026年初，全球高质量真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。行业普遍认为要实现高阶智能，需要达到亿小时级别的数据量。
头部企业正加速攻关——智元目标2026年接近1000万小时数据量，星海图启动100万小时超高质量真实数据计划，京东发布全链路具身智能数据基础设施，计划两年内采集超1000万小时真实场景视频数据。腾讯则构建了”数据金字塔”框架，将互联网视频、第一人称数据、物理采集数据和遥操作数据四层打通。
展望：量产与部署双重叠加，物理智能时代启幕
工信部相关负责人预计，2026年全年人形机器人整机产量有望突破10万台。这一数字的背后，是量产元年与部署态元年的双重叠加。
从资本端的935亿元融资，到应用端的工业产线批量部署，再到数据端的千万小时级攻关，具身智能正在完成从”数字智能”迈向”物理智能”的关键一跃。正如WAIC 2026释放的信号——”让AI真正干活”已从愿景变为紧迫的产业命题。在这场全球竞赛中，中国凭借完备的供应链、丰富的应用场景和快速迭代的数据能力，正在产业化道路上确立先发优势。
Chinese 
English