王兴兴又说话了。

2026年11月,乌镇。宇树科技创始人把时间点落到了年份上:2027年,大概率是机器人行业的临界点。更早一点,10月的工博会上,他说得更急:“快的话甚至一两年内就有可能”。

黄仁勋那边更干脆。2026年CES和GTC上,老黄反复宣称:物理AI的“ChatGPT时刻”已经到来了。

一边是“2027”,一边是“已经到了”。中间隔着的,不是一两年,是一整个产业的真相。

打开网易新闻 查看精彩图片

先说一组放在一起会打架的数字。

工信部的数据:2026年上半年,中国人形机器人整机产品超过400款,产量超过4万台,全年预计突破10万台。全球占比97%,听着像赢麻了。特斯拉那边更狠,Optimus Gen-3在弗里蒙特工厂启动量产,设计年产能100万台,远期目标1000万台。

然后看另一组。

上半年人形机器人出货量约2.2万台,进入智能制造、仓储物流等生产性场景的比例只有约8%。超过六成的机器人,去了商业演出、科研教学。

翻译一下:造出来的机器人,大部分在台上翻跟头,不在工位上干活。宇树2025年出货超5500台,全球市占率32.4%,已经是行业头部了。但整个行业“出货不等于上岗”的问题,被新华网旗下的报告直接点破:相当比例的设备月均开机天数不足10天。

一个月30天,有20多天在吃灰。这叫“临界点”?

临界点到底卡在哪。王兴兴自己说了一个词,比所有发布会PPT都诚实。

“最后几毫米”。

不是机器人走不稳,不是跑不快,不是后空翻不够帅。这些东西早就过关了。卡住的是模型和物理世界之间的对齐。他举了个例子:机器人拧瓶盖,你看到瓶盖转动了——是手指真的拧动了瓶盖,还是指腹打滑、蹭着盖壁滑过去的?两种画面在摄像头里几乎一模一样,但需要的动作调整完全不同。

人类拿起一个玻璃杯,眼睛看一眼,手一摸,脑子自动算出该用多大劲。机器人不行。它得让视觉、触觉、推理、动作同时闭环,每一帧都得对齐。差一毫米,杯子就掉了;差一毫秒,瓶盖就飞了。

智元CTO彭志辉把话说得更透:真正的临界点不是“机器人能做什么”,是泛化能力——面对没见过的任务,能不能用更少的数据、更短的时间学会。王兴兴给了一个量化标准:80%的陌生场景,一句语音指令,完成80%的任务。照这个尺子量,现在离及格线还差得远。他自己承认,模型跨场景泛化是“最棘手的问题”——换个环境就得重新训练,这事儿就没法规模化。

但说“全是泡沫”也不对。有一批机器人,已经在闷声干活了。

美的荆州工厂,类人形机器人“美罗”上岗超过半年,搬9公斤的洗衣机后桶、做3D质检、巡检设备,成了产线上“不可或缺的常驻员工”。宁德时代中州基地,人形机器人“小墨”在电池PACK线上做接插件插接,全球首条具身智能规模化落地的动力电池产线。乐聚智能在汽车零部件产线上扔了15台机器人,连续无故障运行超过两个月。

更扎眼的是替代的账本。Salesforce把客服团队从9000人压到5000人,CEO公开说AI智能体接手了大约一半的客户交互。Klarna的AI客服上线一个月处理230万次对话,相当于700名全职客服的工作量,平均处理时间从11分钟压到不足2分钟。

这些事没有后空翻好看,但它们是真的在动账本。

所以“临界点”这三个字,得拆成两层看。

技术侧的临界点,和商业侧的临界点,不是同一个东西。王兴兴说2027年,说的是模型能力可能迎来质变——明年GPT-7出来,“可能直接把具身智能问题打穿”。但他在同一个月里泼的冷水也很清楚:固定工序的成功率接近百分之百了,效率不够高,大规模推广就是空话。

一台机器人在产线上连续跑两个月不出故障,叫技术验证。一百台机器人同时在十个工厂跑两年,投资回报率算得过来,叫商业落地。前者已经有人在做了,后者还在路上。

IDC说2026年全球出货量预计突破5万台,同比增长178%。数字很猛。但178%的增长,分母是去年的不到两万台。在一个从零到一的行业里,增长率从来不缺,缺的是“第二年还买”的复购率。

真正值得盯的时间点,不是2027。行业里多人提到的2028年更有意思——技术范式收敛,路线之争结束,第一轮洗牌开始。临界点到了,不等于考试结束了。恰恰相反,临界点是发准考证的那一刻。谁在裸泳,等量产爬坡、售后爆雷、客户退单的时候,才看得清楚。

王兴兴说“水面之下的技术研发波涛汹涌”。水面之上,是展台上的后空翻;水面之下,是拧一个瓶盖差的那几毫米。几毫米的事,比造一台会翻跟头的机器人,难十倍。