2026年世界机器人大会刚刚落幕，一个信号清晰地从北京亦庄的展馆里释放出来：机器人产业的竞争，正式从“造身体”进入了“造大脑”的阶段。人形机器人的终极形态，从来不是长得像人，而是能像人一样思考、适应、学习。
一、何为“聪明”：一个被量化的产业临界点 行业对“聪明”的定义，正在从模糊走向精确。
宇树科技创始人王兴兴给出了一个简单而严苛的标准：具身智能真正爆发的临界点，是当一台机器人被带进任意陌生环境，通过语音指令能完成80%的任务时，才算真正到来。这个时间点，他判断快则两三年、慢则五到十年。
明略科技创始人吴明辉则从AGI演进阶段给出了另一种参照系。OpenAI曾将AGI分为五个阶段：聊天、推理、智能体（Agentic AI，可调用工具）、创新者（AI能自主研发和创新）、更高程度的自主化。吴明辉认为，今天的具身机器人已经能够提供情绪价值，但真正值得期待的是第二阶段和第三阶段的能力——具备严密推理、解决复杂问题、真正“干活”的能力。
星海图创始人高继扬提出了一个反常识的判断：具身智能可能根本没有“ChatGPT时刻”。在他看来，ChatGPT时刻是技术在一瞬间让所有人感知到的突破，但具身智能最先落地的场景在工厂和仓库里，公众根本看不到那一瞬间。“整个突破的过程，还是一个润物细无声的过程，最后突然发现，技术原来已经无处不在。”
二、“聪明”的技术底座：从空间智能到世界模型 如果说“80%陌生场景任务完成率”是目标，那么实现这一目标的技术路径正在被清晰勾勒。
斯坦福大学李飞飞将“空间智能”定义为AI的下一个十年。她认为，若AI无法理解物体的深度、距离、遮挡与重力，就永远无法真正“具身”。具身智能需要通过“世界模型”解锁空间智能，实现“感知—想象—行动”的闭环。今年6月，李飞飞参与的一项机器人研究T-Rex发布，为机器人加入高频触觉反馈，让它完成了翻书页、拿鸡蛋、挤牙膏等精细任务。
“世界模型”正在成为继语言模型之后AGI的最新前沿。章鱼动力在WRC上提出的“脑—手—数据”技术路线，三者形成“数据采集—世界理解—策略生成—真实反馈”的完整闭环，推动机器人摆脱预编程限制，向物理AGI演进。其中“脑”是SYNWorld通用世界基础模型，百亿级参数的具身原生模型，相当于机器人的“常识库+决策中枢”，让机器人理解不同任务背后共同的物理规律，实现跨场景、跨本体的能力迁移。
三、行业分歧：临界点的时间线之争 关于机器人“变聪明”的时间表，行业远未达成共识。
王兴兴的判断偏于谨慎：快则两到三年，慢则五到十年。他认为当前最大的瓶颈是AI模型的输入输出与真实世界之间存在偏差——机器人眼看要抓住物体了，最后几个毫米就是修正不了，成功率因此暴跌。语言模型不存在这个问题，因为文字是数字编码无损的，但机器人的每一次物理交互都有误差累积。
奥比中光创始人黄源浩则极为乐观，他认为再过一两年，具身智能就能达到类似“ChatGPT时刻”的产业临界点。“我们干企业十多年，从去年下半年开始，第一次被客户追着要活儿。”
德国雷根斯堡大学教授Michael Dowling在论坛上给出了一个务实的提醒：最终胜出的不一定是最好的技术，而是人们愿意付钱的技术。可安可智能创始人李翔宇则给出了一个冷静的对比：当前人形机器人的智能水平大概只相当于一岁多刚会走的小孩，家用场景普及至少还需要十年——“我们的大模型靠上万瓦的服务器在跑，人脑的功率却不到20瓦。”
四、聪明的桎梏：数据、误差与算力 机器人“变聪明”的路上，三道坎横亘在前。
数据是最大的制约因素。墨奇智能联合创始人黄青虬坦言，整个行业面临一个典型的“先有鸡还是先有蛋”问题——机器人还没大规模部署，就没有足够的数据；没有足够的数据，模型就训练不好，机器人又没法大规模部署。更棘手的是，行业连用什么方式采集数据都未形成共识：遥操、动捕，还是戴手环做肌肉信号采集？“各走各的路。”从采集、清洗、挖掘、标注到训练，每个环节都有难题。京东集团技术委员会主席曹鹏在大会上透露，京东将依托超级供应链场景，目标在两年内采集超过1000万小时人类真实场景数据和100万小时机器人本体数据。
“最后几厘米”的误差是另一个硬骨头。王兴兴反复强调，目前不少AI模型在固定场景、经过充分采集和训练后，成功率可以接近100%，但一旦物品或环境发生变化，成功率就会明显下降。在工业场景中，单次执行或有限纠错后的成功率必须达到99%乃至99.9%，否则很难进入产线和服务系统。
本地算力的天花板同样不容忽视。受体积、供电和散热的限制，机器人本地的算力还远不能支撑真正复杂的推理。大会期间发布的《人形机器人与具身智能标准体系（2026版）》已经将“类脑与智算”列为六大组成部分之一，从标准层面推动算力问题的解决。
机器人什么时候真正变聪明？答案取决于用哪把尺子。如果以“进入任意陌生环境完成80%任务”为标尺，行业给出的时间窗口是两到十年。如果以“在工厂里稳定干活、被客户追着要”为标尺——这个时刻，正在发生。