一、产业拐点：具身智能“ChatGPT时刻”可期
爆发标准：王兴兴提出，当机器人被带到任意陌生环境、仅凭语音或文字指令即可完成约80%日常任务时，便意味着产业真正进入临界爆发点。
时间预判：这一节点快则2-3年、慢则5-10年到来，且在AI大爆发背景下，机器人进化速度已大幅提升，实际进程可能比预估更快。
行业共识：多家机构与投资方看好物理AI新赛道，认为具身智能之外，AI大模型硬件和落地应用同样蕴藏巨大投资机会。
二、核心瓶颈：从“小脑”到“大脑”的跨越
泛化能力不足：当前最大障碍是具身智能的泛化能力不够——机器人在固定场景训练后成功率可接近100%，但环境或物品稍有变化，成功率便急剧下降。
“最后一厘米”难题：AI模型的输入输出与真实世界存在偏差，机器人末端厘米级至毫米级的触觉修正无法完成，直接影响任务完成率。
研发转向：宇树已将AI模型作为资金和人力投入最大的方向，探索物理AI自进化路径，由AI自主编写控制代码、仿真测试并迭代优化。
三、商业化落地：从展品到产品的渐进之路
应用现状：目前人形机器人主要集中于科研教育、企业导览、智能制造等场景，2025年宇树人形机器人出货量超5500台，居全球首位。
务实策略：宇树已尝试在汽车产线开展简单测试与落地，但尚未大规模推广，原因是机器人整体效率与泛化能力仍不足以全面替代人工。
未来方向：中短期聚焦科研、教育、表演等服务领域，中长期目标是走进工厂车间与千家万户，为工业及家庭场景提供实际服务。