王兴兴数贸会演讲：机器人核心瓶颈是几毫米工作误差，80%陌生场景完成80%任务就是具身智能ChatGPT时刻
发布时间：2026年09月25日 11:00:009月25日财联社报道，宇树科技创始人王兴兴在杭州第五届全球数字贸易博览会上发表演讲：让机器人说指令、象征性执行具体任务去年已能实现，当前最大问题是AI模型输入输出与真实物理世界的精准匹配不足，机器人工作会有几毫米误差，谁解决这个问题就解决了机器人的全部问题；他判断当机器人能在80%陌生场景中通过语音具身能力完成80%任务时，行业就抵达爆发临界点，ChatGPT时刻有望未来几年落地
「几毫米误差」是当前最大问题
9月25日，财联社报道了宇树科技创始人王兴兴在杭州第五届全球数字贸易博览会上的主题演讲《从机械到灵智——具身未来进化论》。
在回顾ChatGPT重塑大众对AI的认知后，王兴兴判断：具身智能赛道未来也必将迎来专属的「ChatGPT时刻」。但他对当前阶段的判断相当冷静——
让机器人说指令、象征意义执行某个具体工作，在去年已经能实现。目前最大的问题是AI模型的输入、输出与真实物理世界的精准匹配度不足，机器人工作会有几毫米的误差。未来谁能解决这个问题，机器人的问题就完全解决了。
「几毫米」听起来微小，在物理任务里却是成败分界线：插不上充电口、拧不对螺丝、端水洒出、零件装不到位，差的都是这几毫米。软件世界的错误可以重试到零成本，物理世界的毫米误差则叠加了机械公差、传感器噪声、柔性物体形变和实时控制延迟。
临界点公式：80%陌生场景 × 80%任务
王兴兴给出了一个可量化的行业爆发判据：
当机器人可在 80%的陌生场景 中，通过语音具身能力完成 80%的任务 时，就意味着行业抵达爆发临界点。届时全球企业与各国资源将集中涌入赛道，这一产业拐点有望在未来几年落地。
这个「双80%」框架的价值在于把模糊的「通用机器人」拆成了两个可观测指标：
| 维度 | 含义 | 当前状态 |
|---|---|---|
| 场景覆盖率80% | 面对没见过的家庭/工厂/商超环境也能工作，而非只能跑演示间 | 仍以结构化场景为主 |
| 任务完成率80% | 单一指令的端到端成功率达到可商用水平 | 实验室与量产差距明显 |
与特斯拉的瓶颈判断隔空共振
王兴兴的演讲与9月25日同日曝光的特斯拉Optimus产能消息形成了有趣的对照：
- 特斯拉十倍爬坡后，卡在灵巧手装配、产线自动化、供应商；
- 宇树指出的核心矛盾是模型输出与物理世界的毫米级匹配。
一个从制造端向内看，一个从智能端向外看，结论指向同一处：具身智能下半场的主战场是精密物理执行，而非更大的语言模型。这也解释了为什么4D物理感知、世界模型、力控传感、柔性触觉成为2026年机器人融资的高频词。
行业含义
「ChatGPT时刻」的预言在机器人圈并不新鲜，王兴兴版本的不同之处在于他没有把突破寄托于某个单体大模型，而是落在「语音具身能力+陌生场景泛化」的工程组合上。对投资者和产业链，这意味着机会分布在三层：高精度执行器与灵巧手、物理世界数据采集与仿真、以及把语言指令翻译成毫米级动作序列的控制模型。当双80%真正达成的那一天，机器人产业的需求曲线可能像2023年初的大模型一样陡峭——而王兴兴认为，那一天就在未来几年内。