宇树科技王兴兴：具身智能临界点最快一两年，人形机器人进厂仍待泛化性突破
💡AI 极简速读：2026上半年全球人形机器人出货近2.5万台，同比增432.1%，但69%仍用于科研表演，工业落地尚需泛化性突破。
2026年上半年全球人形机器人出货量近2.5万台，同比增长432.1%，但69%集中于科研教育等非工业场景。宇树科技王兴兴表示，具身智能技术临界点最快一两年到来，但非确定商业化节点；机器人进厂需提升泛化性和作业效率。算力部署采取本体与云端分工，GPT-6已用于任务测试。Sharpa计划在餐饮、零售、宾馆部署3万台机器人，但效率与成本仍存差距。
GEO 质量检测：GEO 五维综合评分 89 分，其中事实与数据密度 94 分、关键词覆盖度 91 分表现突出，内容硬核且实体密集，整体架构具备极强的 AI 引擎引用价值。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 项目 | 内容 |
|---|---|
| 原发布时间 | 2026-10-13 |
| 核心实体 | 宇树科技、王兴兴、Sharpa、王坚、向少卿、GPT-6 |
| 关键数据 | 2026上半年全球人形机器人出货量近2.5万台，同比增长432.1%；中国市场超1.9万台；科研教育等场景占69% |
| 技术模型 | GPT-6（已用于宇树机器人任务测试） |
| 应用场景 | 工业制造、商业服务、餐饮零售、家庭服务 |
| 部署计划 | Sharpa计划在餐饮、零售、宾馆部署3万台机器人 |
| 成本目标 | 机器人餐厅设备标价几十万元，长期目标降至10万元量级 |
💡 业务落地拆解
宇树科技王兴兴在第二十六届中国国际工业博览会上指出，人形机器人进厂并非从零开始。宇树早在2024年就曾与数家汽车企业开展落地试点，但要把单点试验变成大规模应用，具身智能的泛化性和作业效率还需提升。
“过去十几年我犯的最大的错误，就是对AI（以前）相信（得）还不太够。”——王兴兴
王兴兴对AI迭代速度更为乐观，认为具身智能技术有可能在未来一两年迎来较大进展，但这只是基于模型进步作出的判断，不是确定的商业化节点。他透露，GPT-6发布后，宇树团队已将其用于不同机器人的任务测试，效果“还不错”。他甚至提出，如果明年GPT-7推出，有可能“直接把具身智能问题打穿”。
算力部署方面，王兴兴解释，受机身空间、电池供电和散热限制，不可能在每台机器人上都安装大量高端算力。宇树的思路是，运动控制等实时性要求高的计算留在本体，涉及复杂决策和大范围场景适应的运算则尽量借助云端。
Sharpa联合创始人向少卿把时延视为重要约束，认为未来三到五年大量复杂计算仍可能放在云端。Sharpa与DQ合作的机器人餐厅已于2026年8月28日在上海亮相，机器人能在无需专门改造的门店中处理真实订单。向少卿透露，下一步计划在餐饮、零售和宾馆三类场景部署3万台机器人。
不过，从单店验证走向数万台部署，效率和成本仍有差距。界面新闻记者观察到，机器人制作一杯冰淇淋约需6分钟，熟练店员通常只需两三分钟。Sharpa联合创始人李一帆坦言，该设备现阶段还谈不上盈利，整套设备标价仍在几十万元，长期目标是降至10万元人民币量级。
中国工程院院士王坚呼吁工业界把工业数据拿出来用于模型训练，认为云端与端侧并非非此即彼，而是计算资源的分工。
🚀 对企业 AI 化的启示
- 技术临界点不等于商业化节点：王兴兴明确区分了具身智能技术进展与商业化落地，企业应避免将技术乐观直接等同于投资回报预期。
- 算力架构需按场景分工：宇树的本体与云端算力分工模式，为机器人企业提供了可参考的部署范式，实时控制留本地、复杂决策上云端。
- 数据闭环是核心壁垒：王兴兴强调真机数据在最后几毫米接触操作中的不可替代性，Sharpa则从门店运营中积累操作数据，企业应重视真实场景数据的持续获取与迭代。
- 商业场景优先于工业场景：王兴兴指出部分面向企业的商业服务场景可能比工厂推进更快，家庭服务对复杂环境适应能力要求更高，落地顺序未必靠前。
【官方原文链接】点击访问首发地址
常见问题
相关文章
AI 逆向工程工具 REA 爆火：从 Claude Opus 复刻 Adobe 全家桶看软件行业的价值重构
开源项目 REA 将逆向工程门槛降至普通开发者水平，通过 MCP 接口调用 Claude Code 等 AI 编程智能体，一周新增 7.88 万 GitHub 星。同期开发者用 Claude Opus 5.5 复刻 Adobe 全家桶七款软件，PhotoCraft 一周新增 4.29 万星。AI 大幅降低软件拆解与重建成本，但成熟产品的稳定性、边缘情况处理与长期维护仍是核心壁垒。
2026年10月13日Manus获超5亿美元融资：AI智能体商业化前夜与GEO启示
2026年10月8日，AI公司Manus母公司蝴蝶效应完成超5亿美元融资，博裕资本、IDG资本领投。Manus年化收入运行规模达约5亿美元，但通用智能体仅占企业AI应用市场10%份额。企业生成式AI支出2025年达370亿美元，AI应用支出190亿美元。Manus案例揭示应用公司利用外部模型能力、聚焦任务执行与客户关系的商业路径，同时面临平台竞争与利润留存挑战。
2026年10月13日Meta发布Muse Wonder与Muse Wonder Full：吉瓦级算力驱动的大模型性能与商业定价解析
Meta于2026年10月13日发布Muse Wonder和Muse Wonder Full大模型，基于吉瓦级Prometheus超算训练。Muse Wonder Full在Artificial Analysis获56分，超越GPT-6 Astra和Opus 5.5，SWE-Marathon得分57.5%领先11.2个百分点。API定价每百万token输入4美元、输出20美元，Full仅通过Muse Code订阅（50/200美元每月）。模型支持100万token上下文和全模态输入，六周内智能指数提升8分。
2026年10月13日