世界机器人大会热议：具身智能何时迎来“GPT时刻”？

2026年世界机器人大会上，多位业内人士聚焦具身智能发展瓶颈。从GPU厂商到机器人企业、科研机构，普遍认为高质量数据不足、模型参数规模小、算力需求激增、软硬件架构不统一等问题亟待解决。

摩尔线程CEO张建中表示，当前具身智能基础模型比语言模型至少落后5年。绝大多数VLA模型参数约70亿，而早期大语言模型已达千亿级；训练数据匮乏，物理世界数据难以获取，是最大难题。他认为，若沿Scaling Law发展，需要千卡、万卡级算力集群，合成数据与仿真也是重要路径。

慕尼黑工业大学教授Gordon Cheng则提出不同思路。他希望通过让机器人理解动作背后的目的，而非单纯模仿，减少对数据的依赖。他的团队已让机器人一天内学会新任务，并实现技能迁移。

开放原子开源基金会理事长谢少锋指出，行业“百花齐放却各自为战”，重复建设、数据孤岛问题严重，商业化路径不清晰。为此，“人形机器人开源社区”已启动，北京人形机器人创新中心等机构推动开源开放，以降低研发成本。

关于规模化部署时间，业内看法不一。黑芝麻智能杨宇欣认为可能需5至8年，芯片3至5年可改善，但软件生态更久；沐曦李兆石认为半结构化工厂3至5年可实现大规模部署，家庭场景需5至8年；英飞凌刘伟判断3至5年可能，但需定义清楚问题。