王兴兴表示，具身智能的“GPT时刻大概还要两到三年到来。”可能很快，也可能慢一点，但今年或明年一定会有非常大的技术进步在等待着大家。

根据宇树现在的技术路标，接下来的进步主要集中在以下几个维度：

一是具身大模型从VLA向“世界模型”进阶。目前行业正处于从简单的模仿学习转向VLA（视觉-语言-动作） 规模化应用的阶段。明年的关键突破在于基于视频生成的“世界模型”。技术逻辑是AI 先在“大脑”中生成机器人执行任务的高质量视频（类Sora路径），再将视频内容与机器人的物理动作进行精准对齐，解决当前机器人“泛化能力不足”的死穴。一旦对齐技术跑通，机器人无需针对每个新场景重新训练，仅凭语音指令即可在陌生环境中完成80%以上的任务。

二是高质量合成数据对物理采集的替代。过去机器人领域的数据极度稀缺，接下来的重大进步将来自于高质量合成数据对物理采集的替代。3D Gaussian Splatting（高斯泼溅）技术成为空间表征的标准，极大地提升了仿真环境的真实度。训练数据不再完全依赖人类示教，而是通过物理仿真引擎自主生成海量“负反馈”数据，使模型在实机部署前已具备应对极端情况的能力。

最后是硬件供应链的“标准化”和“降本临界点”。技术进步不仅在软件，还在于工业化的成熟。2026年人形机器人的单台成本预计将压低至10万元人民币以内。标准化组件（关节电机、高性能减速器和六维力传感器等）进入大批量、标准化生产阶段。王兴兴提过的“机器人 App Store”概念，预示硬件接口将实现高度统一，开发者可以像开发手机App一样开发机器人的技能。

今年资本市场的关注点已从“能不能动”转变为“能不能卖出能赚钱的机器人”，目前硬件已经相对成熟，真正的瓶颈在于泛化能力的Scaling Law能不能在物理世界像文本世界那样快速跑通。