具身智能拐点押注GPT-7？王兴兴的激进与现实困境

两种截然相反的预期走向

在近期举行的工业博览会上，宇树科技创始人王兴兴对“人形机器人何时走向实用化”给出了极为乐观的时间表：快的话一两年内就有可能。他判断的核心依据在于——随着下一代大模型如 GPT-7 的推出，具身智能的核心瓶颈可能被直接突破。

然而，二级市场却给出了截然相反的反馈。宇树科技股价在经历上市初期的冲高后大幅回调，国际评级机构甚至给出了保守的减持评级。创始人在舞台上不断将产业爆发时间表提前，专业投资机构却在下调估值预期，核心矛盾在于：当机器人商业化的技术拐点完全依赖外部基础大模型的迭代节奏时，企业的现金流与兑现周期便陷入了无法有效建模的困境。

为什么完成任务不等于解决物理交互

行业通常认为，当机器人在 80% 的未知场景中仅凭语音就能执行 80% 的日常任务时，奇点就会到来。但这个指标衡量的是宏观的任务完成率，忽视了微观层面的接触质量。

让双足机器人实现后空翻，在算法上远比叠好一件柔性 T 恤容易得多。一件刚从烘干机里取出的衣物，褶皱、翻卷各不相同。机器人手指捏住边缘提起的瞬间，布料在重力作用下重新分布，原本视觉构建的模型立刻失效。可变形物体之所以成为操作难题，是因为每一次接触都在实时改写被操作对象的状态。

人类在进行精细操作时高度依赖触觉反馈。神经科学实验表明，一旦切断指尖的局部感觉信号，哪怕视觉和肌肉完全正常，人类划火柴这类日常动作也会变得极其笨拙并屡屡失败。与围棋可以通过自对弈无限生成合成数据不同，柔性物体的物理仿真极其消耗算力，稍有加速就会导致力学失真。想要获得有效数据，目前只能依赖真实的物理示范。

最后的物理阵地：接触动力学与摩擦锥

机器人抓取的核心在于“力封闭”（Force Closure）。其物理底层是“摩擦锥”（Friction Cone）机制：接触点上所能施加的力，被分解为一个法向压力和切向摩擦力。

真实环境中的摩擦系数是一个极难捉摸的动态变量，不仅受材质影响，还随温度、湿度、表面磨损和灰尘发生剧烈变化。仿真引擎设定的固定参数，在现实世界中往往产生巨大漂移，构成了 Sim2Real（从仿真到现实）中最难逾越的鸿沟。

所有接触点共同构建起一个高维的“抓取旋量空间”（GWS）。唯有外部干扰力落在对应凸包内部，机器人才能维持稳定抓取。如果不依赖摩擦力、仅靠纯几何结构卡死物体（形封闭），通常需要过多接触自由度，在开放式场景中极不现实。现实中的每一次抓取，本质上都是关于动态摩擦力的微调游戏。

纯大模型难以直接解决物理模态缺陷

将具身智能的突破寄托于 GPT-7，逻辑建立在大模型强大的语义理解与任务拆解能力上。但问题在于，物理交互的瓶颈并非来自参数规模或计算算力，而是训练数据的模态错位。

语言模型学习的是符号与语法结构之间的概率分布，并不描述物理世界的微观接触法则。摩擦锥与动态阻尼并非物体的固有静态标签，而是接触面、瞬时压力与环境要素交织出的实时约束。即便大模型推演任务序列的能力再强，也无法替代高频、实时的触觉与动力学反馈。

近年来，机器人在电机与驱动器层面的差距已被大幅缩小，但传感器层面的视触觉技术在耐久性、标准化和动态带宽上仍面临硬性挑战。跳过高精度的物理交互数据沉淀，仅靠通用多模态大模型的扩展，很难一举跨越具身智能真正的工程深水区。