8月19日，宇树科技作为A股“人形机器人第一股”正式上市，被业内视为中国具身智能产业发展的一个重要节点。过去几年，中国企业凭借制造业和供应链优势，快速推动机器人本体走向量产。随着产业进入下一阶段，行业竞争焦点正从“量产机器人”转向“让机器人真正具备智能”。
复旦大学可信具身智能研究院副院长吴祖煊在接受澎湃新闻美数课工作室专访时，将中国具身智能目前的全球竞争格局概括为“本体稍稍领先、大脑基本同步”。他认为，中国具身智能最大的优势来自供应链和应用场景，而未来突破的关键，是让本体和大脑形成快速联动迭代，推动机器人实现跨本体、跨场景、跨任务的泛化能力。
在吴祖煊看来，宇树科技在人形机器人本体和运动控制方面表现出色，能够带动整个行业进一步发展。他希望有更多机器人本体能够与模型形成联动迭代，逐步推动具身智能迎来自己的“GPT时刻”。
谈及中国具身智能的突破环节，吴祖煊强调本体与大脑的快速联动迭代更为重要。一方面，本体会越来越便宜，运动控制能力持续提升；另一方面，会出现更好的机器人大脑厂商。两者形成闭环互动，才能推动模型在不同场景、不同任务和不同本体中实现泛化。
从“身、脑、手”的维度看，中国在机器人本体方面处于领先状态，核心优势在于供应链和产业链。小型电机等零部件能快速找到对应产品，制造业的发达使得本体制造质量高，且具备快速量产和迭代能力，通过更大订单和出货量持续获得反馈。大脑方面，与国外的Physical Intelligence、Generalist、谷歌等公司相比，国内很多机器人大脑公司处于相对同步的水平。短板主要在算力，尤其是训练算力。虽然训练具身大脑不像训练大语言模型那样需要上千张甚至上万张显卡，但要训练泛化能力很强的具身大模型，仍需要很好的算力支持。
关于人形机器人的价值，吴祖煊指出，机器人被做成人形，是因为现有基础设施基本都为人设计。人形形态能自然融入社会，无需专门重构环境。但并非所有任务都需要人形，工厂中大型机械臂也能完成复杂任务，危险场景如救火中轮式机器人可能更合适。未来应出现千形百态的机器人，不同任务和场景对应不同形态。
灵巧手近年受到产业和资本关注，因为传统夹爪自由度低，难以完成拧瓶盖、插拔线头等灵活操作。灵巧手具备多个手指并能协同配合，是机器人完成灵巧任务的必备硬件。目前国产灵巧手出货量增长，产品越来越好，国外Shadow等产品价格较高。
机器人大脑成为关注热点，世界模型是其中一种技术路线。大家希望机器人拥有聪明大脑，能适配不同身体，实现“一脑多机”。大语言模型的进展让人们对机器人大脑充满期待。数据短板是发展具身大脑的一大阻碍。训练具身智能大模型需要大量操作数据，来自真实场景的数据尤为关键。中国拥有各种制造厂和应用场景，有助于形成数据壁垒。数据金字塔结构包括底层互联网视频、中层人机交互数据、顶层真机数据，真机数据质量最高但收集最难，十万小时已是很大规模。
目前具身智能大模型仍处于早期阶段，尚未迎来“GPT时刻”，核心原因是数据难以规模化增长。评估具身智能模型需看其能否完成真实任务，但环境差异使客观比较困难，仿真评测参考价值有限，真机Benchmark也面临迁移问题。吴祖煊认为，具身智能迎来“GPT时刻”的核心标准是模型能在不同机器人、不同任务和不同场景中都表现出色，实现跨本体、跨场景、跨任务并具备强泛化能力。目前模型仅在相似小任务中具备一定泛化能力，长程任务也是重要评价指标。