8月22日，第二届世界人形机器人运动会百米大型组预赛中，宇树机器人跑出12.41秒、小组垫底，而一年前该赛事400米冠军正是宇树。就在两天前，宇树创始人王兴兴在WRC主论坛上重申其对具身智能“ChatGPT时刻”的预判：快则2到3年、慢则5到10年——届时机器人泛化能力将使其在80%的陌生场景中，通过语音或文字指令完成约80%的任务。赛场表现的巨大落差，迅速将宇树科技推上舆论风口浪尖，“具身智能骗局论”再度升温，质疑其是否配得上“领衔者”位置，以及大模型驱动路线是否可行。
本文作者陈宥文（智讯智库）评论认为，所谓“ChatGPT时刻”被广泛误用。2022年11月ChatGPT发布后，5天用户破百万、两个月月活过亿，成为史上增长最快的消费级AI应用。但作者指出，这一时刻并非单一技术突破，而是能力涌现、边际成本骤降、病毒式传播三条曲线同时触达阈值的共振产物。GPT-3早在2020年就具备粗糙可用能力，直到两年半后才完成共振。作者强调，具身智能的物理交互属性使其难度远高于大语言模型——语言模型预测下一个词元，离散且容错；机器人输出连续力矩，零容错，错一步就摔碎杯子。
作者将具身智能的发展拆解为三条曲线，并逐一算账。能力曲线卡在跨场景泛化：固定基准测试中，头部VLA模型（如OpenVLA-OFT、智元GO-2、Being-H0.5）在LIBERO等任务上成功率已达97%-99%，但换场景后指标明显下滑——GO-2在VLABench得分仅47.4，Being-H0.5在RoboCasa成功率53.9%。更极端的测试显示，模型学会“A→B”和“A→C”后，重组为“B→C”的成功率骤降至0%-15%。作者认为，会执行与会在陌生条件下组织执行之间，隔着一层真正的具身推理能力。
成本曲线卡在真机闭环。作者引用DROID项目为例，为产出7.6万条成功轨迹，动用18台机器人、50名采集者、13家机构，跨三大洲耗时12个月。虽然合成数据可大幅降低成本——英伟达11小时生成78万条合成轨迹，RoboDream实验显示无实物遥操作比传统方式快2.2倍——但将100条异域DROID轨迹直接搬到目标环境，成功率竟为0%。作者强调，生成模型无法自动消除本体、视角、物体等域差异，真机校准与验证仍是刚性成本。
扩散曲线卡在跨客户复制。作者称，上半年行业出货量同比增长近300%，但生产级场景占比不足两成，可跨厂复制的标准化任务包尚未形成。作者认为，具身智能的“ChatGPT时刻”不会是单点爆发，而会分层落地：先形成开发者层的基座模型标准，再出现客户层的可复制任务包，最后才是公众层面的通用途径，整体是渐进式渗透而非一夜奇观。
作者还指出，9月3日OpenAI发布GPT-6 Astra，在ARC-AGI-3测试取得99.9%成绩，但并未带来第二个“ChatGPT时刻”，说明能力跃升不足以单独构成产业时刻。文章最后提示，具身智能处于技术验证向规模化落地的早期阶段，跨场景泛化、交付经济性、商用复制成熟度可能不及预期，但长期产业逻辑具备支撑，实际节奏需综合多重变量判断。