8月19日，宇樹科技作為A股“人形機器人第一股”正式上市，被業內視為中國具身智慧產業發展的一個重要節點。過去幾年，中國企業憑藉製造業和供應鏈優勢，快速推動機器人本體走向量產。隨著產業進入下一階段，行業競爭焦點正從“量產機器人”轉向“讓機器人真正具備智慧”。
復旦大學可信具身智慧研究院副院長吳祖煊在接受澎湃新聞美數課工作室專訪時，將中國具身智慧目前的全球競爭格局概括為“本體稍稍領先、大腦基本同步”。他認為，中國具身智慧最大的優勢來自供應鏈和應用場景，而未來突破的關鍵，是讓本體和大腦形成快速聯動迭代，推動機器人實現跨本體、跨場景、跨任務的泛化能力。
在吳祖煊看來，宇樹科技在人形機器人本體和運動控制方面表現出色，能夠帶動整個行業進一步發展。他希望有更多機器人本體能夠與模型形成聯動迭代，逐步推動具身智慧迎來自己的“GPT時刻”。
談及中國具身智慧的突破環節，吳祖煊強調本體與大腦的快速聯動迭代更為重要。一方面，本體會越來越便宜，運動控制能力持續提升；另一方面，會出現更好的機器人大腦廠商。兩者形成閉環互動，才能推動模型在不同場景、不同任務和不同本體中實現泛化。
從“身、腦、手”的維度看，中國在機器人本體方面處於領先狀態，核心優勢在於供應鏈和產業鏈。小型電機等零部件能快速找到對應產品，製造業的發達使得本體制造質量高，且具備快速量產和迭代能力，通過更大訂單和出貨量持續獲得反饋。大腦方面，與國外的Physical Intelligence、Generalist、谷歌等公司相比，國內很多機器人大腦公司處於相對同步的水平。短板主要在算力，尤其是訓練算力。雖然訓練具身大腦不像訓練大語言模型那樣需要上千張甚至上萬張顯示卡，但要訓練泛化能力很強的具身大模型，仍需要很好的算力支援。
關於人形機器人的價值，吳祖煊指出，機器人被做成人形，是因為現有基礎設施基本都為人設計。人形形態能自然融入社會，無需專門重構環境。但並非所有任務都需要人形，工廠中大型機械臂也能完成複雜任務，危險場景如救火中輪式機器人可能更合適。未來應出現千形百態的機器人，不同任務和場景對應不同形態。
靈巧手近年受到產業和資本關注，因為傳統夾爪自由度低，難以完成擰瓶蓋、插拔線頭等靈活操作。靈巧手具備多個手指並能協同配合，是機器人完成靈巧任務的必備硬體。目前國產靈巧手出貨量增長，產品越來越好，國外Shadow等產品價格較高。
機器人大腦成為關注熱點，世界模型是其中一種技術路線。大家希望機器人擁有聰明大腦，能適配不同身體，實現“一腦多機”。大語言模型的進展讓人們對機器人大腦充滿期待。資料短板是發展具身大腦的一大阻礙。訓練具身智慧大模型需要大量操作資料，來自真實場景的資料尤為關鍵。中國擁有各種製造廠和應用場景，有助於形成資料壁壘。資料金字塔結構包括底層網際網路影片、中層人機互動資料、頂層真機資料，真機資料質量最高但收集最難，十萬小時已是很大規模。
目前具身智慧大模型仍處於早期階段，尚未迎來“GPT時刻”，核心原因是資料難以規模化增長。評估具身智慧模型需看其能否完成真實任務，但環境差異使客觀比較困難，模擬評測參考價值有限，真機Benchmark也面臨遷移問題。吳祖煊認為，具身智慧迎來“GPT時刻”的核心標準是模型能在不同機器人、不同任務和不同場景中都表現出色，實現跨本體、跨場景、跨任務並具備強泛化能力。目前模型僅在相似小任務中具備一定泛化能力，長程任務也是重要評價指標。