所谓“ChatGPT时刻”，是指人形机器(qi)人领(ling)域迎来类似ChatGPT那样的颠覆性突破与爆发(fa)拐点。

对于人形机器(qi)人何时迎来“ChatGPT时刻”，与会嘉宾给出了不同的判断。

商汤联合创(chuang)始人、执行董事、大晓机器(qi)人董事长(chang)王晓刚给出了相对乐(le)观的时间表——两年。

他指出，目前行业的数据(ju)量大约在10万小时级别。其公(gong)司去年提出，将通过环境式素材，力争在未来两年，即到2027年，将数据(ju)量提升至1000万小时，实现两个数量级的增长(chang)。

在此基础(chu)上，结合世界模型与仿真技术的加持，最终(zhong)达到“亿小时级别”。他认为，只(zhi)有到了那个时间点，才有可能迎来属于人形机器(qi)人的“ChatGPT时刻”。

VIVO机器(qi)人Lab首席科学家邵浩给出的答(da)案更为保守(shou)：十年。

他指出，机器(qi)人所需的数据(ju)维度极高，文本数据(ju)只(zhi)有一维，机器(qi)人数据(ju)则达到六(liu)十多维。

邵浩表示，“找到一条(tiao)低(di)成本、海量且免费的数据(ju)路径时，‘ChatGPT时刻’才能出现。不能依(yi)赖于某一种数据(ju)采集方式。一个最前沿的研究方向是利用人类的视频数据(ju)作为数据(ju)来源(yuan)。归根结底，还(hai)是数据(ju)的问题。”

熊友军则认为，时间点与技术成熟度、商业价值和社会需求相互耦合，并非“一刀切”的节(jie)点。“从当前技术发(fa)展趋势看，不完全是数据(ju)的问题。在一些结构化的环境以及相对简单重(zhong)复的应用场景中，结合现有的大模型，已经开(kai)始了落地应用。”

他以数据(ju)佐证(zheng)：去年全中国人形机器(qi)人的发(fa)货(huo)量接近两万台，今年预计将迎来大幅(fu)增长(chang)。在他看来，应用场景的落地比(bi)大家预想的要快。

“机器(qi)人究竟(jing)何时能够(gou)突破更高的价值交付，实现真正落地应用，并达到万台甚至十万台的规模，仍面临(lin)诸多不同挑战。”星动纪元科技有限公(gong)司创(chuang)始人陈(chen)建宇(yu)在会上表示。

工业领(ling)域因其应用场景标准化，往往被业内视为是人形机器(qi)人应用最先落地的场景。

“我(wo)们可以在现有模型基础(chu)上，投入一定的数据(ju)和算力，把关键岗位打通，一旦打通，就可以标准化复制(zhi)到上万甚至数十万个场景中。”陈(chen)建宇(yu)表示，但人形机器(qi)人必须达到很高的节(jie)拍效率(lu)和成功率(lu)。

“要达到百分之九十九点几，还(hai)要具备极高的可靠性。要真正把它做成一个工业级稳定的产品，不仅仅是单次能够(gou)完成任务，还(hai)要能够(gou)可靠、持续(xu)、低(di)成本地做到，每一项(xiang)都(dou)很难。”

他进一步分析，这对机器(qi)人的综合能力提出了较高要求，“从大脑(nao)的能力——要能够(gou)实时进行感知反馈和快速决策，到小脑(nao)的控制(zhi)能力，再(zai)到底层的硬件本体。本体又(you)包括灵巧手、关节(jie)等零部件，还(hai)包括供应链等。

沈抖(dou)也认为，当前人形机器(qi)人在本体稳定性、耐用性及灵巧性等方面仍面临(lin)较大挑战。此外，无论是大脑(nao)还(hai)是小脑(nao)，目前行业内尚未形成统一的技术标准。

“人形机器(qi)人要想规模化应用于工业中，至少需等到出货(huo)量达十万台级的企业出现。”邵浩在接受界面新闻记(ji)者采访时表示。

他指出，目前人形机器(qi)人的硬件尚未实现标准化，双足、手和电(dian)机的结构在行业内仍未达成共识，这使得(de)量产和成本下降面临(lin)较大难度。

邵浩认为，只(zhi)有当行业内至少有一家企业的出货(huo)量达到十万量级，届时关键部件的结构形成行业共识，才能真正实现量产与成本的有效下降。

相比(bi)之下，人形机器(qi)人进入家庭(ting)场景被视为“最后一步”。

“具身智能进入家庭(ting)，其实是对其能力上限的要求。危险场景、工业场景，反而是相对标准化程度较高的场景，家庭(ting)场景是挑战最大的。”沈抖(dou)认为，两年内实现系(xi)统性进入家庭(ting)很难，十年能否做到也不确定。

陈(chen)建宇(yu)认为，挑战在于泛化性。“每一个家庭(ting)的环境和布局都(dou)完全不同，没有足够(gou)的资源(yuan)、空间，能在每个家庭(ting)里单独采集数据(ju)、单独训练后再(zai)部署。”

他提出，家庭(ting)应用的终(zhong)极目标是模型能做到零样本泛化，面对全新环境和任意指令即可直接部署。他判断“至少五到十年，能看到非常(chang)好的效果(guo)”。

在成本上，沈抖(dou)持乐(le)观态(tai)度：“中国的供应链如此完善，应用场景这么(me)丰富，在进入家庭(ting)之前，人形机器(qi)人一定已经在各个场景中经历了充分打磨，所以成本反而不是最关键的。真正重(zhong)要的是标准、安(an)全和产品性能。”

针对行业堵点，陈(chen)建宇(yu)建议，要推动软件和模型系(xi)统的标准化与规模化。“行业内模型路线和数据(ju)路线多样，但真正要实现落地应用，必须形成标准化的产品，能够(gou)合规化地复制(zhi)推广，这就需要行业收(shou)敛路径，找到当前最有效的方向。”

在硬件层面，他表示，供应链和产业链需要拉通，并做好准备实现降本和可规模化复制(zhi)。

熊友军也认为，行业中也存在一些无序发(fa)展的现象(xiang)，可能造成资源(yuan)浪费。因此，迫切需要制(zhi)定产业发(fa)展的标准，通过标准来有序引导整个产业协同一致发(fa)展。