具身智能“ChatGPT时刻”还有多远？它石丁文超：约两年可见明显拐点

当前，具身智能赛道持续升温，围绕人形机器人、工业机器人和通用具身大模型的投资与讨论不断增加。面对外界关于行业是否存在泡沫的质疑，它石智航首席科学家丁文超给出的判断是：“人们还是低估了它。”

当前，公众对具身智能的想象，仍然较多停留在人形机器人跳舞、跑马拉松等直观展示上。但真正值得关注的，是具身基础模型能力正在沿着类似语言大模型的发展曲线快速进步。一旦能力达到某个拐点，机器人就可能大规模承担重复性、高强度体力劳动，显著节省人类在相关场景中的投入。

丁文超认为，具身智能的“ChatGPT时刻”可能在约两年后出现。他判断，在重复性较高的场景中，经过通用基础模型训练的机器人被部署到现场后，只需要采集极少量本地数据，就能够较快适应任务并开始工作。

这一判断背后，是它石智航对具身智能技术路线的长期思考。与大语言模型主要处理文本不同，具身智能需要理解物理世界、预测环境变化，并通过机器人身体与现实世界发生交互。因此，具身智能所需的数据规模和训练难度都远超一般想象。

他认为，自动驾驶走向成熟需要百万小时级别的数据积累，而具身智能面对的是更加复杂的物理交互环境，数据需求可能达到千万小时级别。依靠传统遥操作方式采集数据效率有限，完全通过手工建模还原真实世界又过于困难。因此，它石智航选择从人的第一视角出发，利用穿戴式设备采集人类真实操作数据，再训练具身世界模型，将人的能力迁移到机器人身上。

据解放日报报道，它石智航已经在产业场景中验证了这一技术路径。在2026年中国家电及消费电子博览会上，其自研通用具身大模型AWE3.0支持A1机器人连续完成百余次亚毫米级线束精密装配任务，并获得吉尼斯世界纪录。这一案例被视为具身大模型从实验室走向工业现场的重要信号。

当前，中国在具身智能的“本体”和“小脑”方面具备优势，也就是机器人硬件本体的一致性量产能力和运动控制能力较强；但在“大脑”层面，也就是具身基础模型、大规模数据训练和通用智能能力方面，与世界顶级水平相比仍有差距。如今美国正试图借助具身智能推动制造业回流，如果中国在具身智能“大脑”层面落后，未来可能削弱自身制造业长期积累的竞争优势。

正因如此，它石智航将目标瞄准“冲刺具身智能世界第一”。它石坚持具身智能不应只是资本市场的热门概念，而应成为推动产业升级的新型生产力。尤其是在工厂中大量存在的重复性、高强度、精密操作场景里，机器人一旦具备通用学习和适应能力，就可能带来深刻变革。

未来，具身智能最值得期待的方向，不是让机器人完成更吸引眼球的表演，而是让机器人真正进入现实世界，解决那些长期存在、依赖人工、难以自动化的生产痛点。换句话说，具身智能的真正拐点，将出现在机器人开始稳定、可靠、批量地“干活”的那一刻。