9月11日，上海外滩大会的会场里，一场关于具身智能的讨论正在进行。台下坐着投资人、媒体和同行，台上几位CEO被问到了一个所有人都关心的问题：机器人什么时候才能像ChatGPT一样，突然变得“什么都会”？
答案是：还得再等等。
但这场讨论最有意思的地方，不是大家统一口径说“快了”，而是每个人都从不同角度承认——现在确实有点泡沫，只是这个泡沫未必是坏事。
“泡沫感”从哪来？不是技术不行，是期望跑得太快
过去两年，具身智能赛道涌入了大量资本和创业公司。热度高了，质疑自然也跟着来：是不是估值虚高？是不是技术还没成熟就开始讲故事？
至简动力CEO贾鹏没有回避这个问题。他说，大家感觉到的泡沫，其实是阶段和估值之间的错配。翻译一下就是：行业确实还早，但钱已经先到了。在他看来，具身智能未来可能比手机、汽车还大，产业链从传感器到应用端都能容纳不同类型的企业。只是现在整个行业还在投入期，创造的价值还不够多，所以看起来像是在“空转”。
大晓机器人创始人王晓刚说得更直接：“我感觉，我们处在黎明的前期。”他提到，去年行业还在依赖真机数据和小模型，今年已经开始看到Scaling Law的苗头——也就是模型越大、数据越多，能力越强的那套逻辑，终于在机器人领域露出了影子。
苏度科技CEO韩铮则从产业格局给出了判断：中国有供应链和场景优势，所以在本体、模型、世界模型几个方向上都有公司在跑。但最终能提供完整底层方案的公司不会太多，就像手机行业最后也就剩下几家。
如果把时间轴拉出来看，具身智能现在相当于大语言模型的哪一年？
韩铮给了个参照：2018年到2019年。那会儿Transformer架构已经出来了，GPT-2也发布了，但还没人想到两年后ChatGPT会引爆全球。技术框架有了，真正的难题是怎么把它们拼成一个可靠的大系统。
三四年还是四五年？卡点不只是算力
贾鹏不太喜欢“具身ChatGPT”这个说法。他的理由很实在：大语言模型做到80分就能用，但机器人不行。数字世界里出错可以重来，物理世界里摔一跤可能就是事故。
他判断，如果只看模型能力，具身智能已经开始有上下文学习的能力了。但如果要真正形成生产力——也就是机器人能稳定干活、不用人盯着——可能还需要三四年甚至四五年。
如果只能选一个最大的卡点，贾鹏选了GPU算力。不只是训练，还有端侧推理。很多工厂场景不能联网，机器人必须在本地完成计算，端侧算力不够，模型能力就上不去。
王晓刚则认为最大的卡点是数据。他说的“ChatGPT时刻”，核心标志是智能涌现、场景泛化和zero-shot能力——也就是机器人到了新环境，不用重新训练就能干活。如果每换一个任务就要重新训练一次，那永远没法规模化。
不过他也看到了希望：最近通用模型展现出的zero-shot能力，让他觉得这类模型输出的中间数据，未来可能帮具身基础模型加速进化。
95后创业者在焦虑什么？海外算力太猛，但中国有硬件底牌
论坛上几位年轻创业者的发言，反而成了最有意思的部分。
厘清智能创始人李一鸣说，他们公司成立的时候就在讲，未来半年所有具身智能公司都会说自己是做世界模型的。但关键不是贴标签，而是想清楚要解决什么问题。创业公司得先判断终局长什么样，再倒推需要什么技术路线，最后看团队能不能干。
自然意志创始人丁宁的判断更大胆：“具身智能的GPT-3时刻已经到来了，只是还没被大家看到。”他觉得2025年之后，大模型的发展已经解决了一些根本性问题，但物理世界的操作问题还在等突破。
他用了一个词形容过去一段时间行业的变化——“推背感”。代码量、实验结果、不同智能之间的融合，都在加速。
但焦虑也是真的。面对海外巨头手里握着的巨量算力，丁宁坦言“非常焦虑”。不过他同时认为中国有机会，其中一个优势是高精度数据背后的硬件和供应链能力。高精度数据还没有大规模铺开，而中国在制造端的积累，可能成为机器人落地的重要筹码。
这场讨论没有给出一个确切的时间表，但传递了一个清晰的信号：具身智能的“ChatGPT时刻”不会突然从天而降，它需要算力、数据、系统整合一块一块拼出来。而眼下这个阶段，既不是泡沫破裂的前夜，也不是爆发的前夜——更像是天亮之前那一段最暗、但也最接近光的时间。