GPT-6 不训练直接指挥机器人干活？宇树这场演示，信一半就行

10 月 22 日杭州世界物理 AI 大会，宇树十周年，王兴兴 keynote 放了一段视频：机器人用 GPT-6，在没有任何任务专项训练的情况下，完成画画、摆围棋、导航路线规划。听起来像具身智能的 ChatGPT 时刻到了——先别急，SCMP 在同一篇报道里补了一刀：演示没有展示在陌生环境下能多稳定地复现。

把各方说法拆开看（以下演示效果、销量、时间表均为公司说法）：王兴兴自己给出的判断其实比演示更诚实——规划导航这类问题"某种意义上已被解决"，真正的卡点是"把 AI 模型的输入输出和真实机器人对齐"：传感器有误差、执行器有误差，仿真里跑通的，真机上未必。他还给了时间表：听指令收拾房间，2027 年"可能"、2028 年"更现实"；具身智能的 ChatGPT 时刻，窗口在 1–3 年。

同场还发布了 "Unitree Rehearsal"：一个自进化闭环——AI 自动检索论文、写控制代码、仿真训练、真机实测、回传打分，越迭代越强。这是宇树路线里最实在的一块：不赌单次演示，赌迭代飞轮。

制衡数据（第三方，非公司说法）：斯坦福 2026 AI Index 显示，机器人在真实家庭任务中的成功率只有 12%，仿真里好看得多。这个数字和"2028 年收拾房间"的时间表放在一起看，倒是互相印证——路还长，但方向没错。

对读者最有价值的其实是王兴兴没明说、但逻辑里藏着的一句：大模型当机器人大脑这条路，他自己都承认护城河在"便宜、量产、可靠的身体"（本体制造）。大脑越强、越便宜、越通用，赢的越是身体。这句话比"零训练"三个字值得转述十倍——做硬件的、做集成的、做场景的，各自对号入座。

一句话：演示看一半，时间表看一半，剩下的一半看"身体"这门生意。