宇树科技王兴兴对外提出观点，具身智能在明年有可能迎来发展临界点，简单说就是机器人这类实体 AI 的综合能力会跨过一道门槛，从只能完成固定脚本任务，慢慢走向可以自主理解环境、灵活处理陌生任务；在这个大趋势下，人类最重要的工作不再是亲自完成各类操作任务，而是负责给 AI 的输出、动作、决策做打分和评价，依靠人类反馈持续把具身智能越训越好。这个判断的底层逻辑，是现在大模型、机器人硬件、数据采集链路都在同步提速，之前卡住具身智能落地的很多短板正在快速补齐，而高质量的人类打分反馈，是推动模型迭代最关键的燃料。
具身智能临界点是什么意思
- 任务泛化能力质变：机器人不再只靠提前写好的代码重复动作，碰到没见过的场景也能尝试自主完成目标。
- 训练效率大幅上涨：依托大模型，不用针对每一个小动作单独调参，学习新任务的时间会明显缩短。
- 软硬件配套成熟：伺服电机、传感器、本体控制算法加上多模态大模型，组合起来能够支撑更复杂的物理交互。
- 落地场景加速铺开：工厂、家庭、巡检等场景，会出现更多具备实用价值的具身智能样机与试点产品。
“人类给 AI 打分” 的运作方式
| 环节 | 具体做法 |
|---|---|
| AI 自主尝试 | 具身机器人按照模型指令去执行一项物理任务，记录全过程动作与结果 |
| 人类评估打分 | 观看执行过程，针对动作是否合理、有没有危险、任务是否达标给出分数 |
| 反馈回流模型 | 把打分数据送入训练流程，模型学习什么样的动作会拿到高分 |
| 持续迭代优化 | 反复循环尝试、打分、训练，让机器人的行为越来越贴合人类预期 |
这个判断带来的变化
一旦具身智能跨过这个临界点，很多重复性的实体作业会逐步交给机器人去承担。人类会从执行者转向标注者、评价者、规则制定者。当然这不代表普通人类马上就要全职给 AI 打分，更多是会形成专门的反馈工作流，专业人员负责高质量打分，引导具身智能避开危险行为、对齐人类偏好。
整体来看，这个预判不是说明年具身智能就直接全面普及，而是行业会迎来一个关键拐点；高质量的人类打分反馈，会成为接下来驱动具身智能进步不可或缺的一环。
【常见问题】
问题 1：王兴兴所说具身智能明年或迎临界点，是不是意味着明年家用人形机器人就能大批量走进普通家庭？
回答 1：并不是，王兴兴提到具身智能明年或迎临界点，更多是技术层面的能力拐点，不等于成熟量产、平价家用的人形机器人立刻普及，距离大规模民用落地还有工程、成本、安全等关卡。
问题 2：按照王兴兴的说法，人类最大价值是给 AI 打分，是不是以后大部分工作只剩下给具身智能打分？
回答 2：不是，“人类最大价值是给 AI 打分” 是从模型迭代的角度来讲，高质量人类评价是训练具身智能的核心资源，社会依旧保留大量别的岗位，只是给具身智能做反馈打分这一类工作的重要性会持续上升。
问题 3：具身智能迎来临界点之后，还一直需要人类持续给 AI 打分吗？
回答 3：在很长一段时间里，具身智能都离不开人类给 AI 打分，哪怕模型自主能力变强，遇到价值判断、安全边界、复杂模糊场景，依旧需要人类评价来对齐它的行为。
【数据来源】
[2026-11-05]（王兴兴：具身智能明年或迎临界点，人类最大价值是给 AI 打分）36 氪
[2026-11-05]（宇树王兴兴分享具身智能判断：反馈标注将成为核心）机器之心
[2026-11-05]（具身智能拐点将至，人类反馈如何训练实体机器人）智东西
【免责声明】
文中为王兴兴公开观点，属于行业预判，不代表具身智能相关技术一定会在明年如期达到临界点；技术发展存在不确定性，相关落地进度受硬件成本、算法、政策安全等多重因素影响。