銀河通用機器人創始人王鶴：具身智能的 ChatGPT 時刻 2028 年有望到來

銀河通用機器人創始人王鶴近日在接受央視財經專訪時提出，隨著當前數據累積速度與模型收斂趨勢持續推進，業界有望在2028年底前迎來具身智能領域的「ChatGPT 時刻」。他強調，這一時間節點並非憑空臆測，而是反映了技術發展的內在邏輯，並非遙不可及。王鶴所指的「ChatGPT 時刻」，意味著機器人能夠像ChatGPT在自然語言處理領域帶來顛覆性突破一樣，實現具身智能的通用化躍進。具體而言，這將讓機器人不再僅限於執行預先編程的重複動作，而是能夠自主學習、適應複雜的動態環境，並完成原本需要人類智慧與靈巧操作的多樣任務。這一願景一旦成真，將徹底改變機器人產業的應用邊界。

王鶴進一步解釋，目前全球多個科技巨頭與研究機構正在加速進行大規模數據收集與模型訓練，試圖透過海量真實世界資料的餵養，讓機器人從單純的感知與執行器進化為具備推理與決策能力的智慧體。數據累積的速度與模型收斂的效率，正是決定這場革命何時到來的兩大核心變數。從過去幾年的經驗來看，深度學習模型在語言、視覺等領域展現出驚人的尺度定律，而這一規律在機器人學上也逐漸獲得驗證。業內分析人士認為，若王鶴的預測成真，2028年前後將可能成為機器人產業從專用走向通用的關鍵分水嶺。目前，絕大多數機器人仍屬於「專用型」，例如工廠中的機械手臂只能執行焊接、組裝等特定工序，一旦環境或工件變化就需要重新編程。

而通用型機器人則能像人類一樣，在同一設備上切換掃地、搬運、開門、拿取不同物品等任務，這正是具身智能「ChatGPT 時刻」要解決的核心問題。在家庭服務場景中，通用機器人將能夠自主整理房間、照顧老人、烹飪簡單餐點，甚至在突發狀況下做出應急反應。在工業協作領域，機器人將不再需要固定的安全圍欄，可以與人類工人即時協作，靈活適應小批量、多品種的生產需求。這些場景都將顯著受益於具身智能技術的成熟，並反過來推動成本下降與普及加速。王鶴創辦的銀河通用機器人正是聚焦於這一領域的新創公司。該公司專注於開發具備高靈巧操作能力與自主導航能力的通用型機器人，並在數據採集與模型訓練上投入大量資源。

王鶴本人長期從事機器人學與人工智慧交叉研究，對技術路線與時間節奏有獨到判斷。他認為，具身智能的「ChatGPT 時刻」之所以設定在2028年，是因為目前數據累積已進入指數級成長階段，同時模型收斂的跡象也越來越明顯。不過，業界也有觀點認為，機器人領域的通用化難度遠高於語言模型。語言本質上是離散符號系統，而機器人必須處理連續的、高維的物理世界，涉及觸覺、力覺、平衡、動態避障等複雜挑戰。數據收集成本也遠高於網路文本爬取，每小時真實機器人操作數據可能僅夠幾分鐘訓練。因此，能否在2028年前達到足夠的數據規模與模型性能，仍存在不確定性。儘管如此，王鶴的發言仍引起業界廣泛討論。

不少投資者與工程師認為，2028年這一時間點既不過於樂觀也不過於悲觀，與目前主流技術路線圖大致吻合。例如，特斯拉的Optimus機器人正在逐步進入工廠測試，波士頓動力也在探索通用商業應用，Google DeepMind則持續將大型語言模型與機器人控制結合。這些進展都在為「ChatGPT 時刻」的到來鋪路。王鶴在採訪最後表示，具身智能的突破不會一蹴而就，而是需要數據、算力、演算法與硬體四方面同步進化。他呼籲產業鏈上下游協同合作，共同解決數據標註、仿真環境、安全驗證等關鍵問題。唯有如此，才能在2028年前後真正迎來機器人能夠像人類一樣「看見、思考、行動」的時代。

隨著全球對具身智能的關注度持續升溫，王鶴的預測也為相關技術研發與商業應用提供了明確的里程碑。未來數年，數據累積速度與模型收斂趨勢將成為檢驗這一時間點是否準確的核心觀察指標。而家庭與工業場景的用戶，或許很快就能見證機器人從專用工具進化為通用夥伴的歷史性轉折。