11 月 4 日傍晚，乌镇。这场演讲被转发时，标题几乎都落在同一句话上：明年大概率是机器人行业的临界点。
同一天，宇树科技-W 盘中最高摸到 676 元，最大涨幅超过 8%，一度挤进 A 股股价前四；收盘 652.10 元，涨 4.41%，总市值 2637.51 亿元。板块跟着走强，午间收盘涨 0.72%，永臻股份、兆威机电、征和工业、索辰科技封上涨停。
市场把「临界点」读成了利好。这个词确实值得兴奋，但它在 11 月 4 日这一天，被三拨人用出了三个意思：做产业的人说的是技术曲线的拐点，做投资的人说的是估值修复的起点，官方理论刊物说的是该挤泡沫了。三个意思混在同一个词里，才有了当天的行情。
王兴兴给具身智能的「ChatGPT 时刻」下了个定义：机器人能在约 80% 的陌生场景中，靠语音或文字指令完成约 80% 的任务。
这个定义的价值不在于数字本身，而在于它把一句空话变成了可以打分的题。过去两年行业里流行的说法是「通用」「泛化」「任意场景」，这些词没法验收。换成 80/80，至少明确了三件事：考的是陌生场景，不是排练过的场景；考的是语音或文字指令，不是预置脚本；考的是任务完成率，不是动作完成度。
但这也是一道很松的题。80% 场景 × 80% 任务，等于允许 36% 的「场景—任务」组合直接失败。放到真实生意里，这个容错率对展演类业务够用，对产线类业务远远不够——一条产线不会因为机器人今天状态不好就停半天。
所以真正该记的不是 80，而是那个 100 是怎么来的。王兴兴自己把前提说得很清楚：单一、固定的工序，训练完成之后。这个前提里藏着三个条件——工序被固定、环境被固定、训练被做完。三条同时满足，成功率接近 100% 是工程常识，不是突破。
突破与否，看的是撤掉条件之后掉多少。他自己给了答案：更换操作物品，或稍微改变环境，成功率就大幅下降。
他把这个落差叫作「最后几毫米」，并举了两个例子：拆装机、穿针引线。这两个动作的共同点不是「精细」，是容错窗口窄于感知精度。
穿针的时候，线头偏 0.5 毫米就穿不进去；而当前主流视觉方案的定位精度，在理想光照下勉强接近这个量级，一旦有反光、有遮挡、有阴影，误差立刻放大一个数量级。这不是模型不够大能解决的问题，是传感器看不到那么细、执行器走不到那么准的问题。
他给的归因是「AI 模型输出和真实物理世界对齐不足」。这句话可以翻译得更直白：模型以为自己在做什么，和机器实际做了什么，中间有偏差，而且这个偏差没有被测量、没有被补偿。
| 环节 | 理想状态 | 真实状态 | 谁来补这个差 |
|---|---|---|---|
| 感知 | 毫米级定位、稳定识别 | 反光/遮挡下误差放大 | 多传感器融合、结构化环境 |
| 决策 | 理解指令、自动拆解任务 | 换物品后策略失效 | 人工重训、现场调参 |
| 执行 | 力控到位、末端不抖 | 接触瞬间力反馈滞后 | 力控算法、专用末端 |
| 兜底 | 失败后自主恢复 | 多数需人介入 | 现场工程师 |
最后一行是关键。当前所有商业落地项目里，那段「兜底」几乎全部由人完成——遥操作员、驻场工程师、现场安全员。这段人力成本不进硬件 BOM，不进模型指标，但它真实地出现在每一份交付合同里，而且是复利式增长的：部署越多，人越多。
演讲里还有一句容易被漏掉的话：宇树正在推进物理 AI 模型的自进化方案，由模型自主采集数据、迭代训练，降低机器人技能开发对人工调试的依赖。
这句话针对的正是上一节的那个「兜底的人」。如果每上一个新工序都要工程师现场待三天调参，那么部署规模一扩大，工程师数量就成线性增长，商业模型不成立。把这段工作交给「模型自己采数据、自己迭代」，本质是把边际人力成本换成边际算力成本。
方向不新鲜，难点在闭环。模型要自主采集数据，先得知道自己哪里不会；要知道哪里不会，先得有一个可靠的失败判定；要有可靠的失败判定，又回到精度问题。这是一个自指的环，业内目前的做法都是半自动——人先定义失败，模型再针对失败采数据。
宇树此前发布的 UnifoLM 系列走的是世界动作模型路线，公开过的案例是人形机器人基于世界模型驱动的全自主动态搏击。搏击这个场景选得聪明：动作幅度大、失败可见、容错窗口宽，正好避开了「最后几毫米」。
11 月 4 日早上 8 点 35 分，《学习时报》刊出《推动具身智能从「热」到「强」》。这篇由中央党校主办的报纸的文章，给出的判断是另一套：核心技术尚存短板，「演示好看、落地难做」现象较为普遍；高质量真机数据严重匮乏，国内真实物理交互场景合规数据仅 50 万小时，而商业化落地需要数千万小时，缺口超 99%；要「理性把握发展节奏，摒弃一哄而上的浮躁心态」。
把两份材料放在一起看，会发现它们其实说的是同一件事的两个面。王兴兴说「明年是临界点」，前提是技术改良幅度会非常大；学习时报说「缺口超 99%」，指向的是数据这一侧还没跟上。技术曲线可以陡，数据曲线陡不起来——真机数据只能一分钟一分钟地攒，没有捷径。
有意思的是时间：一个在早上，一个在傍晚；一个说「要快」，一个说「别急」。市场只对傍晚那句定了价。
这也解释了当天的股价结构。宇树盘中冲高 8%，收盘回落到 4.41%，最高价 676 元没能守住；同一天源杰科技回升到 661 元，重新把宇树挤到后面。这种「冲高回落 + 板块普涨」的组合，通常不是基本面重估，是资金在同一个叙事里换手。
临界点这个词，用一次廉价一次。要让它有意义，得给出可观察的前兆。按王兴兴自己的框架，至少有三条可以盯：
第一条，换物品的掉幅收窄。不看固定工序的成功率，看同一个工位换一种来料后，成功率掉多少个百分点、恢复需要多少小时。这个数如果从「掉一半、恢复三天」变成「掉一成、恢复两小时」，才是真进步。
第二条，兜底人力的配比下降。一台设备配几个现场人员，这个比值是所有落地项目的隐形成本。它不降，规模就是不经济的。
第三条，出口结构变化。他说宇树过去几年年均近 50% 的机器人出口海外。出口占比高说明产品有国际竞争力，但也说明国内的真实场景付费还没起来——海外买的是设备和方案，国内买的多半还是演示和科研。
这三条都不在财报里，也不在发布会 PPT 里，只能在项目现场看到。对做落地的人来说，这反而是好消息：能被现场验证的东西，就不会被叙事定价。
明年会不会是临界点，现在没人能证明。但有一件事可以确定：如果明年年底，行业拿出来的成绩还是「固定工序接近 100%」，那这个词就要被用废一次。