8月20日、2026世界ロボット大会の主フォーラムにおいて、宇樹科技の創業者兼会長である王興興が「展示品から製品へ：ヒューマノイドロボット産業の次の10年」というテーマの講演を行いました。宇樹科技上場後の初の公開講演として、王興興は具身知能の「ChatGPTの瞬間」について明確な時間的判断を示しました：早ければ2〜3年、遅ければ5〜10年です。
彼は講演の中で、具身知能の「ChatGPTの瞬間」に対して定量的な定義を示しました：80%の未知のシーンにおいて、音声またはテキストの指示を通じて、ロボットが約80%のタスクをスムーズに完了できることです。
さらに彼は次のように述べました：「私たちがロボットを任意の未知の家庭環境に持ち込むことができ、音声指示に基づいて約80%の日常タスクを自律的に完了できるようになるとき、それは具身知能が実質的な突破を達成したことを意味し、汎用ロボット産業が爆発的な成長を迎える重要な臨界点です。」
具身知能の発展が家庭生活を変える
この基準は、ロボットがもはや工場の生産ラインの固定ポジションに限定されず、実際の家庭環境でさまざまな非標準タスクに柔軟に対応できることを意味し、真に「展示品」から「製品」への飛躍を実現します。将来の展望は広がっていますが、王興興は現在の技術的なジレンマにも正面から向き合っています。彼は次のように指摘しました：「現在、世界のほとんどのAIモデルは、固定されたシーンで十分なデータ収集と特化したトレーニングを経た後、タスクの成功率は基本的に100%に近づくことができます。しかし、操作する物品を変更したり、環境を少し変えたりすると、ロボットのタスク成功率は大幅に低下します。」
彼はこれを具身知能の一般化能力の不足に帰結し、これは現在の汎用ロボット分野における最大の発展のボトルネックです。「ChatGPTの瞬間」を実現する道のりにおいて、王興興は最も核心的な課題はAIモデルの入力と出力を実際のロボットと整合させることだと考えています。大規模言語モデルはデジタル世界で強力な推論と生成能力を示していますが、これらの能力を物理的な世界のロボットの正確な動作にシームレスかつ信頼性高く変換する方法は、業界が急いで克服すべき重要な課題です。これはアルゴリズムの突破だけでなく、データ収集、シミュレーショントレーニング、実環境での検証の全チェーンの閉環に関わる問題です。