宇树科技创始人王兴兴指出，当前机器人发展的核心瓶颈并非硬件，而是AI大模型在多模态融合及具身智能应用方面的能力不足。文章深入剖析了大模型从信息处理到物理世界“干活”的鸿沟，强调了从参数竞赛转向深度融合、构建物理世界模型和端到端智能的重要性，并探讨了其对产业、商业模式及未来社会伦理的深远影响。

宇树科技创始人王兴兴在外滩大会上明确指出，尽管AIGC在认知层面已取得巨大成功，但具身智能在物理世界的实际应用仍面临高质量数据采集、多模态算法融合与模型控制对齐等严峻挑战，如同“一片荒漠”。他同时预测，现有硬件足以支撑，未来将迎来具身智能大规模爆发性增长的前夜，呼吁创新者利用AI工具，通过小组织的爆发力，共同克服技术瓶颈，最终重塑人类与物理世界的交互模式。

英伟达在SIGGRAPH大会上推出了70亿参数的开源物理AI模型Cosmos Reason，它能让机器人像人类一样进行复杂推理，甚至学会“常识”，解决多步骤任务。这不光让机器人更“聪明”，还能自动化处理海量数据，引来优步等大厂的青睐，预示着英伟达正将机器人领域打造成AI芯片之外的下一个“吸金巨兽”。

谷歌DeepMind推出的Gemini Robotics On-Device模型，作为首个可在机器人硬件上本地运行的视觉-语言-动作（VLA）基础模型，通过实现低延迟、无需网络连接的离线操作和高效微调，极大降低了具身智能的部署门槛。这一突破预示着机器人领域将迎来类似ChatGPT的普及浪潮，加速AI与物理世界的融合，并深刻影响产业生态和人类社会。

谷歌DeepMind推出了Gemini Robotics On-Device，这是其首个可直接在机器人上本地运行的视觉-语言-动作（VLA）模型，大幅降低了延迟并提高了在无网络环境下的鲁棒性。该模型展现了强大的任务泛化能力和跨机器人平台适应性，只需少量演示即可快速适应新任务，预示着具身智能迈向更加自主和普及的关键阶段，但也带来了对安全性、伦理和商业模式的新思考。