宇树的机器人在短短两周内接连测试了两个“脑”。图源：第一财经。10 月 12 日，王兴兴在第二十六届中国国际工业博览会上表示，GPT-6 的发布对具身智能行业的认知影响深远，该公司团队也将其部署至机器人进行任务测试，效果表现相当不错。他还提到：“现在我个人对 AI 的信仰反而与日俱增，过去十多年我犯的最大错误就是对 AI 的信任不够。至今可能很多人还未充分使用或拥抱 AI。”
10 月 15 日，宇树股价收盘 405.10 元，为上市两个月以来最低价，市值达 1638 亿。10 月 19 日，英伟达 DreamZero 团队公布全球首个开放给公众的机器人脑 API，搭载了该团队的首个模型 Dream-1。在测试了包括宇树 R1 在内的 27 个机器人后，这些机器人在未经训练的情况下，能够即插即用，零成本上手，完成叠毛巾、关抽屉、将耳机挂到钩子上以及“将不是猕猴桃的水果放进篮子”等指令。
同日下午，宇树市值重回 2000 亿。短短四天，宇树市值从谷值上涨超过 22%，截至今日收盘，市值达 2083 亿，依然保持在 2000 亿以上。这让人不禁好奇究竟发生了什么变化。市值上涨的同时有两项测试都给出了判断：具身智能不再只是可能。
模型跨过具身能力的门槛。ChatGPT-6-Astra 发布时表示：“欢迎来到 AGI 时代”，自述该模型的发布标志着 AGI 时代的来临。OpenAI 称其为“全球智能程度最高且最符合人类意图的模型”，既然宣称能够理解人类意图，那么它的理解程度究竟如何？是否能像人类一样理解物理世界？为了更进一步了解 GPT-6-Astra 是否具备在具身智能上操控的能力，商汤联合大晓机器人、Ropedia、新加坡南洋理工大学和东京大学的研究团队进行了测试，涉及包括宇树 G1 人形机器人在内的多款真机。
商汤 SenseNova 及其联合研究团队将其部署至 8 个真实机器人平台，涵盖五类不同形态，且未向 GPT-6-Astra 提供任何示范。模型仅获得了人类编写的结构化信息，包括机器人接口、关节限制、镜头位置、安全约束，以及部分平台上的操作提示。在这些条件下，同一个 GPT-6-Astra 确实能够控制不同形态的机器人完成刚性物体的抓取与放置任务：18 次测试中成功了 17 次。
在宇树 G1 上，GPT-6-Astra 通过底层控制接口，完成了 3 次机械臂操作中的 2 次，以及全部 3 次转身、行走和停止任务。
王兴兴曾在 8 月份的 WRC（世界机器人大会）上强调“泛化”，希望将技术推广至具更好泛化能力的情况。从此次测试中可以看出，GPT-6 在多形态多平台的机器人上的适应性已完全超过了两个月前的水平。但仅仅抓放、行走还不足以让机器人真正融入现实生活。报告判断：GPT-6-Astra 已在很大程度上跨过了具身能力的门槛，但距离能够实用部署的具身智能仍有相当距离。尽管实际应用中仍有或大或小的问题，但这次测试证明了具身智能不再只是讲故事的背景板，而是真正让具身智能这个概念落地。
GPT-6-Astra 在具身智能测试中的成功表现
王兴兴在 WRC 上还表示：“目前全世界具身智能最大的瓶颈就是 AI 模型的输入和输出与机器人对齐的程度不够。能执行你的任务，但最后几毫米的偏差无法很好地与真实世界匹配。”这是迄今为止语言大模型仍需解决的部分。“例如，我在取这个东西时，看到已经快要拿住了，最后一点点触觉却无法很好地修正。”他认为，未来几年必定能解决这个问题。
与此同时，专门训练的机器人基础模型应运而生。10 月 20 日，DreamZero 团队创立的 Dream Labs 完成了 9000 万美元的种子轮融资，并同时上线 Dream API：全球首个开放给公众的机器人脑 API。开发者注册后将机器人接入 API 即可使用。模型部署在全球多个数据中心，无论机器人位于何处均可快速响应。价格方面，除了每小时 US$3 (约 HK$23) 的 Dream-1，还有更快更轻的 Dream-1-flash，每小时 US$2 (约 HK$16)。
但 Dream Labs 不仅希望让“每个人都能用”，还要“让每个机器人都能用”。Dream-1 确实具备这样的能力。它的训练不依赖文字或部署在某个机器上，而是从人们或机器完成任务的影片中进行训练。模型同时学习预测影片和动作，因此“控制一台机器人”和“想象这台机器人接下来会做什么”变成了同一个问题，这是物理 AI 模型的优势。
因此完成任务的机器人对 Dream-1 来说仅仅是一个“物体”，所有“物体”的动作都是为了完成指令的一种表达，语言模型那种具体在一台机器上的具体指令对它来说并不重要，从源头上消除了反复输入指令的问题。以叠衣服为例，GPT-6 控制下的机器人需要在增加深度信息后才能叠毛巾、桌布这类参数一致的柔性物体，但完整的叠衣服任务始终无法完成——完全不同的布料、形状、褶皱、重心变化，对语言模型而言过于困难以精确判断。
Dream-1 已能完成叠衣服的指令，官方网站将折叠类家务列为主打能力之一，真机在零样本情况下便能完成叠毛巾。
在独立第三方评测机构 Robocurve 发布的 RoboDojo-RC Tier 1 评测中，Dream-1 每次任务尝试的平均得分达到 59%，成为第一个超过 50% 的模型，得分高于 Claude Opus 5.5（48%）、Gemini 4 Argon（48%）、GPT-6 Astra（47%）、GPT-6.1 Sol（42%）等最新大模型，也高于 MolmoAct2（19%）和 GR00T N1.7（10%）等机器人模型。
除了得分，Dream-1 还更便宜、更快：每次任务尝试的成本约为 US$0.15 (约 HK$1)，与得分次高的 Gemini 4 Argon 相比，得分高 1.2 倍，但成本却低约 16 倍。平均用时 1.4 分钟，与最快的大模型 GPT-6 Astra（ultrafast）相比，得分高 1.3 倍，速度快 1.7 倍。每个模型配置均在真实世界中测试了 120 次。
这并不意味着 Dream-1 是一个完全成熟的机器人模型。模型仅决定夹爪最终到哪里，并不控制手臂如何到达，于障碍物附近或关节极限处可能出现问题；面对与已见过的机器人有很大差异的本体，可能预测出不可行的动作；而且，零样本与一次适配之间仍有差距。Dream Lab 联合创始人兼 CTO 葛云皓表示：“缩小这个差距是我们的主要目标之一。零样本越强，任何一台新机器人就越接近开箱即用。”
无论如何，如同葛云皓所言，“就像 ChatGPT 第一次面向公众发布那样，机器人也终于迎来了第一个开放给公众的通用大脑 API。它可能还不完美，但总有人需要迈出第一步。”
宇树：两次都在现场。此次实验中，宇树机器人的 G1 和 R1 分别在场。这并非巧合。宇树机器人家喻户晓，但两次实验为何都使用了宇树，它与其他机器人之间有何不同？从产业稳定性来看，宇树 2026 年上半年营收达 11.52 亿元，同比增长 48.54%；归母净利润 2.74 亿元。这一盈利数字在整个行业中显得格外突出。同期，优必选上半年亏损 3.39 亿元，自上市以来累计亏损超过 35 亿元；智元 2025 年全年亏损 8354 万元，营收 10.5 亿元。
真正能将机器做出来、卖出去、还赚到钱的，只有宇树一家。
与其他机器人相比，宇树还拥有极大的价格优势。弗若斯特沙利文的数据显示，2026 年上半年全球人形机器人收入排名中，宇树排第三，市场份额 15.3%。这一数据看似与前文矛盾，实则不然。收入更高的企业，销量更少，这并不矛盾。宇树 G1 的定价从 9.9 万元起，是行业中最便宜的全尺寸人形之一；其他厂商的工业级人形机器人单价普遍在 20 万元到 50 万元区间。由此可见，在同品类的机器人中，撇开所有营收数据，宇树也是流通最广、价格更低，短期内商业化潜力更大的选择。
一旦具身大脑真正落地，宇树必定是身体硬件的第一选择之一。
具身智能的拐点，第一次如此接近。回到市值上涨，为何宇树受到如此大的影响，二级市场投的是些什么？宇树出货量一直很高，这并不是影响宇树股价上涨的因素。在 ChatGPT-6 发布时，摩根大通依然给予“减持”评级，理由很直接：估值过高，透支预期。这也证明此前一直没有一个让市场信服的“脑”，因此机器人仅仅是一个形状或多或少像人的工具，而非具身智能。
但宇树市值回到 2000 亿的那天，GPT-6 和 Dream-1 在同一个月份里，从两个不同的方向，给出了同一结果：大模型已经发展到不依赖机器人数据，也能控制机器人工作。当所有机器人都能接入同一个大脑时，谁的硬件在市场上流通量最大，谁就会成为默认的测试平台、默认的数据来源、默认的落地方案。宇树 1.8 万台的累计出货量，9.9 万元起的单机价格，唯一盈利的财务状况，成为它抢占生态位的护城河。
这将宇树的地位从被调侃的机器人玩具一下拔高，成为了具身智能稳定的载体。
一开始，人们认为宇树能够独立实现“具身智能”，引发了一阵狂热的盛宴；冷静下来后，人们又认为不能将预期押宝在一个硬件公司。如今具身智能自己给了市场一个答案：头身分离、脑机结合。这也给了人们许多想象空间。未来硬件会越来越便宜，大脑越来越多，具身智能正在一步一步走进人类生活。