来源：环球网

【环球网科技报道 记者 林梦雪】“世界模型能够让机器人、具身智能真正干活，帮助解决80亿人的劳动力问题。”在2026世界机器人大会期间，奥比中光创始人、董事长兼CEO黄源浩说道。

他直言，具身智能市场往往比数字市场大5到10倍，这意味着世界模型一旦成熟，其商业价值和社会价值将远超当前的大语言模型应用。

更令黄源浩振奋的是行业技术路线的演进。他观察到，具身智能正从VLA（视觉-语言-动作模型）到VTLA，再到世界模型的生成范式逐步转向。“甚至我们预测，世界模型跟具身智能的‘ChatGPT时刻’最快可能会在两三年内到来。”黄源浩说。

数据是当前世界模型的养料与瓶颈

作为3D视觉感知技术企业，奥比中光在世界模型产业链中扮演着关键角色，即为模型训练提供高质量的真实数据。

“我们是做世界模型的多模态数据，也联合触觉数据公司，把数据做成毫秒级同步的级别，给世界模型训练提供很好的养料。”黄源浩介绍道。

然而，数据恰恰是当前世界模型发展面临的最大瓶颈之一。大晓机器人董事长王晓刚也坦言：“具身数据，尤其是真人操作的数据，历史上积累是零。”

黄源浩对此深有感触。他指出，当前数据领域存在两大突出问题：“一是数据质量参差不齐，二是数据标准不统一。”

“机器人要跟人学习，现在有两个方向：一个是移动的，已经做得挺好；另一个是操作，比如拧螺丝、钉钉子这些灵巧操作，数据非常少。”黄源浩说。

更棘手的是多模态数据的同步问题。“我眼睛采到数据是这个时刻，手套数据差15毫秒就不对了，还有力的精度。”黄源浩举例说明，视觉数据与触觉数据之间的微小时间差，就可能导致训练效果的显著下降。

黄源浩认为，当下行业最大痛点，是数据没有形成统一标准。不同厂商硬件采集的数据，视场角、帧率、精度各不相同，触觉、视觉之间时间同步精度参差不齐，甚至出现丢帧问题。最终导致A机器人采集的数据，无法迁移给B机器人使用。

“数据飞轮的转动是最重要的。”黄源浩强调，只有建立起统一标准，不同机器人、不同数据采集员获取的数据才能实现跨本体复用、跨模型复用，数据成本才能真正降下来。

机器人何时能真正实现落地价值？

对于世界模型落地服务人类的完整路径，黄源浩有着清醒的认知。 “一方面模型需要不断进化，另一方面数据是特别重要的。”他同时指出，世界模型的发展需要两条腿走路：“一方面是从物理学的规则和理论上出发；另一方面，很多智能是喂数据涌现出来的。”

他以人类的成长作类比：“像GPT这种往往是互联网有大量数据喂出来的。包括人，其实我们刚出生的时候也没学过什么牛顿定律，人会智能、会做各种事情，也需要通过数据积累、模仿和学习。两方面都要走。”

但黄源浩也提醒到，仅有模型和数据还不够。“如果世界模型好了，真正机器人能为人类干脏活、苦活、累活，还得靠本体——传感器、灵巧手及机器人本体等环节，各方面都得好。”

他总结道：“从模型到数据到本体的执行，都要不断进步。现在也已经有一些可以落地了，先从最需要的方向、人类不愿意干的活先落地，后面泛化性好了、智能高了，再往更多的场景去渗透。”

那么，机器人何时能真正实现落地价值？黄源浩认为，机器人“ChatGPT时刻”大约是两三年时间。

“我们干企业13年多，从去年下半年开始，第一次被客户追着要货。”黄源浩说道，“自去年下半年开始，上游需求爆发，客户实际提货量普遍超出原订单计划两到三倍，客户甚至愿意提前试用工程样机，市场需求远超行业预期。”因此，黄源浩总结称，具身智能的“ChatGPT时刻”行业内的乐观者认为需要两三年，保守者则认为还需要三五年。

同时，在8月20日上午的2026世界机器人大会主论坛上，宇树科技创始人王兴兴在演讲中给出的个人判断是：具身智能达到类似“ChatGPT时刻”的产业临界点，快则可能还需2至3年，慢则可能需要5年甚至10年。