“很多人看到机器人现在还笨笨的、干不了什么，就用线性方式去判断它的未来。但我们正在经历的是指数变革，不能等看到结果再响应，那就已经晚了。”

7月19日，2026世界人工智能大会，逐际动力创始人、南方科技大学长聘教授张巍给出了一个相当反共识的判断：当前以人形机器人为代表的具身智能，正处在一条指数增长曲线上，而整个机器人大脑系统，已经走到了GPT-3左右的阶段。

一、机器人大脑不是单一模型，而是协同系统

张巍强调，机器人大脑并非一个单一模型，而是由大语言模型、视觉语言模型、世界模型、记忆管理、任务规划、运动控制等共同构成的agentic system。

围绕这一判断，逐际动力提出了自己的机器人“大脑”系统COSA（Cognitive Operating System for Agents），以及“大小脑融合”的技术方向。这个大脑系统分为三层架构：

System 2（认知层） ：类似人前额叶的思考引擎，以大语言模型等为引擎，负责任务规划与决策

System 1（技能层） ：负责视觉运动规划与技能执行

System 0（运控层） ：负责底层运动控制

张巍指出，行业真正的挑战，不是把某一个单层模型做到极致，而是将高层认知、视觉运动规划和底层运动控制，在毫秒级实时系统中协同起来，并与硬件联合优化。

二、为什么说已经到了GPT-3阶段？

张巍的判断依据在于：当前整套机器人大脑系统的复杂度和能力，已经接近GPT-3在语言模型领域的“初级阶段”定位。就像GPT-3开启了语言智能的指数增长曲线一样，人形机器人的大脑系统也正在进入类似的爆发前夜。

但他同时提醒，用“GPT时刻”来类比并不完全恰当，只是便于理解——整个脑系统确实已经到了GPT-3左右的发展阶段。

三、行业处于指数增长爆发前期

张巍提出，具身智能行业正处于指数增长爆发前期。人形机器人看似能力有限，但和数字AI一样处于指数增长曲线，不能用线性思维预判，提前布局才能抓住变革机遇。

他给出了一个更具冲击力的判断：人形机器人本体制造难度低于光刻机、飞机甚至汽车。零部件数量约为汽车的十分之一。真正制约行业发展的，是处理物理世界数据的物理AI。当前人形机器人发展的核心瓶颈在于AI能力，特别是需要来自物理世界数据的“物理AI”。

四、商业化路径：“通用本体+APP”

在商业化路径上，张巍提出，人形机器人的底层逻辑是“通用本体+APP”。单一技能可能价值有限，但如果不改变机器人构型，就能持续叠加不同技能和应用，最终会出现一个“吸星大法拐点”——足够多的应用都会开始向通用本体聚集。

他同时提醒，具身智能不应复刻大模型行业“先做通用模型、再寻找落地场景”的方式。由于物理世界数据天然稀缺且昂贵，不同技能之间的数据差异也很大，更合理的路径是在具备一定通用能力后，尽早进入具体场景，通过专业数据反哺模型能力，形成“场景—模型”的数据飞轮。

五、资本用脚投票：150亿估值验证判断

资本市场的反应印证了张巍的判断。逐际动力成立于2022年，定位为“一家产品型、有大脑能力的主机厂”。2026年7月，公司完成近2亿美元Pre-IPO轮融资，投后估值达150亿元，成为超级百亿独角兽。过去半年，逐际动力累计完成融资4亿美元。投资方阵容覆盖阿里巴巴、京东、蔚来资本、IDG资本、阿联酋磊石资本、意大利财团等。

张巍认为，2026年是具身智能PoC验证元年，2027年有望迎来规模化发展。“从产品到商业化的路不远，我很乐观。”

当机器人大脑系统走到GPT-3的阶段，用人形机器人服务千家万户，或许真的不远了。