2026年7月19日，在2026世界人工智能大会上，逐际动力创始人、南方科技大学长聘教授张巍发表演讲。他抛出了一组相当“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、“机器人比汽车好造”——一个反共识的判断

“机器人是比较好造的，人形机器人也比较好造。它比光刻机、飞机都好造，甚至比汽车还好造。”张巍在演讲中直言。

这个判断的依据很直接：人形机器人的零部件数量大约是汽车的十分之一。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”。张巍认为，真正制约行业发展的，不是本体制造，而是AI——尤其是来自物理世界数据的“物理AI”。

换句话说，造出一个能站能走的人形机器人，已经不是什么技术难题。真正的难题在于：怎么让它真正“看懂”物理世界、在真实环境里自主决策并完成任务。

二、机器人大脑已到GPT-3阶段——但不是一个模型

张巍将当前具身智能的发展阶段，类比为“大脑系统已经进入GPT-3左右的初级阶段”。但他特别强调：机器人大脑不是一个单一模型。

它是由大语言模型、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。逐际动力将这套系统命名为COSA。

围绕这套大脑系统，张巍划出了三层结构：

上层：类似人前额叶的思考引擎（System2），以大语言模型等为引擎，负责任务规划与决策

中层：视觉运动皮层，负责运动规划

下层：小脑和运动控制系统，负责动作执行

逐际动力将这三层在毫秒级实时系统中协同、并与硬件联合优化的技术方向，称为 “大小脑融合技术” 。张巍表示，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。

三、指数拐点：不能用线性思维判断未来

“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。”张巍说。

他类比数字世界AI的爆发路径：大模型出来之前，比尔·盖茨花了几千亿美金、用了三十多年都没彻底解决语言交互问题；技术范式一变，半年就解决了。具身智能正在经历类似的时刻。

张巍提醒，不能用线性推演去衡量指数变革。在指数赛道里，低估变革速度才是最大的风险。

四、商业化路径：“通用本体+APP”与“场景飞轮”

在商业化路径上，张巍提出了两个核心判断。

第一，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。

第二，具身智能不应复刻大模型“先通用再落地”的路径。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、产业判断：2026是PoC验证元年，2027规模化发展

张巍判断，2026年是具身智能PoC（概念验证）验证元年，2027年有望迎来规模化发展。

逐际动力成立仅四年，已完成多轮融资：2023年10月完成近2亿元天使轮与Pre-A轮；2024年7月获阿里巴巴战略领投；2025年半年内累计完成5亿元A轮系列融资；2026年1月完成2亿美元B轮融资；2026年7月完成近2亿美元Pre-IPO融资，投后估值达150亿元。投资方阵容覆盖中国、欧洲、中东、北美。

张巍的演讲提供了几个清晰的坐标：本体制造不是瓶颈，大脑系统正在接近GPT-3的阶段，行业正处在指数增长曲线上。对于从业者和观察者来说，关键问题或许不再是“机器人能不能行”，而是“当指数拐点真正到来时，你是否已经站在了正确的位置上”。