宇树科技创始人王兴兴给出了答案：大型机器人是行业不可逆的趋势，就算宇树不做，未来几年也会有其他厂商推出同类产品。他将 GD01 比作机器人领域的越野车，定位面向户外复杂地形、特种作业，而非家庭室内场景。

在王兴兴的判断里，当前具身智能行业仅仅处在起步阶段，发展周期只有三四年，距离人形机器人大规模走进千家万户，还有很长一段路。但赛道一定会迎来属于自己的 “ChatGPT 时刻”。当机器人能够在 80% 陌生环境，依靠语音和具身能力完成 80% 任务，行业拐点就会到来，资本、人才、资源会集中涌入，引爆产业增长。

而当下困住具身智能落地的核心瓶颈，并不是大模型参数，而是 数字 AI 与物理世界之间的对齐难题。大语言模型运行在虚拟空间，文字输入输出误差很小；机器人要完成感知、决策、电机执行，每一步动作都会产生偏差，误差持续累积。

简单来说，机器人移动、搬运这类粗动作尚可完成，但抓取、装配等精细操作，几毫米的微小偏差，就会直接导致任务失败。大模型能在虚拟世界流畅推理，放到真实物理世界，毫米级误差就会成为致命短板。未来谁攻克物理世界对齐难题，谁就能掌握具身智能赛道的核心话语权。这也是整个机器人行业接下来最核心的攻坚方向。

当 AI 开始操控实体硬件，智能体自主能力持续变强，新的安全风险随之而来，AI 安全从过去的附加议题，升级为产业刚需。安恒信息董事长范渊在数贸会论坛上提出，AI 安全不是单一模型层面的防护，而是覆盖智能体、MCP、技能组件、端侧设备的全链条系统性工程。随着 AI 自主能力增强，AI 原生的网络对抗，将定义网络安全行业的未来格局。

本届展会安恒信息把 “以 AI 制 AI” 落地为实体产品，推出国内首个 AI 原生代码审计智能体，还有全球首个可以捕获 AI Agent 自主攻击的 AI 蜜罐产品猎影。过去 AI 安全更多停留在论文、概念阶段，如今已经变成可以交付、商用的产品，AI 攻防进入全新阶段。

除具身智能与 AI 安全两大热门赛道，多家科创板企业亮出算力、工业智能化的硬核成果。杰华特带来 AI 服务器 VRM 多相电源等供电方案。很多人关注 AI 算力只盯着 GPU 芯片，却容易忽略供电是算力底座的 “血管”，AI 高功耗服务器对电源稳定性、能效提出极高要求，电源芯片国产化，是国产算力集群稳定运行的基础保障。

中控技术带来时间序列大模型 TPT，目标不是对话聊天，而是直接接管工厂生产，实现自主运行工厂。AI 不再是单纯的聊天工具，直接介入工业生产流程，帮助工厂自动监测、调控生产参数，完成工业场景的智能化升级。

摩尔线程则展出云边端全场景智算产品矩阵，MTT C256 超节点可将 256 张 GPU 整合为一台巨型计算机，在集群互联、算力整合上持续突破，持续夯实国产算力基础设施能力。

从巨型载人机甲、工业大模型，到 AI 安全攻防产品、国产算力硬件，本届数贸会勾勒出清晰的产业主线：AI 行业竞争，正在从 “数字大模型比拼” 转向 物理世界落地能力的比拼。

前几年，AI 赛道比拼的是 Token、参数量、对话效果，比拼的是虚拟世界的推理能力。而现在，行业的考核标准变成：能不能控制实体机器人完成物理操作、能不能守护智能体带来的网络安全风险、能不能稳定支撑工业产线、能不能提供稳定可靠的算力硬件。

赛道逻辑的切换，也带来投资逻辑的变化。单纯的通用大模型概念热度降温，能够打通软硬件、解决真实场景痛点的企业，价值会逐步凸显。但同时也要理性看待行业现状：无论是具身机甲，还是工业自主大模型，大多仍处于商业化早期，技术瓶颈、成本高企、场景验证不足都是现实挑战，短期大规模盈利难度较大。

AI 的终局，从来不是停留在屏幕里的对话，而是数字智能和物理世界深度融合。数贸会上这些展品，就是这场变革的早期缩影。

互动话题：

更看好具身智能机甲率先落地文旅特种场景，还是工业大模型先实现工厂无人自主运行？你觉得毫米级物理对齐难题，多久能够被突破？

欢迎评论区聊聊你的看法。