“2026世界机器人大会”开幕首日，约5万平方米的展馆被围得水泄不通。本次展会上，机器人不再翻跟头炫技，而是在做咖啡、搬箱子、引导讲解。各大展台上的动态演示变少了，工位上的真实操作变多了。

　　京东在WRC期间释出新战略——截至2028年，京东将在机器人领域投入百亿元资源，助力100个品牌独立销售额破10亿元；计划两年内累计采集超1000万小时真实场景数据。服务层面，京东计划5年内建立覆盖全球超100个国家的售后服务体系，建设80个RoboBase机器人基地。

　　作为一家零售平台、供应链服务商，京东的角色也由此清晰——不做机器人的本体制造商，而是做机器人进入真实场景的“基础设施提供方”，推动机器人从实验室、展台走进仓库、门店与家庭。

　　具身智能市场迎接变化之后，产业离真正的爆发还有多远？今年WRC上，关于“机器人的GPT时刻何时到来”的讨论几乎无处不在。资本在等一个节点，企业在等一个风口，但大多数人的判断依然审慎。

　　“我们当然非常期待机器人领域的‘GPT时刻’能够更早到来。但客观来看，机器人产业的发展一定不是一蹴而就的。”郑小丹认为，“机器人最终需要进入物理世界完成任务。它不是像大语言模型一样只完成信息交互，而是需要真正理解环境、进行判断，并通过执行完成具体任务。”

　　这个区别意味着，机器人的“GPT时刻”不会像大语言模型一样只靠模型能力的单点突破，而是一个层层递进的结构。郑小丹解释称，最底层一定是模型能力；其次是数据、算力等基础设施能力；再往上则是场景，场景是连接技术能力和实际需求的重要桥梁。

　　事实上，机器人产业的跃迁并不会依靠某个偶然到来的“爆发时刻”，而是有赖于整套系统工程的主动搭建。只有这套体系顺畅运转，机器人切实解决现实需求、催生用户付费意愿，机器人产业或许才能迎来真正意义上的规模化发展。

　　世界模型也由此成为热点，为机器人产业提供了一个新的技术路线。换言之，就是机器人要进入真实世界，不能只靠对特定任务的程序化控制，它需要对世界有一个连续的、可预测的认知模型。这套认知，正是具身智能从“实验室玩具”走向“生产力工具”的分水岭。

　　未来某一天，当机器人默默叠好衣服、收拾完房间，大家或许才会意识到，那个被讨论了无数遍的机器人的“GPT时刻”，可能从来不是某个瞬间，而是无数个真实场景里日复一日的积累。

　　技术、数据、场景和需求端形成闭环是一场马拉松。赛道已经铺好，发令枪声落下，接下来考验的，是谁能在真实的物理世界里跑完这趟漫长的赛程。