8月20日，在2026世界机器人大会主论坛上，银河通用机器人股份有限公司创始人、首席技术官王鹤发表主题演讲，围绕人形具身智能的技术范式、数据底座、落地门槛与行业拐点展开分享，预判整个行业有望在2028年迎来具身智能ChatGPT时刻。
“人形机器人走向通用的核心，就是用模型驱动具身智能，构建真正通用的‘机器人大脑’与‘小脑’。这是人形机器人的灵魂，也是整个具身智能产业最有价值的部分。”王鹤表示。他以机器人全自主跑动打网球的技术案例说明，通用人形机器人需要同时兼顾底层全身运动控制与高层级策略博弈。在他看来，这类跨层级能力的释放，标志着行业技术正在迈入新的发展阶段。
在技术范式层面，当前不同技术路线各有短板。“谷歌提出的VLA模型可以吸收大量动作数据，却只能吸收有动作标签的数据；而OpenAI提出的world model能吸收海量视频，却不会学习机器人每个关节该转多少度。”王鹤分析道。面向机器人具身智能场景，World Action Model（世界动作模型）范式试图融合两者优势，兼顾带标签动作数据与无标签场景数据的学习。银河通用于2025年3月对该范式完成结构化定义并开展真机验证。
大模型驱动的通用小脑，是人形机器人落地现实复杂任务的重要支撑。据王鹤介绍，这套运动控制系统无须提前录制运动轨迹，在接收到上层大脑的意图指令后，就可以输出精准流畅、抗干扰的动作，低延迟、高稳定性的运动能力，是机器人服务家庭照料、危险场景应急支援等场景的基础。
对于行业期盼的“具身智能ChatGPT时刻”，王鹤给出了自己的判断标准：“具身智能的ChatGPT时刻，是能在人类无须特殊学习的任务上，零样本达到70%~80%的成功率，并可通过极简后训练，让无专业技能的人把模型训练成其场景中高成功率干活的模型。”在他看来，实现这一目标的核心路径，是持续扩大数据规模、提升算力，依靠规模缩放（scaling up）推动能力跃迁。
“伴随数据积累与后训练技术持续突破，行业有望在2028年问鼎具身智能的ChatGPT时刻。一旦到达这个节点，整个行业落地规模与速度将大幅上升。”王鹤判断。他同时谈及生态与人才的价值，开放合作的产业生态、青年技术人才的培育，都将助推行业前行，具身智能领域有望开辟十万亿元级市场，迎接第四次工业革命的到来。