人形机器人已经能完成行走、跳舞和拳击等展示动作，但要让它们在不可预测的真实物理世界中稳定完成有用工作，仍是人工智能领域最难啃的问题之一。
据路透社报道，ACE Robotics 董事长王晓刚认为，AI 模型进步以及现实世界训练数据的积累，可能很快让机器人具备从演示走向商业应用所需的智能。
王晓刚对路透社表示：「我们预计到明年年底，具身智能将迎来『ChatGPT 时刻』，驱动力来自世界模型和环境数据采集。」
ACE Robotics 的融资与上市计划
ACE Robotics 成立于 2025 年 7 月，是一家开发人形机器人 AI 模型的中国初创公司。该公司获得蚂蚁集团和商汤支持，并在 2026 年上半年融资超过 1 亿美元。路透社称，这家公司计划在「最早被允许的时间」推动 IPO。
训练数据仍是主要瓶颈
像 ChatGPT 和 DeepSeek 这样的大语言模型已经快速普及，但机器人在陌生环境中执行大范围任务时仍面临困难，训练数据不足依旧是主要障碍。
具身 AI 让机器人和其他物理智能体通过传感器与执行器感知环境、进行推理，并把决策转化为动作。与此同时，世界模型则通过学习物体和环境的行为方式，帮助 AI 理解物理世界如何运转。
对于机器人来说，这意味着它们在移动、抓取物体或与周围环境交互前，需要先预判可能发生什么，再决定是否执行动作。
王晓刚说：「过去几年里，整个行业累计的数据量大约为 10 万小时，这远远不足以训练具身基础模型。」
同行也在推进相关路线
其他研究团队也在尝试类似方法。去年 10 月，研究人员发布了 HumanoidExo，这是一种可穿戴外骨骼系统，用于采集人类动作，以训练人形机器人。
与此同时，其他公司也在开发各自的机器人 AI 模型。
今年 1 月，Boston Dynamics 发布了其 Atlas 人形机器人的量产版本，并表示 AI 方面的进展让这款机器人更接近商业部署。今年 6 月，阿里巴巴推出 Qwen-Robot Suite，这是一套用于帮助机器人导航、执行物理任务和模拟真实环境的 AI 模型。