因此，对于“具身智能自己的ChatGPT时刻何时到来”，几位嘉宾给出的答案并不相同，但都指向同一个问题：如何让已经出现的单项能力，最终变成一个可靠、可泛化、能够规模化部署的系统。

　　韩铮认为，如果类比大语言模型的发展阶段，目前具身智能大致相当于2018年至2019年前后的阶段。很多关键技术框架已经出现，当前更大的挑战是，如何把不同技术整合成一个商业可用、高可靠、具有泛化能力的大系统。

　　“这个整合大系统，是现在具身智能整个行业里最需要解决的问题。”韩铮说。

　　贾鹏则表示，他并不喜欢“具身ChatGPT”这一说法，因为具身智能和数字AI解决的问题并不完全相同。大语言模型做到80分可能已经是一个不错的产品，但具身智能进入真实物理世界后，对可靠性的要求要高得多。

　　他判断，如果只看模型能力，具身智能已经开始表现出一部分ICL（上下文学习）能力；但如果以真正形成生产力为标准，可能还需要三四年甚至四五年。

　　如果只能选择一个最大的卡点，贾鹏认为是GPU算力，既包括训练算力，也包括端侧和边缘侧推理算力。很多工厂场景不能联网，机器人必须在边缘侧完成部署，端侧算力不足会直接限制模型能力。

　　王晓刚则认为，当前最大的卡点是数据。但他所关注的，并不是单纯的数据规模，而是数据最终能否推动机器人形成更强的泛化能力。

　　在他看来，所谓具身智能的“ChatGPT时刻”，关键是能否看到智能涌现、场景泛化和zero-shot能力。