第五届全球数字贸易博览会日前在杭州举行，17 万平方米、超 2000 家参展企业，人工智能几乎 " 包场 "。

主题馆里排队最长的展台，是宇树科技的 GD01 载人机甲：约 3 米高、载人后总重约 500 公斤，前不久刚和创始人王兴兴一起登上《时代》周刊封面。

记者问价：300 多万。工作人员补了一句——问价的人不少，还没有卖出去一台。

排队最长，成交为零。这个反差，是我在这届展会上看到的最真实的行业切片。

一、热闹和订单之间，隔着一个 " 成功率悬崖 "

王兴兴在论坛上的演讲比那台机甲更值得听。他说，行业最大的瓶颈是 AI 模型输入输出与真实物理世界之间的精准匹配不足：大语言模型跑在数字空间，文字进出偏差极小；机器人不一样——感知、决策、电机执行，每一步都产生偏差，而且偏差会不断累积。

搬运、移动这类大动作大体没问题，但到了抓取、装配的最后环节会出现几毫米误差，动作看似到位却无法自动修正，直接导致任务失败、成功率暴跌。他的结论：谁能解决物理世界对齐的毫米级误差，核心难题就基本解决了。

这段话可以做一道算术题：一个任务拆成 10 步，每步成功率 95%，最终只有约 60%；拆成 20 步，只剩 36%。

成功率是乘法，不是加法。

这就是 " 演示视频很惊艳、产线部署跑不通 " 的根本原因。所以判断一家具身智能公司的成色，别看它会不会后空翻，要看它在真实场景里连续作业的成功率能不能稳定到 99% 以上——差的几个百分点，就是 demo 与交付之间的整条鸿沟。

二、"80% × 80%" 的 ChatGPT 时刻

王兴兴给了很清晰的临界点定义：当机器人能在 80% 的陌生场景中、通过语音具身完成 80% 的任务，就意味着抵达爆发拐点，这个拐点有望在未来几年落地。

我认同这个框架，但要补两句。

第一，它的本质是通用性跨过可用性门槛，不是某项技术单点突破。真正的领先指标不是参数或自由度，而是 " 陌生场景 " 的泛化数据——在自己实验室里跑通不算数。

第二，ChatGPT 时刻之后紧跟着的一定是惨烈同质化。大模型行业已经演过一遍：奇点到来的同时价格战开启，能力迅速变成基础设施，具身智能大概率重演。所以押注 " 谁先到 "，不如想清楚 " 到了之后谁还能赚钱 "。

三、AI 越自主，安全就从成本项变成准入项

另一条线更值得琢磨。

安恒信息董事长范渊提出，AI 安全不是模型层的事，而是覆盖智能体、MCP、Skills、端侧设备的全链条工程。他还提到国际上接连发生的数起 AI 自主攻击事件。

这次展会上两个产品很有代表性：国内首个 AI 原生代码审计智能体，以及全球首个捕获 AI Agent 自主攻击的 AI 原生蜜罐系统——把 " 以 AI 制 AI" 从概念做成了可交付产品。

我的判断：Agent 规模化之后，安全不再是可以后补的成本项，而是能不能上线的准入项。

逻辑在速度不对称——攻击方是 AI、防守方还是人，响应时间根本不在一个量级，人工审计和巡检物理上就跟不上。攻防两端必须同时 AI 化，这就催生出一个全新的刚性付费环节。这条线的确定性，在我看来比机器人本体还高。

四、AI 正从 " 内容生意 " 变成 " 工程生意 "

还有几家公司容易被忽略，但它们拼出了另一幅图。

摩尔线程展示的 MTT C256 超节点，用一层 Scale-up 网络把 256 张 GPU 变成一台数据中心级计算机；杰华特带来 AI 服务器供电的多相电源、E-fuse、负载点电源方案；中控技术的时序大模型 TPT，目标是让 AI 从 " 会聊天 " 走向 " 会开工厂 "。

连起来看：算力互联、供电、工业模型——这三样是 " 干活 " 的底座，不是 " 聊天 " 的底座。

AI 前两年的价值主要兑现在内容侧——写文案、生图、做客服；接下来的增量，要靠真正进入工厂、电网、产线。一旦进入这些场景，竞争要素就变了：不再比谁的 demo 酷，而是比谁的供电更稳、组网更密、模型更懂工艺、故障率更低。这是一门工程生意，赚的是可靠性的钱。

五、三个可跟踪的指标：

一看成功率曲线，有没有公开可复核的连续作业数据，这比发布会任何一段视频都重要；二看订单结构，卖给了文旅展演还是工厂特种作业——前者是营销预算，后者才是生产预算；

三看安全配套，越自主的系统，越要有审计、诱捕与行为约束，这是规模化落地的通行证。

回到那台 300 多万的机甲。一台没卖出去不是坏事——王兴兴自己也说，具身智能才发展三四年，距离大规模走进家庭还需数年。无人买单，恰恰说明行业还没到虚火最旺的时候。

真正的信号是：最懂这行的人，已经在盯着几毫米的误差了。当业界开始讨论毫米，说明米和厘米的问题已经解决了。

A. 差临门一脚——毫米级误差解决后就是爆发

B. 还早——成功率是乘法，交付鸿沟比想象中深

C. 安全线更确定—— Agent 越自主，安全越刚需

D. 先看底座——算力互联、供电、工业模型先兑现

风险提示：文中涉及的公司判断均基于展会公开信息，行业进展存在不确定性，不构成投资建议。市场有风险，决策需独立判断。