高盛的研究认为：如果以自动驾驶技术为参照，目前通用机器人技术的发展仍处于蛮荒早期，大体只相当于 2015 年之前、至多 2017–2018 年自动驾驶发展的水平。

自动驾驶本质上是在受限的二维流形空间中做决策（方向盘、油门、刹车），通用机器人的灵巧操作却完全是另一回事，它涉及数十个机械自由度、连续接触动力学、横向剪切力与毫秒级的触觉反馈环路。

因此，具身 AI 要想达到商用落地的及格线，行业预估需要吃进约 1000 万小时的高质量多模态交互数据。

但具身 AI 技术复利积累的速度，预计会是自动驾驶发展的 2 到 4 倍。主要是因为通用基座模型的出现，让物理 AI 得以跳过漫长且各自为政的启发式规则编程弯路，直接复用已验证的迁移学习路径，从而大幅压缩向现实世界渗透的周期。