王兴兴在演讲中提到，当前机器人和具身智能尚未达到关键发展阶段。他将具身智能的“ChatGPT 时刻”描述为：未来某一天，如果一台机器人能够进入80%左右的陌生环境，并通过语音或语言指令完成大约80%的任务，那么这将是具身智能的重要突破。

他认为，这一突破可能还需要两到三年的时间。不过，一位从美国硅谷回来的朋友表示，或许只需18个月就能实现。无论快慢，今年或明年都会见证显著的技术进步。