具身智能，变天了

文 | 定焦One（dingjiaoone），作者 | 王汉星，编辑 | 魏佳 一家成立一年半左右的具身智能数据服务公司，最近两周接到的数据采购订单超过了此前两个月的量，这在整个具身行业融资环境收紧的背景下就像是一针强心剂。 “订单不仅来自具身行业，一些曾经只询价不下单的基模大厂也开始下单了。”这家公司的创始人告诉「定焦One」。 变化始于GPT-6 Astra的发布，9月初，OpenAI发布最新一代模型后，社交媒体上出现大量用Astra控制机械臂做各种任务的测试，不少具身从业者发现，通用的多模态基础模型也具备了空间理解的能力，可以直接控制机器人执行任务，成功率甚至超过了一部分具身模型。 测试视频越传越广，“通用大模型迟早会‘吃掉’具身模型”“大语言模型将吞噬具身模型、具身智能只是通用大模型的一个子集”等声音开始在行业内流传。宇树科技创始人王兴兴甚至直言，明年GPT-7出来后，可能直接把具身智能问题打穿。但行业里也有不同的声音，有人认为当前的通用大模型还远没有到降维打击具身智能的地步，在长程任务成功率、延迟、成本等许多环节还存在明显的短板。 答案或许并不唯一，而Astra对行业带来的冲击却是实在发生的。灵御智能CEO金戈告诉「定焦One」，Astra发布本身对具身行业是一个振奋的消息，它首先验证了一个新的可行性的方向，并且证明了物理世界与非物理世界的数据是相辅相成的，“在Scaling Law之下，物理数据训练进大语言模型，同样能提升它的非物理的能力。” 这赋予了具身物理数据新的价值，同时也对具身“大脑”公司提出了更高的要求。一位具身智能投资人告诉「定焦One」，Astra发布后，一部分具身模型创业公司和中小公司的价值将被打上一个问号，“如果一家公司没有1000张以上的算力卡，那么它们很难在未来与基模大厂的竞争中生存下来。” Astra的出现，行业不得不回答，具身智能究竟是一门独立的生意，还是大语言模型能力树上一个注定被覆盖的分支？ 01.大厂入局，具身被“降维”？ “门外的野蛮人来了”，一位具身从业者告诉「定焦One」，这是他身边不少人对于GPT-6 Astra的第一反应。 在他看来，有钱、有卡、有人才储备的AI大厂一旦把能力向具身智能领域延伸，就像门外站着一群随时可能破门而入的野蛮人。更让人不安的是，Astra让不少从业者意识到，这个行业积累的Know-How，可能没有大家以为的那么深。 Astra带来的核心变化，是一种跨领域的能力提升，通用大语言模型能够处理以往主要由VLA、WAM等专用物理模型承担的机器人操作与导航任务，并且还表现出了零样本泛化、上下文学习的能力。 英伟达研究团队在10月中旬对Astra进行了测试，在物体的抓取与放置测试中，Astra在没有用机器人数据做专门微调的情况下，可以直接根据视觉信息和任务指令，控制机器人执行任务，依靠Astra模型直接输出动作的成功率达到了66.3%，这一数值远高于具身智能公司Physical Intelligence的专用模型π0.5。 国内的具身公司银河通用也做了类似的测试，在选取的RoboDojo任务中，Astra直接控制机器人的成功率为26%，π0.5的成功率只有15.67%，而如果把二者结合，用Astra进行决策，用π0.5负责执行，成功率则进一步提升到48%。 机器人的“大脑”通常被分为三层，System 2负责理解场景、规划任务和推理，System 1接受System 2的指令再结合环境反馈规划和调整动作，最终由System 0负责底层的运控。从上述实验结果可以看出，大语言模型的能力已经可以更好地胜任System 2和部分System 1，具身专有模型的优势区间则被压缩到一部分System 1和System 0。 具身智能能否落地，关键在于大脑，这是行业里存在已久的共识，Astra的出现把大脑的发展进程加快了。王兴兴在不久前的宇树合作伙伴生态大会上给出的判断是，GPT-6的一些能力已经可以解决机器人的部分规划问题，随着通用大模型能力的提升，快的话一到两年，慢的话两到三年，物理AI可能迎来重大突破。 他代表的是行业内比较激进一方的观点，同样也有偏保守的一派，自变量机器人创始人兼CEO王潜认为，基础模型通过其他领域的通用智能泛化到具身智能，这种可能性不大。通用大模型没有办法在机器人上以合理速度做推理、部署，还是需要一个单纯的具身模型来做这件事。 站在具身智能公司的视角来看，Astra压缩了一部分公司的发展窗口和生存空间，同时又为另一部分公司提供了新的发展路径和思路。而站在大模型公司的角度，Astra所带来的机遇则远大于威胁。 野村证券近期的一项具身行业调研报告中显示，从2025年9月到2026年8、9月期间，OpenAI采购了约1000万小时的具身数据，约占美国市场供应量的70%。 这些数据是Astra具身“大脑”的能力来源。除了大规模采购数据，OpenAI还计划亲自入局具身智能，今年6月，OpenAI CEO Sam Altman在社交平台发布的一则招聘信息，正式宣告进军实体机器人赛道。他表示，公司正在组建名为“OpenAI Robotics”的新团队，并公开招募全栈硬件、运营、系统及机器学习工程师。 DeepSeek也在筹备具身智能相关的业务和投资，此前据媒体报道，梁文锋密集关注具身智能领域，并与多位该领域创业者交流，探讨机器人、大模型与现实世界交互等方向。DeepSeek进入具身智能的方案可能包括亲自组建团队下场研发，也可能通过投资相关企业切入。 DeepSeek此前曾参与宇树的IPO配售，上个月，又被曝出同意领投腾讯前科学家胡瀚创立的具身模型初创公司Winverse AI的种子轮融资，金额达数千万美元。 此外，Anthropic、Kimi等前沿通用模型公司都在酝酿入局具身智能和物理AI，并开启相关的人员招募。具身智能已从机器人公司的专有赛道，变成所有AI公司路线图的终点站。 02.数采“爆单”，本体大涨 、 模型公司受伤 面对实力雄厚的AI基模大厂的高调入局，具身智能产业链上各个环节的公司所面临的处境不尽相同。 最先受益于“Astra效应”的，是产业链最上游的具身数据采集商。 上述具身数据服务公司创始人告诉「定焦One」，就在Astra发布并且引发具身模型相关讨论前的一段时间，很多数据公司的日子并不太好过，由于融资环境的收窄，数据采购订单也在减少，一些模型公司拿不到投资人的钱，相应的也减少了数据采购。 “原本对外定价300元/小时的Ego Centric数据，甚至会被压价到几十元。”他说。 这其实并非整个行业对于数据的需求在减少，具身行业普遍的共识是，具身智能模型要达到像大语言模型中GPT-3.5那样的能力，大概需要一亿小时量级的数据，而目前行业内清洗过的有效数据量还在百万小时级别。 数据有效率低、同质化严重加上数采公司之间的竞争内卷导致数据价格越来越低。但Astra的出现一定程度上改变了数据需求的结构，通用大语言模型公司看到了具身数据的价值，无论是不打算入局具身智能行业，仅仅通过物理数据的训练来提升模型整体的智能水平，还是为日后入局具身智能行业打下数据基础，都催生出了新的需求。 相比于数采公司，处在产业链中游的模型公司