世界模型爆火，GPT-6把手伸向机器人：具身大脑到底谁说了算？| AI 100 闭门会

未来谁将掌控具身大脑？ 9月1日，OpenAI明确表示：将进入人形机器人。 两天后，GPT-6 Astra发布。在一项测试中，它完成简单抓放的成功率达到95%，换成精细插入，却只剩10%。 大模型正在进入物理世界，但从“会做”到“真正会干活”，还差一颗真正可用的“大脑”。 当下，具身智能的聚光灯，也正在转向"大脑"。 钱已经投了票。 上半年国内具身智能融资超过400亿元，过半流向"具身大脑"公司——其中超七成布局世界模型。 但另一边，智源对12个开源具身模型的评测显示，复杂任务组合 最高成功率仅16.7%。 世界模型越火，行业越需要回答： 它究竟让机器人真正变聪明了多少？ 所以， 这一次，我们把一线创业、模型研发、资本、学术前沿请到同一张桌子上，追问四个问题： 世界模型，到底给具身智能增加了什么“真能力”？ 它会成为机器人大脑的核心，还是只是众多路线中的一条？ 一颗具身大脑到底要做到什么程度，才算真正"上岗"？ 当数十亿、上百亿估值压上来，哪些是真正的技术资产，哪些只是提前定价的未来？ 四位关键人物，把"具身大脑"拆开来看 世界模型—自进化系统—学术前沿—资本判断，坐到了同一张桌子上。 01｜陈文科｜章鱼动力 世界模型合伙人 中国电子学会世界模型专委会第一届委员 他站在世界模型 Scaling 与系统工程的一线。 在加入章鱼动力之前，陈文科曾在字节跳动 AML/Seed 团队及头部大模型企业工作，长期从事多模态生成模型的 Infra 与预训练研发。 他关注的并不是只把模型 “训出来”，而是让算法、系统、数据、硬件Co-Design，把世界模型真正scale起来。 他将回答：世界模型究竟应该在机器人大脑里承担什么角色？ 预测世界、生成动作、辅助训练、做价值判断，还是最终直接参与控制？ 02｜邱谆｜华映资本 海外合伙人 捕获自变量的具身赛道投资人 他坐在资本席，但懂技术。 邱谆本科毕业于北京大学计算机系，此后赴美学习人工智能，长期工作于硅谷；进入投资行业之前，曾担任腾讯云T4专家架构师和技术总监，也曾任斯坦福大学工程及商学院客座讲师。现在主要关注AI、具身智能与科技出海。 他是自变量机器人的早期投资人，所在的华映资本已经在具身智能产业连续下注，包括云深处科技、星动纪元等。 他认为：今天具身智能 技术路线尚未收敛。 他最适合回答： 现在资本到底是在为什么估值？ 模型？数据？人才？本体？客户？还是一个未来可能掌控机器人智能层的平台位置？ 如果未来一年融资环境变化， 哪些具身大脑公司依旧值得继续加注？ 03｜吴昊｜域变换 联合创始人 南京大学特聘研究员、博导，中央部委高层次创新人才 他研究的是另一件重要的事： 机器人失败以后怎么办。 当大多数讨论在关注模型"出厂时有多聪明"，吴昊和团队的研究转向让机器人在物理交互中持续成长。 他致力于闭环具身智能自进化：在运行中识别问题、形成恢复策略，并让系统随着真实执行经验继续演化。 真正的具身智能，不只该知道“下一步做什么”， 还该知道“错在哪里、怎么恢复、如何改进”。 他将帮助我们重新定义：所谓 具身智能的自进化，究竟应该如何系统化闭环。 04｜吴桐｜墨奇智能 世界模型负责人 复旦大学可信具身智能研究院助理教授，博导 她站在世界模型与空间智能的研究前沿。 吴桐本科毕业于清华大学，博士毕业于香港中文大学MMLab，曾在斯坦福从事博士后研究，目前同时从事三维视觉、生成模型与世界模型方向研究。 她长期关注的并不只是"生成更像真的视频"，而是让模型拥有 可交互、长期记忆、物理一致性以及自我演化能力。 其第一作者工作OmniObject3D曾获 CVPR 2023最佳论文候选（top 0.1%）。 她将分享： 一个世界模型把未来视频预测得更逼真，和机器人真的干得更好，中间究竟隔着几步？ “看起来懂物理”，什么时候才能真正变成"能够利用物理规律行动"？ 我们只追问四组问题 01｜世界模型爆火，行业究竟在押注什么？ 世界模型已经成具身智能最热门的技术标签，但大家嘴里的"世界模型"，可能并不是同一个东西。 有人用它预测未来状态，有人当数据生成器，有人做规划和价值判断，有人希望进一步生成动作。 它真正解决的问题是什么？ 降低数据成本、提高泛化、预测动作后果、帮助失败恢复，还是最终承担机器人决策？ 如果不再使用"世界模型"四个字，技术和产品价值还剩下什么？ 02｜谁将掌控具身大脑？ 如果世界模型最终成为"大脑"的一部分， 这颗大脑到底属于谁？ 本体公司一定要自己做吗？会不会出现像操作系统、基础模型一样独立存在的第三方"大脑公司"？ “一脑多机"到底能通用到什么程度？换一个机械臂、换一个本体，要补多少数据、多少工程时间才配得上"通用”？ 数据归谁、升级权归谁、客户关系归谁，谁最后掌握机器人的智能控制权？ 03｜一颗具身大脑，什么成绩才算真正"上岗"？ 机器人真正会干活，不能只看一次漂亮Demo。要追问： 同一个完整任务，连续做10次、100次，成功率是多少？ 换个物体位置、房间布局、任务顺序以后，还剩多少？ 失败以后有多少能自主恢复？多少需要人工接管？换一个新任务、新本体，需要多少数据、多少天、多少钱？ 最终，我们希望把"机器人很聪明"变成真正能比较的数字： 完整任务成功率、重复稳定性、环境泛化、失败恢复率、人工介入率、迁移成本。 04｜谁在为“大脑”付钱，估值又怎么兑现？ 谁在为"具身大脑"付钱？ 试点费、年度订阅，还是按成功任务数计件？ 客户买的到底是什么？一次技术试验、一台机器人，还是一个能持续完成任务的生产工具？ 当世界模型真正产生价值，至少应体现在： 成功率提高了，数据成本下降了，部署周期缩短了，人工接管减少了。 再看资本这边。 50 亿、100 亿、200 亿估值的"具身大脑公司"，到底按"模型公司""平台公司"还是"机器人公司"被定价？ 什么信号会让资本继续加注？ 什么信号出现时，资本会认为——这不是技术突破的提前定价，而是泡沫到来？ 最后，请各位嘉宾给出一个"预判" 未来12个月，具身大脑最可能验证哪一个关键判断？ 世界模型是否真正带来任务成功率的代际提升； 第三方"大脑"能否出现规模化外部客户； 长程任务是否跨过某个成功率门槛； 或者某一种今天大热的技术路线，被事实证明没有那么重要。 一年以后，可以回来对答案。 参与直播，你将获得 1、世界模型共识/非共识清单 ：共识与假设各占多少？哪些能力已经在跑、哪些还停在 PPT 与 Demo 上 2、大脑路线与控制权 ：模型公司、本体公司、场景方谁拿大头？智能层价值最终归谁、谁来分配？ 3、资本进退信号 ：加注看什么指标、撤资警惕什么信号？商业化兑现与泡沫跑赢技术的临界点在哪？ 4、关键行业链接 ：对接具身模型、本体企业、产业场景与投资机构，建立具身智能核心产业圈层与合作通道。 如果你是 具身模型、本体、数据采集、仿真与场景部署方向的创业者和技术人 正在一线做算法、系统、运动控制、产品和交付的具身智能从业者； 机器人、AI硬件、智能制造及相关产业上下游从业者 科技投资人、研究者、媒体人与行业观察者 欢迎扫码报名，加入这场「具身大脑的真能力」评测场。 时间：9月22日19:00-21:00 形式：腾讯会议 | 闭门直播，深