8.0
深览指数
科技微博·晚点LatePost··AI 生成
晚点具身季报：Astra 冲击后，通用模型会吃掉 Robotics 吗？
本文以 OpenAI 发布 GPT-6 Astra 为触发点，探讨通用多模态大模型向物理世界渗透的能力及其对具身智能产业的冲击。核心判断是：物理 AI 可能是通用 AI 的一个子集，这动摇了独⽴具⾝公司过往的估值逻辑，但同时也可能加速整个产业发展。文章通过访谈投资人陈哲，梳理了通用模型在空间理解、推理和工具调用上的突破，以及其对零部件、场景和应用层公司的机会再分配。适合关注 AI 和机器人技术趋势、产业投资逻辑的深度读者。原文 ↗
核心观点
- ▍通用多模态基础模型(如 GPT-6 Astra)的能力正在向物理世界延伸，能够直接生成机器人末端执行器位姿，完成部分 VLA 模型的任务，这动摇了过去认为物理 AI 是独立于数字 AI 的领域的假设，可能消解或削弱专用具身模型的价值。
- ▍面对通用模型的跨界影响，独立具身公司的核心机会不在于与大模型公司正面竞争“大脑”，而在于做好被通用模型调用的接口（硬件可靠性与垂直场景壁垒），并留住触觉、力学等独有数据和工艺闭环。
- 01在 RoboDojo 基准测试中，GPT-6 Astra 在“把积木放进碗里”的任务中 20 次成功 19 次，成功率为 Claude Fable 5.1 的 2.4 倍，单次成本约为其 44%。
- 02银河通用测试了混合控制，让 Astra 监督并纠正 π0.5 模型，使任务成功率从约 15.67% 跃升至 48%，而 Astra 只干预了其中 14.4% 的动作。
- 03Astra 在需要推理和空间理解的任务上表现远超传统 VLA，但受限于速度和不擅长精细操作（如扣纽扣），而 VLA 在精细操作领域有专门数据后训练的优势。
- 04Astra 空间理解能力的提升部分来源于 OpenAI 早前招募大量 Blender 艺术家进行 3D 建模和数据标注，其成本可被多个任务摊薄。
- 05AMD 拟以 82 亿美元收购 World Labs，文章认为这为 Neo Lab 和世界模型公司做了实质定价，并预示着大厂往往只愿买赛道里的第一家。
- 06美国 FCC 将“外国生产的先进机器人设备”列入管制清单，新规要求相关机器人需在美国组装，且到 2028 年美国零部件成本占比需超 65%。
- 07具身模型公司 GEN-1.5 和 Skild S1 展示了更成熟的上下文学习（ICL）能力，仅通过几秒到几分钟视频就能让机器人学会新任务，大幅降低部署成本。
反方 / 局限
- — Astra 暂时仍不擅长精细操作和需要实时反馈的机械控制，且其生成位姿的速度较慢（存在几秒延迟），这为 VLA 等专用模型在边缘端与高频执行层的存在保留了技术空间。
- — 文章暗示，过于丰富的机器人领域经验（如 Google Robotics）反而可能形成路径依赖，使团队不易接受通用大模型这种“非传统”的解决方案。
- — 作者指出，当前行业存在“劣币驱逐良币”现象：部分公司为迎合上市审查，用财技虚增收入或把传统自动化项目包装成“具身落地”，这与专注解决底层问题的长期主义相悖。
GPT-6 AstraOpenAIAnthropicVLA (视觉-语言-动作模型)ICL (上下文学习)World LabsAMD宇树科技王兴兴Generalist (公司)Skild AIPhysical Intelligence (PI)李飞飞FCC (美国联邦通信委员会)陈哲 (Alphaist)Physical RSIWAM (世界动作模型)
31 分钟 · 3 卡片 · 6 资料
读原文 →