8.0
深览指数
科技虎嗅·具身研习社··AI 生成
GPT-6 来了，我们和多个局内人聊具身智能的护城河与暗礁
文章基于外滩大会多位具身智能领域从业者的讨论，指出GPT-6等大模型正加速蚕食具身智能领域，但“降维打击”的判断过于简化。作者梳理了双方真实边界：大模型在语义与空间理解上能力强劲，但处理复杂物理接触、持续感知和实时动作仍具挑战；而机器人在数据、硬件、场景经验上的积累可能构成真正的壁垒。核心结论是，具身智能企业不应幻想物理世界的复杂性天然护佑，需在窗口期内通过产品闭环积累不可复制的竞争优势。适合关注AGI路线之争、具身智能产业化的从业者与投资者阅读。原文 ↗
核心观点
- ▍大模型(如GPT-6)正快速蚕食具身智能领域，但“降维打击”是简化叙事。具身智能企业需在窗口期内通过产品闭环积累不可复制的竞争优势(数据、硬件、场景经验)，而不应幻想物理世界的复杂性天然护佑自己。
- ▍未来竞争格局未必以“语言/视频模型公司”与“具身智能公司”为界。机器人公司可利用通用工具降低研发成本，而大模型公司若决心进入，也需补齐物理数据、端侧模型与机器人产品。
- 01在外滩大会上，极佳视界联合创始人朱政发出警告：语言模型已吃掉多模态，正蚕食具身智能，未来一两年是关键窗口，具身智能尚无真正护城河。
- 02蚂蚁灵波CEO朱兴用自动驾驶类比反问：OpenAI今天下场做自动驾驶，能否短时间内颠覆特斯拉？以此说明模型能力与产业能力之间的巨大距离。
- 03破壳机器人CEO许华哲团队对Astra的测试显示：其在语义识别和空间操作（如抓取细小筷子）上能力强劲，但在更复杂的接触任务（叠衣服、挑开物品）以及双手递物测试中，尚未得到理想结果。
- 04基于RoboDojo十项双手操作任务的仿真测试中，GPT-6 Astra直接控制成功率仅26%，而与π₀.₅混合架构后成功率升至48%。但Astra仅修正14.4%的执行控制步，其余85.6%沿用π₀.₅动作。
- 05蚂蚁灵波首席科学家沈宇军指出，物理世界要求机器人持续感知传感器输入、即时反应。这同样驱动大模型公司如Google DeepMind配置专门的具身推理与端侧模型。
- 06源策未来CEO李天羽分享团队已用GPT-6通过编程生成仿真场景进行测试，认为此举能直接降低前期数据研发成本。
- 07影身智能创始人闵伟强调，一款真正落地的具身智能产品中，大模型语义能力占比不足一半，核心价值来自物理规律理解、机械工程和复杂场景交互。
反方 / 局限
- — 文章承认，大模型公司如OpenAI在人才、算力、资金上全面占优，即使面临相同难题，其解题速度仍可能远快于创业公司，这是文章主线结论（护城河存在）的主要威胁。
- — 有从业者持乐观态度，认为GPT-6的威胁可能被高估。自变量机器人CEO王潜指出，转换到物理世界，大模型公司同样需要补齐现实数据、仿真、评测和硬件基础设施，这并不自动生成护城河。
- — 具脑磐石CEO朱森华提出，当前大模型“除了堆数据什么也没干”，并未解决数据荒、泛化弱、增量难、功耗墙四大瓶颈，类脑/物理原生等新范式可能改变竞争规则。
GPT-6 Astra具身智能OpenAISam AltmanGoogle DeepMindRoboDojo蚂蚁灵波科技自变量机器人影身智能具脑磐石极佳视界朱政朱兴王潜许华哲沈宇军闵伟朱森华Gemini Robotics 2π₀.₅
13 分钟 · 4 卡片 · 12 资料
读原文 →