文 | 具身商業(yè)前哨
最懂機(jī)器人有多難的人,重新估計(jì)了 AI 進(jìn)步的速度;最相信通用模型的人,提前開始為 AI 尋找身體。
不到兩個(gè)月,王興興把具身智能的時(shí)間表往前撥了一次。
8 月 20 日,他在世界機(jī)器人大會(huì)上判斷,具身智能的 "ChatGPT 時(shí)刻 ",快則兩三年,慢則五到十年。但到了 10 月 12 日的工博會(huì)上,最樂(lè)觀的時(shí)間變成了一兩年。王興興甚至說(shuō),明年 GPT-7 出來(lái),可能 " 直接把具身智能問(wèn)題打穿 "。
緊接著,他做了一次罕見的自我檢討:" 過(guò)去十幾年我犯的最大的錯(cuò)誤,就是對(duì) AI 相信得還不夠。"

機(jī)器人不像 ChatBot 類產(chǎn)品,回答錯(cuò)了可以重新生成;機(jī)械臂伸錯(cuò)一次手,可能碰倒非目標(biāo)物品,也可能撞壞設(shè)備。
最熟悉這些困難的人,突然認(rèn)為自己對(duì) AI 還不夠樂(lè)觀。幾乎在同一天,另一條消息從相反方向傳來(lái)。
鳳凰網(wǎng)科技援引多個(gè)信源稱,梁文鋒近期密集接觸具身智能創(chuàng)業(yè)者,討論機(jī)器人、大模型與現(xiàn)實(shí)世界交互。DeepSeek 正在考慮進(jìn)一步進(jìn)入具身智能,方案可能是親自組建團(tuán)隊(duì),也可能是通過(guò)投資切入。
在此前流傳的投資人交流錄音文字稿里,梁文鋒給出的 AGI 路線卻是另一種順序:語(yǔ)言模型、思維鏈、Agent、持續(xù)學(xué)習(xí)、自我迭代,最后才是具身智能。
他認(rèn)為,等前面的能力成熟以后,可以讓 AI 幫助研發(fā)下一代機(jī)器人;如果把順序反過(guò)來(lái),先做具身智能,會(huì)是一件 " 很苦的活 "。
一個(gè)做機(jī)器人十幾年的人,開始承認(rèn)自己低估了 AI。一個(gè)原本準(zhǔn)備最后再碰機(jī)器人的人,開始提前研究怎樣進(jìn)入。
兩條路線從相反方向靠近,真正值得追問(wèn)的,不是誰(shuí)又追上了一個(gè)風(fēng)口,而是他們共同依賴的哪個(gè)前提發(fā)生了變化。
答案很可能藏在王興興反復(fù)提到的 GPT-6 里。
GPT-6 開始把手伸出屏幕
在具身智能領(lǐng)域,此前常見的方案,是讓大模型負(fù)責(zé)理解人類指令、拆解任務(wù),再把 " 抓起杯子 "" 移動(dòng)到水槽 " 之類的目標(biāo)交給專門訓(xùn)練的機(jī)器人模型。
大模型像站在大腦里的調(diào)度員,知道要做什么;具體怎樣抬手、移動(dòng)和抓取,仍然由機(jī)器人的小腦決定。
GPT-6 Astra 跨過(guò)了一道邊界。
它開始直接給出機(jī)械臂下一步的位置、姿態(tài)和夾爪狀態(tài),再由底層控制系統(tǒng)把這些目標(biāo)轉(zhuǎn)成關(guān)節(jié)運(yùn)動(dòng)。
2026 年 9 月公布的 RoboDojo 測(cè)試,提供了一組容易被忽視的對(duì)照。
研究者沒(méi)有針對(duì)具體任務(wù)微調(diào) GPT-6 Astra,而是讓它在 42 項(xiàng)機(jī)器人操作任務(wù)中直接充當(dāng)動(dòng)作策略。經(jīng)過(guò) 2100 次測(cè)試,Astra 的平均成功率為 22.48%,成績(jī)超過(guò)評(píng)測(cè)中的 40 個(gè)公開機(jī)器人策略。

但換個(gè)角度看,在同一后處理方案下,GPT-5.5 和 DeepSeek-Flash 的平均成功率分別只有 0.88% 和 1.92%;其中 DeepSeek-Flash 每項(xiàng)任務(wù)的測(cè)試次數(shù)較少。
不同前沿模型之間的差別,不是多做對(duì)兩三個(gè)任務(wù),而是 " 讓通用模型直接輸出機(jī)器人動(dòng)作 " 這條路線,開始在相當(dāng)一部分任務(wù)中真正工作。
能力分布依然很不均衡。
涉及語(yǔ)義理解、對(duì)精度要求不高的任務(wù),Astra 表現(xiàn)得更好;一旦進(jìn)入精密操作、動(dòng)態(tài)控制或復(fù)雜的雙臂配合,成功率會(huì)迅速下降。
它可以理解 " 搭一座塔 ",卻可能在伸手拿下一塊積木時(shí),把已經(jīng)搭好的部分碰倒。
這組結(jié)果沒(méi)有證明通用模型可以替代機(jī)器人模型。它改變的是另一個(gè)問(wèn)題:
機(jī)器人是否必須從自己的數(shù)據(jù)里,一點(diǎn)點(diǎn)學(xué)會(huì)從看懂任務(wù)到?jīng)Q定動(dòng)作的全部能力?
另一項(xiàng) 50 個(gè)案例的測(cè)試給出了更現(xiàn)實(shí)的組合:專用動(dòng)作模型 π 0.5 負(fù)責(zé)提出動(dòng)作,GPT-6 Astra 負(fù)責(zé)檢查和修改,成功率從 Astra 單獨(dú)控制時(shí)的 26% 提高到 48%。Astra 實(shí)際只修改了 14.4% 的動(dòng)作。
通用模型不必替代機(jī)器人模型。只要進(jìn)入規(guī)劃、檢查和糾錯(cuò)環(huán)節(jié),它就可能改變?cè)邢到y(tǒng)的上限。
這種能力甚至比安全機(jī)制走得更快。
RoboHarm 把 GPT-6 Astra 接入真實(shí)機(jī)械臂,讓它面對(duì)把充電寶放進(jìn)水中、把金屬螺絲刀插入烤面包機(jī)、混合漂白劑與氨水等危險(xiǎn)指令。
100 次測(cè)試中,Astra 有 97 次進(jìn)入實(shí)際嘗試,60 次完成了目標(biāo)動(dòng)作,只有 2 次明確因?yàn)榘踩蚓芙^。
機(jī)器人過(guò)去做不成一項(xiàng)危險(xiǎn)任務(wù),可能只是能力不夠。模型變強(qiáng)以后,原來(lái)的 " 失敗 " 不會(huì)自動(dòng)變成安全,反而可能變成更可靠的危險(xiǎn)動(dòng)作。
GPT-6 沒(méi)有解決機(jī)器人的精度、實(shí)時(shí)控制和安全,但它已經(jīng)把行業(yè)的問(wèn)題往前推了一步。
此前,人們還在問(wèn)通用模型能不能控制機(jī)器人;現(xiàn)在需要討論的是,它適合接走哪些動(dòng)作,怎樣與專用模型配合,以及誰(shuí)負(fù)責(zé)在不該執(zhí)行的時(shí)候讓機(jī)器人停下來(lái)。
這正是它給王興興帶來(lái)的沖擊。
王興興發(fā)現(xiàn) AI 跑得更快
王興興很早就認(rèn)為,限制機(jī)器人普及的主要問(wèn)題不在硬件,而在軟件和智能。

過(guò)去,機(jī)器人公司需要為每項(xiàng)任務(wù)采集數(shù)據(jù)、訓(xùn)練模型,再針對(duì)本體、夾爪和工位進(jìn)行適配。光照變化、零件偏移或一次抓取失敗,都可能帶來(lái)新一輪調(diào)試。機(jī)器人能夠做什么,主要取決于企業(yè)自己積累了多少數(shù)據(jù)、解決了多少動(dòng)作。
通用模型接入以后,機(jī)器人仍要學(xué)習(xí)這副身體怎樣發(fā)力、如何保持平衡,卻不必再?gòu)?" 杯子是什么、任務(wù)應(yīng)該分成幾步 " 開始學(xué)習(xí)。它從文本、圖像和視頻中獲得的語(yǔ)義理解與任務(wù)規(guī)劃能力,可以被機(jī)器人部分復(fù)用。
王興興在工博會(huì)上透露,宇樹已經(jīng)把 GPT-6 放到不同機(jī)器人上執(zhí)行任務(wù),效果 " 非常不錯(cuò) "。
更重要的是,GPT-6 的能力來(lái)自機(jī)器人行業(yè)之外。
宇樹可以不斷采數(shù)據(jù)、訓(xùn)練模型,但它無(wú)法決定下一代 GPT 什么時(shí)候發(fā)布。
當(dāng)外部通用模型每隔一段時(shí)間就發(fā)生一次能力跳躍,機(jī)器人公司的研發(fā)時(shí)間表也會(huì)被一起改寫。
這解釋了王興興為何在不到兩個(gè)月里,把最樂(lè)觀的臨界點(diǎn)判斷從兩三年縮短到一兩年。
過(guò)去,機(jī)器人行業(yè)要獨(dú)自補(bǔ)齊智能;現(xiàn)在,通用模型可能從外部替它跨過(guò)一部分距離。
機(jī)器人公司仍然要干那些最苦、最慢的工作,但機(jī)器人行業(yè)的技術(shù)時(shí)鐘,已經(jīng)開始由行業(yè)外的模型公司撥動(dòng)。
梁文鋒尋找的,不只是一副身體
這也帶來(lái)了一個(gè)問(wèn)題:既然通用模型已經(jīng)開始影響機(jī)器人的動(dòng)作能力,梁文鋒還能把具身智能留到 AGI 路線的最后嗎?
GPT-6 讓這套順序出現(xiàn)了松動(dòng)。
身體不一定要等到 AGI 完成以后,才成為模型進(jìn)入現(xiàn)實(shí)世界的載體。當(dāng)通用模型能夠觀看畫面、調(diào)用控制接口,并根據(jù)反饋修改動(dòng)作時(shí),機(jī)器人本身也開始成為模型繼續(xù)學(xué)習(xí)的環(huán)境。
文本可以告訴模型 " 杯子容易碎 ",但一次抓取究竟用了多大力度,杯子在接觸時(shí)怎樣滑動(dòng),動(dòng)作失敗后如何恢復(fù),只能在物理交互中得到更完整的反饋。
語(yǔ)言模型擅長(zhǎng)預(yù)測(cè)接下來(lái)應(yīng)該出現(xiàn)什么內(nèi)容,機(jī)器人則要求模型為一個(gè)動(dòng)作承擔(dān)真實(shí)后果。
這對(duì)于 DeepSeek 關(guān)心的持續(xù)學(xué)習(xí)尤其重要。
因此,梁文鋒靠近機(jī)器人,未必意味著 DeepSeek 想成為另一家宇樹。
機(jī)器人對(duì)于模型公司的價(jià)值,也不只是一項(xiàng)可以銷售的新產(chǎn)品。它可能是通用模型繼續(xù)擴(kuò)展能力、獲得現(xiàn)實(shí)反饋和檢驗(yàn)持續(xù)學(xué)習(xí)的入口。
這時(shí)候再看 DeepSeek 的兩筆動(dòng)作,非常有意思。
一端是宇樹。
DeepSeek 已經(jīng)以戰(zhàn)略投資者身份進(jìn)入這家機(jī)器人公司,雙方簽署的合作備忘錄覆蓋通用人工智能、高性能通用機(jī)器人和 AI 大模型。
宇樹能提供本體、控制系統(tǒng)、真實(shí)場(chǎng)景和不斷產(chǎn)生的真機(jī)反饋。
另一端是 Winverse AI。
彭博報(bào)道稱,DeepSeek 準(zhǔn)備領(lǐng)投這家成立僅數(shù)月的機(jī)器人 AI 公司。融資規(guī)模為數(shù)千萬(wàn)美元,投后估值約 4 億美元。
創(chuàng)始人胡瀚此前是騰訊首席科學(xué)家,負(fù)責(zé)視覺(jué)語(yǔ)言模型和具身基礎(chǔ)模型團(tuán)隊(duì)。
從標(biāo)的選擇看,DeepSeek 靠近的不是關(guān)節(jié)和整機(jī),而是視覺(jué)理解、基礎(chǔ)模型和機(jī)器人動(dòng)作開始匯合的那一層。
一端是身體、現(xiàn)場(chǎng)和真機(jī)數(shù)據(jù),另一端是模型、" 大腦 " 和動(dòng)作決策。DeepSeek 不會(huì)在熱門賽道上隨手撒網(wǎng),更像是在具身智能閉環(huán)的兩端提前卡位。
再加上梁文鋒被曝正在評(píng)估親自組建具身團(tuán)隊(duì),具身智能在 DeepSeek 路線中的位置,至少已經(jīng)從一個(gè)遙遠(yuǎn)的終點(diǎn),變成了需要提前占位和持續(xù)觀察的方向。
Winverse 的融資尚未最終完成,DeepSeek 也沒(méi)有正式宣布成立機(jī)器人產(chǎn)品線,但資本動(dòng)作已經(jīng)比口頭表態(tài)更靠前。
報(bào)道中提到,GPT-6 帶來(lái)的競(jìng)爭(zhēng)壓力可能是催化劑。
更深層的變化是:如果其他前沿模型已經(jīng)開始進(jìn)入動(dòng)作決策,物理世界的數(shù)據(jù)、接口和評(píng)測(cè)標(biāo)準(zhǔn)就可能被別人先建立。
等所有數(shù)字智能問(wèn)題解決以后再進(jìn)入,未必仍是最輕松的路線。
王興興希望借助通用模型,縮短機(jī)器人走向智能的距離;梁文鋒可能需要借助機(jī)器人,讓通用模型獲得數(shù)字世界沒(méi)有的反饋。
兩邊的靠近,不只是 " 大腦遇見身體 "。
對(duì)一方來(lái)說(shuō),AI 正在成為更強(qiáng)的外部發(fā)動(dòng)機(jī);對(duì)另一方來(lái)說(shuō),身體正在從最終產(chǎn)品變成下一階段的訓(xùn)練場(chǎng)。
具身智能為什么可能再火一次
過(guò)去兩年,具身智能已經(jīng)經(jīng)歷過(guò)一輪由融資、樣機(jī)和量產(chǎn)計(jì)劃推動(dòng)的熱潮。但機(jī)器人越來(lái)越會(huì)走、會(huì)跑、會(huì)表演,進(jìn)入工廠和家庭后卻仍然缺少泛化能力:同一個(gè)動(dòng)作換個(gè)物體、位置或場(chǎng)景,就可能需要重新訓(xùn)練。硬件進(jìn)步很快,智能沒(méi)有以同樣速度跟上。
GPT-6 和 DeepSeek 帶來(lái)的想象,與上一輪不同,而且這并不是兩位中國(guó)創(chuàng)業(yè)者之間的孤立呼應(yīng)。
Google DeepMind 和英偉達(dá)都在推動(dòng)通用模型進(jìn)入機(jī)器人控制系統(tǒng)。更直接的證據(jù)來(lái)自 Cortex AI Research:它把 GPT-6 Astra 等模型接入同一套雙臂機(jī)械臂,Astra 不僅能把三明治放進(jìn)微波爐,還能發(fā)現(xiàn)爐門沒(méi)有關(guān)好、移液器吸頭沒(méi)有裝上,并主動(dòng)修正。
這不是為特定機(jī)器人設(shè)計(jì)的表演,而是外部團(tuán)隊(duì)把通用模型放進(jìn)陌生身體和陌生任務(wù)里比較。模型公司、算力平臺(tái)和機(jī)器人研究者,正在擠進(jìn)同一個(gè)問(wèn)題:通用智能怎樣獲得行動(dòng)能力?
資本也開始單獨(dú)為 " 機(jī)器人通用大腦 " 定價(jià)。
2026 年 1 月,Skild AI 完成 14 億美元融資,估值超過(guò) 140 億美元;此前,Physical Intelligence 以 56 億美元估值融資 6 億美元。它們都不以制造某一款特定機(jī)器人為核心,而是試圖訓(xùn)練能夠遷移到不同身體和任務(wù)上的基礎(chǔ)模型。
這些估值未必已經(jīng)得到商業(yè)收入的充分支撐,卻清楚地反映了資本正在押注什么:資本對(duì)機(jī)器人產(chǎn)業(yè)的定價(jià)重心,開始從整機(jī)、關(guān)節(jié)和量產(chǎn)能力,向模型、數(shù)據(jù)和跨本體遷移能力移動(dòng)。
具身智能由此得到了一臺(tái)來(lái)自行業(yè)外部、而且還在高速升級(jí)的發(fā)動(dòng)機(jī)。
一個(gè)新的通用模型發(fā)布,可能直接改變?nèi)蝿?wù)理解和動(dòng)作決策的基線,迫使機(jī)器人公司重新測(cè)試原有架構(gòu)。
王興興把時(shí)間判斷提前,是這種壓縮的一個(gè)信號(hào)。
競(jìng)爭(zhēng)邊界也會(huì)隨之移動(dòng)。
具身模型公司原本主要與同行比較數(shù)據(jù)規(guī)模、跨本體能力和任務(wù)成功率。現(xiàn)在,它還要回答:
當(dāng) GPT、Gemini 或 DeepSeek 具備類似能力以后,自己的模型還提供什么不可替代的價(jià)值?
答案可能是真機(jī)數(shù)據(jù)、精密操作、低延遲控制、失敗恢復(fù)和安全,也可能是某些場(chǎng)景里的長(zhǎng)期運(yùn)行經(jīng)驗(yàn),但不能再只是 " 我們也有一個(gè)大模型 "。
本體、關(guān)節(jié)和運(yùn)動(dòng)控制也不會(huì)因此失去價(jià)值。
通用模型給出的動(dòng)作意圖越強(qiáng),把它轉(zhuǎn)成穩(wěn)定、安全、連續(xù)物理動(dòng)作的工作越重要。
機(jī)器人公司的位置可能由此分化:只提供一副身體的企業(yè)更容易被比較;能同時(shí)接入前沿模型、積累真機(jī)反饋并承擔(dān)現(xiàn)場(chǎng)交付的企業(yè),則掌握了通用模型無(wú)法獨(dú)自完成的最后一段。
上一輪熱潮,人們問(wèn)誰(shuí)能造出更像人的機(jī)器人;下一輪,人們會(huì)更關(guān)心誰(shuí)能最先讓前沿 AI 在現(xiàn)實(shí)世界里穩(wěn)定工作。
具身智能再次升溫的原因,也不再只是機(jī)器人造得更便宜、更靈活,而是通用 AI 第一次顯露出直接改變機(jī)器人能力曲線的可能。
時(shí)間表變了,臨界點(diǎn)還沒(méi)有到
22.48% 的平均成功率也意味著,在 RoboDojo 的測(cè)試口徑下,多數(shù)任務(wù)仍然沒(méi)有完成。
模型在簡(jiǎn)單放置任務(wù)上的表現(xiàn),不能直接換算成工廠里連續(xù)八小時(shí)的合格產(chǎn)出。更不意味著機(jī)器人能進(jìn)入到家庭中。
危險(xiǎn)動(dòng)作測(cè)試還表明,能力提升甚至可能跑在安全約束前面。
通用模型也沒(méi)有給機(jī)器人帶來(lái)一份免費(fèi)的 " 動(dòng)作語(yǔ)料庫(kù) "。
語(yǔ)言模型可以從互聯(lián)網(wǎng)獲得海量文本,機(jī)器人卻沒(méi)有一個(gè)現(xiàn)成的 " 手的互聯(lián)網(wǎng) "。
接觸力度、摩擦變化、物體滑動(dòng)和失敗恢復(fù),仍然要從遙操作、仿真、真機(jī)訓(xùn)練和現(xiàn)場(chǎng)運(yùn)行中一點(diǎn)點(diǎn)生產(chǎn),而且這些數(shù)據(jù)往往與具體本體、傳感器和環(huán)境綁定。
這決定了 GPT-6 可以改寫具身智能的時(shí)間表,卻暫時(shí)不能抹掉具身智能最慢、最貴的那一段。
所以,王興興的 " 最大錯(cuò)誤 " 和梁文鋒的 " 加速靠近 ",都不足以證明具身智能的 ChatGPT 時(shí)刻已經(jīng)到來(lái)。
它們共同改變的,是這件事發(fā)生的概率,以及人們估算時(shí)間的方式。
接下來(lái)判斷這輪熱度是否會(huì)變成真實(shí)進(jìn)展,可以看三個(gè)結(jié)果:
第一,同一個(gè)模型換一副身體、換一項(xiàng)任務(wù)以后,能夠留下多少能力。
第二,機(jī)器人連續(xù)工作時(shí),合格產(chǎn)出、任務(wù)耗時(shí)和人工接管次數(shù)怎樣變化。
第三,模型能力提高以后,系統(tǒng)能否同時(shí)建立可靠的危險(xiǎn)動(dòng)作拒絕和責(zé)任邊界。
這三項(xiàng)沒(méi)有改善,新的模型只能制造更精彩的演示。
它們?nèi)敉瑫r(shí)改善,機(jī)器人行業(yè)的進(jìn)步方式才真正發(fā)生變化。
過(guò)去,行業(yè)追問(wèn)的是:機(jī)器人公司還要采集多少數(shù)據(jù)、訓(xùn)練多少年,才能補(bǔ)齊 AI 能力?
現(xiàn)在,問(wèn)題逐漸變成:下一代 GPT 和 DeepSeek,還會(huì)替機(jī)器人跨過(guò)多少障礙?
王興興從物理世界出發(fā),重新估計(jì)了 AI 解決機(jī)器人問(wèn)題的速度;梁文鋒從數(shù)字世界出發(fā),重新評(píng)估了機(jī)器人在 AGI 路線中的位置。
兩個(gè)人都沒(méi)有證明臨界點(diǎn)已經(jīng)到來(lái),卻同時(shí)把時(shí)間表往前推了一步。
具身智能還沒(méi)有跨過(guò)臨界點(diǎn),但決定它何時(shí)跨過(guò)去的人,可能已經(jīng)不只在機(jī)器人行業(yè)里。


