具身大脑行业迎来“终极反派”

GPT-6 Astra的横空出世，让困扰了具身智能行业很久的“大脑”问题，以一种出乎意料的方式被撕开了一道口子，也带来了阵阵冲击。

在Astra的实测视频里，这个并非为机器人专门训练的通用大模型操纵着一只几百美元的机械臂夹着一支画笔，在白纸上画金门大桥。第一遍的时候线条还歪歪扭扭，但到了第四遍，金门大桥的轮廓和细节已经清晰可见。

当OpenAI机器人团队员工Thijs Simonian在X上发布了这段实测视频后，中美之间关于通用大模型是否能作为具身智能大脑的讨论就没有停止过，甚至有人断言“机器人领域的OpenAI将会是OpenAI自己，而不是Physical Intelligence或Skild。”

加上此时正值中国一级市场对具身智能投资狂热阶段性冷却的阶段，在这个节点上讨论Astra，更是为从前几乎无法证伪的具身大脑叙事提供了一个难得的技术标尺。

榜单排名可以刷，Demo可以剪辑，真机数据采集的规模可以成为估值理由，但只要是Astra已经可以做的很好的事情，可能都不再会有溢价的空间。具身智能行业的玩家们，也不再是在这个看似独立的行业内部进行竞争。

危与机

宇树科技是国内最早公开谈论Astra的头部具身智能企业，创始人王兴兴坦言自己过去最大的错误是“对 AI 的相信还不太够”，并且预言明年GPT-7出来，“可能直接把具身智能问题打穿”。

在没有对大模型做任何专门训练的情况下，宇树科技成功利用GPT-6 Astra让机器人完成了自主识别调色盘、更换颜料、清洗画笔等动作，更复杂的（例如按照指令整理房间）任务或许在明年就能实现。

商汤VLA、WAM 等专用模型承担的机器人操作与导航任务，并展现出零样本泛化、上下文学习和失败恢复等能力。

对宇树科技、智元机器人这样的头部本体厂商来说，这其实是一个危险与机遇并存的微妙时刻。

一方面，本体厂商过去赖以立足的本体性能、运动控制和成本优势，在“大脑”能力可能被通用模型快速拉平的预期下，需要寻找新的支撑。

另一方面，当“大脑”的供给开始变得多元甚至过剩时，能够承载智能、采集数据、完成交付的“身体”，又有可能从过去定义里的低壁垒环节变成真正绕不过去的战略资产。

智元联合创始人彭志辉的表态就很有意思，他认为无论通用基模最终是否通吃具身能力，智能都必须落到一具可靠的身体上。

如果基模覆盖一切，比拼的就是谁能以更低成本、更高一致性把智能装进真实世界，如果基模做不到泛化，那么垂域模型的数据就仍然来自于部署中的本体——但最终，可规模化的优质本体都是越来越重要的。

在10月29日的“2026智元创新日”上，彭志辉更是表示，“智元也可以是一家AI公司”。为了支撑3000万关卡的具身任务，公司今年的训练集群已接近万卡规模，算力消耗在行业内数一数二。

可以预见的是，具身智能正在和大模型抢算力，而智元正在冲击下为本体+全栈路线寻找新的合法性。如果行业竞争的核心要素转向模型与算力，那么头部具身公司本身已经在按照AI公司的逻辑运作了。

更何况Astra并非全能，像云端推理必然带来的高延迟问题就很典型，涉及力触反馈的高动态精细操作成功率也基本为零。所以对头部本体厂商来说，时间窗口仍然存在。

但是对具身大脑派的科创公司来说，情况就要尴尬的多。“独立的具身大脑”作为一个可持续的、有壁垒的创业方向，这个最重要的叙事逻辑已经被动摇了。

要知道今年上半年的国内具身智能赛道融资中，以“大脑”为核心业务的公司的融资占比超过50%，而本体整机公司同期融资占比仅占12.8%。但现在，大水漫灌式的融资已经一去不复返。

问估值

近日，具身大脑企业原力无限完成近亿元A++轮融资，由浙江省创业投资集团（浙创投）领投。而在两个多月前，原力无限刚刚官宣A轮及A+轮近10亿元融资。

只是少数具身大脑企业的高调融资，并不能代表这个行业当下的真实热度。

NE时代统计，9月国内具身智能一级市场进发生46起融资，参考金额约116.24亿元，分别较8月下降4.2%和40.1%，而且这里面还有很多是5、6月就完成投资决策，但直到9月才宣布交割的项目。

头部大脑派具身企业的大额融资几乎发生在5月之前，例如星海图、千寻、银河通用、智平方、自变量的主要弹药在Q1到Q2初已经上膛，前五大公司的合计融资额大概占了整个具身大脑赛道的七成。

5月之后仍能拿到亿元级以上融资的，主要是有明确国资背书的（例如原力无限、具脑磐石），或者有真实订单锚定的（例如中科第五纪）。

而且5月之后的新增融资中，真正以“通用大脑”为唯一定位的公司，金额和轮次都在明显降级。

像无界动力的2亿美元天使轮、源策未来的数亿元种子轮、眸深智能的数亿元Pre-A，单看金额并不小，但对照星海图和千寻在Q1拿到的20亿—50亿级别融资，估值量级恐怕已经不在同一个叙事逻辑上。

要知道此前资本如此集中的押注具身大脑赛道，赌的是，这是一个需要独立公司专门攻克的技术高地。

星海图CFO在解释估值翻倍时，把“正宗大脑标的的稀缺性”列为三个核心原因之一，正是这套叙事的典型表达。在这个框架里，大脑派公司是平台，是入口，是具身智能时代“操作系统”的候选人。

资本甚至由此衍生出了另一层信念，即训练具身大脑所需的数据，同样需要专门的公司去采集、标注和商业化交付。

Astra击碎的，恰恰是这个“独立OpenAI”式的估值想象。如果通用大模型公司本身就是最强的“具身大脑”供给方，那么纯大脑初创公司的独立存在价值，就需要被重新论证——不是论证技术好不好，而是论证为什么非得是你来做。

更棘手的是，大模型公司对比纯大脑初创公司，还有场景数据和客户关系上的巨大优势。

例如阿里，在6月就推出了Qwen-Robot 千问具身智能大模型全套套件（VLN移动模型、VLA操作模型、世界模型），目的正是为机器人打造完整通用底座。阿里已有的菜鸟仓储、即时配送等线下履约场景，又恰巧是这些具身智能模型的天然试验场。

反观纯大脑派初创拿到的场景信息，往往只是本体厂提供的遥操作视频和实验室工位。未来在获客成本上，和大模型厂商相比也容易被拉开差距。

不过需要注意的是，这并不意味着具身大脑初创公司，是一个统一的、同等脆弱的阵营。

测极限

压力测试从来不会均匀地施加伤害，它更可能暴露的，是不同商业结构在同一个冲击源面前的质地差异。

具身大脑公司的生存空间，其实取决于它嵌入在什么样的商业结构之中——是嵌入在冲击IPO的融资叙事里，嵌入在已经跑通的工业现金流里，还是嵌入在场景运营的闭环里。

核心大脑派（星海图、千寻智能、原力无限）赌的是“大脑本身成为平台”的远期未来，叙事空间最大，但面对通用大模型能力外溢时防御纵深最浅，未来的变化要看谁先长出了Astra无法替代的商业锚点。

以千寻智能为例，走的是“VLA + world model”融合路线，此前立足于基准测试的持续领先，Spirit v1.6一度在RoboArena登顶并超越英伟达和PI，但是有了Astra的亮眼表现之后，市场想追问的一定会变成商业化大考的问题。

千寻智能此前采取了整机销售+算法授权+能力订阅的复合模式，推出明确的分级订阅定价（标准版30万/年、企业版88万/年、旗舰版300万/年），这个也许可以看做从“卖大脑”走向“卖Token”的商业模式的起点。

原力无限的场景锚点更实在些，其FORCE充电机器人市场售价36.8万元/台，截至2025年底交付300台，覆盖20余城、90多家头部客户，累计20万单，今年更是喊出破亿营收。

如果变成根植于垂直场景的“具身大脑+专用本体”公司，原力无限的下限至少有保障。

大脑-本体融合派中，银河通用和云深处则代表了两种相反的风险结构。

银河通用以大脑统摄本体，核心资产是银河星脑和场景运营闭环，零售侧有智慧药房，在30多个城市设百家点位、累计接单超100万单，工业侧有宁德时代产线合作，合作模式涵盖整机销售、RaaS及数据服务。

面对Astra的压力，银河通用自研星脑的差异化必须越来越多地落在场景运营产生的专有数据闭环上。或许成为以具身大脑为内核的场景运营平台会拉低估值的上限，但更可能保住商业可持续性。

云深处的风险则更可能来源于本体的基本盘被侵蚀，公司IPO募资中的11.69亿元投向了具身算法与模型，但人形机器人两年仅售出4台，两相对比，具身大脑对它更像是防御性投资而非进攻性动作。

这和梅卡曼德这种组件派的处境其实相似，Astra不会替代工业3D视觉引导，也不会替代产线对节拍和良率的工程要求，但公司自己想要的“大脑”业务始终没有贡献出规模化的收入，对公司依托于“眼脑手”的叙事的估值显然不利。

可以肯定的是，具身大脑作为独立产品的生存空间正在收窄，最先被挤出局的，不会是技术最弱的那一家，而是既没有场景现金流、又没有可验证数据闭环、仅靠模型叙事支撑估值的那一家。