公告 AiTest123 交流群已开放 欢迎进群交流功能建议、产品想法、数据问题和使用反馈

AiTest123.comAiTest123.comAI 评测与可信度检测平台

具身智能，变天了

资讯 腾讯网 作者：腾讯网 全文 5055 字 · 约 13 分钟读完 配图 1 张 分类具身智能

数采爆单，具身大脑公司慌了。 定焦One（dingjiaoone）原创 作者 | 王汉星 编辑 | 魏佳 一家成立一年半左右的具身智能数据服务公司，最近两周接....

所属频道 机器人与具身智能
数采爆单，具身大脑公司慌了。
定焦One（dingjiaoone）原创
作者 | 王汉星
编辑 | 魏佳

一家成立一年半左右的具身智能数据服务公司，最近两周接到的数据采购订单超过了此前两个月的量，这在整个具身行业融资环境收紧的背景下就像是一针强心剂。
“订单不仅来自具身行业，一些曾经只询价不下单的基模大厂也开始下单了。”这家公司的创始人告诉「定焦One」。
变化始于GPT-6 Astra的发布，9月初，OpenAI发布最新一代模型后，社交媒体上出现大量用Astra控制机械臂做各种任务的测试，不少具身从业者发现，通用的多模态基础模型也具备了空间理解的能力，可以直接控制机器人执行任务，成功率甚至超过了一部分具身模型。
测试视频越传越广，“通用大模型迟早会‘吃掉’具身模型”“大语言模型将吞噬具身模型、具身智能只是通用大模型的一个子集”等声音开始在行业内流传。宇树科技创始人王兴兴甚至直言，明年GPT-7出来后，可能直接把具身智能问题打穿。但行业里也有不同的声音，有人认为当前的通用大模型还远没有到降维打击具身智能的地步，在长程任务成功率、延迟、成本等许多环节还存在明显的短板。
答案或许并不唯一，而Astra对行业带来的冲击却是实在发生的。灵御智能CEO金戈告诉「定焦One」，Astra发布本身对具身行业是一个振奋的消息，它首先验证了一个新的可行性的方向，并且证明了物理世界与非物理世界的数据是相辅相成的，“在Scaling Law之下，物理数据训练进大语言模型，同样能提升它的非物理的能力。”
这赋予了具身物理数据新的价值，同时也对具身“大脑”公司提出了更高的要求。一位具身智能投资人告诉「定焦One」，Astra发布后，一部分具身模型创业公司和中小公司的价值将被打上一个问号，“如果一家公司没有1000张以上的算力卡，那么它们很难在未来与基模大厂的竞争中生存下来。”
Astra的出现，行业不得不回答，具身智能究竟是一门独立的生意，还是大语言模型能力树上一个注定被覆盖的分支？

01.大厂入局，具身被“降维”？
“门外的野蛮人来了”，一位具身从业者告诉「定焦One」，这是他身边不少人对于GPT-6 Astra的第一反应。
在他看来，有钱、有卡、有人才储备的AI大厂一旦把能力向具身智能领域延伸，就像门外站着一群随时可能破门而入的野蛮人。更让人不安的是，Astra让不少从业者意识到，这个行业积累的Know-How，可能没有大家以为的那么深。
Astra带来的核心变化，是一种跨领域的能力提升，通用大语言模型能够处理以往主要由VLA、WAM等专用物理模型承担的机器人操作与导航任务，并且还表现出了零样本泛化、上下文学习的能力。
英伟达研究团队在10月中旬对Astra进行了测试，在物体的抓取与放置测试中，Astra在没有用机器人数据做专门微调的情况下，可以直接根据视觉信息和任务指令，控制机器人执行任务，依靠Astra模型直接输出动作的成功率达到了66.3%，这一数值远高于具身智能公司Physical Intelligence的专用模型π0.5。
国内的具身公司银河通用也做了类似的测试，在选取的RoboDojo任务中，Astra直接控制机器人的成功率为26%，π0.5的成功率只有15.67%，而如果把二者结合，用Astra进行决策，用π0.5负责执行，成功率则进一步提升到48%。
机器人的“大脑”通常被分为三层，System 2负责理解场景、规划任务和推理，System 1接受System 2的指令再结合环境反馈规划和调整动作，最终由System 0负责底层的运控。从上述实验结果可以看出，大语言模型的能力已经可以更好地胜任System 2和部分System 1，具身专有模型的优势区间则被压缩到一部分System 1和System 0。
具身智能能否落地，关键在于大脑，这是行业里存在已久的共识，Astra的出现把大脑的发展进程加快了。王兴兴在不久前的宇树合作伙伴生态大会上给出的判断是，GPT-6的一些能力已经可以解决机器人的部分规划问题，随着通用大模型能力的提升，快的话一到两年，慢的话两到三年，物理AI可能迎来重大突破。
他代表的是行业内比较激进一方的观点，同样也有偏保守的一派，自变量机器人创始人兼CEO王潜认为，基础模型通过其他领域的通用智能泛化到具身智能，这种可能性不大。通用大模型没有办法在机器人上以合理速度做推理、部署，还是需要一个单纯的具身模型来做这件事。
站在具身智能公司的视角来看，Astra压缩了一部分公司的发展窗口和生存空间，同时又为另一部分公司提供了新的发展路径和思路。而站在大模型公司的角度，Astra所带来的机遇则远大于威胁。
野村证券近期的一项具身行业调研报告中显示，从2025年9月到2026年8、9月期间，OpenAI采购了约1000万小时的具身数据，约占美国市场供应量的70%。
这些数据是Astra具身“大脑”的能力来源。除了大规模采购数据，OpenAI还计划亲自入局具身智能，今年6月，OpenAI CEO Sam Altman在社交平台发布的一则招聘信息，正式宣告进军实体机器人赛道。他表示，公司正在组建名为“OpenAI Robotics”的新团队，并公开招募全栈硬件、运营、系统及机器学习工程师。
DeepSeek也在筹备具身智能相关的业务和投资，此前据媒体报道，梁文锋密集关注具身智能领域，并与多位该领域创业者交流，探讨机器人、大模型与现实世界交互等方向。DeepSeek进入具身智能的方案可能包括亲自组建团队下场研发，也可能通过投资相关企业切入。
DeepSeek此前曾参与宇树的IPO配售，上个月，又被曝出同意领投腾讯前科学家胡瀚创立的具身模型初创公司Winverse AI的种子轮融资，金额达数千万美元。
此外，Anthropic、Kimi等前沿通用模型公司都在酝酿入局具身智能和物理AI，并开启相关的人员招募。具身智能已从机器人公司的专有赛道，变成所有AI公司路线图的终点站。

02.数采“爆单”，本体大涨、模型公司受伤
面对实力雄厚的AI基模大厂的高调入局，具身智能产业链上各个环节的公司所面临的处境不尽相同。
最先受益于“Astra效应”的，是产业链最上游的具身数据采集商。
上述具身数据服务公司创始人告诉「定焦One」，就在Astra发布并且引发具身模型相关讨论前的一段时间，很多数据公司的日子并不太好过，由于融资环境的收窄，数据采购订单也在减少，一些模型公司拿不到投资人的钱，相应的也减少了数据采购。
“原本对外定价300元/小时的Ego Centric数据，甚至会被压价到几十元。”他说。
这其实并非整个行业对于数据的需求在减少，具身行业普遍的共识是，具身智能模型要达到像大语言模型中GPT-3.5那样的能力，大概需要一亿小时量级的数据，而目前行业内清洗过的有效数据量还在百万小时级别。
数据有效率低、同质化严重加上数采公司之间的竞争内卷导致数据价格越来越低。但Astra的出现一定程度上改变了数据需求的结构，通用大语言模型公司看到了具身数据的价值，无论是不打算入局具身智能行业，仅仅通过物理数据的训练来提升模型整体的智能水平，还是为日后入局具身智能行业打下数据基础，都催生出了新的需求。
相比于数采公司，处在产业链中游的模型公司则需要面临竞争环境的变化。
一位具身智能投资人告诉「定焦One」，OpenAI推出Astra对于一级市场做具身“大脑”或场景落地的公司冲击最明显，随着大语言模型的物理理解能力逐渐成熟，做纯通用具身大脑研发的公司价值会缩水。
此前，具身“大脑”公司能够拿到高估值的一个核心逻辑在于，投资人认为通用和物理AI是两个独立并行的发展路径，在具身模型领域也有可能出现一个新的OpenAI，但如果OpenAI本身就能具备一定的具身模型能力，那么这种叙事将会被打破。
不过，在今天的具身智能行业中，几乎没有只做单一环节的公司，机器人本体公司会布局数据采集和模型训练相关业务，数据公司也会做模型训练，所以Astra对于公司估值和竞争格局带来的变化在短时间内还没有浮现，它更多是在技术层面推进行业整体的发展。
在技术进步上受益最明显的是下游的本体公司，尤其是那些已经具备量产和成本优势的机器人本体公司，它们可以通过接入通用大语言模型迅速补齐“大脑”能力。
根据王兴兴透露，在Astra发布后，宇树内部尝试用这一模型做了几项机器人实验。例如仅通过提示词，让机器人画画，又或者是让机器人在零训练的条件下下围棋，Astra都顺利地完成了任务。
在10月的最后两周里，宇树的股价累计上涨超过70%，市值一度接近3000亿元，这背后一个重要的原因是Astra的出现拔高了市场对于具身大模型进展的预期，当大语言模型开始尝试解决具身大模型所需要解决的问题，主机厂的价值重新锚定在了运动控制、本体可靠性、成本控制等方面，“大脑”反而变成可随时插拔的商品。
尽管Astra带来的冲击影响了产业链上的各个环节，但现阶段说Astra将完全颠覆具身智能行业还为时尚早。

03.大模型之下，什么样的具身公司活得好？
零样本泛化、空间理解、深度推理，这些显而易见的优势还不足以支撑Astra吞噬并取代具身模型，它的短板同样明显。
首先是延迟问题，在社交平台上比较火的Astra操作机械臂作业的视频通常都是倍速播放，如果在正常速率下，通用大模型“慢”的问题就会被暴露出来。
大语言模型在控制机器人的时候经常需要停下来思考下一步应该怎么做。在英伟达的测试报告里，Astra在RoboLab-120上直接输出末端目标时，平均每次推理的时间达到18.56秒，Agent模式下依然需要13-18秒的思考时间。作为对比，具身专有模型π0.5大约只需要几十毫秒。
如果机器人进入生产场景或者家庭服务场景，这种延迟和停顿的影响就会被成倍放大。
此外，大语言模型运行在云端，这需要考虑网络的延迟和稳定性问题，不过对于这一点，行业里存在不同的声音。
一方观点认为，机器人作业对于实时响应的要求很高，如果“大脑”运行在云端，执行层在本地，就会导致机器人的运行不稳定，尤其是在做长程任务的时候，如果由于信号波动导致一个子任务执行失败，整个流程就可能被卡住。
但也有一方观点认为机器人的大脑就应该运行在云端。灵御智能金戈告诉「定焦One」，端侧算力的天花板不高，以目前行业里最领先的端侧芯片Thor为例，它计算一帧画面大概需要100多毫秒，而英伟达几年前的A100芯片计算一帧就只需要40多毫秒。
此外，如果大语言模型只负责System 2和部分System 1的决策环节，实际上并不需要特别高的即时性。
除了延迟方面的短板外，成本也是不得不纳入考量的重要因素。同样是在英伟达的实验中，一次成功的直接输出动作平均消耗16万个token，大约折合1.96美元；如果用Astra负责规划、由具身模型执行动作，平均一次要消耗1100万个token，约合17.72美元；而更进一步让Astra根据交互历史调整动作的策略生成一次成功动作，则需要消耗3090万个token，约合36.40美元。
这只是一个动作的成本，如果从商用角度来看，性价比很低。
目前大语言模型在具身智能领域的应用最理想的情况是和具身模型分层“干活”。在规划层与语义层，任务拆解、场景理解、指令遵循，这些能力通用模型做得更好、更便宜。毫秒级运动控制、力觉触觉反馈、本体适配，以及最关键的真机数据闭环的执行层则交给具身模型。
在这种新的分工体系之下，具身智能行业的价值链也将重新分配，自变量王潜提出过一个观点，他认为今天智能的本体存在于数据里，模型更多是一个蒸馏器和一个容器，在训练时，它是一个蒸馏器，在部署时，它是一个容器。
这就意味着，高质量的具身数据，是决定未来具身大模型独特竞争优势的胜负手之一。除此之外，触觉、力控、力反馈等等这些大语言模型无法通过计算和推理得来的数据将更具价值。
Astra发布一个多月后，行业已经用行动投出了一票，数据订单回来了，本体公司的价值重新锚定，做“大脑”的公司则不得不直面与基模大厂的同场竞争。
一些窗口正在被关上，同时又有一部分新的窗口在被打开，整个行业发展的脚步更快了。
*题图及文中配图均来源于Unsplash。
本文由本站编辑组整理与排版，内容基于公开信息核实后归纳发布，与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态，力求信息准确、表述清晰；文中涉及的名称、价格与功能细节可能随官方调整而变化，请以官方最新说明为准。如发现疏漏或表述有误，欢迎通过站内渠道反馈指正。

继续浏览更多资讯

返回资讯目录
上一篇资讯 Personal Agent热潮：扎克伯格押注Muse，千亿美元估值与复刻争议并存 大厂、大模型公司、创业者疯狂押注。 AIX财经（AIXcaijing）原创 作者 | 王璐 编辑 | 魏佳 10月底，扎克伯格在Meta的财报会上披露，Mus.... 下一篇资讯 民主党拿下两院：AI数据中心投资会放缓还是转向？ 财联社11月5日讯（编辑 黄君芝）随着民主党在中期选举中掀起“蓝色浪潮”、成功“横扫”参众两院并夺回国会控制权，数据中心行业命运将迎来怎样的变数？众所周知，数据中心一直是本次中期选举的焦点议题，民主党与诸多美国民众一样大力反对AI基建如此大规模且快速地扩张，并拿下两大数据中心重镇：在得克萨斯州，民主党大获...

相关资讯

更多
荣耀李健谈AI入口：不抢存量，让入口主权回到用户手里 AI 行业观察 · 11/06 宇树科技携手中石油昆仑制造设合营公司，主攻工业具身智能机器人 AI 行业观察 · 11/06 原力无限拿下近亿元A++轮，具身大脑赛道融资降温 AI 行业观察 · 11/05 宇树科技联手昆仑制造设合营企业，聚焦工业具身智能机器人 IT之家 · 11/06 具身数据缺口多大：千万小时需求对几十万小时供给，生意为何降温 腾讯网 · 11/06 31.28亿元限售股今日解禁：14家公司合计1.51亿股 腾讯网 · 11/06 具身智能与低空经济进博会“干活”：机器人拍照泡茶，eVTOL等证 腾讯网 · 11/06 菜鸟开放全球仓网：AI与具身智能训练集群落地，科技出海三日达 腾讯网 · 11/05 睿芯行获数千万融资：具身模型让新零件免训练抓取 AI 行业观察 · 11/05 Physicl获1000万美元融资，用电商渲染管线攻克sim-to-real难题 AI 科技快讯 · 11/06

相关 AI 工具

AI 导航
Genie Studio Genie Studio是智元机器人推出的行业首款具身智能一站式开发平台,专注于为开发者提供机器人算法开发、 大模型与开发平台 · agibot.com GO-1 智元发布首个通用具身基座大模型GO-1,开创性提出ViLLA架构,推动具身智能发展 大模型与开发平台 · agibot-world.cn Civitai Civitai官网,C站AI绘画模型社区,绘画艺术模型下载与分享,Stable Diffusion, emb… AI 绘画生图 · civitai.com ClipDrop Clipdrop是一款基于AI技术的图像处理工具,它可以帮助用户快速创建令人惊叹的视觉效果。其主要优点在于操… AI 绘画生图 · clipdrop.co DeepSeek 深度求索(DeepSeek)成立于2023年,专注研究世界领先的通用人工智能底层模型与技术。基于自研训练框架… 聊天对话 · deepseek.com Looka looka官网,ai在线设计网站,logo生成工具 looka简介 Looka是一款在线的品牌标识设计工具,… 图像编辑与设计 · looka.com MagicStudio Magic Studio是一款广受欢迎的图像编辑工具,无需设计技能,任何人都能利用AI进行图像创建与编辑。该… AI 绘画生图 · magicstudio.com Mubert Mubert是一款AI音乐生成器,它结合了人工智能能力与音乐制作人的创意,使用数百万来自数百位艺术家的样本,… 配音与音频 · mubert.com

相关推荐 按相关度与热度排序

全部资讯 →

  1. 大晓机器人双脑协同：一次滑移如何变成可复用经验

    【TechWeb】11月6日消息，一次普通的取杯任务中，机器人找到水杯、规划接近方向，却在抬起时发生滑移；它调整接触位置，重新抓取并完成任务。对使用者而言，任务已经结束；但对持续学习的具身智能系统而言，真正值得追问的是：为什么滑？这次调整在什么条件下有效？换一只杯子、一副夹爪，甚至另一台机器人，这段经验还能否...

    来源 腾讯网

  2. 菜鸟开放全球仓网：机器人能否在大促压力下真正上岗？

    物流企业什么时候才会真正信任机器人？11月5日，在菜鸟于香港智慧港举行的AI及具身智能产业合作发布会上，昆腾动力创始人兼CEO李强在圆桌讨论中举了一个例子。大促期间，客户可能担心机器人出问题，希望它先给人让出位置。他期待有一天，客户的电话变成催促机器人赶紧进场。在最忙的时候愿不愿意依靠它，是机器人从试用走向...

    来源 腾讯网

  3. 稚晖君推Worken工时标准，智元2万台机器人下线后考什么

    两万台机器人下线的智元，也要面对数采、算力、人力难以量化的现实难题。文｜《中国企业家》见习记者 林秋艺记者 王怡洁见习编辑｜李原头图来源｜受访者虽然2026年被视作具身智能的量产元年，机器人下线数量节节走高，但据第三方统计，上半年全球人形机器人超过六成设备，流向了实验室、科研机构、展会演示与文旅展示场景，真正进入工业场

    来源 腾讯网

  4. 极客公园创新大会2027定档北京798：第17年重估AI价值

    极客公园创新大会（IF）将于2026年12月5日至6日在北京798艺术区举办。本届主题聚焦“Revaluation”，探讨AI如何重构工作、创作与商业的底层逻辑。首批嘉宾名单已公布，涵盖具身智能、Personal AI及硬件制造等领域的一线实践者。除主舞台外，大会还设置了五场深度对谈，旨在打破演讲者与听众的距离，深入交

    来源 AI 应用前沿

  5. 宇树科技携中石油昆仑制造设合营企业，持股20%布局工业机器人

    IT之家 11 月 6 日消息，北京市市场监督管理局公示信息显示，中国石油集团昆仑制造有限公司（“昆仑制造”）及其一致行动人昆仑资本，拟与宇树科技股份有限公司（“宇树科技”）、北京泛界智能科技有限公司（“泛界智能”）签署协议，共同新设一家合营企业。

    来源 凤凰科技

  10. 具身智能Q3降温：融资回落59.2%，宇树市值波动，长期趋势待需求验证

    2026年三季度，具身智能出现两组并行变化：企业、产品与应用持续增加，融资和估值却在季度后段承压；模型能力继续进步，收入真实性与商业可持续性受到更严格审视。行业正面临一次预期与现实的重新校准。 亿欧智库判断，短期降温尚不足以否定具身智能的长期发展趋势，但行业前景已不能替代具体投资判断。接下来的关键，是看清哪些赛道能够形

    来源 AI 行业观察

  11. 宇树王兴兴与智元稚晖君：具身智能两条路线首次正面交锋

    十月下旬，长三角吹了两种风。 先是杭州。王兴兴站在宇树生态大会的台上，背后大屏里一台G1人形机器人握着画笔，自己调色、自己洗笔，全程零训练，只靠一句提示词。 跑的是GPT-6 Astra。他丢下一句：“物理AI被击穿的苗头已经看见了，快则一两年，慢则两三年。” 一周后是上海。稚晖君在智元创新日把另一句话钉在屏幕上：“A

    来源 AI 行业观察

  12. 软银53.75亿美元买ABB机器人业务，中国监管层说不

    【TechWeb】11月6日消息，据外媒报道，ABB集团官网11月5日发布的《ABB机器人业务剥离进展更新》声明称，ABB已获软银告知，中国外商投资安全审查工作机制办公室已禁止软银收购ABB在中国的机器人业务。声明同时表示，ABB与软银正保持密切对话，并以建设性态度推进该交易。据媒体报道，ABB机器人业务在全球工业机器

    来源 腾讯网

  16. 易博图一年内融资近4亿：重卡物理AI已运营超百台车

    作者 | 乔钰杰 编辑 | 袁斯来 本文约2800字，建议阅读7分钟 硬氪获悉，上海易博图科技有限公司（EABOT，以下简称“易博图”）近日连续完成两轮近4亿元融资，投资方包括知名投资人葛卫东、辰韬资本、弘毅投资、零一汽车、兴富资本、猎鹰投资旗下星奇基金等。 易博图成立于2026年2月，聚焦重载工业物理AI，核心业务是

    来源 腾讯网

  22. 从一次滑移到可复用经验：大晓“双脑协同”如何让机器人少走弯路

    为什么需要“双脑”协同？三个递进闭环第一是自主执行闭环，让机器人更可靠完成当前任务。双脑协同希望建立的，正是任务推理与物理预测通过真实反馈相互校正、执行认识经过验证进入后续学习、学习与研发方法持续改进的路径。让一台机器人付出的探索，为更多机器人省下重复试错的代价——这是大晓双脑协同试图推动的进步。

    来源 TechWeb

  24. 软银收购ABB机器人业务遇阻：中国监管机构禁购

    据媒体报道，ABB机器人业务在全球工业机器人市场位居第二，与发那科、安川电机、库卡并称“四大家族”。中国是ABB全球最大的机器人交付市场，约占其机器人业务30%的份额。ABB在中国设有约30家企业，业务覆盖近130个城市。这笔交易最初于2025年10月宣布，软银计划以53.75亿美元的企业价值收购ABB的机器人业务，原

    来源 TechWeb

  25. 软银收购ABB机器人业务：中国审查否决，53.75亿美元交易遇阻

    据媒体报道，ABB机器人业务在全球工业机器人市场位居第二，与发那科、安川电机、库卡并称“四大家族”。中国是ABB全球最大的机器人交付市场，约占其机器人业务30%的份额。ABB在中国设有约30家企业，业务覆盖近130个城市。这笔交易最初于2025年10月宣布，软银计划以53.75亿美元的企业价值收购ABB的机器人业务，原

    来源 TechWeb

  26. 软银收购ABB机器人业务遇阻：53.75亿美元交易遭中国禁止

    【TechWeb】11月6日消息，据外媒报道，ABB集团官网11月5日发布的《ABB机器人业务剥离进展更新》声明称，ABB已获软银告知，中国外商投资安全审查工作机制办公室已禁止软银收购ABB在中国的机器人业务。声明同时表示，ABB与软银正保持密切对话，并以建设性态度推进该交易。 据媒体报道，ABB机器人业务在全球工业机

    来源 AI 行业观察

  29. 腾讯Chatterfly上手：语音说完就能成稿，还能直接执行任务

    过去一年，Typeless、Wispr Flow等AI语音输入产品逐渐走红，让不少人开始尝试放下键盘，直接用说话的方式完成文字输入。这类产品最吸引我的地方，在于我们终于不需要一边说话，一边纠结那些口头禅、重复的表达和混乱的语序。哪怕想到哪里说到哪里，AI也能最终整理成一段清晰、流畅的文字。但最近我通过内测体验了腾讯的C

    来源 腾讯网

  30. Claude新增个人理财：可绑卡查账，只读不碰钱

    IT之家 11 月 6 日消息，当地时间 11 月 5 日，Anthropic 宣布为 Claude 加入个人理财功能，本周开启灰度测试，面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。据官方介绍，想要理清自己的财务状况，用户再也不用挨个打开银行 App，自己动手算账了。借助 Claude 个人财务功能

    来源 腾讯网
向下滚动自动加载更多
官方 API 状态 官方状态 7 家全部正常
Grok · Grok Bot is currently degraded · 已经修复
更新于 5 分钟前 全部状态