GPT-6 Astra 的釋出，讓具身智慧行業的焦慮在外灘大會上被擺上檯面。極佳視界聯合創始人兼首席科學家朱政發出提醒：語言模型已經吃掉了多模態，正在蠶食具身智慧，而且在人才、算力、資金上全面佔優。他的判斷是，未來一兩年將是關鍵視窗，今天的具身智慧還沒有真正的護城河。
這種擔憂有現實來由。OpenAI 釋出 Astra 後，出現了大量圍繞它控制機器人的演示，具身圈迅速展開測試與爭論。與此同時，Sam Altman 也已明確表達 OpenAI 將做人形機器人及其他形態機器人的意向。對於那些還在打磨第一代產品的創業公司，上游模型供應者成為直接競爭者的可能性，已經擺到了桌面上。
但在同一場大會上，也有另一種聲音。螞蟻靈波 CEO 朱興在媒體採訪中反問：OpenAI 或者 Anthropic 今天下場做自動駕駛，能在短時間內顛覆特斯拉嗎？自變數機器人創始人兼 CEO 王潛則把答案落在資料、驗證與硬體上——這些基礎設施，大模型公司進入物理世界時，是否同樣需要補齊？
焦慮之外，一些團隊已經開始把 Astra 用進研發：有人用它生成模擬場景，有人嘗試讓它與具身模型共同控制機器人。大模型進入具身，帶來的變化比“誰取代誰”更豐富。通用認知能力被吸收、專用模型被替代、一家機器人公司的業務被接管，是三件跨度很大的事，把它們揉成一句“降維打擊”，很容易混淆視聽。
具身智慧與通用大模型之間確實存在邊界，只是邊界會移動。今天隔開雙方的難題，也不會自動變成任何一家公司的永久資產。
這一輪焦慮背後，有一個很犀利的推斷：當通用智慧足夠高，機器人需要的能力便會自然出現。在外灘大會主論壇“物理智慧——分歧與抉擇”圓桌上，自變數機器人王潛對此持保留態度。他指出，語言模型的程式設計能力進步，與大量程式設計資料、資料基礎設施和驗證體系的完善密切相關；影片生成取得進展，也沒有直接解決機器人動作控制的問題。
跨任務遷移和能力複用，當然是基礎模型的重要價值。王潛的提醒在於，一項能力的躍升，往往有對應的學習材料、訓練目標和反饋機制。把這些投入從成功故事裡刪掉，再將結果全部歸於通用智慧的自然外溢，會讓人誤判下一次突破需要付出的代價。
因此，看到模型控制機械臂，接下來值得追問的是：它呼叫了怎樣的動作介面，底層已有多少控制能力，是否使用機器人資料，換一套硬體、換一種物體後還能做到什麼？演示呈現的是系統的結果，要判斷模型帶來了多大突破，還需要看清系統的組成。
破殼機器人創始人許華哲在同場圓桌上分享了團隊對 Astra 的測試。他將具身任務拆成語義、空間和物理三個層面。在他們當時的測試條件下，Astra 的語義與空間能力已經很強：它能識別桌面物體，抓起細小的筷子，甚至將筷子立起來插入杯子。
到了更復雜的接觸任務，困難開始出現。許華哲提到，用筷子挑開東西以及疊衣服等任務，團隊尚未得到理想結果；雙手遞物測試也只有少數嘗試成功。這些觀察不能充當統一評測，卻提供了一條很具體的分界線：知道東西在哪裡、應該送往哪裡，與掌握接觸之後如何變化，仍有距離。
最近一項基於 RoboDojo 十項雙手操作任務的研究，為這種關係提供了更具體的觀察。在模擬測試中，GPT-6 Astra Direct 直接控制架構的成功率為 26%，平均得分 37.81；π₀.₅ 與 Astra 結合後，成功率達到 48%，平均得分 62.60。
但值得注意的是，混合架構中，Astra 只對 14.4% 的執行控制步作出修正，其餘 85.6% 直接沿用 π0.5 的動作。研究披露的軌跡分析顯示，Astra 能夠修正目標對齊錯誤，規劃推、撥等非抓取操作，並在任務條件尚未滿足時調整後續動作；π0.5 則提供直接動作參考與物體互動先驗。
這組結果呈現的是通用推理與區域性操作經驗結合的價值。介入步數少，也可能對任務成敗產生很大影響；底層動作佔比高，同樣說明物理技能仍在發揮作用。十項模擬任務還不足以決定技術路線的勝負，48% 的成功率也提醒我們，完整系統距離可靠工作仍有提升空間。它支援了一種協作方向，尚不能被解讀為大模型已經解決具身智慧。
回到外灘大會，螞蟻靈波科技首席科學家沈宇軍提出，機器人必須持續接收感測器輸入，即使正在推理、正在執行動作，也要依據新資訊隨時改變行為。物理世界不會因為模型還在思考，就暫停手中物體的滑落。這給模型提出了持續感知、及時反應以及部署效率上的要求。
這些要求同樣在推動大模型公司的技術選擇。Google DeepMind 今年 7 月釋出 Gemini Robotics 2 時，分別提供了具身推理、視覺語言動作和端側模型，並明確指出多指靈巧操作仍有挑戰。巨頭正在進入具身，也在為具身配置專門的模型與系統。能力邊界正在被跨越，跨越的方式卻未必是單個模型包辦一切。
朱興用自動駕駛打比方：為什麼 OpenAI 這麼強，不做市場這麼大的自動駕駛，吃掉特斯拉？這裡不能忽略模型能力與產業能力之間的距離。訓練技術領先，並不能省去對場景的理解，也不能直接換來一套成熟的資料管線。在他看來，判斷什麼是好資料，以及積累資料的 know-how，是更具壁壘性的工作。
放到機器人身上，模型只是交付鏈條中的一環。客戶購買的是能夠持續完成任務的產品。機械結構與感測器如何配合，裝置磨損之後效能是否穩定，現場異常由誰處理，維護成本能否控制，這些都會進入客戶的賬本。大模型公司可以自建、收購或與夥伴合作，但無論哪種方式，都要為這些工作投入資源。
王潛在圓桌上提出，如果 OpenAI 或 Anthropic 同樣需要現實資料、模擬、評測和硬體基礎設施，那麼它們進入的是同一場具身智慧競爭。只是這個判斷會有不少人較真：如果 OpenAI 這種公司燒錢堆資料，誰能比得過？面對共同的難題，或許各方並不會自動擁有相同的解題速度。巨頭的算力、人才和工具能力，仍可能顯著壓縮追趕週期。
“我們有資料”也需要接受更嚴格的審視。能夠在市場上重複採購的資料，未必稀缺；同一場景中大量重複的成功軌跡，也未必能有效覆蓋失敗。資料規模只有與任務分佈、反饋質量及模型增益連在一起，才具有可討論的競爭價值。
資料的生產方式正開始受到通用模型的影響。源策未來聯合創始人兼 CEO 李天羽分享，其團隊已用 GPT-6 通過程式設計生成模擬場景，將人形機器人置入其中完成指定任務。在他們的快速實測中，生成結果完整、邏輯合理，具有實用性。他認為，批次生成 3D 場景資產，以及藉助增強的視覺語言理解能力輔助資料集清洗，能夠直接降低前期資料研發成本。
這讓資料壁壘面臨雙重變化：模擬資產構建、資料清洗等環節可能變得更便宜，原有的部分生產成本優勢也會隨之收窄。場景能被快速生成之後，資產的物理屬性是否準確、是否覆蓋真正的失敗情形、能否改善真機表現，反而更需要具身團隊的判斷。擁有生產工具與知道該生產什麼，仍有距離。
更難複製的積累，可能是一整套持續發現問題的能力：知道機器人在哪些情況下容易失敗，能夠進入對應場景採集，能從失敗中識別真正缺失的資訊，再通過訓練和評測確認改進。部署帶來新問題，新問題推動模型進步，進步又支撐更大範圍的部署。這樣運轉起來的閉環，才可能讓先發優勢不斷累積。
今天業內對 GPT-6 的某種恐慌，來自於延承多模態模型的技術範式——由於過於同軌，後面的車開得快了，就會被碾過去。用沈宇軍的話說，如果具身模型仍然是基於數字世界的模型做微調，比如 VLA 基於 VLM、WAM 基於 Video Gen，那麼數字世界的基模一旦出現能力躍遷，這些具身模型就很容易受到衝擊。
所以，現在的具身智慧廠商其實都清楚所謂“物理原生”“具身原生”模型的重要性。一方面是打破原有的技術依賴，找到物理 AI 自己的解法，另一方面也是某種程度的“換道”。
具腦磐石 CEO 朱森華在被問到“類腦路線能否更好地抵抗大模型的侵蝕”時，首先糾正了措辭：“我覺得不叫抵抗。”在他看來，神經網路本就包含腦啟發的思想，強調類腦智慧，是希望進一步尋找克服現有 AI 瓶頸的理論與方法。他將這些挑戰概括為“資料荒、泛化弱、增量難、功耗牆”。
影身智慧 4D 世界模型也是一類探索。它嘗試把三維空間及其隨時間發生的變化納入表示，為預測和行動提供更明確的空間約束。影身智慧創始人兼 CEO 閔偉提醒，僅在語義基座上微調改造得到的具身模型，極易遭遇 GPT-6 的降維衝擊。與此同時，閔偉也強調，未來的 OpenAI 或許更像水電網一樣的基礎設施提供者，反而不可能去吃掉所有的應用，這是商業邊界決定的。
回到外灘大會現場，沈宇軍在圓桌上面對 GPT-6 Astra 給出了一個更具開放性的判斷：具身智慧甚至可能反過來影響大模型的發展路徑。機器人通過感測器持續感受環境，這些現實反饋能夠成為更高層模型的新學習材料。物理世界提供的新經驗，可能推動 AI 改變自身，而不只是接受既有模型的能力輸出。
未來的競爭格局未必以“語言模型公司”和“具身智慧公司”為界。一家從語言起家的公司，如果真的想撒開手盯著具身去做，或許也可以逐步補齊物理資料、端側模型和機器人產品；而一家從機器人起家的公司，也可以藉助更強的通用工具，集中資源探索物理學習與新範式。
對未來更強的人工智慧，我們無法給具身智慧劃出一塊永遠無法被進入的領地。假如某個系統最終具備高效學習物理技能、可靠控制硬體和持續適應現實的能力，今天不少專用模型與開發環節確實可能被吸收。到那時，這個系統本身也已經擁有了具身能力。需要繼續追問的，是這些能力由誰建立，誰組織交付，又由誰獲得收益。
因此，具身智慧有理由拒絕“一次模型釋出決定整個行業命運”的判斷，同時也有必要告別“物理世界足夠複雜，我們便天然安全”的僥倖。資料、硬體、場景經驗和新範式，都有成為優勢的可能；只有不斷轉化為更可靠、更經濟的產品，轉動起飛輪，它們才會逐漸成為護城河。Astra 帶來的壓力是真實的，它正在縮短行業證明自身價值的時間。