在柏林舉行的GTC2026上，輝達CEO黃仁勳宣佈，公司正與Agile Robot合作釋出一款參考人形機器人Agile One SN，計劃於明年一季度推出，旨在為行業提供標準化平台。幾乎同時，OpenAI的奧特曼也承認，OpenAI將製造人形機器人，並在明年進行“很酷的演示”。兩位科技領袖的表態，將2027年推向了具身智慧關鍵節點的位置。

這一輪熱潮的背景是，物理AI正被視為通往前沿AI的必經之路。過去，具身智慧常被當作獨立的垂直領域，需要專門攻克。但如今，情況正在變化：通用多模態大模型的能力外溢，開始直接滲透到機器人控制任務中。

GPT-6 Astra的釋出成為一個轉折點。OpenAI總裁布洛克曼稱其為“代際躍進”。輝達機器人總監Jim Fan團隊的研究顯示，Astra在直接生成機器人動作時成功率可達66.3%，在Codex提供持續上下文與工具支援的情況下，成功率進一步提升至74.8%，超過了相同基準下的其他垂直具身模型。Anthropic的研究也表明，從Opus-4.5開始，通用模型在具身任務上的表現出現明顯躍升。

不過，通用模型仍有明顯侷限。其推理延遲難以滿足快速變化場景的即時控制需求，高昂的Token成本也使其在實際部署中難以與專用模型競爭。此外，在高精度操作、雙臂協同等任務上，表現仍有不足。這些問題究竟是通用模型的邊界，還是僅需更多時間與算力就能跨過的門檻，業界存在分歧。據轉述，在IROS 2026會議上，約三分之一的人認為語言模型終將解決一切，多數務實派認為通用模型與具身模型將各司其職，其餘則認為通用模型無法真正解決物理世界的問題。

這種分歧直接影響到具身智慧初創企業的估值邏輯。那些融了大筆資金、仍在爭論VLA與WAM路線、尚未找到規模化部署路徑的企業，突然發現通用多模態基礎模型已經能完成部分VLA工作。國內具身智慧企業同樣面臨競爭壓力，原力靈機創始人唐文斌曾直言，國內所有開源具身模型都不如Pi-0.5好用。

與此同時，前沿AI廠商的佈局在加速。谷歌DeepMind已從RT系列切換到Gemini Robotics系列，將通用多模態能力用於機器人動作控制和具身推理。Anthropic通過Project Fetch和Project Pilot，嘗試用Claude控制機器狗和無人機，評估端到端操控機器人的可能性。OpenAI則在舊金山重建人形機器人實驗室，並招募橫跨軟體、演算法、硬體與工程製造的崗位。

國內方面，阿里的Rynn系列、位元組的GR系列、智譜的ZR-0仍主要沿專用具身模型路線推進。而DeepSeek一心向著AGI，已參與宇樹科技戰略配售，並投資了多家底層技術企業，其佈局意圖引發關注。

黃仁勳在GTC柏林上希望未來機器人技術能儘可能採用標準配置，輝達與Agile Robotics的合作正是為此提供參考平台。宇樹科技創始人王興興在工博會上承認，過去十幾年最大的錯誤是對AI相信得不夠，他對Astra非常興奮，認為明年GPT-7出來可能“直接把具身智慧問題打穿”。

無論哪種判斷最終成真，通用模型與具身智慧的交匯已經不可逆轉。對於投資者而言，算力基礎設施、本體與靈巧手廠商可能受益於市場規模的擴大；而專注於具身大腦或垂直一體化的企業，則需重新尋找差異化優勢，比如通用模型難以獲取的觸覺與力學資料，或特定行業的工藝知識與驗證閉環。具身智慧的估值邏輯，正站在重新審視的關口。