OpenAI Astra越界接管位姿控制 冲击独立具身智能估值
晚点 LatePost
通用前沿大模型正凭借参数与推理尺度将物理AI收拢为自身子任务，彻底动摇专用具身算法创企的发展叙事，并将行业稀缺价值推向成熟硬件本体与物理闭环接口。
AI-assisted summary of 184: 与陈哲的「具身季报26Q3」：Astra冲击后，通用模型会吃掉Robotics吗？ — original source. Check the original for full context.
Source published:
Key ideas
- OpenAI 发布 GPT-6 Astra，打破通用大模型与机器人的边界，可直接输出末端执行器位姿并结合逆动力学求解器控制机械臂，在多个基准测试中成功率超越专用具身模型。 (4:51)
- AMD 拟以 82 亿美元收购李飞飞创立的世界模型初创公司 World Labs，为前沿空间智能（Neo Lab）确立了高额估值锚点，也折射出独立研发实验室面临的算力成本与变现压力。 (45:17)
- 宇树科技上市后开盘市值一度触及 4400 亿元人民币，随后回调至 1700 亿元区间；该上市引发监管对未盈利具身创企上市资格的收紧，多家具身 IPO 进程集体暂缓。 (56:24)
- 具身模型引入上下文学习（ICL），GEN-1.5 与 S1 实现仅凭数秒至数分钟视频示范即可完成新任务部署，无需耗费数小时至数天的真机微调与后训练。 (71:21)
- 美国 FCC 出台新规，将重逾 2 公斤且联网感知的先进机器人纳入设备准入认证，且按零部件产地穿透限制，倒逼中国具身机器人供应链考虑重资产出海。 (89:24)
Detailed notes
## Background 本期节目由晚点 LatePost 于 2026 年 10 月 15 日在播客平台发布，主讲人为晚点科技报道负责人程曼琪与 Alphaist Partners 创始合伙人陈哲。节目主要聚焦 2026 年第三季度具身智能领域的五大标志性事件：OpenAI GPT-6 Astra 对机器人控制策略的跨界冲击、AMD 拟以 82 亿美元收购 World Labs、宇树科技 IPO 引发的估值与监管重构、上下文学习（ICL）在机器人的落地突破，以及美国 FCC 对中国新型号机器人的进口限制。
## TL;DR 2026 年 Q3 具身智能迎来了通用模型跨界带来的底层叙事震荡。GPT-6 Astra 凭借强大的空间推理与接口调用能力，直接越过传统分层输出末端执行器位姿，在多项泛化任务上击败专用具身策略模型，引发了‘通用模型是否会吞噬 Robotics’的激烈争论；AMD 收购 World Labs 则为明星世界模型实验室的退场与定价设立了标杆。与此同时，宇树科技上市经历估值过山车并强化了硬件本体的‘基础设施’地位，但二级市场的狂热退潮也倒逼大批排队上市的具身创企遭遇监管收紧。技术路线上，无需微调后训练的上下文学习（ICL）大幅压缩了部署成本，而 FCC 禁令则加速倒逼中国机器人产业链加速产能出海。
## Atmosphere & style 对谈呈现出极具信息密度与深度洞察的行业复盘质感，既有一线技术突破带来的震撼与危机感，也有历经资本周期洗礼后的清醒冷峻。主播程曼琪提问框架严密、层层递进，嘉宾陈哲则凭借刚从美欧前沿考察归来的一线视角，坦诚拆解学术会议上的派系交锋与商业博弈内幕。从‘降临派’与‘拯救派’的思想撕裂，到对部分初创公司脱离技术主线‘刷单上市’的尖锐反思，整期节目充满了理性审视与思想交锋的张力，让听众深切感受到物理世界与数字智能交汇瞬间的巨大历史转向。
## Bulletin - `04:51` OpenAI 发布 GPT-6 Astra，打破通用大模型与机器人的边界，可直接输出末端执行器位姿并结合逆动力学求解器控制机械臂，在多个基准测试中成功率超越专用具身模型。 - `45:17` AMD 拟以 82 亿美元收购李飞飞创立的世界模型初创公司 World Labs，为前沿空间智能（Neo Lab）确立了高额估值锚点，也折射出独立研发实验室面临的算力成本与变现压力。 - `56:24` 宇树科技上市后开盘市值一度触及 4400 亿元人民币，随后回调至 1700 亿元区间；该上市引发监管对未盈利具身创企上市资格的收紧，多家具身 IPO 进程集体暂缓。 - `01:11:21` 具身模型引入上下文学习（ICL），GEN-1.5 与 S1 实现仅凭数秒至数分钟视频示范即可完成新任务部署，无需耗费数小时至数天的真机微调与后训练。 - `01:29:24` 美国 FCC 出台新规，将重逾 2 公斤且联网感知的先进机器人纳入设备准入认证，且按零部件产地穿透限制，倒逼中国具身机器人供应链考虑重资产出海。
## Key takeaways - `00:00` OpenAI 等前沿实验室正将物理 AI 视作通用人工智能（AGI）的子问题，倾向于先攻克通用智能再顺势下潜解决物理世界控制。 - `05:00` GPT-6 Astra 无需微调即可跳过传统专用策略模型（VLA/WAM），直接预测末端 6DoF 位姿并交由逆动力学求解器，撼动了物理策略模型的独立叙事。 - `10:00` IROS 2026 晚宴调查显示机器人学界面临认知分裂，分化为认为通用模型终结机器人的“降临派”、坚持接触力学不可替代的“拯救派”及实用分层的“工具派”。 - `15:00` Astra 的应用演进出三层形态：直接作为策略模型、作为底层 VLA 动作模型的监督纠偏者，以及通过调用 Blender 和 MuJoCo 自动化构建仿真与控制的 Physical RSI 研究员。 - `25:00` 头部通用模型公司拥有十万至百万级 GPU 算力集群，相较于纯具身模型创业公司的千卡规模形成了代际鸿沟，Scaling Law 在泛化认知上展现出反向降维打击。 - `37:37` 面对通用大模型渗透，纯具身算法初创企业面临类似汽车 Tier 1 夹在主机厂与算力芯片间的双向挤压，必须向灵巧手、高精度触觉、硬件本体或高门槛垂直场景转移。 - `50:00` World Labs 的高价出售反映出中美创投生态的温差：美国大厂愿意为稀缺战略人才和前沿空间智能买单，而中国资本和巨头更看重短期造血与成熟商业落地。 - `58:04` 大模型能力越强，对可靠且低成本的物理硬件载体需求越迫切，宇树等成熟量产的硬件本体公司在生态中获得了类似英伟达硬件底座的红利。 - `01:05:00` 部分具身公司为迎合资本和报表，退回用传统 CV 工规手段做专机交付，陈哲指出这种伪落地做法脱离了通用智能与 Scaling Law 的发展主线。 - `01:11:21` GEN-1.5 与 S1 展示的上下文学习（ICL）使机器人具备零样本分布外（OOD）泛化与长序列技能组合能力，极大压缩了工业交付二次开发成本。 - `01:19:43` 深耕物理硬件与传统运控的团队常因过往经验形成包袱，天然抵触大模型端到端方案，这解释了为何激进的范式突破往往来自年轻的研究团队而非传统老牌实验室。 - `01:23:20` 高自由度灵巧手正从末端执行器演变为物理世界的数据采集与验证基础设施，真机并行闭环规模直接决定了策略模型的迭代速度。 - `01:33:26` FCC 准入穿透限制使得简单的零部件运往美国本土组装方案失效，中国机器人企业未来需通过产能重资产出海应对地缘供应链风险。 - `01:42:00` 具身智能终局的商业核心悬念在于产业利润池的归属：究竟会被顶层通用大模型巨头吞噬，还是沉淀在高制造壁垒与不可替代的硬件本体供应链中。
## Detailed walkthrough ### `00:00` Q3 Top 5 盘点与 GPT-6 Astra 的跨界冲击
2026 年第三季度，具身智能领域迎来了极其剧烈的震荡。Alphaist 创始合伙人陈哲（Peter）在刚结束美欧两地的考察后，与晚点科技报道负责人程曼琪梳理了该季度最核心的 5 大事件：
1. **OpenAI GPT-6 Astra 发布**：展现出通用前沿模型直接进入具身智能与物理智能的强大能力，动摇了数字世界与物理世界的边界。 2. **AMD 拟以 82 亿美元收购 World Labs**：李飞飞创立的明星公司被芯片巨头收购，将过去一两年流行的“Neo Lab”概念推向前台，给出了该路线的首次高额定价。 3. **宇树机器人上市（IPO）**：引发了具身行业整体价值与估值锚的深度重构。 4. **具身模型全面引入上下文学习（In-Context Learning, ICL）**：以 Generalist 发布的 GEN-1.5 和 Skild AI 发布的 S1 为代表，通过免微调/免后训练的演示学习极大压缩了部署成本。 5. **美国 FCC 进口限制政策**：7 月底宣布对部分境外生产的先进机器人实施新授权限制，对中美硬件研发与供应链格局带来深远影响。
陈哲指出，Q3 最具颠覆性的变量当属 9 月发布的 GPT-6 Astra。以往通用大语言模型（LLM）的下游任务主要集中在虚拟数字空间（如代码生成、软件操作、Browser-Use 及 Agent），而在机器人控制架构中，LLM 通常仅负责顶层的语义理解和长程任务拆解，底层具体的动作生成依然必须交给专为物理世界训练的具身策略模型（如 VLA 视觉-语言-动作模型或 WAM 世界动作模型）。然而，Astra 展现出了惊人的空间推理与位姿控制能力，能够直接跳过传统策略模型的职责，输出机械臂末端执行器的精准位姿。
```mermaid flowchart TD accTitle: Astra versus Traditional Robotic Hierarchy accDescr: 传统分层控制与 GPT-6 Astra 越界输出末端位姿的路径对比
subgraph Traditional["传统机器人控制流水线"] A1["高层大语言模型 (LLM)<br/>语义理解 / 任务拆解"] -->|"输出任务子目标"| B1["专用具身策略模型 (VLA / WAM)<br/>空间推理 / 轨迹生成"] B1 -->|"输出连续电机控制信号"| C1["底层电机与控制器<br/>扭矩 / 关节速度控制"] end
subgraph AstraPipeline["GPT-6 Astra 新范式"] A2["GPT-6 Astra<br/>任务拆解 + 空间推理 + 规划"] -->|"直接生成末端执行器 6DoF 位姿"| B2["逆动力学求解器 (IK Solver)"] B2 -->|"转换求解"| C2["底层电机执行机构"] end ```
针对前沿实验室范式的急剧转变，陈哲在交流后总结了核心逻辑：
> “以 OpenAI 为代表的前沿实验室，他们对于 Physical AI 的态度是通过先解决 AGI，然后再把 Physical AI 当做一个子问题来解决。”
`05:00` 通用模型越过虚实边界：从 Gemini ER 到 Astra 的逆动力学落地
通用大模型越界进入物理世界的萌芽最早可追溯至 2025 年初。当时 Google 在发布 Gemini Robotics 时便罕见地推出了两个版本：一个是底层的通用 VLA 版本，另一个则是负责上层空间推理与规划的 Gemini Robotics ER。当时多数具身从业者更关注能直接端到端输出电机控制信号的 VLA，而忽视了 ER（Embodied Reasoning）模型所预示的通用空间推理路径。
到了 2026 年 7 月中旬，Anthropic 发布了里程碑式的工作《Claude Plays Robotics》。该研究利用 Claude 3.5/Opus 模型作为调用工具的大脑，不直接输出电机的连续底层控制信号，而是直接预测机械臂末端执行器（End-Effector）的目标位姿（Pose），随后接上一个成熟的逆运动学/逆动力学（IK/ID）求解器，将位姿自动求解为各个电机的关节控制信号。Anthropic 在该实验中横向评测了 GPT-5.4、GPT-5.1、Kimi k2.6 与 Qwen 3.6 等多家主流模型，证实通用模型完全有能力以“机器人接口调用（Computer Use / Tool Use）”的方式完成过去专用物理 AI 模型才能胜任的工作。
开源社区在 7 月迅速复现并打通了这一套代码管线。因此，当 9 月初 OpenAI 发布 GPT-6 Astra 且官方甚至未着重强调机器人能力时，社区仅用一两天就将 Astra 接入这套基于末端位姿输出与逆动力学求解的测试流程。结果令人震惊：在无需微调的情况下，Astra 的控制成功率与准确率较此前 Claude 的评测表现出现了质的飞跃。
`10:00` IROS 2026 的晚宴分歧：“降临派”与“拯救派”
Astra 的破圈在学术界与工业界引发了巨大的认知撕裂。9 月底至 10 月初，陈哲在匹兹堡参加机器人学顶级学术会议 IROS 2026 时观察到，传统机器人学者沉浸在电机控制、触觉传感器、受力分析等经典力学与控制理论问题中，对大模型技术的发展距离较远。
在大会期间的一场晚宴上，卡内基梅隆大学（CMU）助理教授石冠亚组织了一场面向在场 100 多位顶尖机器人研究者的即兴 Survey（调查），借用《三体》中的概念梳理各方对 Astra 冲击的态度： - **降临派**：认为通用大语言模型最终将解决一切物理问题，“Robotics is over”，现有的传统机器人学研究课题在通往前沿的通用智能推进面前将失去独立价值。在晚宴现场，有约三分之一的机器人专家持此类相对极端的观点。 - **拯救派 / 坚守派**：另一端极端派别则坚信，物理世界中极其复杂的接触力学、形变摩擦与高频低延迟控制，通用语言模型永远无法从本质上攻克。 - **中间派 / 工具派**：绝大多数务实学者的共识，即认为大模型是强大的高层工具，物理模型与通用模型将呈现分层架构，各自占据不可替代的生态位。
针对部分学者因大模型体积庞大、推理延迟高而断定其无法做机器人实时控制的论调，陈哲表达了鲜明的反驳：
> “你很难跟持续迭代的摩尔定律去抗衡，所以以这个算力或者速度作为一个瓶颈而否定大模型这条路线的人，我觉得长期可能都会失望。”
这也让许多硅谷具身创业公司（如 Physical Intelligence、Generalist 等）在未产生显著商业化营收却背负数十亿美元估值时陷入了底层叙事的焦虑。若具身智能（Physical AI）不再是一个大于等于通用智能（Digital AI）的超级生态，而只是通用模型的一个子集或下游应用，那么纯策略模型公司的估值体系就将面临重构。
`15:00` Astra 的三层用法：从策略替代、监督纠偏到 Physical RSI
在业界与开源社区的评测中，从业者正将 Astra 的能力拆解为三个递进的层次：
```mermaid flowchart TD accTitle: Three Tiers of Utilizing Astra in Robotics accDescr: 具身智能中应用 GPT-6 Astra 的三个层级与能力演进
subgraph Tier1["第一层：直接作为策略模型 (Policy)"] T1["Astra 生成末端 6DoF 位姿"] --> T1_IK["逆动力学求解器"] --> T1_Act["真机执行"] end
subgraph Tier2["第二层：作为动作模型的监督纠偏者"] T2_Obs["输入场景视觉与任务目标"] --> T2_VLA["底层专用 VLA (如 π0.5) 生成候选动作"] T2_VLA --> T2_Eval["Astra 检查不合理轨迹并进行校正"] T2_Eval --> T2_Act["输出高质量运动控制"] end
subgraph Tier3["第三层：物理自进化研究员 (Physical RSI)"] T3_Prompt["任务描述需求"] --> T3_Sim["调用 Blender / MuJoCo 自动构建环境与物理资产"] T3_Sim --> T3_Policy["自主编写、优化仿真控制策略并验证数据"] T3_Policy --> T3_R2S2R["Real-to-Sim-to-Real 部署至实体硬件"] end ```
1. **第一层：直接充当策略模型（Zero-shot Robot Policy）**： 在 RoboDojo 等开源基准测试中，Astra 直接输入视觉画面，生成末端执行器的 6DoF 位姿并逆解给关节电机。在开源评测文章《An Unexpected Robot Policy》以及初创公司 RoboCurve 开展的对比测试中，Astra 在大量泛化任务上的成功率不仅远超 Claude Fable 5.1 等通用模型，甚至击败了诸多专门在真实轨迹数据上训练的专用具身模型（如部分基准下的 π0.5 与 MOMO-Act-True）。 2. **第二层：作为底层动作模型的监督者与纠偏者（Supervisor / Corrector）**： 银河通用进行了一组基于 10 个 RoboDojo 任务的混合控制对比实验： - 仅由 Astra 独立控制机械臂，任务完成率为 **26%**； - 底层依旧由专用 VLA 模型 π0.5 生成连续动作，但引入 Astra 作为“大脑”在上层实时监督、检查并校正 π0.5 输出的动作轨迹，剔除不合理的抓取位姿。 - 在该混合架构下，任务成功率大幅跃升至 **48%**。这虽牺牲了部分端到端速度，却大幅提升了系统可靠性。 3. **第三层：充当具身智能研究员（Physical RSI，Recursive Self-Improvement）**： 陈哲强调，这是最具颠覆性、令人“头皮发麻”的第三层范式。Astra 凭借强大的代码生成与工具调用（Tool Use）能力，可以直接使用 Python 脚本在 Blender 中自动搭建 3D 仿真环境、生成具有对应物理属性的三维资产，随后在 MuJoCo 中编写运动控制逻辑、运行测试循环并优化 Policy，最终完成从 Real-to-Sim-to-Real 的闭环落地。AI 在物理世界中正在展现出“自己训练 AI”的雏形，Physical RSI 已成为硅谷最新火热的融资与研发叙事。
`25:00` 能力根源：空间推理、接口调用与数据军备竞赛
探讨 Astra 为何在物理任务中表现出色时，陈哲将其归结为三项核心能力的飞跃及其背后的系统性工程：
- **空间推理与泛化能力**：传统 VLA 极其脆弱，在面对桌面物品颜色变动（如红杯子换成绿杯子）、位置微调或罕见光照时极易完全失效；而 Astra 依托庞大参数量与海量多模态预训练，具备强大的常识逻辑与泛化韧性。不过，在需要极高物理精度与高频受力反馈的任务（如精密纽扣扣合、微型缝隙插拔等存在微小形变与摩擦力的场景），Astra 仍不及采集了海量真机遥操作与后训练数据的专用 VLA。 - **对物理引擎与机器人接口的抽象调用（Coding 能力）**：大模型调用 MuJoCo、Isaac Gym 等仿真器接口，或调用机器人底层 API，在逻辑本质上与调用 Browser-Use、Excel 插件无异。Astra 能直接通过代码与仿真器交互，读取状态、评估反馈并自主迭代控制参数。 - **定向数据储备与合成**：据产业供应链消息，OpenAI 早在 2026 年 5 月就招募了大量 Blender 三维艺术家（3D Artists）进行密集的三维建模、运动轨迹生成及高精度数据标注。Blender 生成能力的突破直接反哺了模型对三维物理空间的深度理解。此外，大规模第一人称视角（Egocentric）操作视频和真机数据的采购与预训练融合，也是其不可忽视的数据壁垒。
陈哲分析指出，通用大模型厂商在算力与基础设施上的碾压优势，对纯具身模型初创公司构成了代际差距：
> “可能中国乃至于全球最领先的具身模型用到的 GPU 的数量可能就是千级的水平，这个相比于可能十万甚至百万级的头部通用模型公司的算力水平，还是差了可能两到三个量级。”
对于上游的具身数据公司而言，短期内迎来了通用大模型公司采购预算激增的利好，但从长远来看，数据服务生意始终具有阶段性。一旦特定模态的操作数据被通用基座模型充分消化，高价值的数据需求就会迅速转移向精度更高、物理接触力更复杂的下一个未解领域。而在动作执行的最末端，受限于本体毫秒级高频响应与边缘部署算力，VLA 的形态可能依然存在，但其角色或许不再由独立的具身算法创业公司主导，而是由通用大模型公司通过模型蒸馏技术打包交付至设备端。
`35:00` 动作模型 vs 视频生成模型：初级动物与高级智力的 Scaling Law 鸿沟
陈哲深入拆解了 VLA（Vision-Language-Action）与 WAM（World Action Model，世界动作模型）在模型底座上的本质区别。VLA 的核心目的始终是以动作为中心，更像是一种看到输入后立刻生成一串动作的“直觉或本能反应”。而 WAM 虽然同样以输出动作为终极目标，但它的骨干网络（backbone）采用的是视频生成模型（如 Diffusion Model），是在海量通用视频数据上训练出来的。由于通用视频包含了极其丰富的物理现实记录与客观规律沉淀，因此 WAM 天然在泛化能力上大幅优于传统的 VLA。然而，陈哲指出，视频生成模型归根结底是一个“生成器”而非“理解器”，它的内部依然缺乏真正的逻辑推理链条。
这里存在一个与人类直觉相悖的演化现象：人类总觉得运动和肢体操作能力是智能中相对低级、最先被掌握的，自然界中的昆虫和简单低等动物只需极少量的神经元就能完成高超的本能反应；而高阶的逻辑推理、复杂问题拆解与抽象思考，则是神经元数量急剧增长后才在大脑中涌现的。然而，在当前的 AI 演进路径中，Scaling Law 展现了反向降维打击的冷酷力量。目前主流的机器人 VLA 和世界动作模型参数量大多仅在数十亿（几十 B），而前沿的通用大语言模型参数早已达到数万亿（数个甚至十个 Trillion）级别。这恰恰呈现了“初级动物”与“高级动物”在脑容量上的天壤之别，也彻底打破了“专注于物理世界的垂类公司能做出超越数字世界模型规模”的早期假设。
面对这场技术碰撞，陈哲表达了自己坚定的立场：“GPT-6 Astra 其实进一步证明了一点，智能是一个通用问题，通用模型是有可能先解决智能问题从而解决物理问题的。”在这样的宏大叙事下，物理 AI 模型公司过去所依赖的自闭环神话正在被打破，未来必然走向与通用基础模型共生互补的现实格局。
`37:37` 中国通用模型公司挺进物理世界与具身创业者的“自留地”
大模型巨头向具身智能渗透的浪潮正迅速波及国内。2026 年 9 月前后，业内密集传出月之暗面（Kimi）和智谱 AI 都在紧锣密鼓筹备 Robotics 业务，此前深度求索（DeepSeek）创始人梁文峰在流传出的内部投资交流中也明确提出“AGI 的下一步必然是物理 AGI”。陈哲认为这一趋势极其自然：既然物理智能仅仅是通用智能的一个子集，那么所有立志于解决 AGI 的头部大模型公司，无论出于技术野心还是业务延伸，都兼具充分的动力与能力去解决物理空间问题。早先国内部分团队采购机械臂可能仅作前沿探索，但 Astra 的突破像一记警钟，让几乎所有通用模型团队与科技巨头开始以极度严肃的态度将机器人视作核心战略。
面对通用模型的强势越界，物理 AI 创业公司的生存空间遭遇剧烈挤压。陈哲认为，创业团队应当停止在 VLA 与 WAM 的路线优劣上进行无休止的内耗，“在一个超级智能面前，你的这种模型架构上的优化其实是 insignificant（微不足道的）”。创业公司唯一的出路，是尽快认清通用模型无法触达的边界，主动将自己定位为超级大脑随时能够调用的“物理接口”和“落地工具”，牢牢守住属于自己的产业闭环：
```mermaid flowchart TD accTitle: 通用大脑与物理落地闭环分工 accDescr: 展示通用大模型调度物理世界专有能力的分层协作架构
subgraph GM["超级通用智能层"] A["通用大模型 (如 GPT-6 Astra)<br/>负责任务规划、空间理解、统一调度"] end
subgraph API["物理能力与接口层"] B["机器人执行策略 / 专用工具接口"] end
subgraph Loop["垂直行业护城河与自留地"] C["硬件/触觉与力控反馈"] D["垂直场景 Know-How 与工规约束"] E["任务失败恢复机制"] F["专有任务统计与物理数据闭环"] end
A -->|"调度与位姿指令"| B B --> C B --> D B --> E B --> F ```
- **关键零部件与传感壁垒**：深耕高自由度灵巧手、高精度触觉传感器以及具备高可靠性的本体硬件。 - **垂直行业的深层 Know-How**：在工业制造、特种物流等 2B 领域沉淀严苛的工艺约束条件、现场容错机制以及失败任务的即时恢复策略。 - **准入门槛与合规数据**：如同医疗、法律领域的垂直软件壁垒（如 Harvey、OpenEvidence），依靠特定的物理场景准入牌照与行业独占数据构筑百亿美金防护栏。
`42:00` 汽车 Tier 1 的两端挤压困境与自动驾驶 Benchmark 的溃败
为了剖析夹在通用模型与物理落地之间的“具身大脑”创业公司，陈哲借用了智能汽车产业的分层结构进行残酷类比。在智能汽车的价值链条中，通常清晰地分布着三层：最顶层是掌控整车定义与品牌的主机厂，中间是算法供应商及 Tier 1，底层则是提供芯片算力与激光雷达等核心组件的供应链巨头。
现实的商业博弈表明，中间层的 Tier 1 始终面临极其痛苦的双向挤压：它要么向下做芯片自研以保住硬件毛利，要么向上绑定整车厂甚至试图主导整车溢价（如华为智驾方案）。如果只死守中间纯算法层的生态位，必然会被上游主机厂的议价权与下游算力巨头的平台化双重蚕食。具身智能领域正在上演完全相同的剧本：纯做具身通用大脑的公司既无法在模型算力与智能尺度上抗衡千亿美金的通用模型巨头，向下又受制于本体硬件和执行机构微薄的定价力，极容易陷入失去价值支点的真空地带。
陈哲还分享了一个极具冲击力的真实行业案例。近期他与一位从顶级自动驾驶公司转行具身智能的技术骨干深聊，对方的一番话让他深受震动。在自动驾驶领域摸爬滚打了十余年，行业建立了一整套极为严密、用来测试各种危险 Corner Case 的基准评测集（Benchmark）——例如推着轮椅的老人横穿没有斑马线的马路，或是施工区域杂乱摆放的临时交通锥等复杂路况。这位骨干无奈地坦言：“这些已经被反复验证了十年的这种 benchmark，今天在 Astra 面前都灰飞烟灭。就是这些我们认为认知上一个真人司机可能都容易犯错的问题，其实在 Astra 面前都是很简单的问题，就直接打穿了。”既然在被视为极其复杂的自动驾驶认知难题上，大模型能够凭借绝对的泛化认知瞬间破局，那么在机械臂操作和机器人规划等具身场景中，旧有技术栈的瓦解只会发生得更快。
`45:17` AMD 拟以 82 亿美元收购 World Labs：明星 Neo Lab 的战略宿命
2026 年 Q3 行业内的第二颗重磅炸弹，是半导体巨头 AMD 达成以 82 亿美元收购明星世界模型公司 World Labs 的意向。World Labs 作为一家典型的“Neo Lab”（新型前沿实验室），由知名学者李飞飞领衔创立，曾因豪华的全明星学术与工程阵容斩获巨额融资。李飞飞最初为 World Labs 确立的崇高愿景是构建“全模态空间智能模型（Spatial Intelligence）”。其发布的代表作 Atlas 模型主打基于 3D 高斯泼溅（3D Gaussian Splatting）等技术，将不同模态的输入融合成可交互的三维甚至四维物理空间重建。
程曼祺提出疑问：这种场景重建与视角再生成，究竟能为机器人领域带来什么？难道 GPT-6 Astra 不能做吗？陈哲解释道，World Labs 与 Astra 的定位截然不同：Astra 是一个强语义理解与推理的大脑，而 Atlas 本质上更接近于极高精度的空间生成模型（类似于三维版的 Seedance 或可灵），专精于物理世界的几何高保真复刻。特别是在 World Labs 收购了其学生创办的机器人仿真验证测试公司 SceniX 之后，二者形成闭环，构成了最理想的 Sim2Real（仿真到真实世界）资产生成管线。在 Astra 驱动的具身研发链条中，World Labs 实际承担了仿真资产构建与空间测试底座的角色。它与 VLA、WAM 不是非此即彼的竞争关系，而是典型的上下游基础设施供应商。
谈及这桩天价收购的动机，陈哲直言双方各取所需。World Labs 在 2026 年 2 月刚刚完成过一轮 10 亿美元的融资，然而作为一个缺乏成熟商业模式的前沿实验室，探索空间智能的算力消耗是天文数字，独立生存的资金压力极大。而对于市值万亿美元的芯片巨头 AMD 而言，在 AI 大模型时代长期笼罩在英伟达的阴影之下——英伟达不仅算力垄断，在具身智能领域还有着名声显赫的 GEAR Lab（通用具身智能代理实验室）提供学术与生态护城河。AMD 极度缺乏在顶级 Physical AI 领域的品牌声量与顶尖人才阵营，豪掷 82 亿美元直接打包收编一支全球最高水平的空间智能团队，在战略上是一笔极为划算且必须付出的防御性代价。
`50:00` 82 亿美元背后的中美创业温差与“没见过神迹”的认知断层
World Labs 的高价出售在创投圈掀起了巨大波澜，甚至引发了对其他世界模型公司价值的激烈讨论。陈哲指出，82 亿美元并不代表该业务当下的营收能力，而是“体现了一个万亿市值的头部公司愿意为这个事情战略上付出的代价”。这也为全行业所有的独立 Neo Lab 敲响了警钟：长期依赖纯粹的研究故事维系极高估值是不可持续的，抓住战略窗口被巨头收购往往是最好的归宿。
这一交易也鲜明映射出中美资本环境与创业哲学的深层温差：
| 维度 | 美国前沿物理 AI 环境 | 中国机器人与具身创投环境 | |:--- |:--- |:--- | | **资本支持与容忍度** | 资本愿意给予长期巨额资金，支持像 Physical Intelligence、World Labs、Generative Robotics 等公司探索高风险、独创性的全新技术路径。 | 偏向关注当下的商业落地、营收指标或快速规模化，较少有资本能承受数年纯研发的无底洞投入。 | | **退出机制与买家生态** | 巨头（如 AMD、大型科技平台）处于激烈博弈期，极度饥渴顶级人才与战略壁垒，愿意为前沿技术资产开出数十亿美元高溢价。 | 科技巨头自研意愿更强，很少为早期巨额亏损的纯研发型 Neo Lab 支付巨额并购溢价，主要退出路径依赖二级市场 IPO。 | | **团队发展战略** | 敢于坚持非共识的大型技术判断，追求底层架构与空间智能的本质突破。 | 迅速走向实用主义，扎进工业、物流、巡检等垂类场景寻求生存，或拼抢标准化硬件本体出货。 |
陈哲在此分享了他在一线与海内外顶尖从业者交流时的深刻感触：“在 OpenAI 见过神迹的人，跟没见过神迹的人，是有断代差别的。”这一幕与 2024 年中期的自动驾驶行业如出一辙：当时特斯拉刚刚端出端到端自动驾驶（End-to-End Autonomous Driving），国内大部分车企因为算力与数据断层迟迟无法复现该效果，甚至一度在行业内部蔓延起一种声音，认为“特斯拉是在放烟雾弹误导市场，因为大家断断续续训了半天没训出来，一定是骗人的”。然而，当一家团队真正跨过 Scaling Law 的临界点解决过问题后，对物理世界的认知视角就已经彻底不同了。
面对 Frontier Lab（前沿实验室）研究员所拥有的超前视野，陈哲也客观指出了普通创业团队的盲区与陷阱。一位在顶尖前沿实验室工作的朋友曾谦虚且坦诚地提醒陈哲，不要被他们的推导盲目带偏：“因为他是站在他们有巨大的数据量和巨大的算力的基础上做出这样一个推导，可能这个推导对绝大部分创业公司并不成立。”在自动驾驶时代，国内头部车企一年咬咬牙拿出四五十亿人民币尚且能跟进端到端模型；但在具身智能领域，当它演变成超级通用智能的子问题时，支撑前沿研发所需要的算力与数据 Scale，早已超出一般初创公司的承受极限。
`56:24` 宇树科技 IPO：估值过山车与“金钱游戏”的周期清算
2026 年 Q3 具身智能领域在二级市场的标志性事件，无疑是宇树科技（Unitree）的正式上市。宇树在上市首日开盘市值曾一度被狂热的资本爆炒冲破 4400 亿元人民币，随后经历了深度的价值回调，回落至 1700 多亿元（其 IPO 发行市值约在 600 多亿元）。回溯上一季度陈哲在节目中预测宇树合理价值在 1000 亿元左右，目前的市值依然保持着相当的估值溢价。对于开盘冲上 4400 亿又暴跌 60% 的过山车行情，陈哲表现得极为冷静，他认为上市初期流通盘小，充斥着短期投机游资的推波助澜，根本无法代表公司真实的长期价值，真正的价值锚点必须等待 2027 年 8 月科创板限售股解禁后，由长期机构投资者的换手来决定。
从基本面来看，宇树展现出国内具身本体领域难得一见的扎实底色。上市前夕披露的 2026 年上半年财报显示： - **营收增速与规模**：半年度营收达到 11.52 亿元人民币，同比增长约 48%，全年总营收预计落在 25 亿元左右。 - **产品结构拐点**：人形机器人的出货占比相比去年实现大幅跃升，标志着公司主营业务正成功从四足机器狗向人形具身核心梯队切换。 - **营销投入剧增**：上半年销售费用上浮至 1.64 亿元，主要受 2026 年央视春晚高强度品牌营销的直接影响（春晚相关赞助与协同支出达大几千万元）。
```mermaid flowchart LR accTitle: Astra 时代宇树科技的角色转变 accDescr: 宇树科技在具身智能生态中扮演类似英伟达的硬件底座与生态支撑角色
A["上游顶尖算法<br/>(OpenAI Astra / 开源前沿)"] -->|"软硬件适配与部署"| B["宇树开源生态与原厂工具链<br/>(如 6B VLA 移动操作模型)"] B --> C["宇树坚固的硬件本体<br/>(四足/人形机器人成熟量产)"] C -->|"低成本部署交付"| D["全球海量开发者与产业用户"] ```
陈哲特别强调，GPT-6 Astra 的爆发非但没有削弱宇树，反而极大地强化了宇树这类成熟硬件本体公司的地位。这种生态位极其类似于数字世界的英伟达：无论顶层大模型百团大战如何惨烈，算法能力的爆发式跃升只会十倍、百倍地放大对底层硬件执行载体的刚性需求。宇树不仅拥有强大的硬件供应链与量产能力，还在积极扮演软硬件生态的粘合剂——其在 9 月发布的 6B 参数自主 VLA 模型，专注于桌面精细操作与全身移动控制，其核心战略意图并非去争夺“世界最强大脑”的虚名，而是作为原厂为全球开发者铺设顺畅的工具链，极大降低把开源模型部署到宇树硬件上的门槛与成本。
宇树上市引起的另一个重大行业震荡，是直接导致了一级市场数十家排队上市的具身智能公司面临监管全面收紧。由于宇树上市后的剧烈波动以及行业内普遍存在的“数采”（数据采集合同充当伪营收）等刷单争议，监管机构开始以极其审慎的目光重新审视整个赛道，严查企业是否具备真实可持续的造血能力、底层硬核技术突破以及上市的紧迫必要性。许多成立仅三年的初创公司原本计划在 2026 年内完成 IPO，如今通道基本关闭。
陈哲回顾了 2020 至 2021 年上一轮专用机器人热潮的历史周期：当时普渡、擎朗等送餐机器人头部公司各自在一年内狂烧 10 亿元打补贴战抢占点位，低速无人配送赛道同样尸横遍野。他感慨道，在行业极早期技术与采购链条均不成熟的阶段，过剩的资本焦虑必然催生出畸形的非理性竞争。在产业黎明期苛求企业实现健康充沛的持续盈利本身是一个行业悖论，而随着二级市场狂热的退潮，整个具身智能行业正在被迫告别用 PPT 和数据注水支撑的“金钱游戏”，迎来残酷而真实的生态重洗。
`01:05:00` 具身二级市场的错位、营收幻象与“背道而驰”
陈哲与程曼祺深入探讨了具身智能行业面临的资本与发展节奏的严重错位。具身智能在当下仍然处于极其早期的技术探索阶段，本应遵循一级市场的长线逻辑，但一旦启动上市流程，公司就必须面对二级市场严苛的财务与增长审核。陈哲直言，国家支持新兴战略行业是希望换取长期的竞争力和持续研发，但部分从业者却把上市当成了套现工具，陷入投机与概念包装：“但是如果大家把这个手段当作唯一的目的，以比较投机甚至是操作概念的方式把公司包装成一个可以快速上市甚至套现的公司，我觉得有点本末倒置。”
这种上市压力催生了危险的业务动作：一些公司利用财技虚构收入，更可怕的是为了迎合报表去接很多违背技术演进规律的项目。陈哲以大语言模型的发展史作比——如果当年在 GPT-1、GPT-2 阶段就逼迫 OpenAI 必须交出亮丽的财务报表，OpenAI 就得把资源分散去搭各种奇奇怪怪的外挂 Harness、做特定任务微调；正如 2018 至 2019 年中国许多团队基于 BERT、Google T5 扎堆去做智能客服、智能医疗等所谓“落地”，事后证明与真正的通用智能（AGI）及 GPT 路线南辕北辙，纯属捡了芝麻丢了西瓜。
当前部分具身公司拿着大笔融资进工厂、入仓库，用最传统、十年前计算机视觉（CV）专机式的自动化工程手段去交差交付，对外却包装成“具身智能落地”。陈哲指出，这种做法不仅分散精力，而且完全脱离了技术主线：“我们今天有很多具身公司拿着大额的融资去跑到工厂里面去做一些以前用传统 CV 方法可以解决专机的问题，这个跟通用智能的发展是背道而驰的。”
- **真实收益来源**：当前真正能从通用智能和 Scaling Law 中持续获益的具身业务，并非去低端工厂抢专机活，而是服务于通用智能演进的环节——高质量物理数据服务商、高自由度灵巧手企业、可靠的核心零部件厂商，以及提供稳定、低成本控制底盘的通用本体公司。 - **开源追赶与自研壁垒**：国内开源大模型未来势必会追赶 GPT-6 Astra 的位姿输出能力，但大模型头部企业（Frontier Labs）本身具备海量多模态数据清洗标注、防训练崩溃、搭建大规模强化学习（RL）收敛环境的核心工程能力，一旦它们直接下场，仅靠包装开源模型的具身软件团队将毫无优势。
---
`01:11:21` 上下文学习（ICL）：从几天的微调到一分钟的视频示范
讨论转向了 Q3 的核心技术突破——Generalist 的 GEN-1.5 与 Skilled AI 的 S1 所展现出的上下文学习（In-Context Learning, ICL）能力。陈哲解释道，大语言模型早在 GPT-3 时代就通过提示词工程（Prompt Engineering）展现了无需修改模型权重即可解锁新任务的 ICL 能力。而具身模型过去将预训练模型落地到现场时，通常需要工程师在现场用真机遥操作（teleoperation）采集数条轨迹，再进行耗时几小时、几天甚至一周的后训练（post-training/fine-tuning）来更新模型参数。
GEN-1.5 和 S1 证明，具身模型无需改变网络权重，仅凭一段数秒到数分钟的人类示教视频（第一视角或第三视角）配合文字 Prompt，就能直接执行新任务。ICL 表现出了两项出人意料的关键特性： 1. **分布外（OOD）任务泛化**：即便任务在预训练数据集中完全未曾出现（例如从未学过系魔术贴），模型看到一次示范后，理解动作逻辑并成功执行的概率会发生阶跃。 2. **长序列（Long-horizon）技能组合**：能够将预训练中掌握的拧旋钮、抓取等“原子技能”，依据一段长示教视频快速拼装重组成搬运、打包等复杂多工序工作流。
```mermaid flowchart TD accTitle: Comparison between Traditional Teleoperation Fine-tuning and In-Context Learning accDescr: Traditional fine-tuning modifies weights over days, while ICL feeds video demonstrations directly into the context without weight changes.
subgraph TRAD ["传统真机微调范式"] T1["现场真机遥控操作<br/>(Teleoperation)"] --> T2["数据清洗与格式转换"] T2 --> T3["模型参数后训练 (Fine-tuning)<br/>耗时数小时至数天"] T3 --> T4["生成特定场景策略权重"] end
subgraph ICL ["ICL 上下文学习范式"] I1["人类录制示教视频<br/>(第一/第三视角 1-10分钟)"] --> I2["Prompt / Context 实时输入"] I2 --> I3["冻结底座大模型参数<br/>(无需任何梯度更新)"] I3 --> I4["直接输出长时序复合位姿动作"] end ```
- **GEN-1.5 机制**：侧重短轨迹示范（3 至 10 秒），直接接收包含关节信息的低视角或机器人第一视角原始数据。 - **Skilled AI (S1) 机制**：侧重长达 10 分钟的第三视角输入，高度强调全身运动控制（Whole-body control）及长时序复杂技能的组合。 - **商业化意义**：极大契合了国内对快速实施交付的需求，把昂贵的工业二次开发压缩为工人录制一段操作视频。
---
`01:19:43` 世界动作模型 DYNA 2.1 与大厂经验的“创新阻力”
9 月底，Dyna 团队发布了半人形机器人洗衣房全流程作业展示与 DYNA 2.1 工作流，使用了超过 100 万小时的自我第一视角（Ego）数据，并构建了包含全身控制策略与 WAM（World Action Model，世界动作模型）的完整闭环。但陈哲提到，业内对该成果的 Scaling Law 表现存在争议，普遍感觉“数据量大了很多，但能力提升并未成正比”，架构到底是 VLA 还是 WAM 并不是关键，核心瓶颈在于专有高质量数据的配比与清洗管线。
在对比 Google Robotics 与 OpenAI 时，陈哲抛出了一个引人深思的观点。Google 早在 Everyday Robots、RT-1、RT-2 及最新的 Robotics 2（包含 ER2、Robotics 2 及本地轻量级 on-device 模型）上深度耕耘十余年，但为何震动行业的始终是 OpenAI？陈哲结合自己早年在 Google 工作的经历分析，除了组织分散和基础模型被追赶外，最根本的阻力在于行业经验带来的包袱：“这个团队如果越了解 Robotics、越有 Robotics 相关的经验，其实会妨碍他们在通用模型达到这个能力的这个尝试。”
真正深耕硬件、碰过物理实体的人，对机械系统的不确定性充满敬畏，这种敬畏往往演变为对大模型端到端暴力的天然本能抵触——恰如早期最懂自然语言处理（NLP）的人最抗拒通用大语言模型（LLM）。在 OpenAI，从事物理智能探索的研究员年龄普遍比 Google 年轻 5 到 10 岁（大量为 1999 年、2000 年左右出生的新锐博士），没有陈旧知识架构束缚，反而能激进地验证通用模型的大尺度潜力。
- **Optimus 的停滞**：特斯拉三季度将算力与核心工程师全力倾注于 Robotaxi 业务，导致人形机器人 Optimus Gen 3 严重后延。 - **自动驾驶与通用机器人的分歧**：特斯拉的 Video-to-Action 路线更依赖类似人类驾驶的直觉本能反射（低语言权重、参数量通常在几十 B 的小模型）；而通用基础大模型是在庞大的全网数据与推演尺度上运行，两者的智能范式正在分道扬镳。 - **灵巧手成为“物理 GPU”**：灵巧手不再是单纯的末端执行器，而已演变为 AI 训练的数据采集与验证基础设施；谁手里拥有一千只手做真机并行跑闭环，模型演化迭代就比只有一百只手快一个数量级。
---
`01:29:24` 美国 FCC 禁令：新设备限制与制造业回流悖论
2026 年 Q3 悬在行业头顶的另一只靴子落地：美国联邦通信委员会（FCC）将境外生产的先进机器人正式纳入了设备认证准入管辖。只要单机重量超过 2 公斤，并具备移动、感知、联网和远程控制能力的机器人——涵盖人形机器人、四足机器狗，甚至延伸至一部分割草与扫地机器人——未经许可均不得进入美国市场销售。
这一政策引发了意想不到的连锁反应： - **原产地比例穿透**：禁令并非按品牌国别界定，而是按关键零部件产地穿透。若整机中关键零部件原产国（中国及其他指定境外产地）占比超过 65%，哪怕是像 iRobot 这类美国本土品牌也会受到严厉波及。 - **支持者的尴尬反噬**：波士顿动力（Boston Dynamics）及美国扫地机创企 Mantis 最初曾表态支持限制政策，以期推动制造业回流本土；但细则落地后波士顿动力大受打击，因其被现代汽车收购后大量装配产线设在韩国，同样被视作“外国生产”，目前正紧急游说美国政府寻求豁免，试图将盟友友好国家的产能折算为本土比例。 - **短期缓冲与长期出海**：由于该政策“不溯及既往”，宇树科技（Unitree）在招股书中披露，7 月底前已完成 FCC 认证的成熟型号（如 G1、R1、H2 机器狗等）短期内在美国仍可正常销售；但新开型号将被彻底阻断。 - **拆件组装无效**：政策按照整机 BOM 表成分计算，试图将中国零件运往美国本土再行拼装并不能绕过原产地认定。中国具身供应链要想维系美国市场，最终必须效仿动力电池（如宁德时代）走重资产产能出海之路，携供应链上下游一同赴海外设厂。
---
`01:36:50` Q4 展望：Physical RSI、通用巨头进场与组织架构重塑
在对 2026 年第四季度的展望中，陈哲预判了三大行业趋势：
1. **Physical RSI 与 Agentic 编排全面铺开**：行业将把通用模型的思维链、跨模态推理深度用于物理自我迭代（Physical Recursive Self-Improvement），包括利用大模型担任具身研究员、对运动控制策略实施无死角的判别纠偏、动态合成高度真实的物理仿真场景，以及通过 Agentic 架构将底层离散的物理原子技能自动编排串联。 2. **中国通用大模型力量重组具身研发**：智谱 AI、Moonshot AI（Kimi）等通用前沿机构，以及字节跳动（已将机器人业务并入 Seed 体系）、腾讯 Robotics X 等大厂团队，正在迎来深刻的范式清洗与组织重构（Re-org）。过去以机械工程、传统运控为中心的传统机器人思路，正在被“以通用人工智能（General AI）为主导驱动具身物理世界理解”的新范式全面替代。 3. **上下文学习（ICL）成为产业落地利器**：鉴于中国市场对于商业化落地、场景复制效率的极致追求，免后训练、秒级响应示范的 ICL 工作流将在物流包装、柔性组装等工业端全面爆发。
在全剧收尾时，陈哲回击了机器人传统领域对大模型跨界渗入的本能抵触心理。他回忆道，正如四五年前强化学习（RL）刚进入机器人控制层时，无数资深学者和老派工程师曾断言深度强化学习不稳定、不可用，然而到了 2022 至 2023 年，强化学习便彻底重写了所有四足与双足机器人的运动控制底层：“反面可能就是有一些这个领域的人确实一听到一个跨领域的新进展会有些本能的抵触……那就用现实去证明这件事情。”通用大模型对物理世界的侵蚀已不可逆转，未来的具身智能图景必将由真正敢于打破虚实边界的人所书写。
`01:40:00` 深度强化学习的历史镜像与利润归属的终极拷问
陈哲在回顾机器人发展历程时指出，今天人们对通用模型介入物理世界的怀疑，与数年前行业对深度强化学习的态度如出一辙。四五年前，人形机器人和机器狗之所以能突然展现出惊艳的运控与运动平衡能力，根本原因在于深度强化学习算法彻底颠覆了传统基于手写规则或模型预测控制（MPC）的经典控制框架。而在那场技术范式转移发生前，行业内几乎所有人都会用十年前失败的尝试经验来否定这项路线，认为强化学习根本走不通。因此，面对今天通用基础模型向物理世界渗透的速度，从业者出于经验本能去怀疑和低估，完全是历史的重演。
当被问及当前具身智能领域最重要但仍悬而未决的核心命题时，陈哲将目光投向了未来产业链的价值分配机制。他认为技术路径的演进必然会重塑商业逻辑，而行业终局最大的未知数在于利益究竟被谁收割。
> “如果通用智能持续加强，机器人产业里面的稀缺性跟利润到底会涌向哪里？如果这个产业最终能够赚很多钱，是被通用智能的公司攫取了绝大部分利润，还是被其他产业链上面的公司赚取这个利润，我觉得这个问题今天还没有答案。” —— 陈哲
程曼琪随后总结了 2026 年第三季度具身智能领域的几大交织主线：以 GPT-6 Astra 为代表的通用前沿基础模型跨过虚实边界，在机器人策略层面展现出惊人潜力，直接冲击了行业原本的分工叙事；GEN-1.5 与 S1 所探索的上下文学习（ICL）方法正在帮助开发者免除数天的后训练，显著降低实际部署门槛；而宇树科技在二级市场的股价剧烈波动及其估值锚的转移，也直接引发了一连串连锁反应，导致大批排队上市的中国具身创业公司不得不放缓节奏。
- **控制算法的代际更替**：四五年前深度强化学习取代 MPC 和手写规则，证明了数据驱动范式在运动控制层面的颠覆性，当前大模型进军 Manipualtion 正在复制这一历史转折。 - **价值分配谜题**：一旦基础模型吃掉大部分策略能力，整机软硬件集成的利润池究竟是向上游通用大模型厂商集中，还是下沉至高壁垒的精密硬件本体供应链，目前仍无定论。
---
`01:42:11` 连点成线：虚拟与物理 AI 融合，物理 AGI 成为 AGI 的子问题
程曼琪在随后的“连点成线”环节分享了近期的深层复盘。贯穿 2026 年以来的三期 AI 季报与三期具身季报，最显著的趋势就是“虚拟世界的数字 AI”与“物理世界的具身 AI”正在不可逆转地走向深度融合。早在 2026 年 5 月 OpenAI 重新启动机器人团队招募时，两者的交汇就已初见端倪；而 7 月中旬 Anthropic 发布长文《Claude Plays Robotics》，则标志着主流 Frontier Labs 已经全面跨入该战场。这与多年前 OpenAI 依赖单手解魔方的单一玩具项目完全不可同日而语——机器人技术已在算法架构、数据管线和算力资源上，与通用大模型主线紧密咬合为一个有机的整体。
```mermaid flowchart TD accTitle: Frontier Labs 视角下的物理 AGI 演进路径 accDescr: 展示从通用大模型主线到分层控制落地机器人硬件的技术与落地链路。 subgraph Core["通用大模型中枢 (Frontier Labs)"] A["通用基础模型主线<br/>(GPT-6 Astra / Claude Fable)"] --> B["物理 AGI<br/>(作为 AGI 的核心子问题)"] end subgraph Execution["物理执行与分层结构"] B --> C["高层语义规划与粗位姿输出"] C --> D["高频实时策略模型<br/>(低延迟/抗扰动纠偏)"] D --> E["机器人本体与末端硬件<br/>(宇树/灵巧手等基础设施)"] end ```
程曼琪强调，前沿实验室的战略共识已经确立，正如陈哲此前所言：“Frontier Labs 的共识是物理 AGI 是 AGI 的一个子问题。”尽管 Astra 当前被直接拉来充当机器人策略模型时仍存在致命短板——其推理速度极慢、绝对成功率依然偏低，在现实工业或家庭场景中根本无法达到直接部署的标准，但它超越开源 SOTA 具身专有模型的事实，已经打破了物理世界不可逾越的神话。未来的实际系统大概率会演变为分层架构：通用旗舰大模型虽然不会包揽物理世界的每一个低级反馈控制，但其所能消化的任务广度已经足够可观，彻底动摇了原本鼓吹“独立专有具身大模型”创业公司的发展叙事。
- **战略维度的彻底转变**：从早期的单点算法验证（如单手转魔方），转向将物理世界操作视为验证通用智能泛化极限的关键拼图。 - **现实落地妥协点**：受制于高昂成本、极低推断帧率、可靠性与容错能力，物理落地必然依赖分层控制系统，但高层认知的定义权已被通用大模型牢牢掌控。
---
`01:44:15` 宇树的“基础设施”生态位与未决的双重悬念
对于具身硬件本体，程曼琪回顾了历期季报中关于宇树科技的长期推演。无论外部舆论如何调侃其硬件为“铁疙瘩”，宇树的价值底线依然极其扎实。在通用大脑迅速膨胀的时代，无论是最前沿的具身智能算法创企（如 Physical Intelligence、Generalist），还是斯坦福、CMU 等顶级学术机构，抑或是 OpenAI、Anthropic 这样的前沿巨头，在开展物理实验时都绕不开可靠的物理载体。一个具备极高制造一致性、耐用度、严苛成本控制能力，并能提供完善返修和软硬件适配支持的本体公司，事实上已经构成了全世界研究物理智能不可替代的基础设施。
与人形本体生态位爆发同步发生的，是近期行业内灵巧手需求的急剧井喷。灵巧手正复制人形本体的发展路径，迅速确立起关键研发载体的独立生态位。在大脑、本体与核心零部件分工加速成型的背景下，程曼琪提出了行业未来必须直面的两个终极悬念：
1. **大脑究竟由谁交付**：在 Astra 带来震荡之前，市场资本普遍押注由独立的具身智能初创公司攻克物理大脑；但现在以 OpenAI 和 Anthropic 为代表的通用大模型公司，展现出了以降维打击姿态接管大脑的巨大可能。 2. **前沿霸主是否会垂直整合**：OpenAI 这类公司在软件与算法见顶后，是否会走向特斯拉 Optimus 那样的全栈垂直整合道路，亲自涉足底层机械本体与硬件制造。
这两个悬念的揭晓过程，将成为未来相当长一段时间内观察具身智能产业演变的最核心坐标。
- **硬件本体的核心竞争力**：并非单纯比拼峰值运动性能，而是在规模化制造中的出厂一致性、高强度受损后的可维护性、极低损耗率与全球快速发货适配能力。 - **灵巧手需求井喷**：随着操作任务从简单的抓取（Pick-and-place）转向精细装配与多指协同，高自由度灵巧手已成为继整机本体后最紧俏的实验基础设施。
## Notable quotes > `35:00` GPT-6 Astra 其实进一步证明了一点，智能是一个通用问题，通用模型是有可能先解决智能问题从而解决物理问题的。 — 陈哲
> `00:00` 以 OpenAI 为代表的前沿实验室，他们对于 Physical AI 的态度是通过先解决 AGI，然后再把 Physical AI 当做一个子问题来解决。 — 陈哲
> `01:05:00` 我们今天有很多具身公司拿着大额的融资去跑到工厂里面去做一些以前用传统 CV 方法可以解决专机的问题，这个跟通用智能的发展是背道而驰的。 — 陈哲
> `50:00` 在 OpenAI 见过神迹的人，跟没见过神迹的人，是有断代差别的。 — 陈哲
> `10:00` 你很难跟持续迭代的摩尔定律去抗衡，所以以这个算力或者速度作为一个瓶颈而否定大模型这条路线的人，我觉得长期可能都会失望。 — 陈哲
## Mentioned 陈哲, 程曼祺, OpenAI, GPT-6 Astra, Claude, Claude Fable, Anthropic, World Labs, AMD, 李飞飞, 宇树科技, Generalist, GEN-1.5, Skild AI, S1, 美国联邦通信委员会 (FCC), Google, Gemini Robotics, Gemini Robotics ER, IROS, 石冠亚, 卡内基梅隆大学 (CMU), RoboCurve, RoboDojo, 银河通用, π0.5, MOMO-Act-True, Physical Intelligence, MuJoCo, Blender, Isaac Gym, 月之暗面 (Kimi), 智谱 AI, 深度求索 (DeepSeek), 梁文峰, SceniX, Atlas, 英伟达 (NVIDIA), GEAR Lab, 特斯拉 (Tesla), Optimus, Dyna, 波士顿动力 (Boston Dynamics), Mantis, iRobot, 字节跳动, 腾讯 Robotics X
## Video description <p>2026 年 Q3，具身智能领域最有冲击力的变化，来自一个通用模型：9 月初 OpenAI 发布 GPT-6 Astra 后，具身从业者们发现，Astra 不只理解任务、拆解任务，还能输出机器人末端执行器的位姿，完成了本该属于 VLA 等物理 AI 模型的部分工作，而且还做得很不错。</p>
<p>在部分测试中，直接把 Astra 当做策略模型（VLA、WAM 等都是机器人上的策略模型类型）的成功率已超过了一些专门为机器人任务和物理世界操作训练的具身模型。</p>
<p>这动摇了数字世界 AI 和物理 AI 的边界，也引发了一个灵魂拷问：</p>
<p><strong>GPT、Fable 之类的通用模型是否会吃掉 Robotics？</strong></p>
<p>同时已经发生的事实是：OpenAI、Anthropic、DeepSeek、Kimi 等多数通用前沿模型公司都正酝酿进入 robotics。</p>
<p>除了 Astra 冲击外，本期具身季报还关注以下 4 个行业进展和事件：</p>
<ul> <li>AMD 拟以 82 亿美元收购 World Labs</li> <li>宇树 IPO 及连锁反应</li> <li>有可能大幅压缩部署成本的 “上下文学习”</li> <li>美国 FCC 实际禁止了新型号的中国机器人进口</li> </ul>
<p>对一些人来说，Astra 的变化已经撼动了独立的具身智能公司的发展叙事和估值逻辑。至少，现在到了重新思考物理 AI 与通用 AI 边界的时刻。</p>
<p>本期节目已发布图文版，<a href="https://mp.weixin.qq.com/s/v8S1zgqh-B5SBzRYqCDPRA" rel="nofollow noopener"># 晚点具身季报：Astra 冲击后，通用模型会吃掉 Robotics 吗？</a></p>
<p><strong>本期嘉宾：</strong><br> 陈哲，Alphaist Partners 创始合伙人<br> <strong>本期主播：</strong><br> 程曼祺，晚点科技报道负责人</p>
<p><strong>本期剪辑：Nick</strong></p>
<p><strong>时间线跳转：</strong><br> <strong>-Astra 冲击：通用模型越过虚实边界</strong><br> 02:53 Q3 Top 5 进展或事件：Astra、World Labs 被收购、宇树 IPO 及连锁反应、上下文学习、FCC 禁令<br> 04:51 GPT-6 Astra 从规划层走向机器人策略</p>
<p><img src="https://img2.tofaka.com/autoupload/f/corys/20261014/zamN/1480X1012/%E4%B8%8B%E8%BD%BD.png/webp" alt=""><br> <em>图注：在相同机械臂和测试条件下，RoboCurve 让 GPT-6 Astra、Claude Fable 5.1 和 Fable 5 同样输出到位姿，比较了它们的任务完成率与调用成本。<br> 在“积木放进碗里”任务中，Astra 20 次成功 19 次，完成率为 Fable 5.1 的 2.4 倍，单次成本约为其 43%；在更精细的拼图插入任务中，Astra 与 Fable 5.1 的完成率同为 10%，Astra 成本更低。</em></p>
<p>12:56 IROS 晚宴上的 “降临派” vs “拯救派”<br> 17:42 Astra 的三种用法：充当策略模型、监督纠偏策略模型、充当具身研究员（Physical RSI）<br> 26:54 Astra 的能力从何而来？它们使用了何种特殊数据？<br> 37:37 中国通用模型公司全面进入 Robotics<br> 39:28 具身创业公司的自留地：接口、闭环、硬件与垂直场景</p>
<p><strong>-AMD 拟以 82 亿美元收购 World Labs：Neo Lab 的一次定价</strong><br> 45:17 World Labs 被收购：明星世界模型公司的一种结局<br> 46:53 收购 SceniX，发布 Atlas，收购前的具身相关进展<br> 54:04 “没见过神迹的人是不相信的”：Frontier Lab 与机器人从业者的认知断层</p>
<p><strong>-宇树上市与具身智能的金钱游戏</strong><br> 56:24 宇树 IPO：从 4400 亿到 1700 亿，估值锚如何变化？<br> 58:04 Astra 之后，宇树硬件本体的价值反而增强<br> 01:01:51 具身 IPO 集体暂缓，和市场期待错位</p>
<p><strong>-上下文学习，一个加速 “落地” 的好消息</strong><br> 01:11:21 上下文学习（ICL，in-context-learning）：数秒到数分钟的视频示范，免去数小时乃至数天的后训练<br> 01:17:49 GEN-1.5 与 S1 的 ICL 实现有何不同<br> 01:19:43 其他具身进展：DYNA 2.1、Gemini Robotics 2<br> 01:23:39 Google 与 Optimus，当经验成为包袱</p>
<p><strong>-FCC：应对风险的方式之一是产能出海</strong><br> 01:29:24 FCC（美国联邦通信委员会）新政策限制哪些机器人？<br> 01:33:26 短期美国仍可买进口中国旧型号机器人，长期的解法可能是产能出海<br> 01:36:50 Q4 展望：Physical RSI、通用模型公司入场与组织重塑</p>
<p><strong>01:42:11 连点成线：延伸推荐</strong></p>
<p><strong>相关链接：</strong></p>
<p><strong>往期具身季报：</strong><br> 170 期：<a href="https://www.xiaoyuzhoufm.com/episode/6a40b830ffcf45052c805d5f" rel="nofollow noopener">与陈哲的「具身季报 26Q2」：世界模型大风不停，和不想被贴标签的人</a><br> <a href="https://mp.weixin.qq.com/s/HFrASYGywKTbP1N101E6dA" rel="nofollow noopener">「具身季报 26Q2」图文版</a><br> 157 期：<a href="https://www.xiaoyuzhoufm.com/episode/69ce3bdcf6e591a7ac937701" rel="nofollow noopener">与陈哲的「具身季报 26Q1」：宇树招股书、人形再思考、英伟达世界模型、高自由度灵巧手</a><br> <a href="https://mp.weixin.qq.com/s/bOaO-2IwcAEmofUFD_DTAw" rel="nofollow noopener">「具身季报 26Q1」图文版</a></p>
<p><strong>往期 AI 季报：</strong><br> 183 期：<a href="https://www.xiaoyuzhoufm.com/episode/6abf021e238179133493798c" rel="nofollow noopener">与 Henry 的「AI 季报 26Q3」：Muse 引爆个人助理、Astra 进入机器人、OpenAI 收入猛增</a><br> <a href="https://mp.weixin.qq.com/s/lS0m51NO_R34RPU9Af1Emg" rel="nofollow noopener">「AI 季报 26Q3」图文版</a><br> 171 期：<a href="https://www.xiaoyuzhoufm.com/episode/6a459ff9ffcf45052c0a97cb" rel="nofollow noopener">与 Henry 的「AI 季报 26Q2」：从 coding 到 RSI，强者愈强的未来？</a><br> <a href="https://mp.weixin.qq.com/s/njbpmf-q8pZ0sEEPxNV4tg" rel="nofollow noopener">「AI 季报 26Q2」图文版</a><br> 156 期：<a href="https://www.xiaoyuzhoufm.com/episode/69cb62f5302f387cfd881ff1" rel="nofollow noopener">与 Henry 的「AI 季报 26Q1」：OpenClaw、OpenAI vs Anthropic 的三重对阵、自进化</a><br> <a href="https://mp.weixin.qq.com/s/1AimFO3-VqyNXyPUbyJz7Q" rel="nofollow noopener">「AI 季报 26Q1」图文版</a></p>
<p><strong>其它相关往期节目：</strong><br> 180 期：<a href="https://www.xiaoyuzhoufm.com/episode/6a975cf93c03b556ab686b9d" rel="nofollow noopener">具身智能的金钱游戏：进展难测、收入催熟与 IPO 竞速</a></p>
<p><strong>本期提及的研究和文章：</strong><br> <a href="https://www.anthropic.com/research/claude-plays-robotics" rel="nofollow noopener">Anthropic 7 月上旬发布的文章：Claude Plays Robotics</a><br> <a href="https://arxiv.org/abs/2609.24170" rel="nofollow noopener">在 RoboDojo 任务集上对比了 Astra 和 GPT-5.5、π0.5 等模型的表现：An Unexpected Robot Policy: Early Evaluations of GPT-6 Astra on RoboDojo and Beyond</a><br> <a href="https://openai.robocurve.org/gpt-6-astra/" rel="nofollow noopener">RoboCurve 的 GPT-6 Astra 机器人操作测试</a><br> <a href="https://openai.robocurve.org/stationerybench/" rel="nofollow noopener">RoboCurve 的 GPT-6 Astra 与 MolmoAct 2 双臂机器人操作实机对比测试（StationeryBench）</a></p>
<p><strong>附录：本期节目中出现的一些技术概念和机构</strong></p>
<ul> <li><strong>IROS</strong>：智能机器人与系统国际会议，是机器人研究领域的重要学术会议。</li> <li><strong>RoboDojo</strong>：面向机器人操作策略的开放评测环境，包含仿真与真机任务。本期提到的研究用它比较通用大模型与专用机器人策略的表现。</li> <li><strong>Physical RSI</strong>：把递归自我改进延伸到物理世界，让模型参与搭建仿真、生成资产、训练和修正机器人策略，再将结果部署回真实硬件。</li> <li><strong>MuJoCo</strong>：由 Google DeepMind 维护的开源通用物理引擎，常用于机器人、强化学习和模型控制中的关节与接触动力学仿真。</li> <li><strong>Isaac Gym</strong>：英伟达推出的 GPU 加速机器人强化学习仿真环境，可并行运行大量环境以加快策略训练；后继框架为 Isaac Lab。</li> <li><strong>SceniX</strong>：机器人仿真系统公司，2026 年 7 月被李飞飞创办的 World Labs 收购。由李昀烛、郑昌熙和胡晓辰共同创立，李昀烛曾在斯坦福做博士后期间与李飞飞合作。</li> </ul>
<p><strong>小红书@<a href="https://www.xiaohongshu.com/user/profile/5dfa9e92000000000100626f?xsec_token=YBSKzbnOGWpnyJ5fxw_yafTdnAUIDw-EfCtqmFTkCIM2o=&xsec_source=app_share&xhsshare=CopyLink&appuid=5dfa9e92000000000100626f&apptime=1736682459&share_id=331aecb9ca7941f498d81fb9c32ea810" rel="nofollow noopener">曼祺_火柴Q</a>即刻@<a href="https://okjk.co/FBoH1Q" rel="nofollow noopener">曼祺_火柴Q</a></strong></p>
<p><img src="https://img.pagehost.cn/autoupload/heipn/20260902/CzNX/1412X292/11.png" alt=""></p>
<p><strong>☆《晚点聊 LateTalk》建立「 播客听友群」啦！☆</strong></p>
<p>欢迎关注科技、商业大公司动态和创业创新的小伙伴进群交流，第一时间收听新节目。<br> 这里有更多互动，更多话题讨论。欢迎贡献选题 & 推荐嘉宾。</p>
<p>请先添加「晚点」小助手的微信号，<strong>备注：“晚点聊”</strong>，我们邀请您入群。</p>
<p><img src="https://pic9.fukit.cn/autoupload/7qt2TZ8aBx6Rbe7VtyeHlpmesdO83n0jJRcmVXjsIsc/20260211/lsS9/998X396/IMG_0409.jpg" alt=""></p>
<p><strong>关注公众号《晚点 LatePost》和《晚点对话》，阅读更多商业、科技文章：</strong></p>
<p><img src="https://hv.z.wiki/autoupload/20250129/DqTi/1452X514/%E6%92%AD%E5%AE%A2%E7%BB%93%E5%B0%BE%E6%88%AA%E5%9B%BE.png" alt=""></p>
[Source](https://aphid.fireside.fm/d/1437767933/19a49f52-28ee-4e25-b8e9-4f0ee70917e0/1ba74c4b-43e4-416c-aafe-f191fcb44898.mp3)