具身智能不再预测未来，它开始求解

具身智能不再预测未来，它开始求解

9月23日，OpenAI 发布 GPT-6 系列新成员 Sol 和 Luna，API 价格直接砍半；同一天，圈子里都在传国内 乐享以太 把具身智能大模型的关键词从「预测」换成了「求解」。这两件事看似不相关，其实指向同一个判断：当机器人的大脑成本坍缩、解题范式换代，Physical AI 的座次就要重排了。

这篇文章想讲清楚三件事：大脑为什么突然便宜了，「思考力商品化」到底改写了什么，以及为什么说从预测到求解，是中国具身智能第一次真正意义上的范式卡位。

📉 大脑白菜价，Physical AI 的前置条件终于成立

机器人厂商最怕的一句话是：大脑按 token 计费。

先看数据。OpenAI 官方口径下，GPT-6 Sol 和 Luna 的 API 价格相比 GPT-5.6 促销价降低 50%；在 AutomationBench 跨应用业务流程测试中，Sol 在 xhigh 强度下表现优于 Claude Opus 5，而每任务成本只有 Opus 5 的 9%；Luna 在 high 强度下比前代提升 5.4%，每任务成本再降 58%。在评估智能体的 Last Exam 测试中，Sol 在 max effort 状态拿到 56.4%，高于 Claude Opus 5 在该评估中的最高分，每任务成本同时降低 60%。OpenAI 同时改进了提示缓存，默认提高缓存命中率，让智能体复用更多上下文。

与此同时，Anthropic 的 Claude Opus 5.5 也已上线，Hacker News 上 173 个赞、250 条评论，社区吵得不可开交。

这不只是聊天模型的内卷。对具身智能来说，这是地壳运动级别的变化——机器人的决策链路如果依赖云端大模型，每任务成本直接决定能不能商用。成本降一个数量级，意味着过去算不过账的场景，重新算得过账了。

据多位接近大模型团队的从业者反馈，头部智能体公司今年的 OKR 已经从「追平旗舰性能」改成了「压低每任务成本」。方向盘换了，比赛的性质就变了。

🧠 思考力商品化：吴泳铭改写了供给侧的剧本

工业革命把动力变成了商品，AI 正在把思考变成商品。

9月22日，2026 杭州云栖大会开幕，阿里巴巴 CEO 吴泳铭 在开场主旨演讲中抛出「思考力商品化」：机器产生的思考总量，未来或将达到人类思考总量的 1000 倍以上。供给侧，AI 智能体可以不眠不休完成复杂科研任务，稀缺的顶级思考不再是奢侈品；需求端，智力消耗不再受人口限制，个体借助 AI 获得巨大智力杠杆。

他给出的机器智能时代三大基石是：AI 芯片、AI 模型与 AI 云，三者构成完整的思考力生产、流通、消费链条，其中 平头哥 芯片负责算力供给。

这张链条图值得每个机器人从业者贴在工位上。因为它的潜台词是：思考力一旦商品化，机器人厂商就不必再自建大脑的全栈能力，采购即可。

事实上兵力已经在重新分配。同期消息显示，字节跳动 的 豆包 收缩对话团队，千问 发布 AI 手机全栈解决方案——大厂正在从「陪人聊天」撤出，把筹码押向机器干活、设备干活这些真正的消耗场景。对话是成本中心，执行才是利润中心，这笔账大厂算得比谁都快。

当思考像电力一样按度计价，机器人的一次抓取决策，就是一次可计价的工业采购。这是 Physical AI 从发布会走向产线的第一个真实前提。

🤖 从预测到求解：具身智能换了套世界观

预测范式是刷题，求解范式是考试。📝

乐享以太此次抛出的核心叙事是：从「预测」到「求解」，重塑 Physical AI 解题范式。 这六个字值得拆开看。

当前主流的具身智能大模型路线，本质上是预测：模型吞进海量演示数据，学会预测下一个 token、下一帧动作。它像刷题背答案的学生——题库内的动作行云流水，题库外立刻露馅。而具身智能最要命的就是长尾场景：产线上一个换了角度的料件、家庭里一把没见过的椅子，都可能让预测模型当场宕机。

求解范式是另一种世界观：把任务当作约束条件——物体在哪、力学边界在哪、目标是什么——在物理约束下现场求解出动作。打个比方，前者是背棋谱，后者是算残局。残局千变万化，但棋理不变。

这条演进线的产业含义在于：预测范式的护城河是数据规模，求解范式的护城河是问题定义能力与工程化能力。数据可以靠时间堆，定义问题的能力只能靠范式卡位先发建立。乐享以太选在这个节点把「求解」立成旗帜，卡的正是这个窗口期。

🌏 定义席上的中国变量

范式的名字，第一次由中国团队来起。

乐享以太的传播物料里有一句话很提气：让中国具身智能坐上定义席。所谓定义席，不是某个榜单跑分第一，而是定义问题本身——过去我们跟着别人的 benchmark 刷分，别人定什么题我们做什么卷；现在有机会由我们来回答「Physical AI 的正确解题方式是什么」。

中国队的筹码是实的。第一是场景密度：全球最完整的制造业链条，意味着最多的真机、最多的工况、最多的失败样本——而失败样本恰恰是求解范式做验证最稀缺的养料。第二是硬件迭代速度：本体成本下探的速度决定数据回流的频率，这条飞轮中国跑得最快。第三，如前文所述，思考力商品化让国内团队可以用可承受的成本接入顶级通用大脑，把自研火力集中在具身侧的专项能力上。

据多位接近具身智能公司的人士透露，行业里自研多模态大脑的呼声正在降温，越来越多团队转向「通用大模型底座 + 本体专精模型」的分层架构。说白了，大家开始承认：语义层不必重复造轮子，物理层才是真壁垒。

需要冷静的是，「定义席」目前还停留在叙事层面。范式旗帜立起来只是第一年，能不能把求解范式跑通成可复制的工程体系，才是这场卡位的胜负手。

⚠️ 冷思考：发布会与产线之间隔着三道关

评测跑分赢得掌声，产线验收才赢得合同。

先泼一盆必要的冷水。看 OpenAI 与 Anthropic 这轮交锋的评测口径：AutomationBench、Last Exam，各家的考卷不一样，强度档位定义也不一样。HN 上 Opus 5.5 那条帖子 250 条评论的争论本身就说明，社区对评测口径并不买账。具身智能这边只会更残酷——指标在实验室里测，账单在客户现场结。

真实落地要过三道关：

• 可靠性关：长尾失败率。产线要的是 99.9% 的确定性，演示视频里那 0.1% 的翻车，到了客户车间就是事故。
• 成本关：每任务成本 × 24 小时运行。大脑降价是大前提，但推理、通信、维护的全链路成本要一起算总账。
• 交付关：现场部署周期。机器人进厂是工程项目不是软件订阅，实施能力决定复购率。

一句话判断：范式叙事值钱，但商业化仍按工业标准验收。求解范式如果只是发布会上的新词，它比预测范式死得更快。

小结

同一周内，GPT-6 Sol/Luna 把任务成本打到竞品的 9%，吴泳铭 宣告思考力商品化，乐享以太 把 Physical AI 的解题范式从预测推向求解——三件事同时发生不是巧合，而是大脑成本坍缩与具身范式换代在时间上咬合了。

接下来 12 到 18 个月，盯三个指标就够：任务成本曲线的斜率、真机部署数量的增速、以及具身智能评测标准由谁来写。前两个看工程，最后一个看定义席——这一次，中国团队有机会握笔。