巨头碾过来了，机器人怎么办？

巨头碾过来了，机器人怎么办？

去年还在聊「垂直壁垒」，今年壁垒本身被拆了。OpenAI官宣造人形机器人，英伟达在GTC2026柏林现场宣布联手Agile Robot给行业「打个样」，DeepSeek布局物理AI也早已不是秘密。一句话判断：具身智能的垂直叙事正在失效，2027年之前拿不出通用模型+真机的组合拳，就不算前沿AI玩家。

但对机器人创业公司来说，这不全是坏消息。巨头抢的是「大脑」的牌桌，而真金白银，还在工厂里、钢厂里、每一单百万级的二次开发合同里。

💥 巨头为什么现在才进场

前沿AI公司不是没碰过机器人，而是碰过又放下了。

五六年前，OpenAI解散了自己的机器人团队，转身对外投资那些更垂直的具身智能公司。当时市场的共识是：机器人是一个必须专门攻克的垂直领域，通用大模型帮不上太多忙，稀缺性的高估值因此显得合理。

这个共识正在被一夜拆掉。据英伟达机器人总监Jim Fan在社交平台X上透露，GPT-6 Astra发布当天，团队把框架的后端模型切换为Astra，一夜之间把所有基准测试的成绩推到了约99%。而Anthropic这边，Opus-5.5比Astra还稍强一点，Sonnet-5.5则更具性价比。

这句话的分量值得细品：当通用模型在机器人相关基准上接近满分，「具身智能需要专用模型」的护城河就不成立了。剩下的问题是——谁的模型、谁的数据、谁的真机。

这个闭环里，巨头握着算力和模型，本体厂商握着硬件，但数据要从工业场景里一单一单抠出来。这正是创业公司最后的立足点，也是英伟达急着「打样」的原因——先得让这个循环转起来，牌桌上才有人。

业内流传的说法是：如果物理AI是通往前沿的必经之路，OpenAI、Anthropic与谷歌都会试图从上面碾过去。没有人想成为下一个被后端切换干掉的框架。

🗓️ 2027，一个被反复暗示的节点

2027年不是谁拍脑袋定的，是巨头们用产品排期明示的。

• 2025年：人形机器人商演单日租金还在万元级，垂直创业公司估值高企，「进厂」成为行业口号
• 2026年：GTC2026柏林，黄仁勋宣布与Agile Robot合作的机器人明年一季度发布；奥特曼承认OpenAI会造人形机器人，明年拿出一个「很酷的演示」
• 2027年：巨头们的真机组合拳落地，具身智能的「ChatGPT时刻」窗口期

注意两个人的路线差异：奥特曼侧重应用，黄仁勋瞄准平台。应用层的逻辑是先做出一个让人惊艳的demo，抢走大众心智；平台层的逻辑是先把物理AI框架、仿真、后端模型的接口标准立起来，让所有本体厂商站到自己的地基上。

一个抢用户，一个抢开发者，留给中间层的空间被同时压缩。

看这张图会发现一个反直觉的事实：技术门槛最高的象限挤满了巨头，而商业价值不低的二开服务商，靠的恰恰是「低技术门槛」的笨功夫。这不是巧合，是产业分工的自然结果——有人造大脑，就得有人在车间里调代码。

💰 真钱不在发布会上，在二开的账本里

买了一台机器人，只是花钱的开始。要让它真正干活，是另外的价钱。

今年工博会期间，一家做具身智能全链路二次开发的服务商算了笔账：一套工厂拆码垛机器人项目，单台本体配合开发交付，软硬件合计报价超过100万元。这家不到20人的团队，今年承接的项目金额已到千万元量级，涉及几十台机器人，一个人有时要同时跟多个项目。

而那些在社交媒体上找二开团队的帖子，需求集中在导览、巡检、大模型交互等轻量应用，一单低至几百块。有需求，不代表有利润。下游面向商演、互动的二开已经彻底卷起来——据《中国经营报》报道，人形机器人的单日租金已从去年年初的万元级降至如今的4000元左右。有商家一口气列出9种商演套餐，分场景模板一应俱全。

更扎心的是机器狗：应用开发相对成熟，市场上会做的团队一大把。工作人员透露，一个总额约20万元的机器狗项目，可能只能赚到1万至4万元。对一家需要从零开发软件的公司来说，研发投入还能进一步吃掉这点利润。

「他们不管你软硬件，只要给一个能干活的机器人就行了。」销售人员的这句话，基本概括了工业客户的付费逻辑。客户买的从来不是机器人，是「能干活」这三个字。

🏭 工业场景是通用模型的第一块试金石

巨头发布会讲的是未来，钢厂里讲的是现在。

在2026宇树科技合作伙伴生态大会上，宸境科技亮出钢铁行业的物理AI巡检方案，瞄准的是钢厂高危非标作业场景：基于通用四足机器人实现自主导航避障、设备数据采集、隐患识别预警，替代高风险、重复性的人工巡检。这套方案已在多家钢厂落地，在工况复杂的厂区环境里持续验证。

这场大会上真正值得记住的，是王兴兴那句话：模型与真机对齐，是具身智能的核心难点。

这句话和Jim Fan的「一夜刷到99%」恰好构成一体两面——基准测试的99%是纸面的，真机对齐才是地上跑的。仿真里能避开的障碍物，钢厂的高温粉尘和高差地面照样会教育机器人。而工业巡检恰恰是最好的对齐训练场：环境结构化程度高、任务重复性强、失败容忍度明确、数据可回收。

逻辑链条很清晰：巨头抢大脑，创业公司应该抢的是那个能持续生产真机数据的场景。宸境科技在钢厂里跑的每一趟巡检，都是模型与真机对齐的训练燃料。等2027年通用模型的「脑子」足够便宜好用，谁手里有真机运行数据和场景know-how，谁就有谈判筹码。

⚠️ 垂直叙事的终局，和还没分完的牌

把三件事放在一起看，脉络就出来了。

第一，通用模型的能力扩展正在吞噬垂直模型的生存空间。基准测试99%意味着「专用大脑」的溢价逻辑塌了，靠模型层故事融资的窗口正在关闭。

第二，巨头入场不等于创业公司出局。OpenAI明年才给演示，英伟达明年一季度才发「打样」产品，而二开公司今年的千万级订单、宸境科技已经跑进多家钢厂的巡检方案——落地端的时间差，就是创业公司最后的红利期。据多位接近人士的说法，一些本体厂商现在更愿意把开发交给生态伙伴，自己集中资源卡位平台接口。

第三，商业价值的分布和叙事热度完全倒挂。发布会上的故事集中在技术门槛最高的家庭通用任务，而能立刻收到钱的，是工厂拆码垛和钢厂巡检。这种倒挂不会持续太久——一旦巨头平台成熟、二开工作被工具化，现在赚「另外价钱」的环节也会被重构。20%利润率的二开生意（20万项目赚1-4万已经探底），可能被更标准化的交付工具彻底改写。

对于机器人行业的从业者，接下来两年要回答的不再是「要不要拥抱通用模型」，而是「在通用模型碾过来之前，把自己变成闭环里不可替代的一环」——是场景数据，是交付能力，还是真机对齐的know-how。

2027不是终点线，是发令枪。巨头们已经站上了跑道，而真正的胜负，可能在钢厂车间和工厂产线上先分出来。