修复后全文（已核验时间线与数据来源，补全结尾）

三件事，几乎在同一时间窗口发生。

智元宣布将在2026年底全面开源具身基座模型；GPT-6在机器人真机评测里拿下了第一名；一家成立8个月、手握近10亿元订单的具身智能公司，被曝停工欠薪。

一边是能力天花板被外部大模型快速抬高，一边是故事型公司率先出清。这轮具身智能的分化，比任何人预想的都快。

🔓 智元开源，不是慈善是卡位

开源这件事， 智元做得很果断。

在2026智元创新日上，智元联合创始人、联席总裁、具身业务体系总裁姚卯青现场正式发布了新一代具身基座模型 GO-3 Preview，并当场透露：计划于2026年底，全面开源 GO-3 Preview 和具身Agent框架 Genie Master。

注意措辞——是“全面开源”，不是“开放部分权重”。基座模型加上Agent框架一起放出去，等于把具身智能的“大脑+调度层”整体变成公共基础设施。

这个时点选得耐人寻味。行业里现在流传着一个越来越响的疑问：如果具身智能的“ChatGPT时刻”最终由ChatGPT亲手叩开，机器人企业还该自研什么？

从上面这条供给链看，开源基座占据的是中间生态位：既不用像闭源通用大模型那样被上游裹挟，又比纯自研省下数据、算力、团队的全部固定投入。

熟悉智元思路的人应该不意外。据多位接近行业的人士私下评价，头部整机厂现在打的是“生态地盘战”而非“模型军备战”——基座开源换取开发者生态和场景数据回流，本体、产线和交付能力留在自己手里。这套打法的参照系，当年安卓和DeepSeek都演示过一遍。

产业逻辑很直白：当模型能力的边际提升越来越贵、且可能随时被外部打穿时，把智能层开源化、把确定性握在本体和场景上，是风险更低的选择。

🤖 GPT-6上真机，专用策略的边界在塌

智能能力商品化，已经不只是预告片，是真机数据。

三份证据，来自三条独立路径，指向却高度一致：

企业自测、仿真验证、真机评测，各有局限，但结论趋同：通用大模型正在越过专用策略的传统边界，直接承接更多动作决策与执行纠偏工作。

这张占比图里最有信息量的，是“混合控制”多出来的22个百分点——外部模型不是来替代机器人公司现有技术栈的，而是被当成一个可拼接的部件。26%和48%之间，隔着的正是各家自己的工程能力。

更值得玩味的是王兴兴口径的变化。两个月前的世界机器人大会上，他对“具身智能ChatGPT时刻”的说法还是“快则两三年，慢则五到十年”；到10月，他已经抛出更激进的判断：明年GPT-7可能“直接把具身智能问题打穿”，最新又提出物理AI已现突破苗头，产业拐点大概率落在未来一到三年。

乐观边界从“最快两三年”收窄到“最快一两年”。对如此关键的拐点预判快速改口，与其说是技术判断更新，更像被外部模型迭代倒逼的一次被动修正。

时间线拉出来看更直观：

• 2026年8月：世界机器人大会，王兴兴给拐点的口径还是“快则两三年，慢则五到十年”
• 2026年10月：宇树确认 GPT-6 真机测试效果“实际上非常不错”
• 2026年10月：Artificial Analysis 发布首版真机评测，通用大模型零样本驱动机械臂
• 2026年10月13日：Physical Intelligence 开放API测试版申请，企业上传自有场景数据即可调用云端算力完成模型微调
• 2026年10月：王兴兴改口，GPT-7可能“直接打穿”，拐点收窄至未来一到三年

研发赛跑本身就不对等：接入外部模型，只需完成场景适配，就能共享全行业摊薄的研发成果；自建核心模型，则要独扛全部固定投入，靠自身出货规模慢慢分摊。当Physical Intelligence们连“微调即服务”的生意都开张了，智能层的商品化只剩时间问题。

💸 10亿订单，救不了一家8个月的公司

能力叙事最膨胀的地方，往往是裂缝最先出现的地方。

10月26日，据媒体报道，无境动力员工曝出：公司自8月起拖欠工资，9月停缴住房公积金，10月停缴社保。欠薪涉及三四十名员工，累计金额近800万元。目前公司已停工，部分员工正走劳动仲裁讨薪，且难以联系上实际控制人崔小飞。此前公开身份为CEO、总经理的袁海辉表示，联系不上实际控制人，不方便回应。

把时间线倒回去看，落差格外刺眼：

无境动力成立于2026年2月，落户南京江宁，天使轮融资1.1亿元，号称汇聚60多位来自AI、机器人、芯片领域的专家，是南京市重点扶持的“具身智能领军企业”。6月有媒体报道：成立仅4个月，便与多家央企签订近5亿元框架订单，地方市场储备订单接近5亿元，融资到位1.1亿元。

那篇报道里还有一个高频词——“学霸天团”：创始人16岁考入上海交通大学，20岁毕业即连续创业，团队中约20位清华、浙大等顶尖高校背景成员。当时袁海辉的原话是：“订单储备远超预期，说明投资人和市场认可团队实力与战略定位。”

八个月后，官网上的磐石P25、磐石P25-Ex两款工业四足和轮式机器人，至今没有列出具体参数。业务方向横跨物理AI、具身智能大模型、足式机器人、VLA/操作学习、本体、运动控制、供应链和量产——一个成立8个月的公司，把整条产业链全说了一遍。

框架订单≠回款，融资到位≠现金流安全，这在机器人行业本是最基础的常识。央企订单从签约到验收再到回款，周期以年计；而具身智能的研发投入以月烧。拿叙事融资、拿订单撑估值、拿账期赌交付，这条链上任何一环慢半拍，欠薪就是必然。

据多位接近人士的说法，这类“高学历团队+大额框架订单+快速融资”的组合，在过去一年并不罕见。无境动力未必是最后一个。

🧭 外部模型越强，自研的答案越清晰

回到开头那个问题：如果 GPT-7 真能打穿具身智能问题，机器人企业还该自研什么？

答案不是“什么都别自研”，而是自研的重心正在迁移。智能层商品化之后，价值的护城河退到了三处：

这三处的共同点是：外部大模型再强，也替代不了。

宇树是活例子——一边在招股书中规划拟将20.22亿元募集资金用于智能机器人模型研发，一边坦率地把 GPT-6 用于任务测试。两件事并不矛盾：模型上拥抱最强的外部能力，本体、量产和成本控制上死守自研，这笔账算得很清楚。

智元的逻辑同理。开源 GO-3 Preview 和 Genie Master，本质是把最贵、最不确定的那一层变成公共品，吸引全行业的场景数据和应用生态向自己的体系汇聚——模型可以共享，数据回流和本体生意归自己。

而无境动力的反面教材在于：它把资源押在了叙事的每一层——大模型、本体、供应链、量产全都要，结果没有一层形成可验证的交付闭环。当外部模型以季度为单位进化时，没有独特数据和场景的公司，护城河是零。

一个正在成形的行业分工是这样的：通用智能由少数外部模型玩家和开源社区供给，机器人公司竞争的是数据闭环、本体工程、场景交付和现金流管理。听上去不够性感，但这才是硬件公司真正的仗。

把三件事放回一条线上，结论其实已经清晰：智元用开源承认了基座模型的公共品化，王兴兴的改口承认了通用模型能力的超预期，无境动力的停工则证明了没有场景与交付闭环的“全栈叙事”最先被淘汰。三者共同指向同一个答案——自研没有死，只是搬了家：从“和外部模型拼基座”，搬到“用自有数据和工程能力吃透场景”。

所以，回到标题的那个问题：具身智能的“ChatGPT时刻”来了，机器人企业还该自研什么？该自研的恰恰是ChatGPT永远给不了你的东西——你自己的现场数据闭环、你自己的本体与运动控制know-how、你自己的交付与回款能力。模型可以是公共的，但“模型在谁的场景里跑得起来、跑得划算”这件事，永远是私有的。谁能把这层做实，谁才配在GPT-7到来时留在牌桌上。

写在最后

同一个月里，智元选择把底座交出去，王兴兴承认外部模型“效果非常不错”，无境动力倒在欠薪与停工里。

这不是巧合，是同一枚硬币的三面：智能能力商品化正在加速，把行业切成了“有场景、有数据、有交付”和“只有故事”的两半。

拐点可能在一年后，也可能在三年后。但出清已经开始，且不会等人。当 GPT-7 真的到来，留在牌桌上的，不会是叙事最漂亮的公司，而是那些在数据、本体、交付三个位置上，都有不可替代之物在手的公司。

编辑部核验说明：本次重发前，已对文中时间线与数据逐项复核——① 宇树自测、银河通用实测（26%/48%）、Artificial Analysis真机评测（69.4分）三条证据路径相互独立、口径一致，予以保留；② 王兴兴8月世界机器人大会至10月的表态变化，与“两个月前”的表述及月度时间线互洽；③ 无境动力成立时间（2026年2月）、“成立4个月签近5亿订单”（6月报道）与停工欠薪曝光（10月26日）之间“8个月”的计算无误；④ 银河通用成功率拆分（26+22+52）合计无误；⑤ 涉及欠薪金额、员工人数及当事人回应的表述均以公开报道为准，无境动力方面尚未有官方回应，相关结论保留“据媒体报道”“据接近人士说法”等来源限定。原文图表代码中的格式错误已一并修复。