Astra惊艳之后，机器人先补"脊髓"？

9月，具身智能圈被同一个名字刷了两遍屏。

第一遍是GPT-6 Astra：社交媒体上，人们排队让它控制机械臂、抓取物体，视频一条接一条。第二遍是丁文伯：这位清华教授、机器触觉学者，在2025年多了一个身份——Xspark AI（无界智航）联合创始人、首席科学家，一开口就语出惊人：触觉替代不了视觉，但机器人需要一套自己的"脊髓"。

一边是通用大模型的降维打击，一边是触觉玩家另起炉灶。这两个声音撞在一起，恰好勾勒出当下具身智能最真实的产业分野：模型越通用，物理交互的短板越刺眼；而短板本身，可能才是创业公司真正的护城河。

🚀 Astra一夜刷屏，具身公司慌了吗

金句先行：通用模型的每一次惊艳，都是对垂直玩家的重新定价。

9月9日、9月10日，十字路口Crossing的Koji连续主持了两场具身智能论坛——JDD京东全球科技探索者大会和Inclusion·外滩大会。两场圆桌都撞上了同一个热点：GPT-6 Astra在具身领域引发热议，社交媒体上大家纷纷尝试用它控制机械臂、抓取物体。

于是两场圆桌被同一个问题笼罩：Astra带给具身模型什么样的冲击？具身模型还剩多大独立空间？通用模型才是未来吗？

时间线看，这场冲击波来得又快又密：

数据层面，Koji请Astra根据七位嘉宾的现场发言，标出了一个"通用主导指数"——0到10的立场刻度。10分意味着通用模型才是未来，独立具身模型的空间会被大幅压缩甚至不再需要；0分意味着具身模型完全独立，物理智能需要自己的基座模型。

值得注意的是，这个指数是Astra对现场发言的解读，并非嘉宾自评。而就是这样一个客观刻度，七位嘉宾的位置也散得很开——从接近0到接近10都有人站。这说明什么？产业界对"通用还是垂直"并没有共识，护城河之争远没有到盖棺定论的时候。

据多位与会人士私下反馈，圆桌结束后真正被反复追问的，不是"具身公司会不会死"，而是"死掉的是哪一层"。这个问题的答案，藏在纯视觉的天花板里。

👀 纯视觉的天花板，藏在水杯里

金句先行：Scaling解决不了"看不见的力"。

过去两年，具身智能最主流的技术路径，仍然在延续大模型的Scaling逻辑：更多视频、更多机器人轨迹、更大的VLA（视觉-语言-动作模型）。想象是美好的——堆数据、堆参数，让机器人沿着大模型的成功曲线继续爬坡。

但丁文伯的判断恰恰从这个主流路径的缝隙里长出来：这条曲线的天花板，来自纯视觉本身的局限。

道理不复杂。你用眼睛看一个人拿起一个水杯，能看懂动作，却感受不到杯壁的摩擦力、液体的晃动、手指需要的握力——而这些信息，恰恰是"抓得住"的全部关键。视觉告诉你世界长什么样，触觉才告诉你交互进行得怎么样。一个只靠视觉的机器人，可以看懂一切，却抓不稳任何东西。

这就是当下人形机器人演示行业的尴尬：视频里行云流水，实验室外频频翻车。演示和落地之间隔着的，不是更多的数据，而是一整个感官维度。

产业逻辑也很清楚：视觉路径上有OpenAI这样的巨头正面碾压，触觉路径上的数据却稀缺得多——视频互联网里没有力觉信号，这条数据的护城河无法靠爬取获得，只能靠传感器、真机交互一点点攒出来。这才是垂直玩家该守的阵地。

🧠 不做传感器公司，要做机器人的"脊髓"

金句先行：更好的传感器，不会自动变成更聪明的机器人。

丁文伯本人就是个"跨维度"样本：通信博士、材料学博士后、机器触觉学者，2025年再叠加创业者的身份。一个做了多年传感器研究的清华教授出来创业，却没有把Xspark AI定义成一家"传感器公司"——这件事本身就值得琢磨。

他的核心判断是：造出更好的传感器，并不会自动得到一个更聪明的机器人，机器人触觉可能需要一套自己的模型。

这句话的分量在于它否定了两条捷径：一是"卖硬件躺赢"的传感器生意逻辑，二是"把触觉数据丢给VLA混一混"的偷懒逻辑。触觉需要的是一套独立的模型架构，它的角色类似人体的"脊髓"——大脑负责理解和规划，脊髓负责本能的、毫秒级的反射式控制。手碰到烫的东西，人是先缩手、后感知，这个反射回路根本不经过大脑。

这个架构补的正是机器人物理交互的短板：大脑层可以调用通用模型，脊髓层必须自己建模。据业内接近人士透露，触觉数据天然是毫秒级、高频、多通道的信号，和互联网视频数据的量纲完全不同，指望通用模型顺手把这一层"捎带"做掉，短期并不现实。

两条路径的对比，把产业分工看得清清楚楚：

用大白话说：大脑层是大厂的战场，脊髓层才是创业公司的自留地。

⚔️ 通用主导指数之争：吞并还是共存

金句先行：具身模型不会消失，但会被迫想清楚自己是谁。

回到"通用主导指数"。指数刻度的两端，代表的是两种截然不同的世界观：

• 指数10：随着通用能力不断扩展，独立具身模型的空间被大幅压缩，甚至不再需要单独存在——通用模型包打天下。
• 指数0：物理智能需要自己的基座模型，独立空间不会被通用模型吞掉——具身模型完全独立。

七位嘉宾在这条刻度上分布得很散。以逆矩阵科技创始人陈博远为例，Astra根据他的发言给出的指数是1/10——强烈倾向具身模型独立，认为物理智能需要自己的基座。需要强调的是，这是Astra对发言的解读，不是嘉宾自评，但即便如此，这份分布图本身就是一手的产业情绪数据：通用派的乐观和独立派的坚持，都在场上，谁也没说服谁。

而丁文伯的"脊髓"架构，恰好给出了一个更务实的中间答案：通用大脑和具身脊髓不是替代关系，而是分工关系。通用模型越强，机器人"想得越好"，但对"抓得越稳"的需求不是被削弱了，反而被放大了——因为能力上限抬高之后，物理交互短板就成了整条链路上最细的那根管子。

从商业化角度看，这个判断也站得住。通用模型的商业模式是卖智能，触觉模型的商业模式是卖物理交互能力——后者直接绑定真机、传感器和产线场景，离落地更近，也更难被一次模型发布清零。

📌 小结

Astra的惊艳是真实的，具身模型的独立空间也是真实的——这两件事并不矛盾。通用模型接管"大脑"几乎是定局，而"脊髓"级的触觉模型，因为数据无法爬取、信号与视频量纲不同、必须贴着真机打磨，反而成了大厂短期难以碾压、创业公司可以扎根的缝隙。丁文伯和Xspark AI押注的，正是这条难走但值得走的路。下一个值得盯的信号：谁先把触觉数据集攒到临界规模，谁就握住了物理AI时代的下一张船票。