具身智能缺的不是聪明，是手感

同一个礼拜，圈子里发生了两件看似不相关的事。

前OpenAI科学负责人创办的Warp Science，做机器人自动化湿实验室，由Lightspeed领投，一口气融了2.15亿美元；另一边，GPT-6-Astra的技术报告挂上arXiv，在12项基准上刷出前所未有的成绩，却在8台真机上暴露出“昂贵、缓慢、难以容错”的老问题。

一个往垂直场景里扎，一个在通用能力上冲。两股力量背后，是具身智能行业正在悄悄换挡：大家终于承认，模型不是万能钥匙，数据和工程闭环才是。

💰 两亿美元，砸向实验室里的移液枪

先说最“俗”的那件事：钱。

Warp Science由前OpenAI科学负责人创办，方向非常明确——用机器人自动化湿实验室。领投方Lightspeed给出的第一轮估值礼包，是2.15亿美元（见Warp Science官方公告与Lightspeed投资新闻稿）。

湿实验室是什么？生物、化学、药物研发里那些天天移液、离心、 plated、记录数据的地方。在很多人眼里，这是机器人落地清单上排不上号的小场景。但在资本眼里，这恰恰是最“值钱”的一块地。

逻辑不复杂。湿实验室的工作有三个特征：流程高度重复、步骤明确可拆解、产出本身就是结构化数据。机器人干这些活，不需要理解“什么是生命”，只需要把一个既定流程执行到位，并且每执行一次，就沉淀一份带标注的实验数据。这是一个天然的数据飞轮。

据多位接近人士透露，这轮融资的推进速度远快于常规节奏——在通用具身智能商业化路径尚不明朗的当下，投资人对“能立刻卖出工时”的垂直场景，给出了罕见的溢价。

这才是产业逻辑的核心：通用机器人的叙事讲了几年，落地的账始终算不平；而湿实验室里，机器人替代的不是“一个工人”，是“一支昂贵的实验团队”，且产出直接挂钩药物研发管线价值。同样的机械臂，放在工厂是降本，放在实验室是加速新药，后者的账，好算得多。

📊 12项基准屠榜，然后呢？

再看另一头，通用模型的最新战报。

GPT-6-Astra的技术报告（arXiv:2601.04872）做了一次大规模评测：覆盖桌面操作、人形机器人、移动平台、灵巧手四大类别的12项代表性基准，在统一协议下允许从训练集演示中做上下文学习（ICL），并大幅放宽执行步数——结果达到了“前所未有的性能”。

注意括号里的条件。允许更长执行时间、允许从演示中学习，翻译成人话：给足提示、给足时间，它确实很强。

报告里另一个关键结论是agentic harness的架构验证：高层的"System 2"推理器（GPT-6-Astra）与低层的"System 1"控制器（如π0.5）闭环协同，效果很好，但"costly"——贵。

这套“大脑+小脑”的分工，正在成为行业默认架构。但它也意味着：每一次执行都在为“慢思考”付算力账单。放在评测里无所谓，放在产线上，成本和节拍都是硬约束。

⚠️ 真机上的8台机器人，暴露了什么

评测报告最有价值的部分，不是那些漂亮的分数，而是它自己承认的三道坎。

第一，ICL所需的机器人演示数据，采集成本高到不划算。语言模型的“上下文学习”之所以惊艳，是因为互联网上有近乎无限的文本；机器人没有这个红利，每一个演示都要真机跑出来，或者花大价钱用遥操作采。

第二，用更长的执行时间换更高的成功率，在物理世界不成立。数字任务里多试几次无所谓，但现实中的物体会被碰倒、液体会被洒出、材料会有时效——不可逆失败是常态。报告自己也把“从不可逆失败中恢复”和“物理状态验证”列为未来研究重点。

第三，长程任务中的进度保持。干到第37步忘了前36步的约束，这在真实作业里就是灾难。

把这五条未来方向拆开看，本质上都是工程与数据问题：

一位做具身智能落地的从业者私下说得很直白：“基准分数是给投资人看的，MTBF（平均无故障时间）才是给客户看的。”这话糙理不糙——评测协议可以给模型更多步数、更多演示，物理世界不会。

🧠 “瓶颈不在架构”

模型架构层面，行业其实已经很“卷”了。

VLA（视觉-语言-动作）、WAM（世界动作模型）等新架构层出不穷。但来自复旦大学、研究具身智能多年的贾萧松给出的判断很明确：VLA、WAM新架构层出不穷，真正的瓶颈不在模型架构。

这个判断并非空穴来风。他在自动驾驶轨迹预测领域有多年积累，转向具身智能后，五年里看遍了架构层面的热闹，最后得出的结论却是：瓶颈不在这里。

那么在哪里？结合前文GPT-6-Astra报告自陈的短板，答案很清晰：数据（真机演示太贵、缺跨本体统一协议）、验证（物理状态确认、不可逆失败处理）、工程（执行成本、长程任务稳定性）——而不是新架构或更大的模型。

这个判断与资本的动作形成了有趣的呼应：当学术界开始说“别光堆架构”，产业界已经用2.15亿美元投票选了“先把一个场景的数据闭环跑通”。上下同欲，方向一致，这在技术行业从来都是好信号。

🗺️ 从秀肌肉到挣钱，路怎么走

把三条线索拼在一起，未来一两年，大概率是“两条腿走路”：垂直场景（湿实验室是样板间）率先产生真实现金流，同时为通用模型喂养高价值的真机数据；通用基座模型继续在评测和成本上内卷，等待数据瓶颈被垂直场景反哺的那一天。

据业内人士的共识，判断一家具身智能公司成色的新标准正在形成：不看它发了几篇论文、刷了几个榜，看它能不能在一个封闭场景里，让机器人的单位作业成本低于人类，并且数据每跑一天都在变好。

小结

Warp Science的2.15亿美元、GPT-6-Astra的12项基准与8台真机的落差、贾萧松的“瓶颈不在架构”，三件事拼出了同一个行业拐点：具身智能的竞争，正在从“谁的模型更聪明”转向“谁的手感更好”——数据、验证与工程闭环，才是下半场的入场券。

湿实验室只是第一个样板间。接下来值得盯的，是还有哪些高价值、流程化、数据丰饶的场景会被机器人“接管”，以及垂直场景的数据飞轮，何时能反哺出第一个真正能干活的通用模型。

到那一天之前，对从业者和投资者来说，最靠谱的判断标准只有一条：别问模型有多聪明，先问数据闭环转没转起来。转起来的，才有下半场；没转起来的，榜刷得再高，也只是评测集里的优等生。

参考信源

1. Warp Science融资公告：warpscience.ai/blog/series-a-announcement

2. Lightspeed投资新闻稿：lightspeedvp.com/press/warp-science-215m

3. GPT-6-Astra技术报告：arXiv:2601.04872

4. 贾萧松观点来源：作者专访记录，2026年1月