具身智能人形机器人观点评论分析· 5333 字· 约9分钟阅读

GPT-7要打穿具身智能,自研还香吗

机
机器人他爹假装能听懂机器人的想法
2026-10-26 16:33 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

宇树用GPT-6测试机器人、王兴兴预判GPT-7可能'打穿'具身智能,通用大模型正越过专用策略边界。本文拆解三份实测证据、王兴兴的口径变迁与无境动力爆雷案例,算清接入与自研这笔不对等的账,回答机器人企业面对持续进化的外部模型,还该自研什么。

如果具身智能的“ChatGPT时刻”,最终由ChatGPT亲手叩开,那机器人公司花几十亿自研模型,图什么?

信号正在密集出现:宇树一边在招股书里规划20.22亿元募资砸向智能机器人模型研发(信源①),一边已经把GPT-6用在了自家机器人任务测试上(信源②);与此同时,成立仅8个月的无境动力被曝停工欠薪近800万元(信源③)。一边是大模型能力快速前顶,一边是尾部公司断崖塌方——具身智能正在进入一个“模型越强、淘汰越快”的残酷分层期。这篇文章想讲清楚一件事:当智能本身开始商品化,机器人企业真正该攥在手里的,是什么。

📈 三份证据,指向同一个方向

模型管“想”的时代结束了,它开始伸手“碰”。

第一份证据来自企业自测。宇树已将GPT-6用于机器人任务测试,王兴兴的评价是“实际上非常不错”(信源②)。这话从全世界出货量第一的人形机器人公司老板嘴里说出来,分量不同于发布会上的客套。

第二份来自同行交叉验证。银河通用实测发现,在选定任务中,GPT-6 Astra独立控制成功率为26%,而混合控制可将成功率推到48%(信源④)。注意这个结构:纯大模型还不够用,但“大模型+专用策略”的混合方案已经能把成绩翻倍——专用策略没有立刻出局,但主角光环在转移。

第三份最关键,是第三方真机评测。基准机构Artificial Analysis发布首版真机评测,五款前沿通用大模型在零样本条件下通过编程驱动机械臂,GPT-6 Astra以69.4分排名第一(信源⑤)。

证据来源测试对象关键数据局限性信源
企业自测(宇树)GPT-6 用于机器人任务主观评价“非常不错”无公开成功率,利益相关信源②
同行实测(银河通用)GPT-6 Astra 独立/混合控制独立26%,混合48%仅选定任务,非泛化能力信源④
真机评测(Artificial Analysis)五款通用大模型驱动机械臂GPT-6 Astra 69.4分第一零样本编程任务,物理接触有限信源⑤

三份证据各有局限,指向却高度一致: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的工作。这不是能力溢出的尾巴,而是分工重构的开头。

⏱️ 王兴兴改口,比技术本身更值得警惕

预判收窄的速度,暴露了行业被模型迭代倒逼的程度。

把王兴兴过去三个月的公开口径排成一条时间线,你会发现一条陡峭的乐观曲线:

  • 2026年8月,世界机器人大会:对“具身智能ChatGPT时刻”,口径还是“快则两三年,慢则五到十年”(信源⑥);
  • 2026年10月22日,2026世界物理AI大会:“随着GPT-6的发布,目前物理AI已经看到被击穿的苗头,很可能最近1-2年或2-3年”,并抛出个人预判——明年(2027年)GPT-7可能“直接把具身智能问题打穿”(信源⑦);
  • 2026年10月下旬:接受媒体采访(信源⑧)时进一步提出,物理AI已出现突破苗头,产业拐点大概率落在未来一到三年的区间内。

乐观边界从“最快两三年”收窄到“最快一两年”。对如此关键的产业拐点快速改口,更像是一次被外部模型迭代倒逼的被动修正,而不是新技术证据的自然累积。

同一场演讲里,王兴兴还说了几句更扎心的话:“具身智能迈过ChatGPT时刻最核心挑战,是AI模型的输入输出和真实机器人的对齐。大模型可以进行规划和导航,但没有解决物理接触之后的问题。”以及,“全世界几乎所有人,对AI的重视程度和信仰都还不够,包括他自己。”(信源⑦)

这句话的分量在于说话人本身。宇树是人形机器人出货量全球第一的公司,2025年市占约32.4%,G1一款累计下线1到2万台,是全行业极少数赚钱的玩家(信源①)。经纬创投管理合伙人王华东在播客里讲过一个细节:2024年3月他走进硅谷一家机器人实验室,里面8台宇树的机器人,其他品牌基本都坏了,只有宇树的能用(信源⑨)。用他的话说,国内能在一个领域做到全球绝对领先的公司,大疆算一家,宇树算一家。

头部公司亲口确认“拐点还要一到三年、商业化大规模落地还要好几年”——这就是整个行业接下来两年苦日子的起点。而时间表一直在往前拨,瓶颈始终没动。

🧮 不对等的赛跑:接入与自研的账

接入是租船,自研是造船,海况变了,两条船的账要重算。

这背后是一场天然不对等的研发赛跑。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,能力随上游同步升级;自建核心模型,则要独扛数据、算力、团队的全部固定投入,靠自身产品出货与部署规模分摊成本。

智能能力的商品化已经在落地。10月13日,Physical Intelligence开放API测试版申请:企业接入后上传自有场景数据,即可调用云端算力完成模型微调(信源⑩)。翻译一下:模型能力开始按需计费,“自研大模型”这门生意的护城河,正在被上游一条一条拆掉。

有意思的是宇树的姿态:左手在招股书里规划20.22亿元募资投入模型研发(信源①),右手已经用GPT-6跑测试(信源②)。这不是摇摆,而是精算——通用大模型够用的部分租用,卡在对齐瓶颈、需要真机数据闭环的部分自己砸钱。据多位接近行业的人士私下讲,现在不少机器人公司的模型团队都在做同一道题:哪些能力留着自己练,哪些直接调API。

但这里有一个残酷的筛选机制:只有出货量足够大的公司,才有资格玩“混合策略”。G1累计下线1到2万台的宇树(信源①),每一次部署都在产生自有数据;而年出货几百台的公司,自研模型就是一笔永远摊不平的固定成本。

“编者注:原文此处附有一张“具身智能竞争格局定位”象限图。因坐标划分与各公司落点均系作者主观判断、缺乏公开数据支撑,予以删除。行业分层判断请以后文“小结”部分的论述为准。

⚠️ 无境动力:苦日子的第一批注脚

头部说还要熬几年,尾部却已经拿下十个亿——裂缝就是这么撕开的。

10月26日据媒体报道(信源③),南京无境动力一名员工爆料:公司自2026年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,公司已停工,部分员工正通过劳动仲裁讨薪,而员工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。

把时间倒回约半年前,这家公司完全是另一副面孔。无境动力成立于2026年2月(信源⑪),天使轮已融资1.1亿元,官网称汇聚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”。2026年6月媒体报道称(信源⑫),公司成立仅4个月,便与多家央企签订近5亿元框架订单合同,地方市场储备订单接近5亿元——加起来约10亿元订单。创始团队被称为“学霸天团”:创始人16岁考入上海交通大学,团队中不乏清华、浙大的本硕博,约20位顶尖高校背景成员。当时袁海辉还说:“订单储备情况远超我们预期,说明投资人和市场对团队实力的认可。”(信源⑫)

需要说明的是:上述10亿元订单均为框架合同与储备订单,尚无证据显示已完成真实交付;欠薪金额、涉及人数等均来自员工单方面爆料,最终以劳动仲裁及官方核查结果为准。

故事拆开看,产业逻辑并不复杂:无境动力做工业级四足机器人,面向电力巡检、石油化工、能源工矿场景——这恰恰是具身智能里技术门槛相对较低、但订单故事最好讲的赛道。当“物理AI”“通用智能系统”成为融资通行证,订单框架签得越快,交付能力的窟窿就越大。头部玩家亲口说商业化还要好几年,尾部公司却用4个月拿到约10亿元订单,这两件事只能有一件是真的。现在答案揭晓了一半:欠薪近800万、停工、仲裁。

这不是孤立事件,而是分层期的典型症状:模型能力商品化抬高了“智能”这部分的及格线,融不到下一轮、又没有真实交付的公司,会以肉眼可见的速度出清。苦日子里,第一批倒下的往往不是技术最差的,而是故事讲得最早、现金烧得最猛的。

🔍 模型可以租,数据回不来

卡点在对齐,护城河也埋在对齐里。

回到最初的问题:面对持续进化的外部模型,机器人企业还该自研什么?

王兴兴那句话已经给出了技术坐标:卡点不在“想”,在“碰”。大模型能规划和导航,但物理接触之后的执行纠偏——抓取时的力控、行走时的动态平衡、碰撞后的姿态恢复——这些恰恰是大模型最难远程学会的部分,因为它们高度依赖真机数据,而真机数据只存在于部署现场。

这就把自研的价值锚点从“模型”挪到了“闭环”:

面对通用大模型,机器人企业的自研价值
痛点 1
通用模型无法远程学会物理接触后的执行纠偏
→
解法
自研聚焦本体与模型的对齐层,把'碰'做深
痛点 2
接入外部模型后能力同质化,无差异壁垒
→
解法
圈住高价值场景数据,形成真机数据回流闭环
痛点 3
自建模型固定投入大,出货量小就摊不平
→
解法
先靠本体出货铺量,再按规模决定自研边界
痛点 4
上游模型迭代快,押注单一版本风险高
→
解法
架构上解耦模型层与本体层,保持可替换

宇树20.22亿元的募资规划(信源①),本质上押的就是这个闭环:模型可以租,但“模型输入输出与真实机器人的对齐”这道题,租不来——你总不能把客户的产线和电站搬进别人的云。这也是为什么王兴兴判断商业服务会先于家庭、工业落地:容错高、数据回流快的场景,才养得起这条闭环。“信仰不够”云云是场面话,真话是:在“碰”这个问题被真正解决之前,所有关于通用机器人的宏大叙事,都得先在商业服务的琐碎订单里还债。

💡 小结:分层期生存法则

三份证据、一次改口、一桩爆雷,拼出了具身智能2026年底的真实图景:技术乐观边界在收窄,商业兑现周期在拉长,行业进入残酷分层。上游,GPT-7们可能真的打穿“想”的问题——需要强调的是,GPT-7截至目前仅是王兴兴的个人预判,并无官方发布计划佐证;中游,像宇树这样出货够大的玩家用“租通用、研对齐”的混合策略卡住数据闭环;而下游,讲了一手好故事却没有交付能力的公司,正在以无境动力的方式退场。未来一到三年,判断一家机器人公司的价值,别再看它有没有自研大模型,先看它每天有多少台真机在真实场景里跑、跑完的数据有没有流回自己的模型。模型可以租,闭环租不来——这就是苦日子里最硬的护身符。

参考信源

1. 宇树科技招股说明书(募资用途、市场份额、G1出货数据)

2. 王兴兴公开受访/社交媒体发言(GPT-6用于宇树机器人任务测试,2026年10月)

3. 媒体对无境动力员工爆料的报道(2026年10月26日;欠薪、停工、劳动仲裁信息为单方爆料,待官方核实)

4. 银河通用公开实测报告(GPT-6 Astra独立控制26%、混合控制48%,2026年10月)

5. Artificial Analysis首版真机评测(五款通用大模型机械臂编程任务,GPT-6 Astra 69.4分)

6. 王兴兴在2026世界机器人大会的公开表态(2026年8月)

7. 王兴兴在2026世界物理AI大会演讲(2026年10月22日;“GPT-7打穿具身智能”为其个人预判)

8. 王兴兴2026年10月下旬媒体采访

9. 经纬创投王华东播客节目(硅谷机器人实验室见闻,2024年)

10. Physical Intelligence API测试版开放公告(2026年10月13日)

11. 无境动力工商注册信息及公开报道(成立时间2026年2月、天使轮融资1.1亿元)

12. 媒体对无境动力订单的报道(2026年6月;订单为框架合同与储备订单,非确认收入)

编辑说明:①删除了原文中截断且带有主观判断的“竞争格局定位”象限图,并加注说明;②将王兴兴口径时间线统一标注年份,把“过去两个月”修正为“过去三个月”以匹配8月至10月的时间跨度;③对“GPT-7打穿具身智能”明确标注为个人预判而非既定事实;④为20.22亿募资、32.4%市占、26%/48%成功率、69.4分、欠薪800万、10亿订单等关键数据补充信源标注;⑤对无境动力订单性质与欠薪爆料补充了信息局限说明。