OpenAI几乎成了机器人行业近期谈论频次最高的公司。

多份技术测试显示，OpenAI在9月发布的GPT-6 Astra模型，尽管并非专门为机器人打造，却展现出能直接用于机器人操作的潜力。这挑战了既有的技术分工——大语言模型负责上层的任务理解和规划，机器人的具体动作生成依赖专用的机器人模型。

在10月下旬的不同场合上，宇树科技创始人王兴兴流露出乐观情绪，他从GPT-6 Astra的表现中看到了物理AI即将被“击穿”的曙光；智元机器人联合创始人、总裁兼CTO彭志辉则相对谨慎，不过也认同机器人本体厂商有望从中受益，因为可靠的本体是将模型智能装进真实世界的载体。

随着顶尖通用AI模型开始向机器人领域延伸，一种担忧随之浮现：专门做机器人模型的公司，未来还剩多少生存空间？业内对此存在分歧，但就当下而言，GPT-6 Astra这类通用模型仍然缺陷明显：在高精度和需要双手协同的任务上表现不足，而且模型的云端推理时延太长、推理成本高，制约了其实际落地部署。

包括智元在内的机器人模型研发公司也在应变。彭志辉接受南都等媒体采访时表示，通用大语言模型向具身领域渗透是大势所趋，智元的策略是反过来向通用模型的方向靠拢，持续扩大具身模型的参数规模。

本体硬件公司终将受益？

作为头部机器人硬件供应商的宇树科技，以及产业链上的一些零部件厂商，近期股价出现较大涨幅。一位头部券商的机械行业分析师向记者表示，大模型的进展成为此轮机器人板块行情上涨的重要催化因素。

10月下旬，摩根大通在短短一个月内将宇树科技的评级从“减持”上调为“增持”。在分析师看来，GPT-6 Astra等前沿大模型的发展，凸显了机器人硬件作为“大脑”与现实世界交互的战略价值。

按照彭志辉的推演，如果模型能力越发强大，谁能以更低成本、更高可靠性把这种智能装进真实世界，谁就有可能大规模地把智能转化为生产力，这为具备规模化制造能力的机器人本体企业带来竞争优势。

在另一种情形下，如果不存在万能的大模型，依然需要为各个垂域场景训练相应的专用模型，那么训练模型所需要的数据来源也依赖机器人本体。此时，谁能大规模真实部署机器人，稳定获取高质量数据，谁就更有竞争力，“这也是本体厂商的优势”。

但彭志辉强调，并非所有机器人本体厂商都能从中受益，真正有机会的是那些能生产高可靠性、低成本、高性能机器人，同时具备强大供应链和规模化部署能力的公司。

一家机器人本体公司创始人近期告诉记者，国内目前能规模化制造可靠本体的公司不超过五家。

“大脑”公司遭受冲击？

业内多项测试显示，GPT-6 Astra模型的能力突破和现实短板同样明显。通用大模型能直接用于机器人操作，让一些机器人公司感到“惊艳”。但操作精度、推理时延和使用成本是其当前面临的主要掣肘。

英伟达在10月中旬发布的技术报告提到，GPT-6 Astra单次推理耗时11-19秒，而机器人专用VLA（视觉-语言-动作）模型π0.5仅有约47毫秒。而且，在测试中，该模型成功完成一次任务的token（词元）消耗费用最高达到36.4美元。

华泰证券10月27日发布的研报援引专家交流观点称，对于倒水类简单任务，GPT-6 Astra从理解指令到完成需3至4分钟，而机器人专用模型可在约1分钟以内完成；让GPT-6 Astra学会并执行一遍任务的成本约几百美元。专家认为，更大的变量在于，大型科技公司以通用模型为基座，蒸馏出机器人专用小模型，使得纯机器人模型公司受冲击最大。

作为一家既造本体又“烧钱”研发机器人AI模型的公司，智元免不了被追问GPT-6 Astra模型带来的挑战。

“最近很多朋友问我，行业现在每天都在变天，有人说AI已经要击穿具身智能了，你们怎么办？”智元联合创始人、联席总裁、具身业务体系总裁姚卯青对此回应称，“那我们就成为AI那边，不要成为被击穿的那边。”

10月29日的智元创新日活动上，智元联合创始人、联席总裁、具身业务体系总裁姚卯青提及通用大模型给具身智能带来的挑战。

10月29日，智元发布新款具身基座模型GO-3 Preview，提升了模型的通用能力与操作能力。彭志辉介绍，GO-3 Preview是目前行业内参数量最大的一款具身模型，这体现了智元向通用模型方向渗透的应对策略。

据其分析，以GPT-6 Astra为代表的通用大语言模型之所以具备越来越强的具身能力，原因是训练过程中使用了大量的3D数据，这些数据有助于模型更好地理解三维空间，形成所谓的“空间智能”，进而能完成简单的操作。

彭志辉表示，智元也会借助前沿的通用大模型，加速自身的研发节奏。他举例说，智元近期发布的一套机器人自进化系统，背后的底座便是类似GPT-6 Astra的大模型技术。彭志辉认为，通用大模型的能力提升，推动了机器人行业“水涨船高”。

谁能扛起突破“ChatGPT时刻”的大旗？

野村证券分析师在10月下旬一份研报中判断，机器人行业离“ChatGPT时刻”还相差甚远，未来机器人“大脑”的突破，将来自两类玩家：一类是拥有充足算力的领先通用大模型公司，另一类是以特斯拉为代表的，能够实现模型研发、数据闭环和机器人本体规模化部署的整合型企业。

野村证券认为，最终胜出的企业需要同时具备充足算力、有效的数据闭环和真实世界的机器人部署能力。相比之下，机器人“大脑”初创公司可能处于劣势，其中算力是最明显的短板。

姚卯青告诉记者，智元采用租赁算力的轻资产模式，这种做法有利于减轻公司的现金流压力，也具备使用上的弹性和扩容的灵活性。他介绍，GO-3模型的训练，使用了相当于数千张英伟达H100芯片的算力。

彭志辉透露，智元今年有望获得接近万卡规模训练集群的算力。在全球范围内算力紧缺的情况下，“我们在跟很多通用大模型公司抢算力”。

由此而来的算力开销不容小觑。据姚卯青估算，千卡规模的算力，一年的使用成本大约在1-2亿元，“投入很大”。

机器人公司原力灵机联合创始人兼CEO唐文斌今年7月告诉记者，其公司基于15万小时数据训练的DM0.5具身基础模型，在预训练过程中使用了数千张英伟达H系列GPU。唐文斌透露，原力灵机在算力上的年投入在亿元量级，“算力上没有花过亿的钱，大概率不要再训模型了。”

机器人模型训练数据范式的转变，让算力的重要性愈发凸显。第一人称视角拍摄的人类视频数据，日渐成为具身模型预训练的底座，这类数据的规模正向着百万小时挺进。

野村证券认为，数据问题与谁能赢得机器人“大脑”竞赛直接关联起来。如果人类视频成为主要数据来源，那么推动大语言模型发展的规模法则（scaling law）也将同样适用于这类视频数据。届时，谁拥有最好的数据管线和最强的算力，谁就能占据优势。

采写：南都N视频记者 杨柳