通用大模型跨界控机械臂，具身智能产业链迎来变局

一家成立一年半左右的具身智能数据服务公司，近期两周接到的数据采购订单超过了此前两个月的总量。这在具身赛道融资趋冷的背景下，显得尤为罕见。更值得注意的是，这批新订单不仅来自机器人行业，多家曾长期观望的基础大模型厂商也开始密集采买。

这一转折点源于通用多模态基础模型在空间理解上的突破。随着新一代大语言模型展现出直接控制机械臂执行任务的潜力，行业内开始出现一种声音：通用的多模态基础模型正在侵入物理世界，通用大模型是否会最终吞噬具身模型？

宇树科技创始人王兴兴曾公开表示，随着通用大模型能力演进，可能直接击穿具身智能的部分难题。尽管关于通用模型能否降维打击专有模型仍存争议，但技术外溢对整条产业链带来的冲击已经切实体现在了商业层面。

基模大厂入局，具身大脑遭遇降维审视

以往，机器人操作与导航任务主要依赖视觉-语言-动作（VLA）等专用物理模型。然而，通用基础模型的跨领域泛化打破了这一边界，其在零样本泛化和上下文学习上的表现超出不少从业者预期。

相关评测显示，在基础的物体抓取与放置任务中，通用大模型即便未经过机器人专属数据微调，也能依靠视觉输入与任务提示直接输出控制动作，成功率甚至超越了部分专有具身模型。如果采用分层架构——由通用模型负责高层规划决策，专有模型负责底层动作执行，任务成功率还会出现大幅跃升。

机器人的决策与控制通常可分为三层：负责宏观场景理解与任务推理的 System 2，负责动作规划调整的 System 1，以及负责底层高频运动控制的 System 0。通用大模型的跨界，正在迅速接管 System 2 并逐步渗透 System 1，这直接压缩了纯通用具身“大脑”初创公司的生存与估值空间。

海外与国内的头部模型公司早已闻风而动。OpenAI 不仅大规模采购数百万小时的具身物理数据，还组建了专职硬件与机器学习的机器人团队；DeepSeek、Anthropic 等机构也在密集布局具身智能与物理世界交互，通过投资或自研方式深入实体机器人领域。具身智能正从机器人初创企业的专属赛道，变成通用 AI 巨头技术路线图的必然延伸。

产业链分化：数采回暖、本体重估、纯大脑承压

大模型厂商的涌入，使具身智能产业链上下游呈现出完全不同的景气度。

最先受益的是上游数据服务商。此前，受制于模型公司融资收紧，数据采集行业曾陷入价格内卷。通用大模型对物理世界数据的渴求改变了供需结构。在大模型 Scaling Law 的逻辑下，物理世界交互数据不仅能用于机器人控制，还能反哺基础模型的空间推理能力，直接带动了数据采购的回暖。

下游机器人本体制造企业则迎来了价值重塑。当通用大模型逐步接管“大脑”的规划能力，“大脑”本身演化为可插拔、可替换的通用组件。此时，主机的制造工艺、运动控制稳定性、硬件供应链与量产成本控制重新成为核心壁垒。例如，宇树科技等具备硬件量产能力的企业，因能够直接接入大模型验证场景而受到资本市场青睐。

相比之下，处于产业链中游、主打“纯通用具身大脑”的初创企业压力最大。以往支撑其高估值的独立演进叙事遭遇挑战，中小团队若缺乏充足的算力储备和垂直落地场景，很难在通用基座层面与大厂正面对抗。

现实短板明显：延迟与成本制约落地

尽管通用大模型展现出强大的空间推理潜力，但要真正取代专用具身模型，仍面临明显的工程瓶颈。

首要问题是推理延迟。在实际测试中，通用大语言模型由于参数规模庞大，直接生成动作或调用 AI 智能体模式时，单次规划推理往往需要十几秒的“思考时间”，而专用具身模型仅需数十毫秒。在生产流水线或对实时避障要求极高的作业环境中，这种停顿显然无法满足需求。

其次是调用成本。通用模型驱动机器人的 Token 消耗量极其巨大，单次复杂操作在云端可能耗费数十万甚至上千万 Token，折算下来的商业成本远超工业可接受的阈值。此外，云端部署伴随网络延迟与断网风险，而端侧芯片算力目前仍受限于功耗与计算上限，难以在本地实时运行百亿级别参数的大模型。

分层协作成为理性共识

面对算力、成本与即时响应的限制，具身智能行业正在形成新的分工共识：通用模型与专用模型分层协作。

在任务拆解、多模态语义理解、指令遵循等高层语义层，通用大模型表现出更优的泛化力与更低的开发边际成本；而在毫秒级运动控制、力觉与触觉高频反馈、硬件本体适配等执行层，专用具身小模型仍然具有不可替代的护城河。

智能的进化依赖于数据供给。那些无法仅靠通用文本和视频推理得到的专有物理反馈数据（如高精度触觉、力控与真机闭环数据），正成为决定具身模型壁垒的关键资产。基模大厂的入局加速了物理 AI 的演进，也让具身智能赛道的竞争从单一的算法较量，转向了软硬件协同与工程工程化落地的综合比拼。