通用大模型入局具身智能，机器人“独立大脑”叙事遭重估

GPT-6 Astra 的亮相，让困扰具身智能行业已久的“大脑”难题，以一种出人意料的方式被撕开了一道口子。

在实测展示中，这个并非专门面向机器人训练的通用大模型，操纵着一只售价仅几百美元的机械臂夹着画笔在纸上作画。从最初歪歪扭扭的线条，到第四遍时画出清晰的金门大桥轮廓与细节，这种通用泛化能力让业内掀起激烈讨论：“机器人领域的 OpenAI，或许终究会是 OpenAI 自己。”

一级市场此前对具身智能的狂热已开始阶段性降温。在这一节点上，通用大模型表现出的控制潜力，给过去难以证伪的“具身大脑”叙事提供了一个明确的技术标尺。跑分可以刷，Demo 可以剪辑，但只要通用基模已经能胜任的任务，独立的算法溢价便不复存在。

危与机交织的本体厂商

宇树科技创始人王兴兴曾坦言，过去最大的误判是对 AI 的演进速度相信得还不够，若下一代通用模型发布，“可能直接打穿具身智能问题”。在未作专门适配训练的情况下，宇树科技便借助 Astra 实现了自主识别调色盘、换颜料和洗笔等操作。

商汤等机构的评测也显示，通用基模正展现出处理机器人操作与导航的能力，并具备零样本泛化、上下文学习和失败恢复等特性。

对宇树科技、智元机器人等本体企业而言，这构成了微妙的平衡。一方面，如果“大脑”能被通用大模型拉平，过去依赖的纯控制算法壁垒需要重构；另一方面，当大脑供给逐步过剩，能够稳定承载智能、采集真实世界数据、完成交付的物理“身体”，反而成了稀缺资产。

智元联合创始人彭志辉表示，无论通用基模是否通吃具身能力，智能终究要落到可靠的身体上。如果基模覆盖一切，比拼的是工程化落地与制造成本；如果不能完全泛化，专用模型的数据依然依赖规模化部署的本体。为了支撑大量具身任务，智元的算力集群已接近万卡规模，企业正从单纯硬件制造转向 AI 化运作。

此外，通用模型依赖云端推理带来的高延迟，以及缺乏高动态力触反馈等短板，也为硬件本体厂商留出了宝贵的时间窗口。

独立具身大脑面临估值重构

相比之下，主打“纯大脑”的初创公司面临更严峻的考验。今年上半年，国内具身智能赛道融资中“大脑”类项目吸金超过 50%，本体整机仅占 12.8%。如今，这种大水漫灌式的估值逻辑正被打破。

相关统计显示，9 月国内具身智能一级市场融资规模环比明显下滑，大额融资多集中在上半年交割。近期能拿到亿元级以上融资的企业，往往具备明确的国资背景或真实的落地订单。单纯以“通用具身大脑”为标签的项目，融资金额和轮次已显著降级。

此前资本重金押注具身大脑，是赌其能成为机器人时代的操作系统，进而催生出独立的平台型巨头。然而通用大模型的快速外溢，打破了这种独立性设想。当平台级大模型厂商下场做通用底座，纯大脑初创团队的技术独特性便遭到质疑。

更严峻的挑战在于场景与客户生态。例如阿里推出了包含移动、操作与世界模型的 Qwen-Robot 套件，菜鸟仓储与即时配送等自身业务即为天然的试验场。相比之下，纯算法团队如果只能依赖遥操作和实验室工位数据，在真实获客成本上将处于劣势。

落地与数据闭环成生存关键

行业分化正在加速，企业的抗风险能力取决于其商业闭环的扎实程度。

主打核心大脑的公司正探索商业化防线。千寻智能尝试推出分级订阅与算法授权服务，探索从“卖大脑”向“卖 Token”转变；原力无限则靠专用充电机器人扎根具体场景，通过数万单商业运营构建现金流底盘。

大脑与本体融合的阵营中，银河通用将自研模型嵌入智慧药房与工业产线，靠场景运营积累专有数据；而部分缺乏稳定硬件出货量、仅靠模型概念支撑估值的企业，则面临基本盘被侵蚀的风险。

可以预见，具身大脑作为纯软件独立产品的生存空间正在收窄。未来被淘汰的，往往不是算法稍逊一筹的团队，而是那些既无场景现金流、又无持续数据闭环，仅依赖模型叙事支撑估值的企业。