大模型让机器人「大脑」更聪明,基础模型让「手」更便宜,但两者卡在不同的时间尺度上。当客户开始算产线回本账,厂商的竞争重心正从模型分数转向工程接口与稳定性。
2026年末,具身智能的商业化似乎终于等来了破局点。过去这个行业受困于「大脑」不够聪明、「手」不够灵活且学习成本高昂,而最近两项技术突破带来了新进展。
一边是「大脑」的外溢。Anthropic 的通用模型 Fable 5.2 原本主攻编程与推理,却在双臂机器人仿真基准 RoboDojo 上把任务成功率从前代的 27.6% 拉到 64.9%。更意外的是,未经专门训练,它就能在演示视频里直接控制机械臂,完成拧瓶盖、解魔方等高精度动作。

另一边是「手」的下沉。NVIDIA 的机器人基础模型 GR00T 2 走「世界-动作模型」路线,不需要海量数据投喂,人示范 5 次后任务平均成功率就达 95%。
脑突破了边界,手砸低了门槛。但两端瓶颈松动,真能让机器人在现实世界立足吗?
把两个新变量拆开细看,情况并不乐观。它们各自在能力边界上狂奔,却根本不在一条跑道上。
Fable 5.2 确实捅破了「脑」的上限,靠的是极强的高层空间推理能力——说通俗点,它懂物理常识。让它拧瓶盖,它知道先抓住再逆时针转,还能算准使多大力气,并靠视觉与推理形成判断闭环。这比只会死记单一动作、换个场景就抓瞎的专用策略聪明得多。
但这份聪明到了真实世界就显得无力。第三方真机测试中,大语言模型引导机械臂玩跳棋,脱落或偏移多达 14 次。

问题出在执行频率。手指要在物体滑脱瞬间稳稳捏住,底层力控闭环通常需要 20-100Hz 的反射频率,即每 10 到 50 毫秒完成一次力度修正;而 Fable 5.2 的规划循环只跑在约 1-2Hz。大模型一秒才更新一两次「捏住」指令,手指一秒却要微调几十次,滑脱的瞬间根本反应不过来。
这就像一个将军在指挥部每秒才更新一次战术,前线士兵每十毫秒都在面临子弹。两者完全不在同一时间尺度上,规划再好,底下的手也接不住。
何况 64.9% 是在没有光线干扰、没有地面颠簸的完美仿真环境里测出的。官方虽宣称做了 18 个真机测试任务,却没给出对应分数。
GR00T 2 这边,5 次示范达到 95% 平均成功率,意味着过去要采集海量数据、耗费几个月才能教会机器人的动作,如今几分钟演示就能教会,训练与适配成本确实砸下来一大截。

但 95% 也要放进具体测试条件里看。据 NVIDIA 技术白皮书披露,参与测评的 50 项 Dexter 机器人操作任务,在测试集构建阶段就选自那些模型经 5 次示范后至少能达到 80% 的任务。换言之,这个高分来自一套提前筛选过的考题。
更值得注意的是,五次示范后,50 项任务中只有 37 项做到「每一次试验都成功」,剩下 13 项反复测试仍会翻车。这个反映执行稳定性的 37/50,在官方通稿里基本消失了。
在筛选过的任务内,训练确实变便宜了;但换一条没见过的产线,机器人还能不能活、可靠性如何,目前仍是盲盒。
英伟达似乎也意识到了这种「接不上」的尴尬。它让 GR00T 2 只留在执行层,成为被上层推理模型通过 WAM API 调用的模块:上层负责确定任务、编排技能、监控进度,GR00T 2 负责把意图落成具体抓取和装配动作。接入上层推理模型后,YAM 机械臂在连续装配三种玩具的任务中成功率达到了 97%。

但这只是给了双方一套通信协议,并不等于把桥建好了。真实工厂里,上层发了指令、底层执行失败怎么办?机械臂卡在半空、延迟了怎么办?这些延迟控制与失败检测的工程问题,在 Fable 5.2 的论文里没有,在 GR00T 2 的示范数据里也没有。
这道门槛落到产线上,最先暴露的不是技术问题,而是卖机器人的和买机器人的根本不在一个频道。
模型方的成绩单再漂亮,工厂老板掏钱前算的第一件事永远是:几十万设备投下去,多久能回本?
摩根士丹利今年 11 月的调研给出了现实数据:82% 的企业要求三年内回本,平均可接受周期 26 个月;但只有 18% 的采用者对现有款式机器人表现满意,比上一年还降了 5 个百分点,整体部署预期也往后推了约一年。
企业对这笔投资的耐心正在耗尽。而让客户算不过账的核心,不在整机,而在隐性成本。
中国信通院《具身智能发展报告(2026年)》显示,机器人整机价格仅占全生命周期成本的 40% 至 60%,剩下的大头花在场景改造、系统集成、数据采集、模型训练、运维人员配置和故障停机损失上。

Fable 5.2 和 GR00T 2 确实把前期研发和训练成本打了下来,但真正吃钱的后期运行成本,两者并未触及。
而后期成本的核心诱因,正是「想」与「做」之间的缺口。高通官方声明,NEURA 的 4NE-1 人形机器人在今年台北国际电脑展上突然倒地,原因只是一次短暂通信故障触发了安全关机。展台上这叫「受控倒塌」,放到产线上就是实打实的意外停机,既耽误产线又增加维修成本。

类似案例还有日产在田纳西州 Smyrna 工厂部署的 OTTO 移动机器人。据 Business Insider 报道,其硬件没毛病,但软件接口与日产物料流无法对齐,两台机器人被派到同一位置,直接造成产线「交通堵塞」。
这些真实的停产账,正在逼客户改变评判标准。智元 Genie 业务部项目总监艾文在界面新闻采访中提到,传统工厂一天允许 4% 到 5% 的故障时间,坏了重启就行;但具身智能现在的核心指标变成了「连续可工作时长」,要求单点故障后至少撑一个月才算及格。
客户更在意的其实是自家产线的稳定性。摩根士丹利报告的原话更直接:前沿大模型已能在零样本下生成机器人动作,但成本、任务成功率和延迟都还有改善空间,在拿出可量化的生产力证据之前,企业不会追加大规模订单。
客户标准一变,厂商的竞争重心自然跟着变。
智元的解法直接冲着「脑」与「手」的时间差去。其异步双系统架构把思考和执行拆成两套班子:慢系统负责深度规划,一秒只更新一到两次大方向;快系统高频运转,一秒运行几十次。

快系统不仅接收慢系统的意图,还会在两次指令的间隙结合实时观测,自主做局部微调和纠错。等于在两者之间铺下一块缓冲垫:慢系统指方向,快系统在底下稳住动作,两套频率不同却各司其职、同步进行,以此抵消部分时间差。
但真实世界的突发状况,光靠微调来不及救场,就需要容错机制兜底。Figure AI 把「出错」当常态:电量低了自动换机,检测到软硬件异常时机器人自主退出工作区,由另一台直接接替。不停机、不断档,也不让单点故障拖垮整条线。靠这套机制,Figure AI 在 200 小时连续运行中处理了近 25 万个包裹。
让机器人「持续干活」、成为稳定的生产力,正在成为行业趋势。商业模式上,擎天租等玩家开始转向「机器人生产力服务」,按效果计费;工信部也在鼓励按价值付费的 RaaS 模式。

这种模式还能把机器人可靠性的风险从客户手上转移到服务商身上。行业趋势正明显向那些能补好接口、把执行做稳的企业倾斜,留给厂商的时间窗口正肉眼可见地收窄。
王兴兴说,具身智能的「ChatGPT 时刻」最快 2027 年到来;千寻智能郑灵茵的判断更具体:2026 到 2027 年,是从「讲故事」转向「交付」的分水岭。
而「交付」两个字,显然已不是拼谁的模型分数更高。商业化落地眼下最要紧的,或许就是先在真实产线上把当前的活干明白。
这并非否定模型技术的价值。Fable 5.2 和 GR00T 2 的突破仍是行业地基,模型该迭代还得继续迭代。只是模型发展是为了更好的明天,客户却更需要一个能开工的今天。这无关对错,只是一场行业长短线的错位。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断