晚点具身季报：Astra 冲击后，通用模型会吃掉 Robotics 吗？

“没见过神迹的人是不信的！”

文丨王小淳（实习生）程曼祺

“不好意思，借过一下。” GPT 这么说时，并不是要入侵谁的领地，它只是在走自己的路。无意中被撞到的就有具身智能。

在 OpenAI 于 9 月初发布 GPT-6 Astra 后，更多具身智能从业者发现，通用多模态基础模型居然也可以直接做过去 VLA（vision-language-action，视觉-语言-动作模型） 等机器人策略模型的部分工作——它可以直接输出机器人末端执行器的位姿，完成部分任务的成功率甚至超越一些具身模型。

这动摇了数字世界 AI 和物理 AI 的边界，也引发了一个灵魂拷问：GPT、Fable 之类的通用模型是否会吃掉具身智能？

同时，已经发生的事实是：OpenAI、Anthropic、DeepSeek、Kimi 等多数通用前沿模型公司都正酝酿进入具身智能和物理 AI。

这是 26 年 Q3 《晚点聊》具身季报关注的最重要的变化。这次，我们继续邀请 Alphaist 创始合伙人陈哲担任分享嘉宾。

Alphaist 是一家聚焦 AI、机器人与智能硬件领域的早期美元基金。创立 Alphaist 前，陈哲曾在五源任董事总经理，主导机器人和科技领域投资。

在 Astra 的冲击之外，本期具身季报还关注以下 4 个行业进展和事件：

- AMD 拟以 82 亿美元收购 World Labs

- 宇树 IPO 及连锁反应

- 有可能大幅压缩部署成本的 “上下文学习”

- 美国 FCC 实际禁止了新型号的中国机器人进口

对一些人来说，Astra 的变化已经撼动了独立具身智能公司的发展叙事和估值逻辑。至少，现在到了重新思考物理 AI 与通用 AI 边界的时刻。

这期节目录制之后，本周工博会上，宇树创始人王兴兴也聊到了 GPT-6，他说：“过去十几年，我犯的最大错误就是对 AI 的相信还不太够。”

Astra 冲击：通用 AI 会吃掉物理 AI 吗？

“没有见过神迹的人，是不会相信的”

晚点：我们还是从本季度最重要的 Top 5 进展和事件开始。这个季度，你看到了哪些值得分享的行业变化？

陈哲：首先是 GPT-6 Astra 发布，让大家看到了通用多模态基础模型进入物理智能的潜力。

第二是 AMD 和李飞飞创立的 World Labs 签署了 82 亿美元的收购协议。这笔交易给过去一两年兴起的 Neo Lab 做了一次实质定价，也可能影响世界模型和具身模型公司的出路。

第三是宇树 IPO，以及它对整个具身行业估值的重构。

第四是具身模型里的上下文学习（ICL，in-context learning）更成熟了。本季度 Generalist 发布的 GEN-1.5 和 Skild AI 发布的 S1 都展现了相关能力。ICL 的重要意义是有可能大幅降低部署成本。

最后一件事是，美国联邦通信委员会（FCC）在 7 月底将 “外国生产的先进机器人设备” 列入受管制清单，新型号的机器人如果没有获得批准，将无法进入美国市场。这可能会影响中美具身的研发节奏和供应链发展。

晚点：我们先从 GPT-6 Astra 开始聊。之前，通用基础模型主要是提升编程、agent 等数字世界任务的表现，但这一次，Astra 进入了物理世界。你怎么理解这种变化？为什么它在此刻发生？

陈哲：最近去美国和研究员交流，我感到以 OpenAI 为代表的前沿实验室的普遍想法是：物理 AI 是 AGI 的一个子问题，解决 AGI 的过程中涌现的能力会自然帮助解决物理 AI。这是一个研究思路的重大变化。

这种思路最早可以追溯到 2025 年初 Google 发布的 Gemini Robotics。它当时分为两个版本：VLA 模型 Gemini Robotics，以及侧重上层空间推理的 Gemini Robotics-ER（Embodied Reasoning，具身推理）。

当时很多人不理解为什么要出 ER，因为大家之前觉得语言模型不擅长理解空间和物理世界，所以需要训练专门的物理 AI 模型。

今天回头看，Google 可能那时就看到了通用语言模型在复杂空间理解和推理上的潜力。

晚点：其实 2025 年初 Google 发这两个模型时，相比 ER，具身智能行业更关注 VLA。

陈哲：对。让机器人在开放环境里执行通用任务，可以分成几层。上层负责理解、推理和拆解任务；中间层负责长程执行；更底层还有电机、控制器这些物理层操作。

过去 VLA 和 WAM（world-action model，世界动作模型）主要解决中间和下层的问题，比如把 “拿一个盘子” 转换成连续的动作信号。而 Gemini Robotics-ER 更关注上层问题：理解复杂意图、拆解任务，再调用底层工具完成它。

晚点：这种分层思路一直就有，这次 Astra 给业界的震撼在于它哪里不一样？

陈哲：这次 Astra 不只拆解任务，还能直接生成末端执行器的位姿。

晚点：相当于它和 VLA 一样也充当了机器人的策略模型？

陈哲：不完全一样。现在的测试多是让 Astra 输出位姿，再由一个 IK（inverse kinematics，逆运动学）模块把位姿转换成关节角度，底层控制器再执行动作，而 VLA 或 WAM 能直接输出电机控制信号。

但即使只到位姿这一层，也是过去人们认为通用模型很难做到的，这需要大量空间和物理常识，它们原本是 VLA 等具身模型的工作。

晚点：OpenAI 发布 GPT-6 Astra 时，官方博客没有提到机器人和具身智能。研究者怎么发现了这种用法？

陈哲：其实 7 月上旬 Anthropic 在《Claude 操作机器人》（Claude Plays Robotics）一文中就做了铺垫，他们当时测试了 Claude Opus 4.7、Claude Mythos Preview、GPT-5.4、Gemini 3.1 Pro Preview、Kimi K2.6 和 Qwen 3.6-Plus 等 12 个模型控制机器人的表现。其中一种方法，就是让模型生成末端执行器的位姿。

Anthropic 在 Claude Plays Robotics 中展示的数据。对于选取的模型，Anthropic 团队测了三类任：经典控制、运动控制（Locomotion，这部分测了各模型在宇树 Go2 四足狗和 G1 人形上的表现）和操作（Manipulation）；并观察了 4 种接口（interface）也就是四种控制方法：橙色是让模型直接输出动作；蓝色是让模型先编程一个 Python 控制器，再由程序读取机器人状态并连续生成动作；绿色是让模型去监督其它的机器人策略模型，比如监督一个 VLA 模型；紫色是让模型设计奖励函数、策略网络和训练计划，从头训练并部署一个强化学习策略。柱顶数字是各模型在不同机器人、任务和 interface 上的标准化综合得分，并非任务成功率；四种接口的权重皆为 0.25，和为 1 。

后来 Robocurve 等团队搭建了相似的测试管线。Astra 发布后，他们只用一两天就完成了适配，发现 Astra 在部分任务上的成功率大幅提高。

晚点：你这次在美国和欧洲接触的一线研究者和从业者，他们是什么时候意识到这个变化的？

陈哲：真正见过 OpenAI 在做什么的人和没见过的人，思维完全不同。

比如 9 月底我去匹兹堡参加了 IROS 2026（机器人学顶会）。有一天的晚宴上，CMU 助理教授石冠亚老师做了一个调查，问在场 100 多位研究人员如何看 Astra 对 Robotics 的影响。从现场表态看，一派认为：语言模型解决一切，Robotics is over（机器人学结束了），只要通用模型不断推进前沿，就没什么问题值得研究了，这派大概占三分之一。

另一派认为，通用模型永远解决不了我们今天研究的很多物理问题。也有折中派认为通用模型和物理 AI 模型是分层的，会各占生态位。

晚点：你认为为什么会有这种差别？

陈哲：没有见到神迹的人，就是不会相信的。这很像 2024 年初特斯拉发布 FSD V12 时，他们已经看到了 scaling laws 在自动驾驶上是成立的。但当时国内多数团队无法复现，甚至一度认为这是特斯拉故意放出的烟雾弹。只有亲眼见过这种突破的人，视角才会不同。

晚点：一批知名具身智能公司，如 Generalist、Physical Intelligence（PI） 等，它们属于哪一派？

陈哲：换个方式来回答这个问题，比起流派之争，更根本的冲击在于——物理 AI 的创业叙事和估值底座正在被动摇。

此前，具身 “大脑” 公司在没有商业闭环时能拿到极高估值，底层逻辑在于，部分人相信物理 AI 是大于数字 AI 的独立领域，有望诞生新的 OpenAI。

但 Astra 的出现显示，物理 AI 可能只是通用模型的一个子集，这消解或者削弱了专用具身模型的价值。

不过另一方面，这也可能加速整个物理 AI 的发展，做大市场规模。所以不一定对每个公司都是坏事。

最让人头皮发麻的用法是，把 Astra 当成具身研究员

晚点：Astra 发布之后，不少机构、公司和开发者都自己做了实验与测试，你看到了哪些有趣的研究和发现？

陈哲：我会把 Astra 的影响分成三层。

最直接的第一层，是让它充当策略模型：就是前面聊到的，由 Astra 生成末端位姿。开源社区在 RoboDojo 基准上测的大多是这种用法，直接看它在各类标准任务里的成功率。

当然，这种测试集不一定能真正反映真实世界里的场景和需求，但作为一个代理指标，可以反映不同模型的相关能力。

Robocurve 使用了同类 YAM 双臂平台和同一套 agent 策略，比较 GPT-6 Astra、Claude Fable 5.1 和 Fable 5 的任务完成率与调用成本。
在 “把积木放进碗里” 的任务中，Astra 20 次成功了 19 次，完成率为 Fable 5.1 的 2.4 倍，单次成本约为其 44%；在更精细的拼图任务中，Astra 与 Fable 5.1 的完成率同为 10%，Astra 成本更低。

往上一层，是让大语言模型去监督和纠正现有的 VLA 等动作模型。比如银河通用最近做了一个混合控制测试：在选取的 RoboDojo 任务中，Astra 单独控制的成功率为 26%；让 Astra 监督并纠正 π0.5 后，成功率跃升到 48%，Astra 扳正了一些原本会失败的不合理动作输出。而此前 π0.5 的公开成绩约为 15.67%。目前这些方法在速度上还没有做太多优化，更多是在提高成功率，探索通用模型的能力边界到底在哪里。

银河通用 9 月 29 日在 arXiv 预印本平台发布文章 Systematically Exploring the Capabilities of GPT-6 Astra as Embodied Policies（《系统探索 GPT-6 Astra 作为具身策略模型的能力》）。混合控制中，85.6% 的动作由 π0.5 执行，Astra 只生成或修正了其中 14.4%（图 d）。图中的 π0.5 单模型成绩来自重新加权的公开数据，并非在同一批实验中的重新测试。
比较有意思的数据还有图 c：在 RoboLab 的任务上，单独使用 Astra 的成功率比 Astra + π0.5 更高。RoboLab 的任务更偏单臂任务，如理解语义后放置、拾取和调整杯子。而 RoboDojo 有更多双臂和长程任务。

但我认为，最让人头皮发麻、具有颠覆性的是第三层：把 Astra 当成一个具身研究员。凭借很强的工具调用能力，它可以在 Blender 里搭 3D 环境，生成资产并设定属性，然后再调用仿真器自主调试、修改和优化运动策略，自己把建模、训练和调优都干了，完成了 “real-to-sim-to-real”（真实到仿真到真实）的闭环。

这也就是所谓的 Physical RSI（物理 AI 自进化）：在物理世界里，AI 开始自己训练 AI。

晚点：在第三种用法上，有看到什么具体探索吗？

陈哲：我知道很多创业公司正在试这个方向，甚至有新的公司会以 Physical RSI 去融资。不过还没有特别重磅的公开成果。我们可以期待 Q4 的更多进展。

晚点：在第一种用法上，就是直接让 Astra 生成位姿、做部分 VLA 的工作，Astra 在哪些任务上做得更好，又不太擅长哪些任务？

陈哲：首先，在显著需要推理能力和空间理解能力的任务上，Astra 的能力明显比 VLA 强。

第二是泛化能力，VLA 此前的瓶颈之一就是泛化性不佳，物体换个颜色或位置，模型就懵了。而通用模型的体量和训练方法都使它的泛化能力更突出。

但 Astra 不擅长精细操作，比如扣纽扣、插拔线束这种有摩擦、形变的动作。很多 VLA 模型，会专门获得这类精细操作的遥操数据来做后训练，这是通用模型缺少的。

晚点：它现在还有一个显著缺点，就是速度比较慢，结合它不擅长精细操作，是不是可以认为，这是通用模型和物理模型未来会分层存在的论据之一？

陈哲：我认为长期看，整个机器人系统确实有可能是分层的。但这并非因为大模型永远做不到物理模型今天能做的事，而是因为实时性与边缘算力的约束。

就像无人驾驶，低频的决策可以放到云端，能接受一两秒的延时，但毫秒级的避障与控制要放在车上完成。所以未来更可能是：通用模型在云端，负责低频推理，端侧轻量 VLA 负责高频执行。

但即使有分层，做 VLA 等具身模型公司的价值依然受到挑战。未来的通用基座巨头完全可能通过模型蒸馏，得到一个轻量化的端侧动作模型。也就是说，VLA 还存在，但有可能是 OpenAI 这类公司就把它做了。

OpenAI 招募了 Blender 艺术家做建模，也购买了大量具身数据

晚点：Astra 在空间智能上的提升从何而来？

陈哲：主要来自三项底层能力：一是三维空间理解，二是复杂长程任务的逻辑推理，三是调用机器人接口的工具使用能力。这三项并不是凭空出现的，都是过去通用大模型在数字世界里一直在持续进化的底座。

晚点：我们分别来说，空间理解和推理能力的提升来自什么？特殊的数据，还是训练方法？

陈哲：核心还是在数据。据我了解，他们大概今年 5 月就招募了大量 Blender 艺术家，做了很多 3D 建模轨迹和数据标注，所以 Astra 操控 Blender 的能力才会突飞猛进，这也是空间理解能力的一种体现。

晚点：供应链消息显示，他们也采购了大量具身智能的 egocentric（第一人称视角）数据。不过，不太清楚它们是否被用于 Astra 的预训练。

陈哲：我认为没有理由不用。从 AGI 的视角看，多模态模型的训练必然会需要所有模态的数据，无论是 3D 资产、视频、音频，还是机器人的物理轨迹，都会被纳入模型 scaling 的范畴。

而且通用模型最大的好处，是它的成本可以被多个任务摊薄。比如，OpenAI 雇人来做 Blender 的 3D 建模，这既可以提升数字世界 agent 的表现，也是空间理解能力提升的一个重要来源。

同时，通用巨头的算力代差是碾压式的——头部具身公司可能只用得起千卡集群，而顶级通用大厂手握十万卡甚至百万卡，这是两到三个数量级的悬殊差距。

晚点：你觉得现在的变化会如何影响一批具身智能数据公司的发展？

陈哲：做数据的公司，是谁有预算就服务谁，所以今天它们的最大潜在客户可能就是通用 AI 公司。等具身数据到了足够数量、被通用模型学习之后，它们又可能和其他类型的数据交叉，一起增强模型的能力。

晚点：那是不是意味着，这类数据的供给窗口可能只有几年？

陈哲：其实所有数据生意都是阶段性的。数据服务公司提供的数据模态，会随着模型能力提高而变化。你总要提供今天 AI 还不能解决的问题的数据；等这些问题被 AI 学会，就需要提供更复杂、更高精度的数据。

晚点：再来说第二项能力，逻辑推理能力，这是大语言模型一直在提升的。

陈哲：对，推理是以语言为支柱的大模型非常擅长的任务。而 VLA 和 WAM 为了优化动作生成，更多是一个 “直觉模型”：给一个指令或一张图像，它直接映射出一段动作序列。所以，Astra 擅长的这一点刚好是 VLA 的相对短板。

晚点：你提到的第三个能力是 GPT-6 Astra 能更好调用各种抽象过的机器人接口了，这是不是编程能力的一种表现？

陈哲：它本质上就是 coding 与 agent 能力的外溢。像 MuJoCo、Isaac Gym 这些仿真器都有严谨、清晰的 API。对一个大模型或 agent 系统来说，调用 MuJoCo 和调用浏览器或 Excel 没有区别，都是程序接口的输入与输出。

更有意思的是，让大模型自己写 MuJoCo 程序，在仿真里跑出结果、复盘纠偏，然后再去指导真机策略。这就是前面聊到的 “Physical RSI”，现在一些公司已经在做了，我期待下个季度看到更多尝试。

独立具身公司的机会：重新思考与通用 AI 的边界

晚点：9 月，业内传闻 Kimi、智谱都在筹建具身智能团队，梁文锋此前也说 AGI 的下一步一定是物理 AGI。接下来中国的大模型公司也会集体入局吗？

陈哲：我觉得会。既然物理智能是通用智能的子集，所有奔着 AGI 去的公司，都有意愿和有能力去做这个方向。我觉得国内的大模型公司未来一个季度就会下场。

今天通用模型的难点在于怎么清洗、标注和匹配多模态数据，怎么保证训练不崩，以及怎么搭建规模化的强化学习环境让训练收敛。这些能力只有掌握预训练能力的大模型公司才有，它们下场会比只基于开源模型做开发的具身公司更有竞争力。

我觉得 Astra 最大的启发，就是我们要真正去理解和尊重 scaling laws。

晚点：那原生的具身智能创业公司的护城河究竟在哪里？

陈哲：我觉得空间被挤压可能是注定会发生的，但不代表这些公司真正的市场体量会很小。我觉得大家可以停止争论 VLA 和 WAM 哪条技术路线更好了，在超级智能面前，更重要的，是想清楚边界：如果做一家具身创业公司，哪些能力通用模型已经可以提供？哪些能力仍然是通用模型没有机会做的？

晚点：你的答案是？

陈哲：我认为至少有两件事可以做，第一是做好接口，把自己想象成一个可以被通用模型反复调用的工具。第二是留住属于自己的闭环：它可能是触觉、力学等独有的数据，是满足具体工艺和场景约束的能力，是硬件的可靠性等等。

晚点：听起来你说的是这几类公司：一种是关键零部件公司，比如做本体、灵巧手、传感器的；还有一种是在具体行业或场景里有积累的公司。

陈哲：对，尤其在 to B 领域。垂直行业有极高的工艺沉淀、安全规范和合规牌照门槛。就像数字世界里的 Harvey 或 OpenEvidence，哪怕底层依托通用大模型，它们依然凭借在法律或医疗领域的专业壁垒做成了百亿美金公司。物理世界也一定有类似的位置。

AMD 拟收购 World Labs：大厂往往只愿意买赛道里的第一家

晚点：接下来讨论第二个事件：World Labs 拟被 AMD 收购。目前双方已签署收购协议，收购流程还没有正式完成。

陈哲：我把它列为行业第二重要的事，是因为 World Labs 是典型的 Neo Lab 和世界模型公司。一个拿了巨额融资的明星团队，最终选择被大公司收购作为退出或放大价值的途径，关注度非常高。它也是对世界模型和 Neo Lab 的一次实质定价。

晚点：World Labs 做世界模型，和去年底到今年上半年在中国特别火的 WAM（世界动作模型）不完全是一回事。它和具身智能，和物理 AI 的关系是什么？

陈哲：李飞飞给 World Labs 定义的使命是做 “全模态的空间智能模型”。他们不久前发布的 Atlas 模型擅长空间重建和视角再生成。我们可以把它视作一个更好的生成模型，只是它生成的对象不仅有图像和视频，还有 3D 表示。所以它能用来做游戏，也能用来做机器人训练的仿真环境。

然后今年 7 月，World Labs 还收购了李飞飞以前在斯坦福的合作者参与创办的 SceniX，这是做机器人仿真验证和真机测试的公司。这让 World Labs 生成的环境有了一个更好的出口，去做我们刚才说的 real-to-sim-to-real、Physical RSI 流程里的部分环节，主要是构建空间资产和做与之相关的工作流与数据流。

晚点：所以 World Labs 是我们平时讨论的具身智能公司的基础设施服务商之一？

陈哲：是的，他们和 VLA、WAM 不是竞争关系，是上下游。以 Astra 为代表的通用模型变强之后，World Labs 这类专注空间重建和仿真环境搭建的公司，价值甚至可能进一步放大。

晚点：World Labs 2 月刚融了 10 亿美元，9 月又刚发布 Atlas，看起来进展不错，为什么在这个时间点接受收购？AMD 的诉求又是什么？

陈哲：我只能作为第三方推测：李飞飞和 World Labs 想要持续探索前沿，做出 SOTA（最优表现）的研究，但在无法自我造血时，运营一个独立的研究实验室要消耗大量算力和资源，AMD 正好可以提供这些资源。

而站在 AMD 的角度，今天大家讨论 “AI 头部公司” 时不包含它。英伟达则有 GEAR Lab、Cosmos、Robotics Research Lab 等很多有影响力的物理 AI 团队。AMD 也想吸纳李飞飞这样有业界号召力的人。而且目前是全部用股票支付 82 亿美元的对价，这对近万亿美元市值的 AMD 来说成本不算特别高。

晚点：这笔 82 亿美元的交易，对其他世界模型公司有多大参考意义？

陈哲：国内、国外要分开看。至少在美国市场，这可能是一个标志性事件。虽然这个价格不直接反映 World Labs 的业务表现，但体现了一家万亿市值的头部公司愿意为顶尖 AI 研究团队付出的价值。此前也一直有传言说，Anthropic 有可能收购 PI。（据 TechCrunch 报道，今年春天，两家公司聊过收购事宜，但没有继续推进；后来 PI 的 CEO 否认了 “正在进入收购流程” 的说法。）

考虑到通用模型的发展速度，我觉得 World Labs 可能对这类交易起了一个锚定作用，它在提醒所有 Neo Lab：大厂往往只愿意买赛道里的第一家，如果难以独立实现商业价值，中短期内，尽早卖给大厂可能是多数团队的好归宿。

晚点：国内呢？会有大模型公司收购具身公司吗？

陈哲：国内少有大公司会出这么高的收购价格。中国创业公司的首要目标还是在复杂环境里独立活下来。所以中国公司比较关注落地。

而对美国的不少 Neo Lab 来说，哪怕它们的技术探索不成功，也往往能谈到不错的收购 offer。所以美国很多头部创业公司都很敢做技术判断，无论是 PI 还是 Generalist，它们的很多工作都很有技术独到性和领先性，因为环境奖励这种行为，头部大企业也愿意收购这样的资产，这是一个比较良性的循环。

晚点：中国自动驾驶领域发生过巨头对创业公司的收购。

陈哲：那是在行业已过高峰期、估值相对低的阶段，它不是好的退出方式。前几天我看了一家头部具身公司的创始人说，他的公司融了 30 亿元，但先不打算花，准备等一两年泡沫破灭后，再去用极低价格抄底其它团队，某种程度也有道理。

宇树 IPO 后暴涨、大跌，和暂缓的具身上市潮

晚点：第三个话题是宇树的 IPO 和连锁反应。宇树的发行市值 609 亿元，8 月 19 日开盘当天一度冲到 4449 亿元，大跌后目前仍有约 1700 亿元。它上半年营收 11.52 亿元，同比增长 48%，但估值倍数依然很高。怎么看现在的市值？

陈哲：上季度我们预测时，我觉得 1000 亿元是比较合理的市值区间。至于上市后的暴涨暴跌，短期炒作的成分很多，不能反映长期价值。

同时，对这种具有生态稀缺性的龙头，也很难用传统的 PE、PS 财务模型去套。真正的试金石，要看明年 8 月部分限售股解禁后，长线机构投资人究竟怎么定价。

晚点：你一直认为宇树是这个领域非常扎实的好公司，这个判断有变化吗？

陈哲：肯定增强了。GPT-6 Astra 的出现加速了通用智能，进一步放大了硬件本体公司的价值。宇树很可能跑出类似英伟达的生态位——上层大模型越神仙打架，底层对高质量机器人硬件的需求就越水涨船高。而且宇树也正在像英伟达一样做开源项目，让大量学术工作在它的硬件上复现，再开放给整个生态的开发者。

晚点：宇树募资里有 20 亿元投向具身算法，王兴兴做 “大脑” 的动力还迫切吗？

陈哲：宇树在很多方向上非常克制，王兴兴向来不会在公众场合下激进判断。但宇树自己做模型依然很有价值。他们 9 月发布了一个 6B 参数的模型 UnifoLM-WLA-1.0，主要做桌面操作和全身移动操作。WLA 指 World-Language-Action，世界语言动作模型。

作为硬件原厂，做这类模型最大的价值是把本体和前沿开源具身模型串成完整的工具链，降低用户用宇树硬件完成任务的难度和成本。

晚点：去年大家普遍认为，今年会是具身智能企业集中上市的窗口。而据我们了解，近期监管明显收紧了对具身公司的上市审查，重点看是否有持续性收入和技术突破。行业内是怎么讨论这种变化的？

陈哲：过去 12 个月，可能是这个领域资本最狂热、乱象也最多的阶段。很多公司估值快速上涨，是市场情绪的体现，并不代表合理价值。

之前国家鼓励机器人产业上市，是希望通过上市帮头部企业获得资源、建立长期竞争力。但如果把上市当成唯一目的，靠概念炒作包装公司去快速套现，就本末倒置了。

我最担心创新市场出现 “劣币驱逐良币”——像宇树、DeepSeek 这样专注解决底层问题的公司，自身节奏未必直接迎合资本市场；而追逐外部激励的人，容易做出违背行业规律的事。

晚点：这里有一个错位，具身智能行业，尤其是侧重解决智能或者说 “大脑” 问题的这些公司都还处在技术和商业化的早期阶段，但一旦开始上市流程，又不得不接受二级市场的财务审视。

陈哲：其实在行业极早期追求持续健康的营收甚至盈利，本身就是不合理的指标。

为了迎合收入要求，行业里出现了两种行为：一种是用财技虚增收入；另一种更危险，是拿着大额融资去工厂做传统自动化或传统 CV（计算机视觉）就能解决的专机项目，对外却包装成 “具身落地”。

对比通用模型的发展：如果在 GPT-1、GPT-2 时代逼着 OpenAI 赚钱，去搞各种微调和外围工程，或者像 2018—2019 年国内大批公司基于 BERT、T5 那样做智能客服、智能医疗落地，事后看都与解决通用 AI 背道而驰。

GPT-6 Astra 给我的强烈信号是：如果真走在解决智能的大道上、相信 scaling laws，今天很多短期的落地部署和收入根本无关紧要。

晚点：另一方面，当前有什么类型的收入是相对真实、健康、有长期价值的吗？

陈哲：我认为具身行业真正的健康收入，必须来自与通用智能和 scaling laws 正相关，但不会被通用模型直接覆盖的业务：比如，做一个更好的通用人形机器人，让硬件和控制更稳定、可靠，成本更低；做更通用的灵巧手，减少夹爪在物理操作上的限制；做更规模化、更自动化的数据采集和训练方式。

GEN-1.5、S1 中的 “上下文学习”，一个加速落地的好消息

晚点：本季度，Generalist 发布的 GEN-1.5 和 Skild AI 发布的 S1 都展现了更成熟的 ICL（上下文学习）能力。它是什么？和 few-shot（小样本学习）有什么区别？

陈哲：通俗来讲，ICL 就像提示词工程——它不改变模型的参数，而是给模型一段上下文指令或示例，就能让模型学会这个特定任务或提升表现。

ICL 在具身智能里的典型应用，是给机器人系统一个人工示范——比如一段第一视角或第三视角的操作视频，让系统快速学习、理解这个任务。

你可以说它就是一种 few-shot，只不过过去业界提到 few-shot，一般是指需要采集少量真机遥操轨迹做后训练，会改变模型参数。它花的时间更长，需要几小时甚至几天。

而这次 GEN-1.5 和 S1 的新模型，都只是给机器人看几秒到几分钟的视频。它的好处就是可以非常低成本地完成任务部署，能帮助解决商业落地的痛点。所以很多中国公司非常关注这个方向的进展。

更重要的是，Generalist 和 Skild 的研究展示了两个出人意料的表现：

一是能处理 “分布外”（out-of-distribution）任务，即训练集里没见过的新技能，以前的模型很难做到这一点。

二是能学会长序列的技能组合，比如拿起一个东西、拧一个旋钮，这些单个技能可能已经在预训练里出现过。但一段较长的示教会涉及很多原子技能的重组，目前看，模型也可能通过示教学会这种组合。

晚点：具身模型的这种能力可能来自什么？

陈哲：语言模型的 ICL 能力是到 GPT-3 时比较强了。在具身领域，Generalist 认为 ICL 同样是大规模预训练后自然涌现的能力。

而 Skild 则表示他们在训练中专门针对示范条件做了优化，只要按指定方式示范，学习效率就会很高。

晚点：GEN-1.5 和 S1 做 ICL 的具体实现有什么区别？

陈哲：GEN-1.5 的示范轨迹更短，主要是 3 到 12 秒、包含关节信息的第一视角原始轨迹；Skild S1 则强调第三视角、长时序的视频输入——报告里甚至用了长达 10 分钟的视频，重点是让模型学会组合不同原子技能，完成长程任务。这也和 Skild 偏重全身运控的基因有关。

晚点：除了 GEN-1.5 和 S1，还有哪些值得关注的模型进展？

陈哲：Dyna 先后发布了 Dyna-2 和 2.1。Dyna 2 强调数据量，应该用了超过 100 万小时的第一视角数据。9 月的 Dyna-2.1 则完整展示了自研半人形机器人、全身控制策略，以及在洗衣房工作的从规划、执行到反馈的全流程工程实践。

晚点：Dyna-2 应该是一个 WAM 模型。

陈哲：对，但今天网络架构已不再是最核心的变量，决定上限的是数据配比、清洗处理能力，以及谁能拿到专有的高质量数据。

自变量创始人王潜之前在外滩大会上说，为了理解物理空间，OpenAI 和具身模型公司要处理的数据管线可能是一样的，所以 OpenAI 可能没有额外的优势。

我认同他的描述，但不一定认同他的结论。头部大模型公司在数据处理经验、算力和工具链上远比具身公司先进。甚至今天很多具身公司处理数据管线时，调用的最聪明的大脑还是 GPT 和 Claude，而且 OpenAI、Anthropic 能提前几个月用上内部的最强版本，具身公司在这方面反而处于劣势。

晚点：Google 在 7 月底也发布了 Gemini Robotics 2 系列，Robotics 2、ER 2、和跑在本地的一个更小的 VLA 模型 On-Device 2，层次清楚、布局系统。但为什么 Google 入局这么早，最先给行业带来震撼的却是 OpenAI？

陈哲：一方面是 Google 组织惯性和政治复杂，资源不够集中，当前的基础模型也不如 OpenAI。

另一方面，我有个略带 “暴论” 的观察：过多的机器人经验，有时反而会阻碍团队认识通用模型的潜力。

真正做过多年机器人的人，对硬件复杂度和物理世界的不确定性有极深的敬畏，他们会本能排斥和怀疑新方法——就像当年一批最懂 NLP（自然语言处理）的学者，恰恰是最不相信 LLM（大语言模型）的那群人。

Google 是所有硅谷大厂里最早、最深入研究机器人的，也是最早提出 VLA。当你有这么多历史包袱时，一个需要相当投入的新思路很容易遇到阻力。

另外，OpenAI 等前沿实验室里的 Robotics 团队整体更年轻——普遍比 Google Robotics 的人小 5 到 10 岁，不少是 2000 年前后出生、刚毕业的博士。

晚点：另一家引发人形热潮、但最近声音较少的公司是 Optimus，他们有什么进展吗？Optimus 之前宣称的量产时间几度延迟。

陈哲：我觉得 Optimus 现在处在一个不太被关注的状态。特斯拉三季度最大的精力都花在了 Robotaxi 的落地上，而这两块业务的很多人员是共用的。

晚点：这一点很有意思。以前大家认为 Robotaxi 和 robotics 高度交叉，很多东西可以复用。现在看，至少在智能这一层，和 robotics 复用更多的可能是通用模型。

陈哲：我的感觉是 yes and no。VLA 和 WAM 其实是在加强自动驾驶和机器人操作之间的关系，主推这条路线的很多创业者和行业意见领袖也是自动驾驶背景。

特斯拉最早公开的世界模型，就是一个从 video 到 action 的 VA 模型。驾驶时的转弯、刹车，更多是一种本能反应，开车不需要特别多语言文字的反馈。同样的思想也被很多公司用到具身模型的训练里，语言在这类模型里的权重比较低。

但今天，自动驾驶模型和具身模型因为受限于算力和数据量，参数量都很小。而通用模型是在完全不同的数据尺度上做更复杂的推理和理解。

晚点：你觉得大家心中的第一梯队公司有变化吗？比如之前大家关注 PI、Generalist 等等，现在是谁？

陈哲：我觉得第一梯队没有变化。如果要说变化，可能是更多公司开始做灵巧操作了。灵巧手今天可能变成了一种新的训练基础设施。就像有更多 GPU 就能更快训出模型一样，有更多硬件，就可以测试更多场景、做更多真机验证。

美国 FCC 的机器人准入新规：应对限制的方式之一可能是产能出海

晚点：最后一个话题是 FCC（美国联邦通信委员会）的准入新规。在 Q1 的具身季报里，我们简短地讨论过一种可能：美国会禁止中国的人形机器人进口到美国。现在这件事真的发生了。这一次，FCC 的新政策具体是什么？影响面有多大？

陈哲：在美国市场，任何涉及无线通信、联网传感甚至远程控制的电子设备，都必须通过 FCC 授权认证才能准入。

新规主要覆盖重量超过约 2 公斤（4.4 磅）、能离开操作者在地面自主移动，并同时具备环境感知、联网和控制软件的机器人。

这样，不仅人形、四足机器人，一部分扫地机器人和割草机器人等消费机器人也会受影响。但网联汽车、无人机、水下无人设备是不受影响的。

而且这个规定不光涉及中国产品。它要求达到上述门槛的先进机器人要在美国本土组装；而且到 2028 年，美国零部件成本占比要超过 65%，2029 年要继续提高到 75%。不满足要求的机器人都要另获批准才能进入美国市场。

所以一些原本支持这个政策的美国公司也提出了申诉，他们也很难达到要求。

比如波士顿动力的情况很有意思：它是一家美国公司，但被现代收购后，它的大量生产制造在韩国。所以，波士顿动力等公司正在争取一些政策修改，比如把友好国家的产能按一定比例折算成美国产能。

晚点：美国从业者接下来如果想用中国的机器人硬件来做研发，要怎么办？

陈哲：短期影响有限，因为 FCC 新规只涉及新认证的设备。那些在 7 月底之前已经获得了认证的型号可以继续销售。以宇树为例，它目前所有主流型号都拿到了 FCC 认证，但新型号会出问题，这也是他们 8 月在招股书里专门披露的一个风险。

晚点：把零部件拆开运到美国，在美国组装可以绕开这个限制吗？

陈哲：不行，因为它要看关键零部件的原产地，如果所有零件都在中国生产，即使在美国组装，那还是一台 100% 中国生产的硬件。

晚点：你觉得这对宇树等中国本体公司和关键零部件公司的长期影响是什么？

陈哲：借鉴宇树在招股书里披露的观点，他们会逐渐考虑布局美国本地产能。

晚点：可能还得带着供应商一起。这有点像中国汽车产能出海，前几年，中国整车厂和宁德时代等供应商，都在去欧美建厂。

陈哲：这也是这个政策的长期目的。但这些政策可能和关税博弈一样，是短期的、动态的。中国在供应商质量和密度上的优势，是整个电子产业、汽车产业多年迭代形成的，很难靠短期的限制性政策改变。就算真的要变，也需要很长时间。整个行业的发展速度非常快，我们很难想象 5 年以后具身智能会是什么样子。

展望：Physical RSI 和未来的蛋糕分配

晚点：最后我们聊聊对未来的展望。你觉得下个季度大概率会发生些什么？

陈哲：第一，围绕通用模型能力的 Physical RSI 会成为热门方向，四季度会有大量新工作展示 AI 如何自己搭建 3D 仿真环境、生成资产、并自己迭代策略。

第二，越来越多中国通用大模型公司会正式切入具身领域，比如智谱、DeepSeek、Kimi 等独立模型公司。同时，像字节 Seed Robotics、腾讯 Robotics X 这类此前就在做具身智能的大厂团队，也很有可能发生组织重组，转向以通用 AI 为核心来做机器人。

第三，围绕 ICL 的工作会明显增多。国内市场看重快速部署和落地，而 ICL 恰好是一个容易出成果的方向。

晚点：你期待看到什么变化？

陈哲：期待大家能仔细地去研究通用模型怎么系统性提高具身智能的上限。Astra 只是一个非常初步的尝试。

晚点：你没有说的另一面是，面对通用模型的跨界影响，可能不少从业者仍有抵触。

陈哲：这很正常，那就用现实去证明。四五年前，很多资深机器人学者和创业者还非常排斥把深度强化学习作为控制算法，依然坚持手写规则和经典 MPC（模型预测控制），觉得神经网络不可靠。但今天，人形机器人和机器狗之所以能有这么好的运动表现，深度强化学习是重要推动因素之一。

晚点：此刻有什么悬而未决，但你觉得比较重要的问题？

陈哲：如果通用智能可以更快做大具身智能和机器人产业的蛋糕，利润会流向哪里？通用智能公司和深扎在物理世界、有硬件与场景的公司会如何分配价值？

题图来源：GPT 生成。原图为 2019 年 OpenAI 用强化学习展示的灵巧手单手玩魔方 demo。