GPT-6闯入物理世界，哪个变量最限制机器人走进真实世界？

“如果只能选一个变量，最限制机器人走进真实世界的是什么？”

澎湃新闻记者获悉，在近日召开的京东全球科技探索者大会上，一场主题为“具身智能走出 Demo：真实世界数据如何成为产业基础设施”的产业圆桌成为业内关注焦点。

智元联合创始人姚卯青、智平方联合创始人张鹏、鹿明机器人创始人喻超、逆矩阵科技创始人陈博远、京东探索研究院黄浩洋五位嘉宾，分别代表整机厂商、方案商、创业公司与科研机构齐聚一堂，共同探讨具身智能的产业未来。

“机器人要能像人一样智能、灵活地去处理各种工作，而且要高效、高成功率，核心就是智能能力。”姚卯青认为，这也是未来具身智能发展的核心聚焦所在。

如何构建真实物理世界的基座模型？

姚卯青提出，具身智能行业过去的主流思路是训练一个越来越完备的端到端世界模型，希望靠一个模型解决所有场景问题，但这一思路偏于理想化。

在他看来，未来更可行的方向是分层架构：利用多模态大模型完成上层的指令理解、任务拆分、状态监督与失败重规划，形成一套系统，下层则由专门的策略模型负责精细操作。

具体到落地层面，智能化需要三个核心突破：长程记忆与动态决策能力、操作的灵巧度与精度、以及意外场景下的纠错能力。分层架构正是应对这三大挑战的可行路径。

与分层思路不同，成立时间更短的逆矩阵科技，选择了一条更激进的路线——构建真实物理世界的基座模型。

陈博远的判断来自大语言模型的发展启示：垂类模型最终会被通用基座模型统一，物理世界也将遵循同样的规律。“我们希望构建一个理解人类物理直觉和本能的基座模型，它能all-for-one地利用家政、零售、工业等不同场景的数据，帮助模型理解底层物理规律。”

“物理AI的范式，需要从像素空间、语言空间，回归到更高维的隐空间。”陈博远强调，人类对物理的理解来自交互而非被动感知，试错密度越高，对物理世界的理解越深。除了数据量与参数量的扩张，“交互范式和交互密度本身”是驱动模型进化的第三条增长轴。

GPT-6是否重新定义具身模型未来

GPT-6 Astra的发布，也带来新的讨论：当语言模型开始展现出操控物理设备的能力，具身模型的未来是否会被重新定义？

姚卯青的观察是，多模态大模型在上层系统层面，已经能很好地适配长程任务的理解、规划与过程思考，但精细操作层面仍需专门的策略层解决。他提出了一个开放问题：未来架构究竟是分层通信的模式，还是会走向单一系统，通过类似MoE的架构自适应切换“快慢系统”？

在他看来，Astra至少带来三点行业启示：其一，语言是高效的“智能压缩”载体，原生大模型即便未经大量物理世界微调，也能指挥闭环系统完成任务；其二，视频生成模型的爆发证明scaling law在高维空间同样成立，具身智能作为低维空间，只要数据标注到位，同样会遵循规模效应；其三，真正的壁垒在数据而非模型，高质量数据能拉开200到300天的领先周期。

陈博远则表达更冷静的判断。他坦言自己曾尝试用GPT-6操作夹爪拿取水杯，耗时长达40分钟到1小时。在他看来，Astra代表了语言模型进入物理世界的最高水平，但语言模型存在天然上限：一方面，很多精细的物理动作无法用语言精确描述；另一方面，token by token的推理范式无法满足真机实时控制的需求——100毫秒的延迟在聊天中无感知，对应到真机就是三个控制周期的滞后。

“语言模型核心的问题和挑战是无法突破的，这也更坚定了我们的信心：物理AI一定会有自己的基座模型。”陈博远说。

喻超认为，Astra展现出的未必是纯语言模型的上限，如果为其配备合适的表征系统与执行系统，能力边界还将大幅抬升。“后面具身模型的范式可能会有很大变化，甚至可能演变成这类大模型的一个子领域。”与之相伴的，是当前数据采集范式的颠覆——尤其是接触信息不完备的常规数据，其价值可能面临重估。

值得注意的是，对话中多位从业者都提到了特斯拉Cybercab的参照意义。

在姚卯青看来，特斯拉坚持纯视觉路线、收缩产品线、用全球车辆数据迭代FSD的路径，本质是在完整的商业闭环中做数据积累，逐步逼近技术临界点。“技术的发展、商业的闭环、规模化的部署，如何把这几者结合在一起，是整个行业都需要思考的问题。”

张鹏也表示，Demo和大规模商用之间，是一个漫长的探索过程。技术验证只是第一步，真正的规模化部署，需要客户价值、硬件稳定性、生产体系、售后能力的全方位支撑。“现在大家都在摸索，还没有一条明确的路径出现。这也是这一轮具身智能革命里，中美站在同一起跑线的一次机会。”

对具身智能赛道而言，竞争重心正从“模型能力”转向“系统能力”。具身智能的落地从来不是单点技术的突破，而是涵盖本体、模型、数据、控制、售后的庞大系统工程。业内人士的共识是，谁能率先跑通这个系统、跑快迭代节奏，谁就能占据下一轮竞争的先机。

澎湃新闻记者 范佳来

(本文来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)