2026年10月18日，OpenAI创始人Sam Altman正式宣布，公司计划于2027年展示首个人形机器人样机。这是OpenAI首次公开具身智能的时间表，标志着大模型巨头正式入局物理世界。
回顾过往，OpenAI曾于2017年展示机械手解魔方，后暂停研究并于2024年重启招聘，业内对此屡有“狼来了”的质疑。但此次不同，2026年9月发布的GPT-6 Astra已展现出强大的零样本机械臂控制能力和物理空间理解力。据悉，OpenAI通过自建工厂与外采数据，积累了上千万小时的具身操作数据用于训练。
Astra的发布引发了行业震动。极佳视界创始人朱政在外滩大会上直言：“这次狼真的来了。”这不仅是OpenAI的动作，Anthropic、Google以及国内的智谱、DeepSeek、字节等大厂均凭借算力、资金和人才优势加速布局具身智能，与独立具身大脑公司展开正面竞争。
大模型会“吃掉”具身大脑？
悲观预判流行：通用模型切入认知层
具身智能系统中，“具身大脑”负责感知、规划与决策（认知系统），“具身小脑”负责运动控制与执行。核心在于将决策转化为动作的“具身基座模型”。当前技术路线正从泛化性不足的VLA（视觉-语言-动作）模型，向结合世界模型预演规划的方向演进。
随着GPT-6 Astra等多模态大模型具备看图、听声及工具调用能力，其开始胜任“高层大脑”角色。业内出现一种悲观观点：大模型将吞噬独立的具身大脑市场。
具身仿真数据供应商王怀（化名）认为，Astra已具备空间与初步物理理解能力，未来迭代有望弥补短板。宇树科技创始人王兴兴也持类似看法，他在测试中发现Astra效果显著，并预测随着GPT-7等模型发布，具身智能问题可能在短期内被“打穿”。国内智谱、月之暗面、DeepSeek等也纷纷组建机器人团队或明确物理AI战略。
现实边界：混合架构成为当前最优解
尽管大模型势头迅猛，但其在物理世界的落地仍面临硬约束。银河通用在GitHub发布的技术报告《GPT-6 Astra作为具身策略》揭示了其能力边界：
在RoboDojo仿真平台测试中，Astra单独执行复杂任务的成功率仅为26%；而当接入开源具身基模π0.5后，成功率提升至48%。数据显示，Astra仅修正了14.4%的执行控制步，其余85.6%的动作由π0.5直接完成。
这一结果印证了“通用推理 + 专用操作”混合架构的有效性：Astra充当System 2“慢思考”系统，负责顶层认知、任务拆解与纠错；π0.5等具身模型充当System 1“快思考”系统，负责将指令转化为高频、稳定的物理动作。
此外，成本也是重要制约因素。脸谱心智创始人陆弘远指出，使用Astra完成一套实验需耗费20万美元，高昂的推理与试错成本限制了其大规模商业化部署。破壳机器人创始人许华哲及多位投资人认为，当前大模型在效率、精度及长任务可靠性上仍有欠缺，精细动作与高频控制仍需依赖专用具身模型。
估值叙事正被改写
资本热度与估值泡沫
2026年上半年，具身智能赛道融资活跃，其中具身大脑公司融资额达222.53亿元，占比超50%，远超本体整机公司。银河通用、星海图等头部“大脑派”企业估值突破200亿元。资本市场曾寄予厚望，认为物理AI领域将诞生独立的“OpenAI”，世界模型公司因此享受高估值溢价。
叙事逻辑反转
然而，OpenAI亲自下场使得这一叙事面临180度转折。投资人肖虹指出，部分世界模型初创公司估值已达数亿美元，但技术路线未收敛且缺乏落地验证，存在泡沫风险。Astra的出现迫使市场重新定价，纯讲“具身大脑”故事的中腰部公司估值势必打折，行业将迎来出清。
目前行业处于“认知点”，即大模型、VLA与世界模型如何分工尚未定型。相比盲目投资，观察技术迭代更为关键。
创业公司分化与出路
三类公司的不同命运
1. 纯软件/模型公司面临出清：缺乏硬件基础、技术可行性未验证的中腰部公司最为脆弱。陆弘远认为，行业将经历一波洗牌，唯有具备真实业务结果的公司更具韧性。
2. 转向“具身小脑”或协作模式：原独立具身大脑公司可转型为专注于快速决策与精细操作的“具身小脑”，或与Astra等大模型形成协作生态。头部公司凭借资源优势更易实现转型。
3. 本体强势公司利好：如宇树科技等本体能力强的公司，可通过引入成熟的大模型方案弥补AI短板，实现优势互补。
数据生意迎来新机遇与挑战
客户结构变化
大模型入局拓宽了上游数据供应商的客户群。星忆智能创始人宋知珩表示，大模型公司对第一人称人类操作数据的需求显著增加，且需求量可能超过具身模型公司。仿真数据供应商王怀也指出，大模型更强的理解能力使其能利用异构仿真数据进行物理AI训练，数据需求规模达万亿级。
商业模式隐忧
尽管客户源拓宽，但数据生意的可持续性仍受质疑。Alphaist创始人陈哲指出，数据公司需不断提供更高复杂度、高精度的数据以维持竞争力。投资人肖虹担忧，数据服务可能面临同质化、低价竞争以及难以跨客户二次销售的问题，其成长天花板有待观察。
结语
Astra拉开了大模型进军物理世界的序幕，击碎了单一的具身大脑叙事，引发资本重估与行业洗牌。然而，物理交互的工程门槛、实时性要求和本体约束不会消失。具身智能的终局并非一方消灭另一方，而是通用认知能力与物理执行能力的深度融合。
对创业公司而言，窗口期犹在但短暂。真正稀缺的不再是概念，而是将认知转化为可靠动作、将数据转化为场景闭环的能力。毕竟，客户关注的是机器人能否高效干活，而非模型概念的光鲜程度。
