抢的不是机器人！OpenAI亲手造身体、DeepSeek花1.41亿买身体，两群最聪明的人在抢同一样东西

产业观察|具身智能卷|深度长文

10月22日，杭州。王兴兴让GPT-6在没有预编程的情况下，指挥宇树G1临摹一幅实体画，还能换颜色、洗笔[1]。

台下鼓掌的人里，有DeepSeek。三个月前，它刚掏出1.41亿元成为宇树科创板IPO的战略股东，拿了约0.23%股权，主动锁仓36个月——同类战投大多只锁12个月；双方还签了战略合作备忘录，研发优先联合、采购优先选用、大模型优先适配，市场把这层关系总结成八个字：“DeepSeek出脑子，宇树出身体”[2][3]。

可台上这具“名花有主”的身体里，跑的是OpenAI的脑子。王兴兴自己在工博会上复盘得很坦白：过去十几年他犯的最大错误，是对AI相信得还不够；而宇树率先挂载实测的，正是GPT-6[2]。

这个画面，比任何一份行业报告都更能讲清楚刚刚过去的这一周发生了什么：全球最顶尖的大模型公司和最能造机器人的公司，边界正在同时消失。大脑在向下长身体，身体在向上长大脑，而它们冲向中间地带，争的是同一样东西。

这篇讲透三件事：为什么偏偏是现在？真正抢的是什么？中美为什么选了相反的两条路？

⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名GEIA具身智能与人形机器人创新周【北京站12.9-12.11 】↓

先把发生的事摆全，密度之高过去三年没有过。

10月19日，奥特曼在播客《Sources》里明确答复：“我们会做（人形机器人），也会做其他形态的机器人。”OpenAI预计2027年拿出令人信服的演示样机，但走上街头“还需要好几年”[4][5]。这次不是投钱，是亲自下场：专项团队OpenAI Robotics由Sora核心研发阿迪亚·拉梅什牵头，班底来自内部世界模拟仿真项目；官网挂出19个岗位，控制系统软件工程师年薪开到38万至46万美元，同时在招自研执行器、制造与供应链的人[5][6]。

10月21日，特斯拉Q3财报确认：Optimus在弗里蒙特工厂下线了首批达到量产质量标准的机器人，那条产线是用46天拆掉Model S/X产线腾出来的，设计年产能100万台，得州第二厂的远期目标是1000万台[7]。但同一场电话会上，马斯克亲手降温：AI能力、机械可靠性、寿命都还要解，2027年末才可能向特斯拉以外的企业交付，周产2万台的目标至少还要一年；Optimus涉及约一万个零部件，产量取决于供应链最薄弱的那一环，最难啃的灵巧手至今没有收敛[7]。财报里Optimus的产量、订单、收入三栏，全部留空。

还是10月，Figure宣布第1000台Figure 03从BotQ工厂下线，产能在120天内从每天1台拉到每小时1台，一次良率超过80%；自研Helix模型迭代到2.5，9月公布30个湾区家庭家务测试零样本成功率56%；更狠的是承诺向Nscale采购最多10万颗英伟达Vera Rubin GPU，合同金额35亿美元[8]。英伟达也被曝正洽谈再向它追加约10亿美元、投前估值约380亿美元[8]。

DeepSeek在10月22日被曝完成约1000亿元新一轮融资，投前估值约5000亿元，腾讯、宁德时代各追加约100亿元，半年累计吸金超1500亿元，并筹备科创板IPO[3][9]。而它把战略注意力明确投向了具身智能。

智元宣布七个工作日连发七项全栈成果，从数据集、重载机器人G2 Max、具身Agent框架，到自研物理引擎仿真平台、基座大模型、百台集群群体学习；10月29日发基座模型，11月2日至3日，6台G2开进真实便利店，24小时直播上货、做咖啡、值夜班，自称“转正考核”[10]。10月23日，银河通用与宇树宣布联合研发“原生智能体机器人”银河星仔（Galbot ET1）；华为哈勃与智元也在同月入股具身数据公司乙太具身[11]。

一边是大脑公司急着找身体，一边是身体公司忙着秀大脑、囤算力。这不是巧合，是同一场迁徙的两面。

大模型公司对机器人不是今天才动心。OpenAI 2016年就做过Gym仿真平台和能单手拧魔方的Dactyl灵巧手，2020年又亲手解散机器人团队，理由是物理数据太贵、采不动[5]。

为什么2026年秋天，所有人一起回头？我看到的是两口气同时喘到了这里。

今年9月，第三方用原生GPT-6 Astra，在不做任何机械微调的情况下直接驱动机械臂：抓红方块放进碗里，20次成19次，成功率95%；还有人录一段人类干活的视频丢给模型，机械臂看一遍就用同样方式一次性跑通[5][6]。一个没为机器人专门训练的通用模型，把几十个机器人专用模型比了下去。这相当于2022年底Chat模型那次当众“活过来”——它证明物理世界的泛化未必需要从零造一套“机器人专用大脑”，语言与世界模型里学到的东西，可能直接迁移。

写代码这个曾经最肥的入口，能力正在肉眼可见地见顶，API价格战把毛利打得很薄。前沿模型公司必须回答：下一个万亿级增量在哪？答案越来越清晰——数据中心里的智能已经过剩，物理世界里的智能极度稀缺。全球几亿个工厂、岗位、家庭里的体力劳动，是一块还没被模型化的巨大资产。

机器人公司这边，算力胃口也反过来坐实了这件事。Figure一家敢锁35亿美元GPU[8]，意味着“身体公司”正变成算力大买家——训练一个在你家厨房不打碎碗的模型，烧的卡不比聊天大模型少。

一个要把模型送进物理世界找新数据，一个要用海量算力把物理世界灌进模型。两群人在同一个十字路口撞上，是各自的增长曲线把他们推到了这里。

这是我最想讲透的一层。表面看，大家抢的是硬件、是赛道；掀开看，这一代AI公司真正稀缺的生产资料，是物理数据——谁能让机器在真实环境里边干活、边把感知和操作数据采回来，谁就握住了下一代模型的训练权。

OpenAI的转身，把这个动机暴露得最彻底。它原本笃定可以只做大脑：2023年领投挪威1X，2024年参与Figure的6.75亿美元B轮，出钱出模型，让别人造身体。结果2025年2月Figure官宣终止合作，转去自研端到端模型Helix，理由是通用大模型很难针对自家硬件深度优化[4][5]。

OpenAI从这次“分手”里学到的教训很直接：如果身体是别人的，机器人在真实环境中产生的感知和操作数据，就流不回自己手里。它当年解散团队的理由正是缺数据；绕六年、投两家公司后发现，靠股权和协议拿不到最核心的数据，于是只能自己造执行器、建产线、招供应链[6]。重是重，但数据终于攥在手里。

Figure反向走的是同一条逻辑：自研模型、自建工厂、自囤GPU、把机器人放进宝马工厂和商业客户现场跑真实工时[8]——它要确保“每一次抓取产生的数据”都沉淀在自己的体系里。

这就解释了为什么杭州那个画面意味深长。王兴兴当着DeepSeek的面演示GPT-6，等于向所有大脑供应商发出公开竞价：我这具身体是开放的，谁的模型先真正打通物理世界的泛化，我就先用谁。DeepSeek用1.41亿元和36个月锁仓买到的，是一张“优先共同试错”的门票，不是独占权[2]。身体的出货量已经是稀缺资源，但身体不忠于任何一颗大脑——这恰恰是大脑公司最深的焦虑，也是它们宁可变重、也要亲自下场或深度捆绑的根本原因。

行业里有个判断我认同：物理AI眼下的短板已经不是模型，是数据；本体放量的速度，正在快过数据采集的速度。未来最值钱的，是能把“部署即采集”这件事跑通的玩家——自有工厂、绑死大客户场景、训练场模式——它们拿到的表面是订单，实质是下一代模型的数据资产。

同样冲着数据去，中美最聪明的两群人，选了几乎相反的走法。看懂这个分叉，比记住哪家发了什么新品重要得多。

胡瀚从大脑往身体走，俞涛从身体往大脑走，两条线最终在一个点汇合，再加上宇树这具能出货的躯干——梁文锋没造硬件，却用资本买下了“大脑、小脑、身体”三个身位。与此同时，华为哈勃和智元去投数据公司，智谱与拓斯达合组公司做具身模型，Kimi在挖具身人才[9][11]。

这不是能力差异，是禀赋分工。海外强在模型、算力和世界模型，弱在制造、成本和量产；中国强在本体、供应链密度和场景，弱在前沿“大脑”和高质量数据。所以券商那四句话值得抄下来：特斯拉、Figure走垂直整合，谷歌想做“机器人界的安卓”，英伟达卖算力和仿真的铲子，Meta、字节一系走开源模型；在2027年之前，中美之间互补大于替代[12]。中国负责把机器人造得又多又便宜，美国负责先证明“通用大脑”能到哪一步——直到两边都长成，才会在2027年之后正面相撞。

热闹要讲，冷水也必须泼。这行我看了二十年，最容易被误读的，永远是“成功率”和“下线”这两个词。

先看95%。那个让全行业沸腾的数字，任务是“抓起桌上的红色积木放进碗里”——单物体、固定桌面、容错高。同一批测试里，精细拼插任务照样卡住[5]。再看Figure那个更诚实的56%：这是在30个真实家庭里做零样本家务，杯子、线缆、反光台面、满地杂物，每一项都是实验室里没有的变量[8]。从95%的积木到56%的家务，差的不是4个百分点，是一整个真实世界。

再看“量产下线”。特斯拉产线是真的，首批量产质量标准的机器也是真的，但产量、订单、收入三栏留空同样是真的，马斯克亲口说爬坡“会非常缓慢”、周产2万台还要一年以上、灵巧手没收敛[7]。机构对年末产量的预期，是2000到3000台，而产线规划是100万台——这中间隔着良率、一万个零部件的供应链和一整个中国零部件体系的爬坡。

所以我更愿意把接下来的一个月，看成整个行业从“发布会”切换到“考场”的窗口：11月2日到3日，智元6台G2在便利店里24小时直播，午高峰、晚高峰、深夜值班、早餐准备四个班次连轴转[10]。真实客流、打翻的咖啡、乱动的货架，这种“无人值守、不能喊停、全程直播”的场景，比任何精修demo都残酷——也比任何精修demo都有价值。

还有一笔容易被忽略的账：采数据今天大多是亏钱在做，有头部厂商近一半收入来自数据采集、工业现场占比不到4%。“部署即采集”眼下更像用补贴换数据；谁能先让机器人靠干活挣到钱、顺带把数据采了，谁才真正跑通正循环。王兴兴说物理AI被“击穿”可能就在1到2年或2到3年[1]——“击穿”指的是模型能力的拐点，而马斯克的2027年末才是商业交付的拐点。技术拐点和账本拐点，中间隔着两年，这两年恰好是淘汰最密集的两年。

请看清一件事：大脑供应商的时代红利，是“开放”和“被集成”，不是“站队”。宇树当着DeepSeek的面跑GPT-6，是在告诉所有本体厂——别把自己绑死在一颗大脑上，你的议价权来自出货量、来自让多颗大脑在你身上同台竞争。但反过来，你也要想清楚自己的立身之本：当大脑越来越通用，纯做集成、没有精密制造或场景数据壁垒的本体厂，会最快被抹平。要么握住难造的硬件（灵巧手、执行器、丝杠），要么握住独家场景里流出来的数据，中间地带最危险。

别再用“大模型公司估值方法”或“硬件公司估值方法”单看一边，这轮合流催生的是第三种资产。尽调时把三个问题刻在清单上：它的数据是不是在真实付费场景里产生的？数据所有权归它还是归客户/合作方？它的算力投入和单位经济模型，能不能在模型代际更替时不被清零？美国看垂直整合能否打通成本，中国看“结盟型选手”绑定的身位是独占还是可替代——1.41亿买到的若是可被GPT-6随时替换的优先权，估值逻辑就要重算。

巨头打架，对你是实打实的好事：大脑在快速变聪明，本体在快速变便宜，选择变多，议价权在你这边。但别被“通用机器人什么都能干”的叙事带节奏。今天真正能跑通的，仍是结构化程度高、动作可复用、容错率高的岗位。把场景拆细、把回本周期算清、要求供应商拿出像智元便利店24小时那样“敢直播”的连续作业数据，再下单。你要的不是一台会上热搜的机器人，是一个明年今天还在工位上、且综合成本低于人工的员工。

10月22日杭州的舞台上，那台装着OpenAI大脑的宇树机器人，安静地画完了一幅画。

这个画面其实已经把未来三年的剧本剧透完了：大脑不会只有一颗，身体不会只有一具，但数据只会流向同一个方向——流向那些能让机器人真正在世界里干活的人。

OpenAI选择亲手把身体造出来，DeepSeek选择用资本把身体买过来，方式相反，焦虑相同：在云的红利见顶之后，谁先拿到物理世界这张门票，谁才有资格参加下一场竞赛。门票的价格，是一具能稳定干活的身体，和身体在干活时沉默地采回来的、海量的真实数据。

至于门票能不能换成船票，11月3日便利店里那6台G2、年底弗里蒙特那两三千台Optimus，会给出头一批答案。