行业给了具身智能五年,为什么还没等来 ChatGPT 时刻?

从 ChatGPT 横空出世到大模型席卷搜索、办公、编程与内容生产,AI 的渗透速度远超预期。背后不只是模型变强,更是一整套可复用的基础设施:互联网提供可规模获取的数据,云端提供可弹性扩展的算力,开发者在统一 API 和工具链上持续创新。一次模型突破,迅速扩散为全行业的共同进步。

具身智能面对的却是物理世界。模型输出的是 token,机器人需要的是位置、速度、电流和力矩。智能必须穿过身体,才能抵达真实世界。

四家头部,四条路径,一个共同缺口

国内头部公司正在沿不同方向推进:

●宇树科技从四足到人形,突出本体能力与产品化;

●智元机器人以软硬件协同推进人形机器人产业化;

●银河通用侧重模型与操作任务的结合;

●星海图在物流分拣、拣货中验证速度、空间范围与连续作业能力。

本体、模型、操作、任务验证 —— 四条路径各自推进,却没有谁能单独代表完整答案。真正的问题不是谁做得更好,而是这些进步如何被更多本体、更多场景、更多伙伴复用。

具身智能缺的,从来不只是数据

第一,真实数据的获取成本仍然高得离谱。互联网数据可以批量爬取,机器人数据却依赖真实硬件、真实环境和真实任务。仿真可以扩规模,遥操作可以给示范,人类视频可以教视觉和行为规律 —— 但没有一种能完全替代机器人在现场运行中产生的反馈。

第二,单一模型无法独立完成物理执行。机器人需要模型理解任务,需要小脑把动作做稳、做快、做安全,还需要神经层连接传感器、关节和执行机构。没有这套底层系统,模型能力再强也很难稳定转化为动作。这就像给一个人装上最强大脑,却没有脊椎和神经通路。

第三,行业协同生态仍在各自为战。许多团队独立建设模型、本体、数据和训练系统,数据格式、动作表达、传感器配置和控制方式尚未形成可广泛复用的共同层。一家公司训练出的能力,往往难以迁移到另一种本体。大模型时代,模型、算力、数据和应用能在统一网络上快速流动;具身智能目前仍更多是一个个相对封闭的技术闭环。

另一条路:先建一层可连接的底层能力

如果要让不同公司的模型、本体和场景进步真正被复用,就不能只依靠各自独立的技术闭环。

另一种可能是:先建立一层连接模型、底层执行、机器人身体和真实业务现场的共同能力—— 让不同模型可以接入不同本体,让现场运行产生的数据能够回到训练和部署体系。

国内正在做这件事的,是今年登陆港股的仙工智能(6106.HK)。

仙工提出的机器人大脑由 "模型 + 小脑 + 神经" 三位一体构成:模型负责理解任务和规划动作,小脑负责运动控制和执行调度,神经负责连接传感器、关节与执行机构,完成实时指令下发和状态反馈。

这套架构的核心,是把底层执行能力做成统一、可连接的标准层。在这层之上,既可以承载仙工自身的模型能力,也可以为不同模型接入不同机器人本体提供基础,大幅降低跨本体适配的复杂度。与此同时,仙工正在把已经进入真实业务现场的机器人连接到数据系统,打通真机接入、数据回流、数据治理、模型训练、仿真评测和能力回灌,让模型、底层执行、机器人本体和真实场景逐步形成闭环。

截至目前,这套统一大脑已驱动几十种构型的机器人,累计沉淀超 50 万小时多形态真机数据 —— 这不是实验室里的仿真,而是真实工厂、真实仓库、真实作业中跑出来的数据。

ChatGPT 时刻,属于先连接行业的人

具身智能的 ChatGPT 时刻,不会由某个更大的模型单方面宣布。

这要求行业从 "各自训练一套系统",走向 "共同建设一套连接模型、数据、机器人和场景的基础设施"。

宇树上市让市场看见了本体企业的产品化能力。下一阶段,谁能把本体之外的模型、真机数据和底层执行系统连接起来,谁才更有机会推动具身智能从单点突破走向整体进化。

这也是仙工智能持续建设机器人大脑、真实数据和机器人网络的原因:让机器人更低门槛地被开发、获得和使用,为具身智能真正迎来 ChatGPT 时刻,提前铺好通往真实世界的路。