9月3日，OpenAI釋出新一代模型GPT-6 Astra，官方首先強調的是電腦操作、瀏覽、程式設計和科學推理等能力。釋出不到一週，社交平台上出現多段Astra控制機械臂的影片，通用模型能夠依據視覺資訊完成部分機器人控制任務，隨即引出一個更敏感的問題：具身智慧公司投入重金訓練的專用模型，會不會被通用大模型直接取代？
這關係到具身智慧行業過去兩年最重要的一項技術敘事。大量創業公司相信，物理世界需要獨立的基礎模型。倘若通用大模型只需接入硬體、補充少量資料就能跨過這道門檻，專用具身模型的價值將被重新估量。
9月10日，在2026 Inclusion·外灘大會主論壇上，自變數機器人創始人兼CEO王潛給出了自己的判斷：通用大模型對具身智慧形成所謂「降維打擊」的可能性較小。他並未迴避GPT-6 Astra展現出的能力，而是把討論拉回一個基礎問題——模型裡的能力究竟從哪裡來，通用智慧又能否在不同領域之間自然遷移。
王潛介紹，當前版本的通用大模型已經訓練了大量機器人資料。從2025年初開始，OpenAI和Anthropic便在採購機器人資料、招募相關人才，並通過小規模資料工廠開展采集。基礎模型原本就具備較強的視覺和語言能力，加入機器人資料後能夠控制機械臂，並不意外。按這一邏輯，Astra的表現更接近機器人資料進入訓練後的結果，不能簡單歸因於語言、程式設計或視覺能力自動泛化到了物理世界。
在他看來，演示和產品之間還有一段距離。大模型在螢幕上給錯一個答案，可以重新生成；機器人在真實場景中做錯一個動作，可能碰倒物品、損壞裝置，甚至中斷生產。連續作業還會受到推理速度、控制精度、力反饋、安全約束和異常恢復等因素影響。機械臂、靈巧手、感測器及工作環境各不相同，又增加了模型適配的難度。通用模型可以提供更強的視覺理解、語義推理和任務規劃，但機器人最終如何移動關節、控制力度並處理意外，仍然依賴動作資料和真實環境中的反覆驗證。讓機械臂完成一次動作，只能說明能力已經出現；能否穩定重複，才決定它能不能進入工廠、門店和家庭。
王潛以程式設計能力為例：通用大模型擅長寫程式碼，主要得益於海量程式碼資料以及相對完善的自動驗證體系，並非對話能力自然遷移的結果；數學能力也沒有隨著程式設計能力提升而同步增強，訓練過程中甚至可能相互干擾。影片生成模型已經能夠呈現逼真的運動畫面，也尚未自然獲得可靠的機器人動作控制能力。不同任務共享一部分底層認知，但各自仍有獨立的資料分佈、評估標準和工程約束。通用模型擴大了能力邊界，領域門檻並未隨之消失。
資料由此重新成為門檻。王潛將模型比作「蒸餾器」和「容器」：訓練階段，模型從資料中提煉能力；部署階段，模型承載這些能力。引數規模和算力基礎設施決定模型可以消化多少資訊，真正決定某項能力能否形成的，仍是資料質量及驗證方式。這也是具身智慧與網際網路大模型之間最明顯的差異——公開網路上有大量文本、圖片和程式碼，機器人資料則分散在不同硬體和場景中，採集成本更高，也缺少統一標準。同一個抓取動作，會受到物體材質、光照、視角、機械結構和操作者習慣影響，資料數量增加並不必然帶來有效能力增長。
如果OpenAI、Anthropic等通用模型公司進一步進入具身智慧，它們同樣需要搭建資料採集、模擬和驗證體系，在真實環境中測試模型，並處理硬體適配問題。王潛認為，當這些環節一個也繞不開時，通用模型公司在這場競爭中的身份，就接近「另外一個具身智慧公司」——既有的模型能力能夠縮短部分研發過程，卻無法免除物理世界的成本。與此同時，專用具身模型也有現實的效率優勢：機器人需要快速響應，很多工還要在本地算力有限的裝置上執行，圍繞動作控制壓縮模型規模、降低推理時延，比把所有能力裝進一個龐大的通用模型更容易落地。
王潛的判斷還有另一面。Astra的機械臂表現說明，通用資料預訓練對機器人同樣有效。具身模型無需把自己封閉在機器人資料之內，更可能的技術路徑是先用通用資料建立視覺、語言和常識能力，再用具身資料補足動作控制，並通過真實場景持續校正。這意味著通用模型與具身模型未必走向簡單的替代關係：通用能力會逐漸成為底座，機器人資料、控制效率和場景閉環則決定上層差異。
對具身智慧創業公司而言，只講模型架構和引數規模越來越難形成護城河。誰能穩定獲得高質量資料，誰能把失敗案例送回訓練系統，誰能讓客戶持續付費，才是更接近商業價值的競爭。GPT-6 Astra的出現沒有讓具身模型失去意義，卻改變了行業門檻——當高水平通用模型逐漸成為可以呼叫的基礎能力，創業公司很難再用「擁有一套模型」解釋自己的估值，落點將轉向企業掌握了什麼獨有資料、模型能否穩定工作、客戶是否願意持續付費。一段測試影片最多說明模型能夠成功一次，具身智慧的商業化，需要它在真實場景中持續成功。