具身智能開始分層產(chǎn)業(yè)制高點爭奪戰(zhàn)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2026-04-15 11:15:51 澎湃新聞

具身智能開始分層產(chǎn)業(yè)制高點爭奪戰(zhàn)。這兩年，具身智能領(lǐng)域變得越來越熱鬧。視頻越來越多，名詞越來越相似，幾乎每家公司都在談?wù)摶A(chǔ)模型、泛化、端到端和多模態(tài)技術(shù)。大家都在展示機器人能夠抓取、放置、整理和裝配的能力。

表面上看，這些公司似乎在同一條賽道上競爭，但仔細(xì)分析Generalist AI的GEN-1、Figure、Physical Intelligence和Google DeepMind等公司的策略，會發(fā)現(xiàn)它們爭奪的目標(biāo)并不相同。當(dāng)前具身智能領(lǐng)域的真正差異不在于“都會不會做”，而在于“各自想占住產(chǎn)業(yè)鏈的哪一層”。

一些公司在研發(fā)更強大的機器人，另一些公司在構(gòu)建更通用的機器人底座，還有一些公司則試圖搶占機器人時代的上層操作系統(tǒng)。如果不能看清這一點，就容易將不同公司的路線混為一談，認(rèn)為大家都在做“機器人大模型”。實際上，關(guān)鍵問題是誰更接近商業(yè)閉環(huán)，誰更有可能成為別人繞不過去的基礎(chǔ)設(shè)施。

以Generalist AI為例，它最值得注意的地方不是其關(guān)于“通用智能”的大詞，而是非常實際的技術(shù)指標(biāo)。2026年4月發(fā)布的《GEN-1：將具身基礎(chǔ)模型擴展到“精通”階段》中提到，GEN-1在若干簡單但高價值的物理任務(wù)上的平均成功率從GEN-0的64%提高到99%，執(zhí)行速度達(dá)到此前基線模型的約3倍，且每項結(jié)果所需的數(shù)據(jù)量減少到約1小時。文章明確表示，GEN-1的目標(biāo)是讓一批簡單任務(wù)先跨過商業(yè)可行性的門檻。

這種轉(zhuǎn)變改寫了機器人行業(yè)的評價標(biāo)準(zhǔn)，從“會不會做”變成了“能不能穩(wěn)定做、夠不夠快、出了意外能不能自己補救”。這更接近工廠和倉配中心的真實需求。真正有價值的不僅是完成一次任務(wù)，而是能連續(xù)多次完成，且保持高效。

具身智能能否落地，最終取決于重復(fù)性、節(jié)拍和異?；謴?fù)能力。更深一層看，GEN-1押注的是超大規(guī)模“物理交互經(jīng)驗”，而不是傳統(tǒng)的大規(guī)模機器人數(shù)據(jù)。Generalist認(rèn)為，未來的機器人世界也會像大語言模型一樣，底座經(jīng)驗會越來越重要，真機數(shù)據(jù)則會逐漸變?yōu)椤拔⒄{(diào)料”。

12 全文共 2 頁下一頁

關(guān)閉

具身智能開始分層 產(chǎn)業(yè)制高點爭奪戰(zhàn)

相關(guān)新聞

今日熱點

頻道熱點

具身智能開始分層產(chǎn)業(yè)制高點爭奪戰(zhàn)