GPT-6 Astra 控制机器人，具身智能窗口期还有多久

视频里那只银白色机械臂，没走任何预设轨迹。它先是 "看" 了一眼桌面上的筷子和豆腐，停顿半秒，然后以一个近乎人手的弧度探过去，指节合拢，夹起那块颤巍巍的嫩豆腐，稳稳悬在半空 —— 整个过程没有一行硬编码的动作脚本，驱动它的，是 GPT-6 Astra。
这跟你有什么关系？如果你正在做机器人、做具身智能、做世界模型，或者你是这个赛道的投资人，这意味着过去几年你讲的那个故事 ——"专用具身模型才是通向通用机器人的钥匙"—— 正在被通用大模型从另一头撬开。
大模型开始 "长手长脚" 了
过去我们聊具身智能，默认的剧本是这样的：先用数据采集把人类操作录下来，再训练一个专门的具身模型去模仿，最后让这个模型在仿真和真机上反复迭代。这条路径跑了好几年，最贵的环节不是算法，而是数据 —— 一台机器人一小时产生的遥操作数据，成本顶得上一个应届生一周工资。
但 GPT-6 Astra 干的事情，有点换剧本的味道。它不需要你重新喂 "机器人动作数据"，它直接用自己在互联网上学到的视觉理解、物理常识、任务规划能力，把 "这是什么东西、该怎么抓、抓多大力、下一步干什么" 一条龙想明白，再把指令发给机械臂。
说白了，以前的具身模型是 "小学生背课文"，GPT-6 Astra 是 "大学生看一眼现场就上手"。
具身模型的护城河还剩多深
这时候一定会有人跳出来说：通用大模型哪懂什么物理？夹个豆腐都能夹碎，灵巧手搓个钥匙都搓不利索。
这话没错，但你得看清楚它在打哪一层。
我把机器人的智能拆成三层：最上层是 "大脑"—— 看懂场景、听懂人话、拆解任务；中间层是 "小脑"—— 实时运动控制、力反馈、平衡；最底层是 "身体"—— 传感器、电机、减速器这些硬件。
GPT-6 Astra 这次展示的，是把 "大脑" 这一层几乎整个吃掉了。以前具身创业公司融资 PPT 里最核心的那句话 ——"我们的模型能理解三维操作场景"—— 现在通用大模型顺手就能做。
但它没吃掉的是 "小脑" 和 "身体"。毫秒级的力控、关节扭矩补偿、端侧实时推理，这些事一个几百 B 参数的通用模型在云端跑，延迟根本扛不住；而要把它塞进机器人本体，功耗和散热又是另一笔账。
窗口期不是关闭，是在加速收窄
所以我的判断是：具身智能的窗口没关，但正在从 "三年" 缩到 "一年以内"。
以前你可以讲一个五年故事：先攒数据、再训模型、最后等硬件成熟。现在这个故事讲不下去了 —— 因为 "攒数据训模型" 这一段，通用大模型正在用互联网级数据替你完成。
真正剩下的护城河，只剩两块：一是物理世界的接地数据，也就是真机上反复试错出来的那种 "手感"；二是端侧部署的工程能力，让模型在机器人身上跑得又快又省电。
创业者该往哪里跑
如果你现在还在做一个 "通用具身大模型" 的公司，我劝你重新想想定位。别再跟 GPT-6 Astra 卷 "理解世界" 了，那是它的主场。
你要卷的是：怎么把模型接到真实硬件上，怎么用最少的真机数据把手感调出来，怎么在一个机器人本体上把延迟压到毫秒级。这些脏活累活，通用大模型公司不会亲自下场，但它们会成为你最值钱的资产。
说到底，这跟当年自动驾驶的故事有点像：一开始大家都觉得 "感知 + 决策" 是核心壁垒，后来发现真正难的是长尾场景和车规级工程。具身智能正在走同一条路 —— 最聪明的那部分能力会被通用模型吃掉，但最脏最累的那部分，才是留给创业者的金矿。
你觉得 3 年内，专门做具身模型的创业公司会被通用大模型厂商全部吞并吗？评论区聊聊。

AI大模型 具身智能 科技 科技热点