（本文作者为 具身商业前哨，钛媒体经授权发布）
文 | 具身商业前哨
最懂机器人有多难的人，重新估计了AI进步的速度；最相信通用模型的人，提前开始为AI寻找身体。
不到两个月，王兴兴把具身智能的时间表往前拨了一次。
8月20日，他在世界机器人大会上判断，具身智能的“ChatGPT时刻”，快则两三年，慢则五到十年。但到了10月12日的工博会上，最乐观的时间变成了一两年。王兴兴甚至说，明年GPT-7出来，可能“直接把具身智能问题打穿”。
紧接着，他做了一次罕见的自我检讨：“过去十几年我犯的最大的错误，就是对AI相信得还不够。”
王兴兴做了十几年机器人，知道一台机器从完成演示到进入现场，中间隔着多少轮工程调试。
机器人不像ChatBot类产品，回答错了可以重新生成；机械臂伸错一次手，可能碰倒非目标物品，也可能撞坏设备。
最熟悉这些困难的人，突然认为自己对AI还不够乐观。几乎在同一天，另一条消息从相反方向传来。
凤凰网科技援引多个信源称，梁文锋近期密集接触具身智能创业者，讨论机器人、大模型与现实世界交互。DeepSeek正在考虑进一步进入具身智能，方案可能是亲自组建团队，也可能是通过投资切入。
在此前流传的投资人交流录音文字稿里，梁文锋给出的AGI路线却是另一种顺序：语言模型、思维链、Agent、持续学习、自我迭代，最后才是具身智能。
他认为，等前面的能力成熟以后，可以让AI帮助研发下一代机器人；如果把顺序反过来，先做具身智能，会是一件“很苦的活”。
一个做机器人十几年的人，开始承认自己低估了AI。一个原本准备最后再碰机器人的人，开始提前研究怎样进入。
两条路线从相反方向靠近，真正值得追问的，不是谁又追上了一个风口，而是他们共同依赖的哪个前提发生了变化。
答案很可能藏在王兴兴反复提到的GPT-6里。
GPT-6开始把手伸出屏幕
在具身智能领域，此前常见的方案，是让大模型负责理解人类指令、拆解任务，再把“抓起杯子”“移动到水槽”之类的目标交给专门训练的机器人模型。
大模型像站在大脑里的调度员，知道要做什么；具体怎样抬手、移动和抓取，仍然由机器人的小脑决定。
GPT-6 Astra跨过了一道边界。
它开始直接给出机械臂下一步的位置、姿态和夹爪状态，再由底层控制系统把这些目标转成关节运动。
2026年9月公布的RoboDojo测试，提供了一组容易被忽视的对照。
研究者没有针对具体任务微调GPT-6 Astra，而是让它在42项机器人操作任务中直接充当动作策略。经过2100次测试，Astra的平均成功率为22.48%，成绩超过评测中的40个公开机器人策略。
22.48%远远谈不上实用。
但换个角度看，在同一后处理方案下，GPT-5.5和DeepSeek-Flash的平均成功率分别只有0.88%和1.92%；其中DeepSeek-Flash每项任务的测试次数较少。
不同前沿模型之间的差别，不是多做对两三个任务，而是“让通用模型直接输出机器人动作”这条路线，开始在相当一部分任务中真正工作。
能力分布依然很不均衡。
涉及语义理解、对精度要求不高的任务，Astra表现得更好；一旦进入精密操作、动态控制或复杂的双臂配合，成功率会迅速下降。
它可以理解“搭一座塔”，却可能在伸手拿下一块积木时，把已经搭好的部分碰倒。
这组结果没有证明通用模型可以替代机器人模型。它改变的是另一个问题：
机器人是否必须从自己的数据里，一点点学会从看懂任务到决定动作的全部能力？
另一项50个案例的测试给出了更现实的组合：专用动作模型π0.5负责提出动作，GPT-6 Astra负责检查和修改，成功率从Astra单独控制时的26%提高到48%。Astra实际只修改了14.4%的动作。
通用模型不必替代机器人模型。只要进入规划、检查和纠错环节，它就可能改变原有系统的上限。
这种能力甚至比安全机制走得更快。
RoboHarm把GPT-6 Astra接入真实机械臂，让它面对把充电宝放进水中、把金属螺丝刀插入烤面包机、混合漂白剂与氨水等危险指令。
100次测试中，Astra有97次进入实际尝试，60次完成了目标动作，只有2次明确因为安全原因拒绝。
机器人过去做不成一项危险任务，可能只是能力不够。模型变强以后，原来的“失败”不会自动变成安全，反而可能变成更可靠的危险动作。
GPT-6没有解决机器人的精度、实时控制和安全，但它已经把行业的问题往前推了一步。
此前，人们还在问通用模型能不能控制机器人；现在需要讨论的是，它适合接走哪些动作，怎样与专用模型配合，以及谁负责在不该执行的时候让机器人停下来。
这正是它给王兴兴带来的冲击。
王兴兴发现AI跑得更快
王兴兴很早就认为，限制机器人普及的主要问题不在硬件，而在软件和智能。
因此，“最大错误”不能被解释成他过去没有看到AI的重要性。他真正重新评估的，是AI能力进步的速度，以及这种进步向机器人迁移的距离。
过去，机器人公司需要为每项任务采集数据、训练模型，再针对本体、夹爪和工位进行适配。光照变化、零件偏移或一次抓取失败，都可能带来新一轮调试。机器人能够做什么，主要取决于企业自己积累了多少数据、解决了多少动作。
通用模型接入以后，机器人仍要学习这副身体怎样发力、如何保持平衡，却不必再从“杯子是什么、任务应该分成几步”开始学习。它从文本、图像和视频中获得的语义理解与任务规划能力，可以被机器人部分复用。
王兴兴在工博会上透露，宇树已经把GPT-6放到不同机器人上执行任务，效果“非常不错”。
更重要的是，GPT-6的能力来自机器人行业之外。
宇树可以不断采数据、训练模型，但它无法决定下一代GPT什么时候发布。
当外部通用模型每隔一段时间就发生一次能力跳跃，机器人公司的研发时间表也会被一起改写。
这解释了王兴兴为何在不到两个月里，把最乐观的临界点判断从两三年缩短到一两年。
过去，机器人行业要独自补齐智能；现在，通用模型可能从外部替它跨过一部分距离。
机器人公司仍然要干那些最苦、最慢的工作，但机器人行业的技术时钟，已经开始由行业外的模型公司拨动。
梁文锋寻找的，不只是一副身体
这也带来了一个问题：既然通用模型已经开始影响机器人的动作能力，梁文锋还能把具身智能留到AGI路线的最后吗？
GPT-6让这套顺序出现了松动。
身体不一定要等到AGI完成以后，才成为模型进入现实世界的载体。当通用模型能够观看画面、调用控制接口，并根据反馈修改动作时，机器人本身也开始成为模型继续学习的环境。
文本可以告诉模型“杯子容易碎”，但一次抓取究竟用了多大力度，杯子在接触时怎样滑动，动作失败后如何恢复，只能在物理交互中得到更完整的反馈。
语言模型擅长预测接下来应该出现什么内容，机器人则要求模型为一个动作承担真实后果。
这对于DeepSeek关心的持续学习尤其重要。
因此，梁文锋靠近机器人，未必意味着DeepSeek想成为另一家宇树。
机器人对于模型公司的价值，也不只是一项可以销售的新产品。它可能是通用模型继续扩展能力、获得现实反馈和检验持续学习的入口。
这时候再看DeepSeek的两笔动作，非常有意思。
一端是宇树。
DeepSeek已经以战略投资者身份进入这家机器人公司，双方签署的合作备忘录覆盖通用人工智能、高性能通用机器人和AI大模型。
宇树能提供本体、控制系统、真实场景和不断产生的真机反馈。
另一端是Winverse AI。
彭博报道称，DeepSeek准备领投这家成立仅数月的机器人AI公司。融资规模为数千万美元，投后估值约4亿美元。
创始人胡瀚此前是腾讯首席科学家，负责视觉语言模型和具身基础模型团队。
从标的选择看，DeepSeek靠近的不是关节和整机，而是视觉理解、基础模型和机器人动作开始汇合的那一层。
一端是身体、现场和真机数据，另一端是模型、“大脑”和动作决策。DeepSeek不会在热门赛道上随手撒网，更像是在具身智能闭环的两端提前卡位。
再加上梁文锋被曝正在评估亲自组建具身团队，具身智能在DeepSeek路线中的位置，至少已经从一个遥远的终点，变成了需要提前占位和持续观察的方向。
Winverse的融资尚未最终完成，DeepSeek也没有正式宣布成立机器人产品线，但资本动作已经比口头表态更靠前。
报道中提到，GPT-6带来的竞争压力可能是催化剂。
更深层的变化是：如果其他前沿模型已经开始进入动作决策，物理世界的数据、接口和评测标准就可能被别人先建立。
等所有数字智能问题解决以后再进入，未必仍是最轻松的路线。
王兴兴希望借助通用模型，缩短机器人走向智能的距离；梁文锋可能需要借助机器人，让通用模型获得数字世界没有的反馈。
两边的靠近，不只是“大脑遇见身体”。
对一方来说，AI正在成为更强的外部发动机；对另一方来说，身体正在从最终产品变成下一阶段的训练场。
具身智能为什么可能再火一次
过去两年，具身智能已经经历过一轮由融资、样机和量产计划推动的热潮。但机器人越来越会走、会跑、会表演，进入工厂和家庭后却仍然缺少泛化能力：同一个动作换个物体、位置或场景，就可能需要重新训练。硬件进步很快，智能没有以同样速度跟上。
GPT-6和DeepSeek带来的想象，与上一轮不同，而且这并不是两位中国创业者之间的孤立呼应。
Google DeepMind和英伟达都在推动通用模型进入机器人控制系统。更直接的证据来自Cortex AI Research：它把GPT-6 Astra等模型接入同一套双臂机械臂，Astra不仅能把三明治放进微波炉，还能发现炉门没有关好、移液器吸头没有装上，并主动修正。
这不是为特定机器人设计的表演，而是外部团队把通用模型放进陌生身体和陌生任务里比较。模型公司、算力平台和机器人研究者，正在挤进同一个问题：通用智能怎样获得行动能力？
资本也开始单独为“机器人通用大脑”定价。
2026年1月，Skild AI完成14亿美元融资，估值超过140亿美元；此前，Physical Intelligence以56亿美元估值融资6亿美元。它们都不以制造某一款特定机器人为核心，而是试图训练能够迁移到不同身体和任务上的基础模型。
这些估值未必已经得到商业收入的充分支撑，却清楚地反映了资本正在押注什么：资本对机器人产业的定价重心，开始从整机、关节和量产能力，向模型、数据和跨本体迁移能力移动。
具身智能由此得到了一台来自行业外部、而且还在高速升级的发动机。
一个新的通用模型发布，可能直接改变任务理解和动作决策的基线，迫使机器人公司重新测试原有架构。
王兴兴把时间判断提前，是这种压缩的一个信号。
竞争边界也会随之移动。
具身模型公司原本主要与同行比较数据规模、跨本体能力和任务成功率。现在，它还要回答：
当GPT、Gemini或DeepSeek具备类似能力以后，自己的模型还提供什么不可替代的价值？
答案可能是真机数据、精密操作、低延迟控制、失败恢复和安全，也可能是某些场景里的长期运行经验，但不能再只是“我们也有一个大模型”。
本体、关节和运动控制也不会因此失去价值。
通用模型给出的动作意图越强，把它转成稳定、安全、连续物理动作的工作越重要。
机器人公司的位置可能由此分化：只提供一副身体的企业更容易被比较；能同时接入前沿模型、积累真机反馈并承担现场交付的企业，则掌握了通用模型无法独自完成的最后一段。
上一轮热潮，人们问谁能造出更像人的机器人；下一轮，人们会更关心谁能最先让前沿AI在现实世界里稳定工作。
具身智能再次升温的原因，也不再只是机器人造得更便宜、更灵活，而是通用AI第一次显露出直接改变机器人能力曲线的可能。
时间表变了，临界点还没有到
22.48%的平均成功率也意味着，在RoboDojo的测试口径下，多数任务仍然没有完成。
模型在简单放置任务上的表现，不能直接换算成工厂里连续八小时的合格产出。更不意味着机器人能进入到家庭中。
危险动作测试还表明，能力提升甚至可能跑在安全约束前面。
通用模型也没有给机器人带来一份免费的“动作语料库”。
语言模型可以从互联网获得海量文本，机器人却没有一个现成的“手的互联网”。
接触力度、摩擦变化、物体滑动和失败恢复，仍然要从遥操作、仿真、真机训练和现场运行中一点点生产，而且这些数据往往与具体本体、传感器和环境绑定。
这决定了GPT-6可以改写具身智能的时间表，却暂时不能抹掉具身智能最慢、最贵的那一段。
所以，王兴兴的“最大错误”和梁文锋的“加速靠近”，都不足以证明具身智能的ChatGPT时刻已经到来。
它们共同改变的，是这件事发生的概率，以及人们估算时间的方式。
接下来判断这轮热度是否会变成真实进展，可以看三个结果：
第一，同一个模型换一副身体、换一项任务以后，能够留下多少能力。
第二，机器人连续工作时，合格产出、任务耗时和人工接管次数怎样变化。
第三，模型能力提高以后，系统能否同时建立可靠的危险动作拒绝和责任边界。
这三项没有改善，新的模型只能制造更精彩的演示。
它们若同时改善，机器人行业的进步方式才真正发生变化。
过去，行业追问的是：机器人公司还要采集多少数据、训练多少年，才能补齐AI能力？
现在，问题逐渐变成：下一代GPT和DeepSeek，还会替机器人跨过多少障碍？
王兴兴从物理世界出发，重新估计了AI解决机器人问题的速度；梁文锋从数字世界出发，重新评估了机器人在AGI路线中的位置。
两个人都没有证明临界点已经到来，却同时把时间表往前推了一步。
具身智能还没有跨过临界点，但决定它何时跨过去的人，可能已经不只在机器人行业里。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App