事件概述
11月9日，证券时报报道，近期机器人板块逆势走强，核心驱动力来自产业端实质进展：通用多模态基础模型开始直接承担机器人策略模型的部分工作。测试显示，OpenAI新发布的GPT-6 Astra无需专项预训练，就能在画面中定位目标物体、分辨空间方位，相当于打通了从「听懂」到「做到」的链路。此前机器人接入大模型常「听得懂人话」却「动不起来」，语言与动作长期脱节。
产业端反应迅速：OpenAI下场研发人形机器人；英伟达升级Isaac平台并推出Cosmos世界模型，提供「仿真训练—数据—部署」完整工具链；国内企业也在拓宽「大脑」边界。宇树科技创始人王兴兴在浙商大会上判断，机器人产业的「ChatGPT时刻」将很快到来，顶尖模型与真实物理世界间几个毫米的精度差距，有望在一两年内根本解决。
背景与解读
一、技术背景与演进脉络
具身智能长期受困于「泛化瓶颈」：专用控制程序只能在预训练场景完成规定动作，换场景即失灵。通用基础模型具备零样本空间理解与推理能力，恰可补足「大脑」短板，推动机器人由任务特化迈向高度泛化。
二、核心驱动与底层机制
突破来自三方面：基础模型的多模态感知与推理能力跃升；仿真与世界模型（如Cosmos）提供低成本训练数据；端侧算力（Jetson Thor等）让大模型在机身上实时运行。三者闭环，使「听懂—决策—执行」一体化成为可能。
三、市场格局与产业链影响
模型巨头加速从数字世界走向物理世界，具身「大脑」成为新竞争焦点。芯片（边缘AI）、关节模组、3D视觉与数据闭环企业价值重估，整机厂自研算力路线（如特斯拉）与开放生态路线并行。
影响与趋势
短期看，「大脑」思考与决策耗时仍偏长、词元消耗偏高、正确率待提升；但泛化能力的实质突破，使行业对大模型具身潜力更具信心，量产落地由样机演示加速迈向真实场景。
对产业参与者的启示
机器人整机厂应优先接入成熟基础模型、构建数据闭环以迭代「大脑」；零部件企业可围绕关节、3D视觉、边缘算力卡位；投资者宜关注具身数据、仿真与世界模型等「卖水人」环节的长期价值。
本栏目内容为行业信息整理与技术观点分享，不构成任何投资建议。