中信证券最新发布的行业研究报告揭示，当前通用大模型的发展轨迹正从机器人高层任务规划向底层动作生成与执行控制领域深度拓展。在机器人智能系统架构中，大脑模块主要依托经过海量机器人动作数据训练的VLA（视觉-语言-动作）模型和WAM（世界动作模型）等专用架构，这类模型通过多模态融合技术将视觉感知信息与自然语言指令转化为精确的机械动作指令。值得注意的是，近期NVIDIA与斯坦福大学等顶尖研究机构开始探索将GPT-6 Astra等前沿通用模型引入机器人控制体系，通过迁移学习技术复用其预训练的视觉理解、三维空间推理及复杂任务规划能力，从而显著降低对传统专用策略模型的依赖度。实验数据显示，Astra模型在具身智能任务数据集上展现出卓越的跨场景泛化能力，其零样本学习性能较传统模型提升达37%。基于当前技术演进趋势，中信证券预测到2027年，通用模型与具身智能的深度融合将成为人工智能产业的核心投资赛道，但短期内通用模型与专用模型将形成优势互补的协同发展格局——通用模型负责处理高阶认知任务，专用模型则专注于实时动作控制优化，这种分层架构或将推动机器人智能化水平产生质的飞跃。