徽声在线记者 | 肖芳
徽声在线编辑 | 文姝琪

随着GPT-6 Astra的发布，一场关于技术路线的长期争论再次被推上风口浪尖：专注于具身智能的模型，是否还有独立存在的必要性？

作为一款通用大模型，GPT-6 Astra在接入机器人系统后，展现出了理解人类指令、拆解复杂任务并执行的能力。这一进展引发了业界对于通用模型是否会逐步取代专门为机器人设计的具身模型的讨论，通用模型能否成为驱动机器人完成多样化任务的“万能大脑”？

对于专注于具身模型研发的企业而言，这不仅是技术层面的挑战，更是关乎未来商业模式和生存价值的重大议题。

具身模型领域的佼佼者原力灵机，近期也频繁被问及此类问题。近日，原力灵机联合创始人周而进在接受徽声在线专访时表示，他并未因此感到强烈危机，反而认为这是一个积极的信号。

周而进认为，通用模型的智能提升将带动具身模型共同进步，许多通用知识可以被整合到端到端解决方案中，从而增强具身模型在特定任务中的思考能力。

然而，具身智能的挑战远不止于模型智能的提升。它需要在真实物理环境中，完整、闭环地完成一系列任务。这还涉及到硬件、传感器、控制频率以及外围基础设施的优化。“只有所有环节都做到位，才有可能实现大规模应用。”

周而进用一个生动的比喻来形容具身领域通用模型与专用模型的关系：尽管大模型在视觉感知方面取得了显著进展，但手机上的屏下指纹解锁技术至今仍依赖于专用模型，而非简单的通用模型替代。

在整场对话中，周而进多次强调几个核心观点：通用模型越强大，具身智能越需要深入探索物理世界的“90%冰山”；评测不应局限于预设场景，而应让机器人在未知环境中接受挑战；具身模型需兼具智能与灵巧；物理世界的复杂性决定了其反规模化的特性，时间的积累无法被压缩。

对于模型未来的变化，周而进表现出谨慎乐观的态度。他认为，预测模型一两年后的状态无异于空谈，“甚至三个月后的变化都难以准确预测。”

尽管如此，周而进也承认存在危机感，这种危机感来源于模型快速迭代带来的竞争压力。“你可能会被具身领域的其他快速进步者超越，而不仅仅是大模型公司。”

以下为对话实录，经徽声在线编辑整理。

物理世界的复杂性：反规模化的挑战

徽声在线：通用大模型能力的迅速提升，在具身任务上表现抢眼。您是否担心通用大模型会取代具身模型？您有危机感吗？

周而进：我认为这是件好事。通用模型的智能提升将加速整个行业的技术进步。虽然有些公司可能会感到恐慌，担心被大模型吞噬，但我们需要回归具身智能本身要解决的问题。

具身智能是一个高度综合的领域，涉及算法、硬件、软件等多个方面。我们的目标是在真实环境中，完整、闭环地完成一系列任务。因此，大模型的智能提升将在很大程度上带动具身模型的发展，但除此之外，硬件、传感器、控制频率等也是关键因素。只有所有环节都做到位，才有可能实现大规模应用。不应将通用大模型视为具身模型的威胁。

至于危机感，我更倾向于从积极的角度看待：跑得慢就会落后。你可能会被具身领域的其他快速进步者超越，而不仅仅是大模型公司——这才是真正的危机感。

徽声在线：通用模型和专业模型未来会有明确的分工吗？

周而进：这取决于定位。大模型发展到今天，在视觉领域已经解决了大部分图像感知问题，但手机上的屏下指纹解锁仍然依赖于专用模型。越通用的模型消耗的资源越多，在具体应用场景中，需要考虑功耗、成本等因素。因此，不会是简单的通用模型取代专用模型，在实际应用中，各种专项技术将越来越多。

徽声在线：头部厂商都在自研大脑，巨头在算力和数据上具有优势。原力灵机希望占据怎样的生态位？

周而进：任何行业都会有创业公司脱颖而出，成为领军企业。智谱、Kimi等都是从创业公司成长起来的，尽管有巨头参与。没有哪个领域会完全被巨头垄断，创业公司没有机会。具身智能领域也不例外。

在技术方向高度不确定的领域，大家都只能专注于一两件事。一是方向要准确，看错方向投入越大亏损越大；二是比敏捷性和效率；三是市场空间要足够大。在落地到各行业时，会形成局部的碎片化，模型、数据策略、Harness、Agent等方面都尚未收敛。市场空间大在一定程度上抹平了各家在投入层面的差异，无论你是巨头还是创业公司，一旦分散投资、每个方向都尝试，一定做不好。因此，关键在于方向判断、迭代敏捷度和修正反应速度，这与是否是巨头无关，而是核心团队的能力。

徽声在线：具身行业与大模型、互联网行业有哪些本质不同？

周而进：物理世界的运行频率与虚拟世界完全不同。在虚拟世界中，大家熟悉scale up：强化学习方案跑通后，可以增加机器并行运行，资金充足就可以大幅提升速度；互联网也是如此，投流跑通后就可以加大投入，赢者通吃。

在虚拟世界中，你仿佛是上帝，可以控制世界运行的频率，但物理世界并非如此。一天只有24小时，水加热到沸腾需要一定时间，关节电机的运动速度有物理上限，你无法改变物理规律。一台真机跑通后，即使有钱也无法立即扩展到一千台——因为跑不起来。从一台到两台、十台、一百台、一千台，每个阶段都会遇到不同的问题，还涉及人员管理和组织等方面，所有这些都是反规模化的。时间的积累也无法被压缩，很多坑只能自己趟过。

技术驱动：目标而非站队

徽声在线：现在榜单很多，行业该如何判断一家公司的模型水平？

周而进：首先，不要妖魔化榜单，榜单的出现是好事。我们的逻辑是：榜单上表现好不等于最终能落地，但连榜单都不好肯定不行。我们在8月份的几个大型公开榜单上排名第一并保持了一段时间，这是一种自证。但过分纠结于一分两分的差距就偏离了初衷，任何榜单都是命题作文，类似于应试教育。

更好的衡量标准包括三个维度：榜单排名、模型是否被更多人使用、以及在多少真实场景中落地应用。至于通过不正当手段获得第一名，那不是刷榜，那是攻击和作弊，我们坚决抵制；但通过各种方式让自己分数好看一些，这也是一种市场行为，挺正常的。

徽声在线：大家普遍感觉机器人都在表演，demo很惊艳，但实际落地效果不佳。

周而进：这个问题背后有一个假设，即存在一种对立关系：一方在表演，另一方在质问为什么不干正事。任何技术在发展过程中都有两个诉求：一是自身要进步，二是希望获得更多关注，背后可能是更好的融资机会。归根到底，技术进步的过程中一定会有这样的现象。

更重要的是回到价值本身：具身智能公司的核心价值是在物理世界中闭环地解决一些问题，哪怕很小——比如你今天只会剥瓜子，但能把各种瓜子都剥顺了，也是一件有价值的事。如果最后的价值判断是谁嗓门大、谁的demo更酷炫，那完全没有意义。

机器人分拣包裹（图片来源：原力灵机）

徽声在线：你们是如何评测模型的？

周而进：今天很多具身智能的展示都是命题作文，比如叠衣服，但真实物理世界并非如此。你无法预测用户会给出什么指令——今天让你倒水，明天让你拔笔帽。第二，物理世界中的物品你可能没见过：你让机器人拿水杯，那是你家的水杯，训练时肯定没见过。没见过带来的物理反馈非常复杂，对这些反馈能否做出正确回应，是区分模型水平的关键。

我们采用in-the-wild（真实环境）的评测方式。以前很多demo到现场还需要调整光照，把桌子换成与实验室采集时一样的才可以。我们不是这样，机器搬过来，模型装进去，随便搬张椅子搬张桌子，东西一扫就开始指挥它干。这不只是两种考题的差别，它牵引的研发方向和底层动机完全不同，日积月累会让你的数据策略、研发策略都不一样。

比如，桌上有一堆笔，有的笔帽开着有的没有，我不告诉你干什么，只给一个指令“把桌子收拾干净”，模型要自己拆解任务，还不能死记硬背“笔都放笔筒”，干到一半我给你倒一堆垃圾，系统还得有条不紊地重新拆解、继续干。

因此，具身智能模型不是单一维度的评价指标。好的具身模型应该是智能和灵巧的综合：很多事情要灵巧地快速完成，关键的地方又能把动作停下来、想清楚了再动手。

徽声在线：如何看待具身领域的技术路线之争？你们为什么选择世界模型这条路？

周而进：今年上半年是一个比较荒谬的状态，大家用技术路线给自己贴标签，营造一种标新立异的差异化感觉。但真正的差异化应该来自你能做什么别人做不了的事情，而不是“我是这条路线标签的所有者，你是那条的”。所有技术路线都只是手段，所有的模型都会过时。

不同路线确实有明显差异，但谁对谁错取决于目标：只做物料分拣可能选路线A，想做更通用的选路线B。不说清目标就说A对B错，非常荒谬。技术一定是被目标驱动的，不是站队驱动的。

我们是一个综合性方案。机器人要听懂指令、看懂世界、做出正确的决策动作并持续运行，这需要大量数据，可以来自真实世界采集，也可以来自世界模型生成。做后训练落地时，客户产线上你只能小规模采集，很难采到一千小时，那就需要世界模型补数据，把在客户场景做强化学习闭环这件事走通。

机器人自主完成业务逻辑不等于落地

徽声在线：物流为什么是原力灵机第一个落地的场景？

周而进：第一是商业考虑，我们要在一个相对可复制的场景里做第一个落地闭环，每件事投入都很大，所以要选可复制的。物流里很多工位工种相似，一个仓库里就有好多个，很容易复制。

第二点更重要，机器人自己能完成业务逻辑不等于落地。比如，我要在车厂装挡风玻璃，实验室里能装，搬到客户产线上也能装，这就叫落地了吗？远远没有。你可能只做完了10%，剩下90%是水面下的冰山——要对接它的业务系统，要有兜底容错方案，要跟上客户产线的节拍。我们内部把这套外围基础设施叫Harness。本质上你是在改造客户的产线，否则你只是在那儿摆拍，哪怕直播24小时也是摆拍。

选物流是因为我们之前在物流整体解决方案和这套Harness上有非常丰富的落地经验。我敢说国内没有第二家同时具备做具身原生模型、又具备在场景里做Harness的能力。这套东西有很强的时间不可压缩性，得在那么多客户的场景里一轮一轮磨出来。现在很多公司还在把单个机器人能干的活干完，就搬到仓库或工厂里从0开始摸索，大家甚至没意识到这背后是一套非常巨大的基础设施。

机器人测试搭积木（图片来源：原力灵机）

徽声在线：物流之后会往哪些场景拓展？

周而进：从物流往工业、往商业门店逐步复制。背后的逻辑是，我在从一个环境更标准、更可控的场景，往更自由、更不可控的场景走。商超门店里会有各种顾客走来走去，就比工厂里所有工人每天干什么被限定死要自由得多。

我们沿着这条路，最终希望在自然环境、to C（用户）环境、园区里做机器人的各种事情，但它得有路径。

徽声在线：你们的商业化进展如何？

周而进：有好多真实的客户现在就在用我们的系统，不是做项目，是真的在用。商业化一定会选当下模型能力够得到的地方，不可能选看起来一两年都没戏的，解决了够得到这件事，再往更难的场景走一圈。今年我们的目标很明确，在几个核心头部客户上搞定订单，让机器人持续24小时运作。

徽声在线：目前还有哪些短板需要弥补？

周而进：公司之前花的精力比较多在灵巧性这个维度上，现在需要把具身智能这块能力也补齐。

因此，大模型在具身领域的能力展现，对我来说是非常正向的信号，说明通用的知识能帮你补齐具身需要的那部分思考能力。而且绝大部分具身动作需要的思考深度很浅：抓娃娃第一下抓空了，第二下再深一点抓，这不需要解千禧年数学难题的智商，但你得具备根据上下文和环境反馈调整下一步的能力。

模型本身不是限制，限制最终落到控制频率、通信带宽和算力上。几乎所有物理世界的问题都有控制频率要求：让大模型写代码，写半小时甚至一晚上都行；机器人倒杯水停三分钟，水已经倒完了。四足可能50到100赫兹控制关节电机，抓取一般10到20赫兹，20赫兹就要求推理在50毫秒以内，接下来多大的模型能塞进去取决于算力。

云边端任何时候都有算力梯度，所以长期看具身模型一定会有大小之分，会有双系统或分层系统。我们的模型都是通用的，但通用不等于只有一个，它可以有不同尺度，4B、9B、30B，部署在云边端上，按任务的控制频率要求组成系统。

徽声在线：具身智能在C端落地的路径和B端有哪些不同？

周而进：C端（用户）是比B端（企业）更复杂的环境，要求高很多。首先是成本，20万买一个机器人，有几个家庭负担得起？比成本更重要的是安全性，现在的机器人都挺重的，一不小心砸你一下可能就骨折了。所以大家在把机器人往更小、更轻量化做。

C端一定是从偏娱乐玩具、跟人交互的形态开始，然后逐步到能给你拿个拖鞋、搬个东西，一点一点成长。

徽声在线：接下来一两年，你们在模型研发上有明确的时间表吗？

周而进：模型的变化非常大，预测模型一两年后的变化，都是吹牛。谁敢说一年后达到什么境界，对不起，三个月之后你都预测不了。

比较务实地讲，我们在今年年底的确定性已经相对较高：在开放世界把智能和灵巧放在一起，让系统在Harness里持续运作30分钟到1小时级别的长程任务，能应对各种意外并做出正确判断。

这一版模型我们希望绝大部分原子动作，即一两步之内能完成的抓、拿、放、推、拉，做到非常高的成功率。到明年上半年，做到这个状态就意味着机器人可以部署到真实物理环境里，做更广泛的数据采集和业务尝试。

商业化反而更明确，它有清晰的营收目标和订单目标，不像模型那样每天一个突破。我们现在研发规划的颗粒度是按天的。不是说我每天要调整方向，而是现在AI的迭代节奏就是这样，所有工作都细化落实到每一天。一个实验可能要跑一两周，但把事情排下来，颗粒度都对齐到天。