北京
GPT-6 Astra 发布后，具身智能行业最直接的一个问题是：通用大模型把上层能力接管了，机器人创业公司还剩下什么可做？
极客公园的一期播客里，英诺基金执行董事王建明、诺亦腾机器人联合创始人韩磊、潜界科技 CEO 胡钰承，围绕这个问题给出了各自的判断。他们的共识是：物理执行、实时响应与数据配比，仍是机器人公司必须自研的核心壁垒。
上层被接管，下层动不了
嘉宾认为，GPT-6 在 3D 空间理解、上下文理解和反思纠错上的跃升，把原本属于具身模型的上层能力大幅接管。它可以在零样本条件下直接控制机械臂，通过观察画面变化反推关节动作，并在陷入 corner case 时自我纠错。
传统 VLA 只有单帧或短帧记忆，语言跟随能力弱，更像在拟合 vision-action 对，遇到复杂指令难以改写轨迹。GPT-6 则能跳出 VLA 卡死的 corner case，慢慢尝试，直到把任务完成。
但延时仍是硬约束。物理世界不能等待推理，System 0/1 的实时控制、执行效率与本体硬件无法被替代。传感、电机驱动与肌肉记忆式的快速响应，仍需下层承担。
结合方式比概念标签更重要
当前 pi0.5 加 GPT-6 的做法，是先由底层给出初始化轨迹、上层再做修正。嘉宾认为这种拼接有时还不如直接调用大模型。
更合理的是分层加协同推理：上层 agent 负责顶层规划与场景描述，下层 VLA 执行动作，并通过协同推理把上层推理过程中产生的 token 实时注入下层，而不是等到出错才修正。上下层之间的接口设计会变得非常关键。
嘉宾也提醒，不必纠结 VLA、世界模型等概念标签的对立。把 world model 与 VLA 说成对立概念，更多是融资叙事，忽略了真正要解决的问题。数据清洗、Normalization、数据飞轮与模态组合，才决定模型能否训好。
GPT-6 能自动化生成仿真资产并调整物理属性，但 sim-to-real 的动态差距与视觉差距仍未解决，纯仿真数据无法直接完成迁移。
真机强化学习太贵，离线加打分更现实
物理世界无法像数字环境一样无限试错，一旦失误就可能造成真实损失。真机强化学习在线迭代过于昂贵。
可行的做法是：先让已有 90% 以上成功率的小模型在真实场景运行并回收数据，再让 GPT-6 对任务完成度打分、做离线 policy 梯度回传。GPT-6 对任务进度与完成质量的理解，使其天然具备 reward 与 critique 的能力。
对创业者的建议是聚焦 S0/S1 与本体系统，把上层交给大模型公司。把 GPT-6 的具身能力蒸馏到小模型，可能比直接调用大模型更高效。
王建明从美国交流回来的观察是，北美从业者更关注预训练、后训练阶段用什么数据达到什么结果，国内则更概念化。他建议国内团队把 S0/S1 和本体做到极致，让上下系统能调度起来。
资本在降温，但从具体技术的进展看，这个行业可能才刚刚开始。节目对 6～12 个月的落地持乐观态度。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
