OpenAI入局，全球具身智能变天，中国企业如何打响资源整合反击战？

文 | 创业最前线，作者 | 于莹，编辑 | 闪电

今年9月，OpenAI发布了被称为“迄今能力最强”的模型GPT-6 Astra。很快，社交媒体上就有人直接用Astra操控机械臂，完成从抓取到装配的各类任务。

第三方机构Robocurve公布的对照测试显示：在“把积木放进碗里”这类简单任务上，GPT-6 Astra零样本条件下20次测试完成19次，成功率95%，同期Claude Fable 5.1的成绩是40%。

这一下，行业坐不住了。此前的具身玩家，一部分是从“小脑”长出来的，做机械臂、底盘、人形本体与运动控制，靠执行能力吃饭；另一部分是具身模型公司出身，从数据、仿真和端到端算法里一点点磨“做”的本事。

如今通用基座模型直接包揽了机器人的规划与粗抓取，再叠加大模型厂商更快的迭代节奏，“大模型厂会吃掉所有具身模型厂”的说法，一时传遍全行业。

恐慌之前，有个问题或许要先想清楚，OpenAI为什么能一步跨到这里？在原力灵机看来，答案不在模型架构，而在数据、算力和时间。具身智能和大语言模型一样，最终是一场资源战，谁的素材更多、算力更足、熬得更久，谁就先摸到下一个能力台阶。

实际上，这场讨论的时间点，也足够微妙。2026年是具身智能的“上市大年”，年内已有5家机器人相关企业登陆港股，梅卡曼德、优地机器人、仙工智能等先后敲钟，宇树科技也在8月登陆科创板；走过“Demo时代”，商业化怎么选、技术路径怎么走，都被摆上了台面。OpenAI的入场，给这场混战又添了一把火。

带着这些问题，「创业最前线」与原力灵机联合创始人汪天才聊了聊。原力灵机由旷视系团队创立，创始人唐文斌是旷视联合创始人、CTO，汪天才是端到端自动驾驶算法PETR的核心作者；几个月前，公司刚完成对物流机器人公司Atomix的并购，是少数把“具身大模型”当主线做的国内团队。

1、机器人数据“成就”OpenAI

先看OpenAI这次的“做”推到了什么程度｡

GPT-6最突出的变化，是空间理解更有效地转化成了动作执行。一些测试把一段人类执行任务的视频交给模型，要求它驱动机械臂按相同方式操作，据其描述，第一次尝试就成功了。

也就是说，大模型可以从视频中理解动作过程，再转成机器人可以执行的操作。颇有种打破空间壁垒的“交互感”。

另外，测试中还有一个容易被忽略的细节：Astra能够根据历史执行结果做下一轮尝试。这类似于“在思维链上做强化学习”的步骤。经过多次尝试，任务执行成功率会越来越高。

那么，OpenAI是怎么“突然”进化到这一步的？

「创业最前线」了解到，OpenAI并不是没做过机器人。恰恰相反，它做得很早，也“失败”得很早。

2015年—2016年，OpenAI就认可“模型规模+数据规模”同步scale的路线，也尝试过具身方向，但最终没有做起来。

过去，最核心的卡点始终是物理世界数据匮乏。当时机器人数据起不了量，而OpenAI又是沿着“模型规模+数据规模”同步scale的逻辑，这成了制约其发展的原因。

而现在，OpenAI终于能把当年缺的东西补上了。

2026年1月，Business Insider援引知情人士称，OpenAI在旧金山建立机器人实验室，约有100名数据采集人员，使用遥操作方式让机械臂完成叠衣服、把面包放入烤面包机等任务。报道描述了GELLO控制器与Franka机械臂。

而OpenAI官方的招聘信息写得更直白，分布式数据系统（机器人方向）软件工程师岗位，注明了要“为机器人训练提供并使用EB级规模的高质量数据”，岗位职责覆盖数据筛选、自动标注、训练数据加载器，以及支撑多模态训练与评估的数据基础设施。

「创业最前线」了解到，行业内要实现具备通用能力的人形机器人大脑，至少需要一百万小时的高质量数据。

而行业里积累的可用数据，目前也就刚到百万小时量级。根据报道，OpenAI目前所使用的具身数据超过千万小时级。GPT-6的预训练，就灌入了大几百万甚至上千万小时的ego数据。

“十年前不具备的条件，今天具备了。”原力灵机联合创始人汪天才提到。

可见，采集纳入大量的机器人数据，是OpenAI拥有此表现的重要原因之一。

2、OpenAI威胁论，站得住吗？

所以，在原力灵机看来，大模型本质上是一场数据创新，OpenAI之所以形成断崖式领先，关键在于其庞大的数据优势。何况，OpenAI核心逻辑是沿着现有通用模型的scaling方式继续scaling下去，能够处理的任务范围就会继续扩大。今天需要专门设计、单独训练的能力，未来可能逐渐进入基础模型的能力范围。

中国具身机器人行业若想追赶OpenAI，首先需要迈过千万小时级训练素材的量级门槛。

不过，千万小时的数据要跑起来，配套的算力和资金是另一道门槛，能吞吐EB级数据、支撑多模态训练的基础设施，本身就是巨额资金堆出来的，而这恰恰是OpenAI最不缺的东西。

时间就更不用说，从2015年第一次尝试具身算起，这条路OpenAI走了十年，失败过、退场过，但认知、团队和数据体系都留了下来。数据、算力、时间，具身智能行业的三道门槛，OpenAI用十年把它们一并攒齐。

而对比来看，原力灵机在此维度上的投入也丝毫不吝啬。「创业最前线」了解到，其DM0.5模型用了15万小时数据。到今年年底，可能做到100万小时，原力灵机联合创始人汪天才表示。

算力上，原力灵机创始人唐文斌曾透露，公司15万小时数据的训练用到了小几千卡的规模，投入“小几个亿”。单看数据量和算力投入这两个硬指标，原力灵机是目前国内最接近OpenAI的具身智能公司之一。

不过，即使如此，年底冲到100万小时，和OpenAI的1000万小时相比，中间隔着一个数量级。

慢的原因，正如唐文斌所言，数据投入需要大量的资金。

此前，钛媒体的报道中曾估算过数据采集的成本，一台数据采集机器人成本约二十万元，使用寿命约一千小时，人工费用约一百二十元每小时，而高质量真机数据占比仅为百分之二十左右。粗略估算，单小时有效数据成本约一千六百元。一百万小时的有效数据，意味着约十六亿元的投入。

算力这一点更微妙，区别于大模型行业的“算力”比拼，国内具身机器人企业很少谈算力，行业话语多集中于数据、素材、世界模型等等，鲜少有人提及算力芯片投入。

而大语言模型领域，购置英伟达GPU、国产算力芯片等投入向来是公开话题。具身企业对算力的集体沉默，某种程度上说明其具身智能企业在算力芯片上投入不足，也就意味着真正在训练“模型大脑”的企业并不多。

根据原力灵机联合创始人汪天才的判断，国内宣称在做预训练、做“大脑”的企业虽多，实际真正投入的可能只有四五家。唐文斌也曾表示“一家公司如果在算力上没花过亿的钱，大概率没有真正在训练模型”。

「创业最前线」注意到，原力灵机在算力训练上花了不少心思，其甚至已开始采用国产芯片，更像是真正在做“大脑”的一方。

不过，把OpenAI神化同样不客观。具身智能除了需要大量的数据训练，也需要足够精准的数据。

在GPT-6发布后，原力灵机也进行过测试，一些简单任务，比如在仿真器里抓方块这类操作问题不大，但换到精巧的操作类任务，短板就暴露出来。

「创业最前线」也注意到，在测试中，一旦切换到精密拼图插入、精细接触操作，Astra迅速失效，和竞品同样成功率很低，仅有10%左右。

模型能够理解任务、进行推理，并不意味着它已经掌握了物理世界的全部操作能力。如果缺少高质量物理世界交互数据，技术路线就无法快速收敛。

大语言模型之所以能爆发，是因为互联网文本数据近乎无限且标注成本低。但物理世界不同，每一次抓取、每一个关节运动，都是高成本、低频率的孤立事件。

缺乏大规模、高质量的“身体记忆”，模型就像读过万卷书却从未下过田的农夫，理论完美，落地蹒跚。

原力灵机联合创始人汪天才举了个例子：有人把篮球扔过来，你只识别出“有个球飞过来了”不够，还得预判它的动力学轨迹，才能接得住。

“数字世界完全不关心物理动力学，你不会在意一段代码按什么运动规律运行；但物理世界是真实的，处处都是动力学。”

所以，除了庞大的投入外，未来大模型乃至整个具身行业，都需要继续在物理世界的精细交互上攒够“精准”的素材。

3、如何留在牌桌上？不如集中力量办大事

不难预见，站在时间的维度上，作为世界级的大公司，OpenAI的财力雄厚，随着其持续投入发展，国内具身智能公司的竞争壁垒难免被缩小。

但对于“大模型厂威胁具身模型厂”的言论，手握丰富真实场景数据的原力灵机内部，反而显得乐观。理由也很简单，头部大模型厂商这一轮下场，终于让行业看到，也重视了具身原生的价值。

如今，外网上不少人拿GPT-6去测评性能。载体可能是仿真器中、真机中，甚至是在一个玩具上。这至少大家真正关注到了，原来具身智能真的存在，哪怕它在以一个执行速度比较慢的方式在运行。

那么，这一波轮到具身智能赛道里，未来留下的将是哪些玩家？原力灵机仍然把追赶的关键归纳成上述提到的三点，即时间、数据、算力。

时间这一点，指的是当前低估了具身智能的行业价值与实现难度，投资人、用户乃至整个行业，都需要更多积累。算力和数据也就是前文所说，要持续追赶、投入。

而至于怎么追OpenAI上千万小时级的数据量，原力灵机认为核心变量是资源整合能力。

汪天才指出，国内行业最大的症结是资本市场过度分散，各方单打独斗，资金被摊薄到大量企业身上，行业内部自相消耗。

与美国市场资源高度集中于OpenAI等少数头部，国内融资还比较分散。“这家融了50亿、那家融了30亿，还有10亿、20亿者比比皆是”。汪天才表示。“与其如此，不如集中力量办大事，将训练数据渐进积累，资金、人才也同步整合。恰如三国时期群雄并起、最终三分天下一样。”

原力灵机认为，或许当前行业正处于“三分天下”之前的混战阶段，未来真正做模型、做“大脑”的企业可能收缩至四五家，其余中小厂商或被并购、被合并，或出清，资金向头部集中。

最后，对于“通用模型能否通吃所有垂类模型”的探讨，一个通用模型能否同时胜任写作、烹饪、物流乃至安保等各类任务？

原力灵机方面的回答是，其正在打造的通用具身模型，即具身机器人的基模、基础模型，相当于人的九年义务教育阶段，培养的是逻辑能力、对知识的理解能力与基础学科素养——让机器人解数学题，正是在锻炼这些底层能力。

完成这一阶段后，再学习修车、厨师、记者、科学家等细分场景，将事半功倍。原力灵机所做的通用具身模型与基座模型，正是要解决具身机器人“九年义务教育”的问题，通过基础学科的解题训练，让机器人的逻辑能力与知识理解能力更强。

所以，OpenAI的入场，到底改变了什么？它把具身智能从Demo叙事拽回了现实，证明了通用模型在高层规划和粗操作上的爆发力，也把物理世界精细交互的鸿沟，摊开给了所有人。

未来的赛点，不在谁更像人形，而在谁能把数据、算力、模型与真实场景拧成闭环，对国内具身公司而言，真正的危机或许不是OpenAI太强，而是资源太散、投入太浅、耐心太少。但混战终会收束，谁能留在牌桌上，将会是一场残酷的考验。