模型公司集体下注具身智能，但它们还没跨过那道坎

　　（图源：视觉中国）

　　蓝鲸新闻 10 月 21 日讯（记者翟智超）越来越多头部大模型公司开始下注具身智能。

　　日前，有猎头告诉蓝鲸科技记者，DeepSeek 仍在寻求 AI 跨界及 AI Agent 人才；而就在近期，据多家媒体报道，DeepSeek 被曝正考虑进入具身智能赛道。

　　无独有偶，OpenAI、智谱、Kimi 等也相继传出涉足具身智能的信号：OpenAI CEO 山姆·奥尔特曼在播客中确认，公司将独立开发人形机器人，表态很直接——"我们会做"；Kimi 启动了具身智能方向的人才招募；智谱则通过投资与合资，绑定硬件伙伴。

　　深圳一家主攻机器人大脑的机器人企业负责人对记者称，"大模型企业扎堆入局，一是验证自身模型能力，其次则是寻找落地场景。"

　　但入局是一回事，做好是另一回事，即大模型公司能把语言和推理做到前沿，但它们能做好机器人吗？

　　不同模型公司规划不同的路线

　　OpenAI 走的是重自研路线。据 OpenAI 官网招聘信息，其团队正在自研集成电机、传动、传感、热管理的机电一体化执行器，同时布局量产制造与供应链。上海某人形机器人企业研究员李翔对记者表示，OpenAI 的逻辑是：如果"大脑"的最终形态需要与身体的物理约束深度耦合，那么把身体完全交给外部供应链，等于把定义智能上限的一部分权力拱手让人。

　　智谱走的是投资、合资加开源生态的路线。它通过投资加合资（如智显机器人）快速绑定硬件伙伴，并开源 ZR-0 模型构建生态。记者从接近智显机器人人士处获悉，到 2026 年 6 月，智显机器人已接入智谱大模型，ZBrain 智显智能体平台适配了 GLM-5.2，目前在文旅等场景开始验证，未来将向可移动机器人延伸。

　　DeepSeek 走的是"本体+大脑"投资串联的路线。它投资宇树（本体）和 Winverse AI（大脑），试图串联完整闭环。2026 年 8 月，DeepSeek 以约 1.41 亿元参与宇树科技 IPO 战略配售，双方约定在通用人工智能研发、高性能通用机器人和 AI 大模型三个方向深度合作。两个月后，DeepSeek 被曝计划领投机器人 AI 初创公司 Winverse AI 的种子轮，融资规模数千万美元、投后估值约 4 亿美元。据证券时报报道显示，Winverse AI 成立于 2026 年，创始人胡瀚曾负责腾讯混元多模态大模型；

　　Kimi 的动作最轻。2026 年 9 月，有消息称其已启动具身智能方向的人才招募，多家具身智能公司的员工接到面试电话；更早的 5 月，公司申请了多枚"KimiClaw"商标，覆盖科学仪器、网站服务等分类。李翔称，Kimi 的优势在于强大的基础模型能力（如 K3 大模型），但缺乏机器人本体或运动控制方面的技术储备。

　　四家路径轻重不同，投入深浅不一，但外部观察者倾向于把它们放进两个更大的结构性叙事中。

　　一个叙事是商业化出口的寻找。据开源证券研报显示，OpenAI 的 ARR（年化经常性收入）在 2026 年 2 至 6 月出现 5 个月停滞，7 月单月 ARR 已超过第二季度总和，增长质量的支点正从消费者订阅转向企业 Agent 与编码；而在同一份研报的口径下，物理 AI（Physical AI，即理解并作用于物理世界的 AI）被视为"coding 之后需求空间最大的市场"，研报援引黄仁勋的判断称，其对应产业机会超过 50 万亿美元。

　　另一个叙事是防御性的竞争逻辑。"如果 GPT-6 Astra 已经证明通用模型可以直接输出机器人末端执行器的位姿、完成部分任务的成功率甚至超过一些具身模型，那么‘不做具身’对基模公司而言就不再是一个安全的中性选项，而可能意味着在下一代模型竞争的入口处缺席。"人形机器人研究员刘凯向蓝鲸科技表示。

　　模型公司能不能做好机器人？

　　业内一种普遍的判断是：把四家公司的路径放在一起，会看到一个共同的底层假设：具身智能的技术路线终将收敛；而在收敛之后，模型能力会成为机器人的核心竞争力。

　　但这个假设只能说明各家布局有其合理性，却回答不了"模型公司能不能做好机器人"。在这一前提下，行业释放的信号值得关注。

　　首先，技术路线仍未收敛。蚂蚁灵波相关业务负责人对记者表示："现在还在行业早期，技术路线没有收敛，很难预测未来竞争格局。"中国信通院联合清华大学发布的《具身智能发展报告（2026 年）》也给出了更量化的描述：VLA、世界模型、全身移动操作控制多线并行，统一"感知—决策—执行"闭环的主导架构仍未出现。

　　其次，比路线分歧更具体的是数据瓶颈。真实机器人的交互数据无法像文本一样"伸手即得"，获取成本高、标注难、复用性差。更棘手的是，数据规模与效果之间并非线性关系。破壳机器人创始人许华哲提醒，行业对数据量本身存在一定程度的高估，"一百万小时""几百万小时"并不天然意味着更好的模型。

　　再者，除了技术和数据，模型公司还面临业务边界的选择：是否应该走向全栈，行业同样存在分歧。

　　智在无界创始人卢宗青的判断与主流叙事相反："软硬一体"在机器人没有规模化落地之前，是包袱，不是优势。他选择只做机器人大脑，不碰硬件，理由是行业对"纯软"存在偏见；而如果模型公司能做出跨本体、跨任务的通用大脑，具身企业未必需要把整条技术栈背在自己身上。

　　此外，更进一步说，即便技术路线、数据瓶颈和业务边界都被逐一解决，商业账仍然是一道独立门槛。《具身智能发展报告（2026 年）》也显示，整机价格只占总拥有成本的 40%—60%，单台轮臂或双足人形机器人年综合运维成本约 50 万—70 万元，高于多数岗位的人力成本。

　　人形机器人场景应用联盟的不完全统计则显示，教育科研机构占比约 55.5%，政府及公共平台约 20.6%，工业及技术型企业仅约 21.1%。成本高企、应用场景又集中在教育科研和政府公共平台，说明具身智能距离真正进入工业生产体系仍有距离。

　　这也解释了为什么竞争焦点正在发生变化。北京某具身智能企业创始人告诉记者，具身智能的竞争正在从"机器人能做什么动作"转向"机器人能不能成为一个可靠的生产系统"，而后者的门槛不在模型架构里，而在真实业务流程的持续运转和可计算的投资回报里。

　　这或也说明，四家公司最终要交的同一份答卷：它们押注的是"模型能力终将成为机器人核心竞争力"这一尚未被验证的假设，而验证它的场所不在发布会和 demo 里，在一条能连续运转、算得出投资回报的生产线上。