创新者
3 场深度对话收录
陈哲
观点集合
184: 与陈哲的「具身季报26Q3」：Astra冲击后，通用模型会吃掉Robotics吗？
Astra可直接输出末端位姿，再经逆动力学转成电机信号；银河通用10项Robot Dojo任务中，监督π0.5将成功率从26%升至48%。这动摇了“physical AI大于digital AI”的估值前提，但VLA仍可能有位置；Astra目前仍慢且成功率偏低，尚不能真实部署。
查看摘要（8段）
- 本季度最大的冲击是 GPT-6 Astra 展示了通用模型进入物理 AI 的能力：前沿实验室倾向于先解决 AGI，再把 physical AI 当作子问题。 Astra 不只做任务拆解，还能直接输出末端执行器位姿，经逆动力学转成电机信号——这一步以前被认为属于具身模型。开源社区复现显示，相较 Claude 成功率显著提高；曼祺还提到，另有 Robot Dojo 对比中 Astra 的成功率高于部分顶尖具身模型。“没有见到神迹的人就是不会信的。”
- 陈哲把 Astra 的影响分成三层：直接做策略、监督纠偏 VLA、以及最“头皮发麻”的——充当机器人学研究员。 银河通用的案例里，Astra 直接控制 10 个 Robot Dojo 任务成功率为 26%，监督 π0.5 输出则升至 48%；第三层设想是让它在 Blender 里搭仿真环境、生成物体和属性，并调试运动控制策略，“在物理世界里 AI 可以自己训练 AI”。陈哲认为 physical RSI 会来，也是 Q4 值得期待的方向；他称其为“最新的融资概念”。
- 具身模型公司的估值叙事受到挑战：支撑 Physical Intelligence、Generalist 高估值的“physical AI 大于 digital AI”假设可能不成立。 Astra 显示“通用模型是一个更可怕的存在，物理 AI 可能只是通用模型的一个子集”；VLA 的位置可能依然存在，但未必由独立 VLA 公司交付，未来通用模型也可能蒸馏出端侧模型。不过市场规模同时可能被放大、落地加速，不一定对每家创业公司都是坏事。
- 陈哲预计所有头部通用模型公司都会采取机器人领域的动作：Kimi、智谱有相关传闻，梁文锋提过物理 AGI，字节 Seed、腾讯 RoboticsX 等团队也可能按生成式 AI 的思路调整。 算力差距仍很大：头部具身公司 GPU 规模可能是千级，头部通用模型公司是十万甚至百万级，差两到三个量级。一位 Frontier Lab 的朋友也提醒，基于其数据量和算力得出的推导“对绝大部分创业公司并不成立”。
- World Labs 与 AMD 达成 82 亿美元收购协议，方案为全股票交易，但尚未完成。 陈哲认为这为同类公司的退出讨论提供了锚点；行业也有 Anthropic 可能收购 Physical Intelligence 的传闻。中国“基本没有像样的收购案例”；一位头部具身创业者说，公司融了 30 亿现金但不急着花，想等泡沫破碎后低价收团队。
- 宇树 IPO 暴涨暴跌（开盘市值 4400 多亿、后回落至 1700 多亿），陈哲“没什么感觉”，但 Astra 让他对千亿估值判断更有信心。 上半年收入 11.52 亿元、同比增长 48%；他以英伟达作类比：“OpenAI 再发达，英伟达也是受益的。”与此同时，监管对排队上市的具身公司趋严；他警告，为凑收入而做违反行业发展规律的事是本末倒置，如同在 GPT-1 时代逼 OpenAI 做 harness 创收。
- GEN-1.5 与 S1 展示的具身 ICL 能力，可能把部署所需的后训练压缩为分钟级示范视频。 两个出人意料的发现是：分布外任务可能通过一次示范学会；长序列技能组合（如打包、搬运）也能通过视频示范传授。行业逐渐形成的看法是，架构未必最关键：给 VLA 和 WAM 同样质量、规模的数据，都有可能训练出同样好的策略模型。
- FCC 在 7 月底宣布限制部分境外生产先进机器人；范围包括超过 2 公斤、具备移动感知、联网和控制能力的机器人。 陈哲称核心零部件原产地比例“应该是”65%；Boston Dynamics 等先前支持限制的公司也有申诉或提出异议，但 transcript 未明确说 Figure 是申诉方。短期影响有限：宇树 G1、R1、H2 等已获认证的型号，在没有重大软硬件修改时可继续销售；长期政策可能促使企业在美国本地建厂、带动供应商出海，但中国多年形成的供应链优势“很难靠短期限制性政策改变”。
170: 与陈哲的「具身季报 26Q2」：世界模型大风不停，和不想被贴标签的人
从 Cosmos 3、Gen One 到人形机器人分拣与灵巧手，具身智能正从模型概念进入产品、部署和数据竞争。节目讨论技术路线如何合流、产业链如何卡位，以及具身模型最终是否会像语言模型一样归于通用大厂。
查看摘要（8段）
- 世界模型从概念落地为产品与范式：英伟达 6 月 1 日发布的 Cosmos 3 是本季标杆——市场上第一个全开源的 Omni Model，用 Mixture of Transformers 架构把自回归推理与 diffusion 生成“缝”进统一模型，一次发布 super/nano/edge 三个版本直指部署。 陈哲的判断是“与其说世界模型颠覆了 VLA，不如说它给现有 SOTA 模型带来了更新的能力和思路”，π0.7 接轻量世界模型、Generalist Gen One 不愿被归入 VLA 或世界模型，都是合流迹象。
- 荣耀包揽亦庄马拉松冠亚季军，是大厂入局的预演：自主导航组三台“闪电”都跑进 50 分钟左右，对比 2025 年天工遥控夺冠的 2 小时 40 分，一年成绩提升三倍多。 荣耀靠定制比赛需要的电机加精密液冷压住电机过热，投入量级“显著高于另外两家”。主持人提出的判断是：本体公司今年能否 IPO，可能成为资源安全线；陈哲的回应是，小米、小鹏、理想等终端大厂已严肃入场，人形机器人正从单一技术创业“演变成系统性工程、系统性作战能力的体系”。
- Figure 百小时直播分拣 13 万件包裹，是人形机器人工业价值的“零到一”：约 3 秒一件，软包裹翻面展平这个动作“在四五年前技术栈下面基本上是无解的”，吸盘方案只能 pick and place。 遥操作争议不重要——“我相信所有的人形机器人在真正进入这种部署场景之前都有长时间的遥操作”，远程接管在 robotaxi 已是 norm。星动纪元在中国邮政、顺丰的同类落地“完全并不亚于美国公司”。
- 灵巧手成为下一个竞争战场，直驱信念加强：ICRA 维也纳上五 G 发布 20 个自由度二代直驱手，反驱与散热大幅改善、体积仅沙帕一半，定位类比“灵巧手里的宇树”——“谁能够更快提供可靠、稳定、廉价的灵巧手供给，就能更快成为行业事实标准”。 国内大厂跟随特斯拉腱驱路线更多是组织学：“万一特斯拉是对的，你要去试一个新的方向，那谁来承担这个错误的责任？”而 Optimus Gen 3 的手持续迭代，高自由度手头部出货仅几千只。
- 数据是下一场卡位战：采集范式两年内从 ALOHA 真机遥操作→UMI 无本体→egocentric 视频→全身动捕快速演进，“今天开始采集的数据可能就会转换成三个月、六个月以后模型方面的突破”。 灵巧手数据高度依赖手的构型与传感器选型，第三方数据商难以标准化——不像激光雷达点云可以一条管线通吃，灵巧手与人形本体大概率是长期博弈、长期共存。
- Gen One 是本季讨论度最高的模型进展：Generalist 自采 50 万小时 UMI 式无本体数据，在没有预训练模型的基础上从头训练端到端模型，复杂长程任务成功率从六十几 percent 提到 99%，自称“找到了 scaling 的钥匙”。 Peter Florence 明文拒绝 VLA 和世界模型两个标签——路线自信背后是美国创投“奖励第一个做这件事情的人”的生态。
- 终局之问：具身模型凭什么不归通用大厂？ “我们到底有什么原因来说明很多年以后 embodied AI 的 model 不是由 Anthropic、OpenAI 或者 Google 来提供的？”Cosmos 3 的万卡级训练已是具身研究算力天花板，对头部 LLM 公司“都不是特别大的算力预算”；OpenAI 高调重启 Robotics，团队源自 Sora（内部定位一直是世界模型），灵巧手将是其重点投入。陈哲预判具身模型终局同语言模型：高水平开源+顶级闭源，没有其他模型生存空间。
- 宇树 IPO 过会成为行业估值锚，未来六个月是大厂进场的最后窗口：“如果你不在二六年启动进入这个市场，等到二七、二八年人形机器人广泛落地的时候，你就没有身位了。” 中国式悖论：既不容忍十年不商业化，也不容忍非全栈——“所有的具身大脑公司都在宣布做本体”。但市值最大的几家恰恰不是全栈：英伟达不是，Anthropic 上市了可能也不是。
E178｜智能眼镜大战CES：靠AI不如产品硬
CES显示，AI只有改写产品定义并通过可靠硬件兑现才具备商业意义，PLAUD的摘要体验仍败给十年前录音笔的续航。中国厂商凭供应链、产品创新和数倍迭代速度进入高端消费硬件，但扫地机机械臂尚需两三代迭代，AI眼镜若无法脱离手机或形成刚需，独立品牌的长期空间仍未证明。
查看摘要（7段）
- 这届 CES 最重要的判断不是“有没有 AI”，而是 AI 是否改写了产品定义、且硬件基本功是否过关。 PLAUD 以约 100 多美元的卡片式录音笔接入 OpenAI API，把传统录音和转写升级为摘要，属于“没有 AI 就不成立”的产品；但泓君最终换回十年前的录音笔，因为 PLAUD 总在关键时刻没电。结论很朴素：“它首先是个消费品，然后才是一个智能设备。”
- 中国消费硬件的优势已经从成熟供应链能力扩展到产品创新、品牌溢价和数倍乃至十倍的迭代速度。 扫地机器人尤其明显：石头、追觅等头部厂商开始尝试机械臂，头部厂商则以自身专利和交叉授权减弱 iRobot 旧专利的约束。陈哲认为，当创新速度形成数量级差距，海外厂商“创新乏力几乎是一个必然的结果”。
- 扫地机机械臂目前更像差异化研发入口，而非已经成立的消费需求。 现有负载约 300—400 克，拿重拖鞋都困难，可靠、快速的 pick and place 仍是机器人难题，陈哲认为可能还需要两三代产品迭代；泓君则强调消费者眼下更在意自动上下水、续航和完整清扫。其长期价值在于探索几百至 1,000 美元家庭服务机器人的可能形态，而不是靠“捡袜子”立刻拉动销量。
- AI 眼镜赛道拥挤，却尚未证明适合独立创业公司和风险投资。 CES 现场至少有 20 家实体产品参展商，多数来自中国，但相似供应链迅速制造出 Meta Ray-Ban copycat；AI 仍多是辅助功能，AR 也缺少足够刚需的 use case。泓君认为，真正难复制的可能反而是舒适度、脸型适配、时尚设计、SKU 和销售网络，而单点电子功能“不足以支撑整个商业上的成功”。
- 如果智能眼镜必须借助手机完成连接、算力和 AI，它“大概率的宿命就是成为智能手机的一个附件”。 TWS 已给出先例：Apple、Samsung、华为、小米、OPPO、vivo 六家手机厂商应占据真无线耳机绝大部分份额，独立品牌和传统音频厂商受到挤压。除非眼镜能脱离手机成为新计算平台，否则最终份额更可能归于手机生态，而非今天的大量独立品牌。
- 陪伴机器人的胜负手不是智力超群，而是产品设计与“情商”共同制造情绪价值。 Looi、LOVOT 等产品显示，用户可能需要的是宠物式回应、萌感和恰到好处的动作，而不是会说话的智能音箱；“它不需要智能”并不意味着 AI 无关，声音、视觉、身份和情绪感知仍要支撑自然反馈。问题在于需求高度分散，目前没有清晰的 winning formula。
- 更确定的产业机会可能位于基础工具链和真正会做硬件的组织，而不是每年最热的终端概念。 英伟达发布 Cosmos 物理 AI 大模型，并以 Isaac Sim 等工具推动客户训练机器人模型，再反向支撑 GPU；大疆系和拓竹则说明，产品竞争力来自第一性工程文化、人才训练和持续迭代。CES 能指示未来一两年的热点，却不能直接回答“谁值得投资”，因为“很多公司会消失不见”。