GPT-6 Astra冲击具身模型，两场圆桌激辩护城河

最近，我主持了两场具身智能论坛：9月10日的Inclusion·外滩大会和9月9日的JDD京东全球科技探索者大会。两场活动恰逢GPT-6 Astra在具身领域引发热议，嘉宾们围绕“Astra带给具身模型什么冲击、具身模型会保留多大独立空间、通用模型是否才是未来”展开讨论。我请Astra根据七位嘉宾发言标出“通用主导指数”（0-10，10代表通用模型才是未来，0代表具身模型完全独立），仅供立场参考。

陈博远｜逆矩阵科技创始人（指数1/10）：主张独立的物理基座模型。他用GPT-6操作夹爪拿杯子需40分钟到1小时，认为语言模型存在上限：语言限制任务描述，推理范式锁死应用上限，token生成速度在真机上可能对应三个控制周期，无法及时响应物理世界变化。物理AI一定需要自己的基座模型，学习人类操作范式、物理直觉和本能。

王潜｜自变量机器人创始人兼CEO（指数2/10）：具身需要专门模型，通用能力可借力。他认为智能本体存在于数据中，模型只是蒸馏器和容器，AI系统发展更依赖数据基础设施。OpenAI、Anthropic若做具身，仍需收集现实数据、做仿真器和评估，难度不会因基础模型优势降低。语言模型历史上从未发生跨领域降维打击，Astra启示是预训练确实work。通用大模型无法在机器人上以合理速度推理部署，需要单纯具身模型。

沈宇军｜蚂蚁灵波科技首席科学家（指数4/10）：协作共存，更看重具身独立范式。具身模型必须部署在机器人上，依赖传感器源源不断输入，不可被打断，需基于新输入随时改变推理。具身场景可能为更高级模型提供发展方向，机器人走入生活带来的物理世界数据可成为大模型新语料。具身一定会有自己的新训练范式，支持7×24小时持续处理物理世界信息，不会走与数字世界相同的技术路线。

韩铮｜苏度科技联合创始人兼CEO（指数5/10）：上下分层，通用与具身并重。上层抽象理解会分层，机器人基础是skill，底层技能的泛化性和高成功率必须与上层模型同等水平，否则上下层衔接会非常致命。