当下AI行业的最大悬念，已经不再是大模型能不能更强，而是谁能长出真正能干实事的机器人大脑。
GPT-6持续迭代、世界模型概念爆火、VLA（视觉语言动作模型）、自进化机器人轮番登场，所有赛道都在争抢具身智能的核心话语权。资本市场更是给出极致溢价：相比纯语言大模型公司，具备具身能力、世界模型布局的企业，估值天花板被普遍看高一线，甚至诞生有望超越OpenAI估值体量的行业新巨头。
但热潮之下，行业虚火与技术迷雾并存。各类概念层层包装，世界模型被反复神化、泛化，真假技术路线混杂，不少Demo惊艳的产品，落地真机后漏洞百出。
在最新一期虎嗅AI100闭门会上，章鱼动力、华映资本、域变换、墨奇智能的四位行业嘉宾，从技术研发、资本逻辑、学术前沿、产业落地四大维度，撕开行业热门概念的伪装，给出了当下具身智能最真实的5大核心判断：不看名词看能力、语言智能替代不了物理智能、真机闭环是唯一标尺、大脑无法脱离身体孤立存在、未来巨头可能来自全新赛道。
01 撕掉“世界模型”滤镜：行业最大误区，是概念大于能力
如今的具身智能赛道，“世界模型”已然成为最高频的流量热词。做视频预测、仿真模拟、动作生成的团队，纷纷将自身技术包装为世界模型，概念边界无限泛化，让从业者、投资人、创业者陷入认知混乱。
针对行业乱象，华映资本海外合伙人邱谆提出了最朴素、最核心的项目判断法则：先把“世界模型”四个字遮住，只看本质能力。
这和多年前“元宇宙”的行业乱象如出一辙：宏大的概念试图覆盖所有场景，最终反而失去了精准的定义与评判标准。褪去概念外衣，有人用世界模型做技术工具，有人将其当作终极目标，赛道语境完全错位，唯有落地能力不会骗人。
章鱼动力世界模型合伙人陈文科给出了底层定义：真正的世界模型，核心是建立AI与物理世界的真实关联，核心能力只有两项——预测物理世界变化、推演时空因果关系。机器人推杯子、调夹爪力度、改变动作姿态，能够提前预判物体位移、状态变化，才是世界模型的核心价值。
南京大学特聘研究员吴昊进一步提炼出三大硬核考核标准，也是机器人大脑的入门底线：能不能预测未来环境变化、预测结果能否指导决策、决策指令能否在真机上完成闭环落地。
换言之，仅能生成炫酷视频、输出精美模拟画面，无法指导真实动作、无法适配真机环境的模型，只是“观赏性技术”，算不上真正的机器人大脑。
复旦大学可信具身智能研究院吴桐补充，当下行业热议的视觉世界模型，主要分为两条技术路线：一是通过视频预测物理状态变化，辅助机器人策略训练；二是依托视觉预测直接生成动作指令。而广义的语言模型，本质也是一种认知层面的世界模型。评判技术优劣的核心，从来不是标签，而是模型到底为机器人大脑新增了哪些落地能力。
02 GPT-6再强，也补不齐物理智能的先天短板
GPT-6的强势迭代，让行业诞生了一个终极疑问：既然大语言模型的推理、记忆、规划能力已经足够强大，能不能直接嫁接机器人，充当通用机器人大脑，彻底替代专用具身模型？
闭门会嘉宾达成统一共识：语言智能可以拔高上限，但无法补齐物理智能的底层短板，机器人大脑不能只靠语言生长。
陈文科用L、V、T三维体系，拆解了机器人大脑的完整架构：L（Language语言）、V（Vision视觉）、T（Tactile触觉）。三者分工明确、缺一不可。语言模型擅长长程规划、逻辑推理、任务拆解，是机器人的“思考中枢”；但真正对接物理世界、完成实操动作，核心依靠视觉与触觉。
人类的绝大多数肢体动作，无需语言中介。伸手抓水杯、调整发力力度、适配物体姿态，都是视觉与触觉的即时反馈，无需大脑进行语言翻译。同理，机器人干活的核心壁垒，从来不是“会不会思考”，而是“能不能感知、能不能适配、能不能精准执行”。
吴桐团队的GPT-6真机测试，直观印证了这一结论。GPT-6展现出极强的指令泛化、上下文学习与长程任务拆解能力，能够精准理解复杂指令、分步完成目标，是顶级的“思考型大脑”。但短板同样致命：
第一，实时性不足。云端大模型推理延迟高，无法适配物理世界毫秒级的即时反馈需求，机器人作业无法随时暂停等待模型思考；
第二，物理感知缺失。一旦摄像头被遮挡、环境光线变化、物体材质改变，GPT-6无法通过触觉、动态感知预判变化，任务成功率大幅下滑。它能理解“要做什么”，却无法预判“做完会发生什么”。
这也确立了行业未来的主流分工模式：大语言模型承担高频、长周期的顶层规划（System 2），VLA、世界动作模型承担低速、即时的实操执行（System 1）。语言能让机器人“想明白”，唯有视觉与触觉构成的物理智能，能让机器人“干得好”。
03 拒绝Demo玄学：预测、决策、真机闭环，是唯一真考题
当下行业多数出圈成果，都停留在精美Demo层面：固定场景、固定光线、固定设备，机器人动作流畅、精准高效。但行业共识是：Demo只能证明“曾经做成过”，无法证明“可以稳定商用”。换一张桌面、换一种材质、微调灯光环境，很多模型就会彻底失效。
真正区分行业噱头与硬核技术的，是三道终极考题：预测精度、决策有效性、真机闭环能力。
吴桐明确了技术评判标准：世界动作模型的核心价值，是在真实环境中稳定、安全、高成功率运行；世界仿真器的核心价值，是能够持续优化后续训练策略、提升真机能力。无法落地优化的仿真、无法闭环执行的决策，均无产业价值。
吴昊进一步指出物理世界的核心特征：开放、长尾、充满不确定性。单纯依靠预训练的模型，永远无法覆盖所有真实场景。机器人大脑的核心竞争力，不在于出厂时的初始能力，而在于进入真实环境后，能否通过自我交互、自我纠错、持续进化。
行业真正的破局思路，是打破“训练完美再落地”的固有思维。模型初始能力40分也可落地，通过人机协同、真实作业、失败复盘，持续采集真实数据，逐步迭代至60分、80分、90分。具身智能的终极优势，是自进化能力——真实场景不仅是落地终端，更是永久训练场。
陈文科补充，模型规模缩放（Scaling）确实能提升动作精度，但前提是数据与基础设施先行。脱离真实数据闭环、基础设施不完善的模型扩容，只是无效堆参数，无法实现能力跃迁。
04 没有悬空的大脑：模型、本体、控制必须协同共生
行业曾流行一种理想化认知：机器人大脑可以像大模型API一样独立存在，通用模型可以适配所有机器人硬件，实现即插即用。
但落地实践彻底推翻了这一观点：越接近真实部署，越没有孤立的大脑。
陈文科直言，纯做大脑、脱离硬件本体的路线走不远。真实机器人作业中，硬件批次误差、执行器损耗、视觉噪声、高频力反馈、动力学偏差，都是无法规避的问题。这些硬件层面的物理瑕疵，不会因为模型智商提升而自动消失。想要真正落地生产力场景，大脑与硬件必须协同设计、深度适配。
吴桐则给出更客观的折中判断：通用认知能力可以跨本体迁移，任务理解、空间认知、行为判断等能力，能够适配不同机械臂、机器人本体。但如果追求自然流畅、稳定可靠的商用级表现，通用大脑必须与专属硬件深度耦合。
这也标志着具身智能彻底告别纯软件模型时代。未来的行业竞争，不再是单一模型能力的比拼，而是模型、控制、本体、传感器、数据、基础设施的综合体系对抗。谁能补齐模型与硬件之间的最后一公里适配差距，谁才能真正跑通商业化闭环。
05 资本高溢价的真相：上限极高，但赛道仍无终局
资本愿意为具身智能给出远超纯大模型赛道的估值溢价，核心源于其独一无二的产业想象空间。如果说大模型重构的是信息世界，具身智能重构的则是实体生产力，是唯一能让AI替代人类体力劳动、介入工业、民生、服务全场景的终极形态。
邱谆总结了资本的核心逻辑：大语言模型已经找到了Coding、办公自动化等高价值高频场景，形成了稳定商业闭环；而具身智能尚未出现专属的“王牌场景”，工厂、物流、家庭、康养均在探索期，但一旦跑通平台级机器人大脑，其商业上限将远超纯信息AI。
当下行业处于典型的“资本提前定价、技术尚未落地”的错位阶段。资本已经按照通用机器人的终局形态给出估值，但行业仍未收敛技术路线、未明确落地场景、未形成成熟商业模式。
与此同时，赛道存在明显过热风险，资本周期的波动会淘汰大量跟风玩家。更关键的是，具身智能的终局玩家充满不确定性。参考NLP赛道，BERT主流多年后，GPT全新范式实现弯道超车。如今具身智能多条路线并行，未来的行业巨头，可能是现有头部玩家，也可能是全新路线的新入局者。
06 行业终极分歧：先做大模型，还是先跑场景？
整场闭门会，行业嘉宾并未给出统一的终极答案，但清晰呈现了当下两条核心技术路线的博弈，也是行业未来数年的核心竞争方向。
路线一：Scaling First（优先做大模型）。陈文科认为，AI产业的终极爆发，源于模型能力的临界点突破。早期LLM商业化受限，核心是模型智商不足；当模型推理、工具调用、自主规划能力跨越阈值后，应用会自然爆发。当下具身智能的核心优先级，是持续做大模型、做强基础能力、等待能力跃迁，场景落地是水到渠成的结果。
路线二：Deployment First（优先落地场景）。吴昊则坚持，通用世界模型难度过高、周期太长，行业无需等待完美模型。当下最优解是落地半结构化场景，先打造“场景专属模型”，吃透单一场景的物理规则、作业逻辑，通过人机协同完成基础作业，在真实交互中积累数据、迭代模型，从垂直场景逐步走向通用。
吴桐给出了中立的第三视角：两条路线并非对立，而是相辅相成。行业真正的未知命题是：通用智能究竟源于海量预训练的模型缩放，还是源于真实场景的持续交互进化？这一问题的答案，将决定未来具身智能的产业格局。
结语：真正的壁垒，是大脑持续在真实世界变强
褪去世界模型、自进化、GPT原生具身等热门概念的包装，具身智能的本质逻辑已然清晰。
语言智能决定机器人的思维高度，物理智能决定机器人的落地下限；模型规模决定技术上限，真实场景闭环决定商业下限。行业不需要更炫酷的Demo、更宏大的概念，需要的是能稳定干活、持续进化、适配实体场景的真能力。
未来能跑出超高估值、超越传统AI巨头的具身智能公司，一定是打通了“模型迭代+硬件适配+场景闭环+自进化学习”的完整链路。
当AI不再只会说话、只会生成内容，真正走进物理世界，替代人类完成劳作、创造价值，属于具身智能的产业爆发期，才会真正到来。
本文基于2026年9月22日虎嗅AI100第12期闭门会直播，观点来自嘉宾本人发言