（来源：界面新闻）
GPT-6 Astra的发布，让一个长期存在的路线之争再次浮出水面：专门做具身的模型，还有存在的必要吗？
作为通用大模型，GPT-6 Astra接入机器人后，已经能够理解人类指令、拆解复杂任务，并按照步骤执行。如果通用模型的能力持续增强，它是否有可能逐步取代专门面向机器人训练的具身模型，成为驱动机器人完成复杂任务的通用大脑？
对于专门做具身模型的公司而言，这不只是一个技术问题，也是一道关乎未来商业模式与存在价值的考题。
这也是具身模型公司原力灵机近期经常被问到的问题。近日，原力灵机联合创始人周而进在接受界面新闻专访时表示，他并没有因此而感受到很大的危机感，反而觉得是一件好事。
在他看来，通用模型的智能提升会带着具身模型一起水涨船高，很多通用的知识可以被吸纳进端到端方案里，用来补齐具身所需的那部分思考能力。
但具身要解决的不只是模型够不够聪明的问题，而是要在一个真实物理环境里，把一类真实的任务完整地闭环。在这之外，还有硬件、传感器、控制频率和外围的基础设施。“全都做好，才有可能更大规模地落地。”
周而进用一个类比来形容具身领域通用模型和专用模型的关系：大模型已经把视觉感知类问题解得差不多了，但手机上的屏下指纹解锁到今天仍然是专用模型，不会是简单的通用吃掉专用。
在整场对话中，他反复强调几个判断：通用模型越强，具身越要回到物理世界的“90%冰山”；评测不该做命题作文，要把机器搬到没见过的桌椅和物品面前；具身模型要同时具备智能和灵巧；物理世界是反规模化的，时间的积累不可压缩。
在他看来，模型的变化非常大，预测模型一两年后的变化，都是吹牛。“对不起，三个月之后你都预测不了。”
但他没有否认自己存在危机感，这种危机感是由模型的快速迭代带来的。“你不一定是被大模型公司甩下车，也会被具身领域其他跑得快的人甩下车。”
以下为对话实录，经界面新闻编辑整理。
物理世界的运行是反规模化的
界面新闻：通用大模型最近能力提升很快，在具身任务上的表现也很出圈。会不会担心通用大模型把具身模型吃掉？有危机感吗？
周而进：我觉得这肯定是好事。通用模型的智能提升会带来全行业技术进步的加速。过程中可能有公司恐慌，说大模型会不会把这边东西吃掉，但还是要回到具身本身要解决的问题上。
具身是一个非常综合性的领域，涉及算法、硬件、软件。我们要做的是在一个真实环境里，把一类真实的任务完整地闭环做好。所以大模型的智能提升很大程度上会带着具身模型一起水涨船高，但在此之外还有硬件、传感器、控制频率、Harness，把这些全都做好，才有可能更大规模地落地。不应该把通用大模型看成会吞噬具身模型。
至于危机感，我倾向于从更乐观的角度看：你跑得慢就会落后。你不一定是被大模型公司甩下车，你也会被具身领域其他跑得快的人甩下车——这才是危机感。
界面新闻：通用模型和专业模型以后会有清晰的分工吗？
周而进：得看定位。大模型发展到今天，视觉领域大部分图像感知类问题都解得差不多了，但今天手机上的屏下指纹解锁仍然是一个专用模型，不管大模型发展多久它都是。越通用的模型消耗资源越多，落到具体场景要考虑功耗、成本。所以不会是简单的通用吃掉专用，越到实际落地场景里，反而各种专项的东西越来越多。
界面新闻：头部厂商都在自研大脑，巨头下场在算力和数据上也有优势。原力灵机想占什么生态位？
周而进：任何一个行业都会有创业公司活下来，并成长为这个领域的领军企业。智谱、Kimi都是从创业公司涨起来的，也都有巨头玩家。没有哪个领域是到最后完全被巨头垄断、创业公司没有机会的，具身没有特殊性。
而且在技术方向高度不确定的领域，本质上大家都只能专注做一两件事。第一是方向要看准，看错了投入越大亏损越大；第二是比敏捷性和效率；第三是空间足够大。落地到各行业会形成局部的碎片化，模型、数据策略、Harness、Agent这些都还没有收敛。空间大某种程度上抹平了各家在投入层面的差异，不管你是巨头还是创业公司，一旦分散了、每个方向都试一下，一定做不好。所以本质还是回到方向判断、迭代敏捷度和修正反应速度，跟是不是巨头没关系，是核心团队的能力。
界面新闻：具身行业和大模型、互联网行业有什么本质不同？
周而进：物理世界的运行频率和虚拟世界完全不一样。虚拟世界里大家熟悉scale up：强化学习方案跑通，加机器，一万个环境并行跑，钱够多就能造十万个，一下提速十倍；互联网也一样，投流跑通就加量，赢者通吃。
虚拟世界里你是上帝，可以控制世界运行的频率，物理世界不是。一天就24小时，水加热到沸腾就要这么长时间，关节电机的运动速度有物理上限，你改变不了物理规律。一台真机跑通了，明天我有钱马上开一千台——对不起，跑不起来。一台到2台、10台、100台、1000台都有各自的问题，中间还涉及人员管理和组织，所有这些东西都是反规模化的。时间的积累也存在不可压缩性，很多坑只能自己趟过。
技术是被目标驱动的，不是站队驱动的
界面新闻：现在榜单很多，行业该怎么判断一家公司的模型水平？
周而进：首先不要妖魔化榜单，榜单出现一定是好事。我们的逻辑是：榜单上表现好不等于最终能落地，但连榜单都不好肯定不行。我们8月份在几个比较大的公开榜单上排名第一保持了挺长一段时间，它是一个自证。但再去细抠一分两分就偏离初衷了，任何榜单都是命题作文，跟应试教育一样。
更好的衡量标准是三个维度：榜单、模型有没有被更多人用起来、到底在多少真实场景里落地工作了。至于用不正当方式拿第一，那不是刷榜，那是攻击、是作弊，我们坚决抵制；但五花八门让自己分数好看一点，这也是一种市场行为，挺正常的。
界面新闻：大家的观感是机器人都在表演，demo很惊艳，实际落地很差。
周而进：这个问题背后有个假设，好像存在一种对立关系：一方在表演，另一方在质问你们为什么不干正事。任何技术在发展过程中都有两个诉求，一个是自己要往前走，一个是希望得到更多关注，背后可能是更好的融资。归根到底，技术往前走的过程中一定会有这样的现象。
更重要的是回到价值本身：具身智能公司的核心价值，是在物理世界闭环地解决一些事情，哪怕很小——你今天只会剥瓜子，能把各种瓜子都剥顺了，也是一件事。如果最后的价值判断是谁嗓门响、谁的demo更酷炫，那完全没有价值。
机器人分拣包裹（图片来源：原力灵机）
界面新闻：你们是怎么评测模型的？
周而进：今天很多具身给大家秀的都是命题作文，比如叠衣服，但真实物理世界并不是这样的。你无法预测用户会给什么指令——今天让你倒水，明天让你把笔帽拔下来。第二，物理世界里的东西你没见过：你让机器人拿个水杯，那是你家的水杯，训练时肯定没见过。没见过带来的物理反馈非常复杂，对这些反馈还能不能做出正确回应，是区分模型水平好坏的地方。
我们是in-the-wild（真实环境）的评测。以前很多demo是到现场还要调光照，把桌子换成跟实验室采集时一样的才可以。我们不是，机器搬过来，模型装进去，随便搬张椅子搬张桌子，东西一扫就开始指挥它干。这不只是两种考题的差别，它牵引的研发方向和底层动机完全不同，日积月累会让你的数据策略、研发策略都不一样。
比如，桌上有一堆笔，有的笔帽开着有的没有，我不告诉你干什么，只给一个指令“把桌子收拾干净”，模型要自己拆解任务，还不能死记硬背“笔都放笔筒”，干到一半我给你倒一堆垃圾，系统还得有条不紊地重新拆解、继续干。
所以具身智能模型不是单一维度的评价指标。好的具身模型应该是智能和灵巧的综合：很多事情灵巧地快速做掉，关键的地方又能把动作停下来、想清楚了再动手。
界面新闻：如何看待具身领域的技术路线之争？你们为什么走世界模型这条路？
周而进：今年上半年是一个比较荒谬的状态，大家用技术路线给自己贴标签，营造一种标新立异的差异化感觉。但真正的差异化应该来自你能做什么别人做不了的事情，而不是“我是这条路线标签的所有者，你是那条的”。所有技术路线都只是手段，所有的模型都是错的，都会过时。
不同路线确实有明显差异，但谁对谁错取决于目标：只做物料分拣可能选路线A，想做更通用的选路线B。不说清目标就说A对B错，非常荒谬。技术一定是被目标驱动的，不是站队驱动的。
我们是一个综合性方案。机器人要听懂指令、看懂世界、做出正确的决策动作并持续运行，这需要大量数据，可以来自真实世界采集，也可以来自世界模型生成。做后训练落地时，客户产线上你只能小规模采集，很难采到一千小时，那就需要世界模型补数据，把在客户场景做强化学习闭环这件事走通。
机器人自己能完成业务逻辑不等于落地
界面新闻：物流为什么是原力灵机第一个落地的场景？
周而进：第一是商业考虑，我们要在一个相对可复制的场景里做第一个落地闭环，每件事投入都很大，所以要选可复制的。物流里很多工位工种相似，一个仓库里就有好多个，很容易复制。
第二点更重要，机器人自己能完成业务逻辑不等于落地。比如，我要在车厂装挡风玻璃，实验室里能装，搬到客户产线上也能装，这就叫落地了吗？远远没有。你可能只做完了10%，剩下90%是水面下的冰山——要对接它的业务系统，要有兜底容错方案，要跟上客户产线的节拍。我们内部把这套外围基础设施叫Harness。本质上你是在改造客户的产线，否则你只是在那儿摆拍，哪怕直播24小时也是摆拍。
选物流是因为我们之前在物流整体解决方案和这套Harness上有非常丰富的落地经验。我敢说国内没有第二家同时具备做具身原生模型、又具备在场景里做Harness的能力。这套东西有很强的时间不可压缩性，得在那么多客户的场景里一轮一轮磨出来。现在很多公司还在把单个机器人能干的活干完，就搬到仓库或工厂里从0开始摸索，大家甚至没意识到这背后是一套非常巨大的基础设施。
机器人测试搭积木（图片来源：原力灵机）
界面新闻：物流之后会往哪些场景走？
周而进：从物流往工业、往商业门店逐步复制。背后的逻辑是，我在从一个环境更标准、更可控的场景，往更自由、更不可控的场景走。商超门店里会有各种顾客走来走去，就比工厂里所有工人每天干什么被限定死要自由得多。
我们沿着这条路，最终希望在自然环境、to C（用户）环境、园区里做机器人的各种事情，但它得有路径。
界面新闻：你们的商业化到什么程度了？
周而进：有好多真实的客户现在就在用我们的系统，不是做项目，是真的在用。商业化一定会选当下模型能力够得到的地方，不可能选看起来一两年都没戏的，解决了够得到这件事，再往更难的场景走一圈。今年我们的目标很明确，在几个核心头部客户上搞定订单，让机器人持续24小时运作。
界面新闻：现在还有哪些短板是什么？
周而进：公司之前花的精力比较多在灵巧性这个维度上，现在需要把具身智能这块能力也补齐。
所以大模型在具身领域的能力展现，对我来说是非常正向的信号，说明通用的知识能帮你补齐具身需要的那部分思考能力。而且绝大部分具身动作需要的思考深度很浅：抓娃娃第一下抓空了，第二下再深一点抓，这不需要解千禧年数学难题的智商，但你得具备根据上下文和环境反馈调整下一步的能力。
模型本身不是限制，限制最终落到控制频率、通信带宽和算力上。几乎所有物理世界的问题都有控制频率要求：让大模型写代码，写半小时甚至一晚上都行；机器人倒杯水停三分钟，水已经倒完了。四足可能50到100赫兹控制关节电机，抓取一般10到20赫兹，20赫兹就要求推理在50毫秒以内，接下来多大的模型能塞进去取决于算力。
云边端任何时候都有算力梯度，所以长期看具身模型一定会有大小之分，会有双系统或分层系统。我们的模型都是通用的，但通用不等于只有一个，它可以有不同尺度，4B、9B、30B，部署在云边端上，按任务的控制频率要求组成系统。
界面新闻：具身在C端落地的路径和B端有哪些不一样吗？
周而进：C端（用户）是比B端（企业）更复杂的环境，要求高很多。首先是成本，20万买一个机器人，有几个家庭负担得起？比成本更重要的是安全性，现在的机器人都挺重的，一不小心砸你一下可能就骨折了。所以大家在把机器人往更小、更轻量化做。
C端一定是从偏娱乐玩具、跟人交互的形态开始，然后逐步到能给你拿个拖鞋、搬个东西，一点一点成长。
界面新闻：接下来一两年，你们模型研发上有明确的时间表吗？
周而进：模型的变化非常大，预测模型一两年后的变化，都是吹牛。谁敢说一年后达到什么境界，对不起，三个月之后你都预测不了。
比较务实地讲，我们在今年年底的确定性已经相对较高：在开放世界把智能和灵巧放在一起，让系统在Harness里持续运作30分钟到1小时级别的长程任务，能应对各种意外并做出正确判断。
这一版模型我们希望绝大部分原子动作，即一两步之内能完成的抓、拿、放、推、拉，做到非常高的成功率。到明年上半年，做到这个状态就意味着机器人可以部署到真实物理环境里，做更广泛的数据采集和业务尝试。
商业化反而更明确，它有清晰的营收目标和订单目标，不像模型那样每天一个突破。我们现在研发规划的颗粒度是按天的。不是说我每天要调整方向，而是现在AI的迭代节奏就是这样，所有工作都细化落实到每一天。一个实验可能要跑一两周，但把事情排下来，颗粒度都对齐到天。
