宇树科技（688836）首份业绩报告出炉，营收与利润大幅增长、研发投入同步加码，市场自然把问题推向增长可持续性。单期业绩提供了观察窗口，但具身智能行业的技术路线正在被通用大模型搅动，宇树所处的硬件环节也不再只是制造能力的比拼。
OpenAI在9月发布GPT-6 Astra，多份技术测试显示，这一模型虽非专门为机器人打造，却已展现直接用于机器人操作的潜力。既有分工因此被挑战：大语言模型负责上层任务理解和规划，机器人具体动作生成依赖专用机器人模型。宇树科技（688836）创始人王兴兴从中看到物理AI即将被击穿的曙光；智元机器人联合创始人、总裁兼CTO彭志辉相对谨慎，但也认同机器人本体厂商有望受益，因为可靠本体是把模型智能装进真实世界的载体。
通用模型的短板同样清晰。英伟达（NVDA）10月中旬发布的技术报告提到，GPT-6 Astra单次推理耗时11至19秒，机器人专用VLA模型π0.5约47毫秒；完成一次任务的token消耗费用最高达到36.4美元。华泰证券（HK6886）10月27日研报援引专家观点称，倒水类简单任务中，GPT-6 Astra从理解指令到完成需3至4分钟，专用模型可在约1分钟内完成；让模型学会并执行一遍任务的成本约几百美元。专家还提示，大型科技公司若以通用模型为基座蒸馏机器人专用小模型，纯机器人模型公司受冲击最大。
宇树科技（688836）身处机器人硬件头部阵营，产业链部分零部件公司同样在近期录得明显股价上行。一位头部券商机械行业分析师将大模型进展视为板块行情的重要催化。10月下旬，摩根大通（JPM）在约一个月内把宇树科技（688836）评级由减持调升至增持，分析师认为，前沿大模型让机器人硬件作为大脑与物理世界交互的载体更具战略价值。
彭志辉推演了两种情形：模型能力越强，谁能以更低成本、更高可靠性把智能装进真实世界，谁就越可能把智能转化为生产力，具备规模化制造能力的本体企业因此获得优势；若不存在万能大模型，各垂域仍需训练专用模型，训练数据来源依赖机器人本体，能大规模真实部署并稳定获取高质量数据的企业更具竞争力。他同时强调，并非所有本体厂商都能受益，真正有机会的是能生产高可靠性、低成本、高性能机器人，并具备强大供应链和规模化部署能力的公司。有本体公司创始人告诉记者，国内目前能规模化制造可靠本体的公司不超过五家。
机器人模型研发公司也在调整策略。智元联合创始人、联席总裁、具身业务体系总裁姚卯青回应行业变天时称，要成为AI那边，不要成为被击穿那边。10月29日，智元发布新款具身基座模型GO-3 Preview，彭志辉称其为行业内参数量最大的一款具身模型，体现智元向通用模型方向渗透的应对思路。彭志辉分析，GPT-6 Astra等通用大语言模型具备越来越强具身能力，原因在于训练中使用大量3D数据，有助于模型理解三维空间并形成空间智能；智元也会借助前沿通用大模型加速研发，近期发布的一套机器人自进化系统，底座便类似GPT-6 Astra的大模型技术。
算力开销构成另一条约束。智元采用租赁算力的轻资产模式，GO-3模型训练使用相当于数千张英伟达（NVDA）H100芯片的算力。彭志辉透露，智元今年有望获得接近万卡规模训练集群的算力，在全球算力紧缺背景下，需要与通用大模型公司抢算力。姚卯青估算，千卡规模算力一年使用成本约1至2亿元，投入很大。原力灵机联合创始人兼CEO唐文斌称，其公司基于15万小时数据训练的DM0.5具身基础模型，预训练使用数千张英伟达（NVDA）H系列GPU，年算力投入在亿元量级；他给出的判断是，算力投入若未到亿元量级，重新训练模型的意义不大。
数据范式也在变化。第一人称视角拍摄的人类视频数据，日渐成为具身模型预训练的底座，这类数据规模正向百万小时挺进。野村证券认为，数据问题与谁能赢得机器人大脑竞赛直接关联；如果人类视频成为主要数据来源，推动大语言模型发展的规模法则同样适用于这类视频数据，拥有最好数据管线和最强算力的企业将占据优势。
野村证券10月下旬研报判断，机器人行业离ChatGPT时刻仍相差甚远，未来机器人大脑的突破将来自两类玩家：一类是拥有充足算力的领先通用大模型公司，另一类是以特斯拉（TSLA）为代表、能够实现模型研发、数据闭环和机器人本体规模化部署的整合型企业。最终胜出者需同时具备充足算力、有效数据闭环和真实世界机器人部署能力，机器人大脑初创公司可能处于劣势，算力是最明显短板。
回到宇树科技（688836）首份业绩报告，营收利润大幅增长与研发投入加码同步发生，说明业务扩张和投入强度都在抬升。增长能否延续，要看研发投入能否转化为产品可靠性、成本下降和规模化交付能力。行业影响则在于，竞争边界正从本体与大脑的分工，转向本体、模型、数据和算力的综合较量；大模型进展会继续催化市场情绪，商业化验证仍是更长周期（883436）的变量。
OpenAI在9月发布GPT-6 Astra，多份技术测试显示，这一模型虽非专门为机器人打造，却已展现直接用于机器人操作的潜力。既有分工因此被挑战：大语言模型负责上层任务理解和规划，机器人具体动作生成依赖专用机器人模型。宇树科技（688836）创始人王兴兴从中看到物理AI即将被击穿的曙光；智元机器人联合创始人、总裁兼CTO彭志辉相对谨慎，但也认同机器人本体厂商有望受益，因为可靠本体是把模型智能装进真实世界的载体。
通用模型的短板同样清晰。英伟达（NVDA）10月中旬发布的技术报告提到，GPT-6 Astra单次推理耗时11至19秒，机器人专用VLA模型π0.5约47毫秒；完成一次任务的token消耗费用最高达到36.4美元。华泰证券（HK6886）10月27日研报援引专家观点称，倒水类简单任务中，GPT-6 Astra从理解指令到完成需3至4分钟，专用模型可在约1分钟内完成；让模型学会并执行一遍任务的成本约几百美元。专家还提示，大型科技公司若以通用模型为基座蒸馏机器人专用小模型，纯机器人模型公司受冲击最大。
宇树科技（688836）身处机器人硬件头部阵营，产业链部分零部件公司同样在近期录得明显股价上行。一位头部券商机械行业分析师将大模型进展视为板块行情的重要催化。10月下旬，摩根大通（JPM）在约一个月内把宇树科技（688836）评级由减持调升至增持，分析师认为，前沿大模型让机器人硬件作为大脑与物理世界交互的载体更具战略价值。
彭志辉推演了两种情形：模型能力越强，谁能以更低成本、更高可靠性把智能装进真实世界，谁就越可能把智能转化为生产力，具备规模化制造能力的本体企业因此获得优势；若不存在万能大模型，各垂域仍需训练专用模型，训练数据来源依赖机器人本体，能大规模真实部署并稳定获取高质量数据的企业更具竞争力。他同时强调，并非所有本体厂商都能受益，真正有机会的是能生产高可靠性、低成本、高性能机器人，并具备强大供应链和规模化部署能力的公司。有本体公司创始人告诉记者，国内目前能规模化制造可靠本体的公司不超过五家。
机器人模型研发公司也在调整策略。智元联合创始人、联席总裁、具身业务体系总裁姚卯青回应行业变天时称，要成为AI那边，不要成为被击穿那边。10月29日，智元发布新款具身基座模型GO-3 Preview，彭志辉称其为行业内参数量最大的一款具身模型，体现智元向通用模型方向渗透的应对思路。彭志辉分析，GPT-6 Astra等通用大语言模型具备越来越强具身能力，原因在于训练中使用大量3D数据，有助于模型理解三维空间并形成空间智能；智元也会借助前沿通用大模型加速研发，近期发布的一套机器人自进化系统，底座便类似GPT-6 Astra的大模型技术。
算力开销构成另一条约束。智元采用租赁算力的轻资产模式，GO-3模型训练使用相当于数千张英伟达（NVDA）H100芯片的算力。彭志辉透露，智元今年有望获得接近万卡规模训练集群的算力，在全球算力紧缺背景下，需要与通用大模型公司抢算力。姚卯青估算，千卡规模算力一年使用成本约1至2亿元，投入很大。原力灵机联合创始人兼CEO唐文斌称，其公司基于15万小时数据训练的DM0.5具身基础模型，预训练使用数千张英伟达（NVDA）H系列GPU，年算力投入在亿元量级；他给出的判断是，算力投入若未到亿元量级，重新训练模型的意义不大。
数据范式也在变化。第一人称视角拍摄的人类视频数据，日渐成为具身模型预训练的底座，这类数据规模正向百万小时挺进。野村证券认为，数据问题与谁能赢得机器人大脑竞赛直接关联；如果人类视频成为主要数据来源，推动大语言模型发展的规模法则同样适用于这类视频数据，拥有最好数据管线和最强算力的企业将占据优势。
野村证券10月下旬研报判断，机器人行业离ChatGPT时刻仍相差甚远，未来机器人大脑的突破将来自两类玩家：一类是拥有充足算力的领先通用大模型公司，另一类是以特斯拉（TSLA）为代表、能够实现模型研发、数据闭环和机器人本体规模化部署的整合型企业。最终胜出者需同时具备充足算力、有效数据闭环和真实世界机器人部署能力，机器人大脑初创公司可能处于劣势，算力是最明显短板。
回到宇树科技（688836）首份业绩报告，营收利润大幅增长与研发投入加码同步发生，说明业务扩张和投入强度都在抬升。增长能否延续，要看研发投入能否转化为产品可靠性、成本下降和规模化交付能力。行业影响则在于，竞争边界正从本体与大脑的分工，转向本体、模型、数据和算力的综合较量；大模型进展会继续催化市场情绪，商业化验证仍是更长周期（883436）的变量。
