资讯详情

行业资讯
仅占6.5%,上百亿投资的具身世界模型,没那么受资本欢迎 资讯 author

仅占6.5%,上百亿投资的具身世界模型,没那么受资本欢迎

4
高工机器人
Ivy
2026-11-12
上纬新材方面透露,10月25日,启元机器人的第5000台个人机器人(涵括Q1、T1)正式下线,距离其发售仅过去35天,这意味该企业每天大概143台产品下线。很显然,上述4家企业的出货量都是有着非常显著的增长,并表现出较乐观的态度。当然,有绝大多数企业不公布出货量,但并不代表整体出货走势。据高工人形机器人不完全统计,今年前9个月,人形机器人行业累计推出195台新款人形机器人。这意味着,在产品层面,行业依然涌入大量新产品,企业发布新品的态度仍然乐观。而且,即便大部分企业当前只是少量出货,最终也会汇总成一个惊人
图片

上纬新材方面透露,10月25日,启元机器人的第5000台个人机器人(涵括Q1、T1)正式下线,距离其发售仅过去35天,这意味该企业每天大概143台产品下线。

很显然,上述4家企业的出货量都是有着非常显著的增长,并表现出较乐观的态度。

当然,有绝大多数企业不公布出货量,但并不代表整体出货走势。据高工人形机器人不完全统计,今年前9个月,人形机器人行业累计推出195台新款人形机器人。这意味着,在产品层面,行业依然涌入大量新产品,企业发布新品的态度仍然乐观。而且,即便大部分企业当前只是少量出货,最终也会汇总成一个惊人的数字。

正如工信部预测,2026年中国人形机器人整机产量有望突破10万台。与此同时,高工机器人产业研究所(GGII)预计,2026年中国人形机器人整机市场规模同比增幅达193.7%,全球人形机器人整机市场规模同比增幅为215%。

但不得不承认,“量产”没有如预期般成为人形机器人2026年的关键词。 

世界模型的热度正在消减

2026年的标签格外丰富,数采设备、数据、触觉、世界模型、基模、估值、IPO等,拼凑出过去10个月具身智能的的焦点图景。

最绕不开的,当属世界模型。到2026年,几乎每一家具身智能赛道上具备模型能力的企业,都已在世界模型上落子。更有不少世界模型企业在短时间内接连完成高额融资、推高估值并发布新的世界模型,引发市场关注。

世界模型更多可以理解为具身智能在模型能力上的一个方向。从最宽泛的定义看,世界模型希望让机器人理解世界如何变化,即给定当前环境和一个动作,模型尝试预测接下来会发生什么。

除少部分世界动作模型(WAM)外,世界模型通常不具备直接输出动作指令的能力,而是嵌入大模型中,帮助机器人理解和预测物理世界。由此才延伸出隐空间世界模型、力条件触觉世界模型、目标因果世界模型等具备不同能力的世界模型。可见,世界模型的可塑性非常高,但能力不断累加是否会导致模型框架过大,目前尚无企业公开说明。

世界模型的另一大类,是作为一套高度逼真的通用物理模拟器,让机器人在其中预测未来、尝试动作,并通过大规模试错获得新能力。但多位大模型技术负责人向高工人形机器人表示,这一方向具备长期价值,但实现难度较高。真实世界包含复杂的几何关系、物体属性、接触变化和动力学规律,要让模型完整复现这些内容,本身就是一项极为庞大的工程。

那么,极具想象力的世界模型是2026年的圈钱工具吗?

答案是否定的。

当高工人形机器人把世界模型企业的口径限于“以世界模型为核心亮点在具身智能领域正式亮相”,不覆盖所有曾发布世界模型相关成果的企业,那么,2026年前9个月,仅20家企业可以被统计在内,2026年前9个月,这20家世界模型企业累计完成36起融资(不计入收购案),累计超132亿人民币, 约占今年同期融资总额2032亿人民币的6.50%。

图片

单从一级市场来看,大家似乎高估了世界模型的吸引力。

随着时间的推演,世界模型正从“独立的模型类别”沉降为动作模型旁的功能层,通过预测下一状态、在执行前验证动作,来增强规划与鲁棒性。VLA不会死,但不融合世界模型的VLA会被淘汰;WAM也不会单独称王,因为它语义理解弱、推理开销大。

世界模型的热度或许会从叙事中心退潮,但它的技术价值会以更不起眼、也更真实的方式嵌进系统里。

GPT-6 Astra让基模重回视野

世界模型的热度有所下降,还有一个可能的原因是GPT-6 Astra的横空出世。

GPT-6 Astra直接动摇了具身企业的核心竞争力:如果基模能够感知物理环境、为机器人规划行动并能预测行动后果,是否有必要开发一个单独的具身大模型?

Astra的冲击是真实的。宇树在没有对模型做任何具身训练的情况下,GPT-6就能控制机器人完成识别调色盘、更换颜料、清洗画笔等任务;英伟达Jim Fan团队在Astra发布后将其接入机器人框架,基准成绩“一夜之间刷到约99%”;在RoboLab-120零样本基准上,Astra成功率66.3%—74.8%,而专用VLA模型π0.5仅为28.0%。

通用大模型在语义泛化和开放场景理解上的能力,第一次被具身行业正面确认。

但GPT-6 Astra和具身大模型的边界同样清晰。GPT-6 Astra可以想清楚该做什么,却无法在动态环境中及时做到。破壳机器人的测试显示,Astra能拿起筷子,但无法完成用筷子拨动物体、堆叠盒子、折叠衣服等涉及复杂物理接触的任务。商汤联合大晓机器人的系统评测结论是:Astra已基本具备完成具身任务的能力,但距离在真实环境中实用还有明显差距。

Astra证明的是通用模型可以成为强大的规划层,而非替代执行层。

如果一定要给2027年一个可证伪的预期,那大概是:行业不再把“世界模型是不是风口”当作一个需要单独回答的问题,而是把它视为评价一套具身系统时默认在场的模块。具身大模型的竞争重心,从“谁的通用能力更强”转向“谁能在真实机器人的控制回路里,把规划、推演和执行压到同一个可接受的延迟预算之内”。

来源:高工机器人

分享1
Shopping Cart
0 new
购物车

当前购物车数量由 Destoon 实时读取

Cart Items
0
打开购物车时加载商品清单
Go to shopping cart 我的订单