【资料图】

OpenAI发布的新一代模型GPT-6 Astra带来的影响已经蔓延至具身智能领域。

社交平台上，有不少网友发布测试Astra运用于控制机械臂的视频，甚至出现了“具身智能要被通用语言大模型降维打击”的声音。

9月10日，2026外滩大会“物理智能”论坛对这一话题进行了探讨。自变量机器人创始人兼首席执行官王潜表示，“降维打击”声音背后真正的担忧是，基础模型是否有可能通过其他领域的通用智能泛化到具身智能。他的观点是，目前这种可能性不大。

他讲述称，GPT本身已升级为多模态模型，之前OpenAI有大量地采购机器人数据，Astra版本的训练中有加入机器人数据。基于此，Astra能够控制机械臂并不意外。

王潜表示，智能的本体是存在于数据、评估之中。“在训练的时候，模型更多时候是一个蒸馏器，而在部署阶段则是一个容器。”他认为，今天要去打造前沿的AI系统，模型本身发挥的作用已经变小了。语言模型的提升，一部分在于模型规模扩大，但更多还是因为数据质量的提高。投入在数据生产、筛选、验证、标注等环节中的工作，最终推动AI系统的发展。

他还以语言模型的发展进程为例进一步说明。“我们能看到，由于代码数据最容易生成以及验证，代码能力最先被攻克，而后再是3D和视频生成。”王潜表示，OpenAI要做具身智能的话，一系列问题将随之而来，比如他们是否要像具身智能企业一样去依赖数据以及验证的基础设施、是否要研发硬件等等。而这些事情的难度，并不会因为基础模型的优势而降低，反而具身智能公司可能拥有实质性优势。

他还提到，即便是在目前视频生成模型已经做得很好的情况下，这一能力也没有直接转化为机器人动作控制方面的优势。

王潜称，GPT-6操控机器人的表现反而给具身智能行业一些启示，比如通用数据预训练确实是有效的。他判断，最后有可能发生的情况是，OpenAI将数据融入至通用大模型，但还是没有办法在机器人上以一个合理的速度进行推理、部署。行业内，仍然需要单纯的具身大模型来完成。

标签： 通用 具身 降维 王潜 机器人 gpt astra