十字路口Crossing播客42:42

当具身智能走到十字路口|对谈苏度、蚂蚁灵波、自变量、破壳:四种一线判断

8.5内容质量
当具身智能走到十字路口|对谈苏度、蚂蚁灵波、自变量、破壳:四种一线判断

播客收听

时长 42:42原播客页面

问这期播客

会先在本集摘要、章节、转录和笔记里找答案。

TL;DR · AI 摘要

具身智能领域在数据来源、模型路径和商业化逻辑上存在根本分歧,多位行业专家探讨了GPT-6 Astra的冲击与具身技术的护城河。

核心要点

  • 真实传感器数据与仿真数据的结合是具身智能的必经之路
  • Astra的高成功率与泛化性缺一不可,但无法替代具身的物理交互优势
  • 商业化需满足客户持续付费的硬指标,而非单纯追求技术突破

结构提纲

按章节快速跳转。

  1. 2026年具身智能领域出现路线级分歧,核心议题包括数据来源、模型路径与商业化逻辑。

  2. 真实传感器数据存在不完美性,Real-to-Sim的Gap比Sim-to-Real更难跨越。

  3. Astra的降维打击可能冲击具身行业,但具身交互可反向优化大模型。

  4. 商业化需以高成功率和客户持续付费为唯一指标,而非技术演示指标。

  5. 五年后具身不会复刻语言模型,物质复制是实现真正RSI的前提条件。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • 具身智能的路线分歧
    • 数据之争
      • 仿真与真实数据的平衡
      • Real-to-Sim的Gap挑战
    • 智能之争
      • Astra的降维打击
      • 具身反向优化大模型
    • 商业化路径
      • 高成功率指标
      • 客户持续付费

金句 / Highlights

值得收藏与分享的关键句。

章节

  1. 仿真与真机,不是二选一

    仿真与真机,不是二选一

  2. 真实传感器的不完美

    真实传感器的不完美

  3. Real-to-Sim:更难的 Gap

    Real-to-Sim:更难的 Gap

  4. GPT-6 Astra:降维打击具身行业?

    GPT-6 Astra:降维打击具身行业?

  5. “智能的本体存在于数据”

    “智能的本体存在于数据”

  6. 麻婆豆腐,不能证明模型变好

    麻婆豆腐,不能证明模型变好

  7. 具身会反过来改变大模型

    具身会反过来改变大模型

  8. 高成功率与泛化性,缺一不可

    高成功率与泛化性,缺一不可

  9. 跨过泡沫的唯一指标?

    跨过泡沫的唯一指标?

  10. 高成功率是商业化前提

    高成功率是商业化前提

  11. 客户持续付钱

    客户持续付钱

  12. 后训练落地与基础模型跃迁

    后训练落地与基础模型跃迁

转录

仿真与真机,不是二选一

真实传感器的不完美

Real-to-Sim更难的 Gap

GPT-6 Astra降维打击具身行业?

“智能的本体存在于数据”

麻婆豆腐,不能证明模型变好

具身会反过来改变大模型

高成功率与泛化性,缺一不可

跨过泡沫的唯一指标?

高成功率是商业化前提

客户持续付钱

后训练落地与基础模型跃迁

五年后,什么被高估?

落地是一场系统工程

具身不会复刻语言模型

没有物质复制,就没有真正 RSI

造飞机,像今天做 App

百万小时数据迷思

#具身智能#AI商业化#GPT-6 Astra#机器人

节目笔记

当具身智能走到十字路口|对谈苏度、蚂蚁灵波、自变量、破壳:四种一线判断 - 十字路口Crossing | 小宇宙 - 听播客,上小宇宙

➤ 这是一次少见的、没有收敛的、关于具身路线级分歧的公开讨论。

2026 年的具身智能,已经不缺热度。缺的是有人把分歧摆上台面。数据从哪儿来?模型怎么做?落地在哪里?

我们讨论了当下最热门的话题:GPT-6 Astra 的能力边界在哪里?如果 OpenAI、Anthropic 要做具身,会形成降维打击吗?

这期播客是「2026 Inclusion 外滩大会」主会场圆桌的现场,由我(Koji)主持,参与讨论的四位嘉宾是:

  • 许华哲 :破壳机器人创始人、清华大学交叉信息研究院助理教授

透过这场对话,你会了解到:1)不同路线的核心假设和风险;2)判断哪些指标是领先指标;3)Astra 带给具身的冲击和启发,与创业公司护城河;4)具身智能商业化短期 vs 长期逻辑;5)被高估/低估的领域,可能对应投资机会或风险。

🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、 抖音 、 小红书 、 哔哩哔哩 、 Youtube 等平台。

📒 文字版将发布于 @十字路口Crossing 公众号。

🟢 数据之争:仿真与真实之间

00:27 仿真与真机,不是二选一

04:00 真实传感器的不完美

06:14 Real-to-Sim:更难的 Gap

🟢 智能之争:Astra 的冲击与启发

08:18 GPT-6 Astra:降维打击具身行业?

09:21 “智能的本体存在于数据”

15:00 麻婆豆腐,不能证明模型变好

19:08 具身会反过来改变大模型

23:01 高成功率与泛化性,缺一不可

🟢 场景之争:跨过泡沫的指标

24:48 跨过泡沫的唯一指标?

25:44 高成功率是商业化前提

26:55 客户持续付钱

29:11 后训练落地与基础模型跃迁

🟢 五年后回看:什么被高估,什么被低估?

31:16 五年后,什么被高估?

33:27 落地是一场系统工程

35:01 具身不会复刻语言模型

38:33 没有物质复制,就没有真正 RSI

40:19 造飞机,像今天做 App

41:25 百万小时数据迷思

欢迎订阅「十字路口」:

🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。

🚦 十字路口是乔布斯对苹果公司的一个比喻,形容它站在科技与人文的十字路口,伟大的产品往往诞生在这里。AI 正在给各行各业带来改变,我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者,和他们一起,探索和拥抱新变化,新的可能性。

👦🏻 主播 Koji:我创办了十字路口,发起了 AI Hacker House 这个新一代 AI 创业者的社群空间,在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。 Koji 的即刻 , Koji 的网站