猜你想问
GPT-6 Astra的具身智能发展路径是什么？
GPT-6 Astra的具身智能发展路径为先走独立硬件，再走向通用平台，模型端率先出现收敛迹象，数据与硬件迭代将加快。此前认为通用具身大脑遥遥无期，但GPT-6 Astra的突破使时间不确定性明显下降。其架构转向持续监督与持续纠错，本质是“高层级规划系统+VLA”，开放场景成功率大幅提升。
具身智能赛道未来发展趋势如何？
具身智能赛道未来发展趋势是模型端率先出现收敛迹象，数据与硬件迭代将加快。通用具身大脑的时间表因GPT-6 Astra的突破而变得不确定，其架构转变从语义拆解、理解规划转向持续监督与持续纠错，执行成功率与跨本体迁移能力提升，但效率放慢约十倍。类似路径如谷歌Genie方向，表明该领域正加速发展。
本报告重点分析了哪些方向？
本报告重点分析了GPT-6 Astra的架构变化与实测反馈，包括其从语义拆解、理解规划转向持续监督与持续纠错的架构转变，以及执行成功率与跨本体迁移能力提升但效率放慢约十倍的效果。此外，报告还分析了产业催化因素，如特斯拉Roadster的技术迁移与兼容能力，英伟达GTC与宇树世界物理AI大会的进展更新，以及OpenAI入局机器人本体带来的最大催化。
当前高端装备物理AI市场现状如何？
当前高端装备物理AI市场现状是板块自5月上涨后回调4-5个月，多数公司跌幅30%-50%，调整已充分。下半年产业链有望明显加速，大脑端加速尤为明显。投资趋势从“缩圈”转向“扩容”，容纳资金更多。投资方向包括具身智能本体与零部件、物理AI模型与感知、数据采集与素材。
本报告提示了哪些风险？
本报告提示的风险包括GPT-6 Astra虽然执行成功率与跨本体迁移能力提升，但执行与反应效率放慢约十倍，token耗用大幅增加，可能影响实际应用中的成本与效率。此外，OpenAI入局机器人本体虽是重大催化，但大模型厂商向物理世界布局仍处于早期阶段，技术落地与商业化存在不确定性。产业链加速过程中，技术迭代与市场竞争也可能带来风险。