猜你想问
优必选Thinker-WM与Astra协同测评报告核心内容是什么？
本报告核心内容聚焦于优必选Thinker-WM与Astra的协同效果测评，通过仿真和真机测试评估其协同性能。Astra在仿真测试中可实现机械臂/机器人末端位姿控制，完成简单抓取、搬运任务，但在双臂协同任务中表现不佳。优必选Thinker-WM结合Astra后，预演未来12步动作，将Astra响应时间缩短10分钟，调用成本从12美元降至3美元，仿真任务成功率提升20%以上。Astra真机测试显示，独立控制Walker机器人完成魔方抓取耗时1小时、成本超500美元；调用优必选VLA后，耗时5分钟、成本仅17美元；动态避障任务耗时19分钟，调用600万Token。行业层面，Astra显著提升机器人通用能力，国内大模型可通过学习Astra提升操作成功率，优必选将优先探索适配国内模型。
具身智能赛道行业发展趋势如何？
具身智能赛道短期仍为Astra+VLA+全身控制的三层架构，大模型为顶层推理层，VLA为技能层，全身控制为底层实时响应层，三者协同为务实路线。工业场景需结合真机数据回流推进模型迭代，优必选通过切换不同Agent方式落地工业场景，搬运场景准确率已从95%提升，目标达99%以上，预计2026年10月满足工业场景要求。优必选的核心竞争力在于软硬件协同、上游产业链整合及开发者生态构建，大模型公司难以快速颠覆现有具身公司。国内大模型可通过学习Astra提升操作成功率，优必选将优先探索适配国内模型。
报告重点分析了哪些方向？
报告重点分析了优必选Thinker-WM与Astra的协同性能测评，包括仿真测试与真机测试结果。仿真测试显示Astra结合Thinker-WM后响应时间缩短10分钟，调用成本从12美元降至3美元，成功率提升20%以上。真机测试显示，调用优必选VLA后，Walker机器人完成魔方抓取耗时从1小时降至5分钟，成本从超500美元降至17美元；动态避障任务耗时19分钟，调用600万Token。此外，报告分析了具身领域短期架构（Astra+VLA+全身控制）、工业场景落地进度（预计2026年10月满足工业场景要求）以及优必选的核心竞争力（软硬件协同、产业链整合、开发者生态）。
具身智能市场现状如何？
具身智能市场短期仍以Astra+VLA+全身控制的三层架构为主流，大模型负责顶层推理，VLA负责技能执行，全身控制负责实时响应。优必选通过切换不同Agent方式落地工业场景，搬运场景准确率已从95%提升，目标达99%以上。Astra显著提升机器人通用能力，国内大模型可通过学习Astra提升操作成功率。优必选的核心竞争力在于软硬件协同、上游产业链整合及开发者生态构建，大模型公司难以快速颠覆现有具身公司。但Astra在真机复杂场景（非标、柔性物体）操作不足，仿真到真机的时间、精度、物理交互等gap较大。
研报提示哪些风险？
本报告提示具身智能领域存在多重风险。首先，Astra在真机复杂场景（非标、柔性物体）操作不足，仿真到真机的时间、精度、物理交互等gap较大。其次，大模型调用存在限额、网络波动等不确定性，国内模型具身领域能力仍需验证，Astra开源调用权限可能变动。第三，具身领域商业化需满足稳定运行时长、任务成功率、IOI等指标，工业场景落地进度存在不确定性。此外，大模型调用成本较高，国内模型具身领域能力仍需验证，需关注Astra开源调用权限可能变动带来的影响。