人形机器人行业：大语言模型后，具身模型何时迎来GPT时刻？（30页，2026年）

分类：人工智能

标签：人形机器人、具身智能、具身模型、VLA模型、世界模型、大小脑分层、机器人量产、Scaling Law、GPT时刻

摘要：人形机器人产业在迈过规模化量产节点后，发展重心正由硬件零部件向软件侧具身模型迁移。报告指出，当前具身智能模型仍处于“前GPT时代”，即多路线并行、尚未收敛的阶段，类比2017年Transformer提出后至2020年GPT-3推出前的大模型行业格局。Figure AI、特斯拉、智元机器人、宇树科技等多数厂商已提出或实现26年量产超万台的目标，但决定产业从1到100发展速度的关键已从硬件制造转向软件模型能力。 报告系统梳理了具身模型收敛的两大先决条件：一是数据墙、表征墙、闭环墙三大底层要素尚需突破，具身模型缺乏海量标准化训练数据，缺少类似“预测下一个词”的统一任务目标，且物理试错成本高、行业缺乏统一评价标尺；二是尚未出现类似Scaling Law的“方向指路牌”，导致路线正确性无从验证，产业只能多线分散试错。 当前主流技术路线分为三类：大小脑分层模型成熟度最高但泛化弱、适合特定场景快速落地；VLA模型重构动作表达与生成，是当前主流布局方向，但长时任务与分布外场景仍是短板；世界模型先想象后决策，最接近理解物理世界的远期形态，尚处初期。 国内外厂商多线布局：国内优必选迭代Thinker、Th

来源：zuudee | 日期：2026-10-26 | 格式：PDF | 页数：30