通用大模型冲击下，具身自研模型何去何从

一、现象：预算焦虑背后是能力供给方式变了

近期，具身智能行业出现了一些值得关注的信号：部分团队开始调整算法岗位，业内也流传着裁撤算法岗、压缩明年自研预算的说法。把这件事简单理解为“行业不重视算法了”并不准确。更合理的解释是，具身智能的能力供给方式正在发生变化。

过去，一个机器人要完成抓取、移动、操作、恢复等任务，往往需要团队围绕具体场景采集数据、设计模型、做任务后训练，再由算法工程师反复调参。能力提升呈现线性甚至阶梯式特征：分数从80分到81分，可能需要数月数据闭环和大量算力。而新一代通用大模型在语言理解、任务分解、代码生成、工具调用和上下文学习上进展很快，部分机器人任务可以借助通用模型完成高层规划，再交给底层策略执行。原本需要“从零啃下来”的中间层能力，开始变成可调用、可组合的通用服务。

这正是预算焦虑的来源：不是具身智能不重要了，而是“自研什么”需要重新回答。如果团队仍然把主要预算投入到从零训练通用具身基础模型，试图用单一模型覆盖所有任务，投入产出比会越来越难看；如果团队能把通用模型能力、具身数据闭环和实时控制分层组合，反而可能用更少预算获得更快迭代。

二、冲击本质：不是单点性能，而是研发范式的迁移

通用大模型对具身行业的冲击，不只是某个测试分数更高，而是研发范式发生了迁移。可以从三个层面理解。

第一，能力供给从“训练专用模型”转向“组合通用能力”。在部分公开机器人操作评测中，越来越多团队尝试把通用大模型引入系统，让模型负责任务理解、步骤拆解、工具选择甚至生成调用代码。底层机器人仍由策略模型或控制器执行，但高层决策的泛化能力明显增强。一些原本坚持训练原生具身基础模型的团队，也开始提交结合通用智能体桥接方案的评测结果。这说明行业正在从“所有能力都自己训”转向“通用能力复用+具身能力自研”。

第二，长尾任务的成本被显著压低。具身场景的难点往往不在单一标准任务，而在长尾变化：物体位置变了、指令表达变了、场景光照变了、任务组合变了。传统做法需要不断补数据、做后训练。通用大模型凭借上下文学习和语言先验，在部分测试中不需要针对具体任务做额外后训练，也不依赖大量任务示范，仅凭语言指令就能完成若干操作任务。这并不代表通用模型可以直接控制机器人，但它大幅降低了任务编排和长尾适配的成本。

第三，代码生成成为连接数字世界与物理世界的桥梁。通用模型可以把自然语言指令转成结构化计划，再生成调用机器人技能库的代码或工具调用序列。对具身团队而言，这意味着中间层的“胶水代码”和任务脚本可以由模型辅助生成，算法工程师的工作重心从手写规则转向设计技能接口、安全约束和评测闭环。谁的系统抽象更好、工具定义更清晰、状态反馈更完整，谁就更容易吃到通用模型的红利。

三、评测信号：上下文学习与零样本能力值得重视

从公开评测和团队反馈看，通用大模型在机器人任务中展现出几类过去需要重点攻克的能力。

其一是上下文学习。模型可以在不更新参数的情况下，根据提示中的任务描述、场景摘要、历史反馈和少量示例调整行为。对机器人而言，这意味着同一套系统可以更快适配新指令、新物体组合和新任务流程。其二是空间与场景理解。通用模型对图像描述、3D关系、物体属性、操作顺序的理解能力在提升，能够为底层策略提供更合理的任务分解。其三是工具调用与规划。模型可以把复杂任务拆成可执行步骤，并选择合适技能接口，例如先定位、再抓取、再放置，失败后触发重试或请求人工确认。

需要强调的是，评测分数提升不等于产品能力成熟。公开评测通常聚焦任务成功率、指令遵循和泛化能力，而真实机器人产品还受实时性、安全性、故障恢复、成本、功耗、离线运行和数据合规约束。通用模型在高层规划上表现亮眼，但直接进入毫秒级控制回路并不现实。因此，评测信号的正确用法是：判断哪些高层能力可以复用，哪些底层能力必须自研，而不是简单得出“自研模型没必要了”的结论。

四、自研仍有必要：边界从“通用大模型”转向“具身中间层”

在通用模型冲击下，自研不会消失，但自研边界会被重画。以下能力仍然需要具身团队重点投入。

第一，实时控制与低层策略。机器人控制对延迟、稳定性和安全性要求极高，通用大模型的推理成本和不确定性不适合直接输出关节控制指令。底层抓取、移动、力控、避障、恢复策略仍需要针对本体和场景训练。

第二，安全约束与失效恢复。物理世界不允许“看起来合理”的错误。团队需要自研安全壳、动作校验、碰撞检测、急停机制和失败恢复策略。通用模型可以提出计划，但计划必须经过约束检查和技能可执行性验证。

第三，数据闭环与评测体系。具身智能的护城河不仅是模型参数，更是数据采集、仿真评测、真机回放、失败归因和持续迭代能力。通用模型可以降低任务编排成本，但高质量具身数据、场景覆盖和评测基准仍需团队长期建设。

第四，本体耦合与系统集成。不同机器人本体的自由度、传感器配置、执行器特性差异很大。把通用模型、技能库、状态管理、日志监控和云端训练评测基础设施连接起来，是一套系统工程，不能只靠调用通用模型完成。

因此，明年的自研预算不应简单“归零”或“全押通用模型”，而应从“训练更大通用具身模型”转向“建设可复用的具身中间层”：技能接口、任务编排、状态记忆、安全校验、数据引擎和评测闭环。

五、预算怎么调：用四层投入模型重排优先级

面对预算压力，团队可以用四层投入模型做取舍。

1. 通用能力接入层：用于任务理解、规划、代码生成和工具调用。优先选择可替换、可监控、可降级的通用能力，避免把业务逻辑深度绑定在单一外部服务上。预算上保持弹性，按调用量和场景验证逐步扩大。

2. 具身技能与策略层：包括抓取、移动、操作、力控、恢复等技能模型。这是机器人差异化的核心，应保留稳定投入，但避免重复造通用大模型底座。

3. 数据与仿真层：包括真机数据采集、仿真环境、自动标注、失败回放和场景生成。预算应从“堆预训练算力”部分转移到数据质量和评测覆盖上，因为通用模型越强，优质具身数据和评测体系越值钱。

4. 安全与系统层：包括动作校验、权限控制、日志监控、告警、离线降级和合规审计。这部分常被低估，但决定系统能否从演示走向生产。

预算评审时，建议每个自研项目回答三个问题：这项能力是否构成长期差异化？通用能力能否覆盖80%的常见情况？自研部分是否能通过评测闭环持续验证？如果答案是否定的，就应优先复用通用能力，把预算集中到具身数据、实时控制和安全系统上。

六、技术路线：混合架构比单点自研更现实

更现实的技术路线是“高层通用、低层专用、中间层可评测”的混合架构。通用模型负责理解指令、拆解任务、生成技能调用序列；具身策略负责实时执行；安全模块负责校验和兜底；评测系统负责持续回归。伪代码可以抽象为：

function embodied_agent(observation, instruction):
    scene = summarize_scene(observation)
    plan = general_model.plan(instruction, scene, memory)
    skill_calls = validate_and_compile(plan, available_skills)
    for call in skill_calls:
        if not safety_check(call, observation):
            return recover_or_ask_human()
        action = skill_policy[call.skill].act(observation, call.params)
        observation = execute(action)
        memory.update(observation, call)
    return task_result

这段伪代码的关键不在具体接口，而在系统设计：技能库要有清晰定义，状态记忆要可追踪，安全校验要独立于通用模型，执行结果要回流到评测系统。只有把这些工程环节做好，通用模型带来的泛化能力才能稳定转化为机器人任务成功率。

七、组织与人才：从预训练竞赛转向系统竞赛

算法岗调整并不意味着算法不重要，而是能力结构在变化。过去大量岗位集中在预训练、数据清洗和调参；未来更需要能设计技能接口、构建评测体系、做系统集成、处理安全与故障恢复的复合型工程师。团队配置上，预训练人力可以更精简，但数据工程、仿真评测、系统架构、安全控制和产品化工程的需求会上升。

对个人而言，单纯会调参的边际价值在下降，理解机器人系统、能把通用模型能力落到物理世界、能用评测数据驱动迭代的工程师会更稀缺。对团队而言，应避免把“自研”理解为“所有模型自己训”，而应把自研聚焦到不可替代的具身数据、实时控制、安全约束和评测闭环上。

八、结论：自研预算不是消失，而是重新分配

新一代通用模型确实给具身行业带来了强烈冲击，部分算法岗位调整和预算收缩的传闻并非空穴来风。但“还有必要自研模型吗”的答案不是简单的有或没有，而是自研边界发生了变化。

从零训练通用具身基础模型的性价比在下降，分层复用通用能力、重点自研具身中间层和实时控制系统的性价比在上升。明年的预算不应平均撒向所有模型训练项目，而应优先保障数据闭环、评测体系、安全系统和技能接口。谁能更快完成从“模型竞赛”到“系统竞赛”的转变，谁就更可能在通用大模型时代保住具身智能的核心竞争力。