GPT-6 来了，我们和多个局内人聊具身智能的护城河与暗礁

近期OpenAI即将发布GPT-6的消息传得沸沸扬扬，不少具身智能赛道的人又燃起了“大模型带动机器人爆发”的期待，但圈内人士普遍保持着冷静。我们采访了多家具身智能企业的技术负责人、行业研究者以及消费品牌创始人，试图理清这个被热炒赛道里，真正的壁垒和隐藏的坑分别是什么。

Coatue报告定调：具身智能不会有ChatGPT时刻

全球顶级对冲基金Coatue发布的最新行业报告直接给热炒的具身智能赛道泼了盆冷水，明确指出该领域不会迎来类似ChatGPT的突破性爆发时刻，只会以渐进、分散的方式逐步渗透到日常生活与生产场景中。报告提到，尽管波士顿动力的人形机器人、各类服务机器人的技术已经取得了明显进步，但距离大规模商用仍有很长的路要走。此前业界质疑的“具身智能是机器人冷饭热炒”并非空穴来风：早年索尼的机器狗AIBO、软银的服务机器人Pepper虽然概念超前，但市场表现始终不佳，如今贴上“具身智能”标签的产品，依然没有解决核心的实用性问题，很难在C端市场形成普及。

三维场景理解与推理是绕不开的技术护城河

多位具身智能企业的技术负责人指出，行业的核心壁垒从来不是简单对接大模型，而是三维场景的感知、理解与推理能力，这是当前多数厂商都跨不过去的硬门槛。具身智能体首先要根据文本、语音等指令，在三维空间中定位自身位置与朝向，理解周边环境：比如听到“把午饭放进微波炉”的指令时，首先要判断微波炉的具体位置、是否需要避障；其次还要基于环境信息完成复杂推理，比如要打开身后的电视，但身后有桌子阻挡，就需要先向右移动避开障碍，这类涉及空间导航、常识推理、多跳推理的任务，对现有大模型的能力提出了全新增量。目前业内在做的SQA3D等专项数据集，就是为了提升模型的具身推理能力，而3D视觉精度突破、生成式AI与物理世界的结合，同样是核心技术门槛，这些硬技术能力才是行业真正的护城河，绝非短时间就能复制。

三大暗礁卡住具身智能落地节奏

尽管