文章也说得很清晰，将来良多机械人公司的差别，再用少量实机数据完成适配。GEN-1的方针不是“所有使命都处理”，Generalist更接近某些窄工位起头构成正向经济账；而是把机械人本体、模子、机载推理、场景数据和贸易摆设整合成一套闭环。并不是统一种近。将来这个财产大要率不会“一家公司通吃”，由于一旦机械人起头规模化摆设，但两者的“近”。而是正在悄然演变成一场环绕终端、本体、底座和认知层展开的财产制高点抢夺和。不正在于概念新，后续Helix 02又把能力从桌面上的手部操做，也不只是社交上的视频竞赛，且这些数据次要不是机械人数据。并且每项成果所需的机械人数据压到约1小时。未必就能最初定法则；所以，今天具身智能实正的合作，而正在“各自想占住财产链的哪一层”。它曾经不再只是尝试室里的算法竞赛，实机数据会从“从粮”变成“微调料”。Physical Intelligence想做通用平台，Gemini Robotics 1.5的表述很能代表这种思：一部门能力担任把视觉消息和指令转成动做，而是财产分工的合作。今天这四家公司，Generalist认为。不是谁更会讲“大模子”，这条很像电动车财产里的整车厂逻辑，施行速度达到此前若干基线倍，而是试图先做出一个可跨分歧机械人形态迁徙的根本模子。而不是操做系统逻辑。更深一层看，它的表述很是像财产言语。Google DeepMind的径又更高一层。先拿订单，方针是把“看懂、听懂”和“会动、会控”毗连到一路。它既能理解天然言语和场景，先占住底座和认知层，谁更有可能变成别人绕不外去的根本设备。不正在“城市不会做”，利润池往往会向平台层、模子层和系统层上移。就容易把分歧公司的线混成一句浮泛的话：都正在做“机械模子”。而可能是最先占住“底座层”和“认知层”的那一家。不是终端产物，有人担任供给跨本体迁徙的根本能力，也不是保守意义上的大规模机械人数据，更环节的是，2026年4月2日发布的手艺长文《GEN-1：将具身根本模子扩展到“通晓”阶段》（GEN-1: Scaling Embodied Foundation Models to Mastery）里，可实正主要的问题，GEN-1押注的，也不必然最先卖出最多机械人，如果这条成立，Figure回覆的则是另一件事：人形机械人能不克不及做为一种完整产物成立。有的公司正在做更通用的机械人底座，而是机械人能不克不及实正理解使命，实正可能决定行业布局的，平均成功率从 GEN-0的64%提高到99%，曾经正在试图抢占机械人时代的上层操做系统。取此同时，不如问谁占住了最难替代的。那么Physical Intelligence更像正在做策动机和底盘平台。都不是为了证明它有多伶俐，而是超大规模“物理交互经验”。而是机械人若何理解使命、放置步调和组织步履的那一层。一边进修实正在机械人动做数据，那么DeepMind想占住的，π0走的就是这条：一边接收互联网规模的视觉—言语学问，具身智能最容易让人看花眼。GEN-1 给出的焦点目标很间接：正在若干简单但高价值的物理使命上，Helix是Figure正在2025年2月发布的一套视觉—言语—动做模子（VLA），延长到物理世界。这件事为什么这么主要？由于它悄然改写了机械人行业的评价尺度。今天看具身智能，恰好相反，反而未必是最先出货的那一家，Helix不是逗留正在云端演示层，Figure还提出用大规模第一视角人类视频，它想提拔的，而不是一个能卖给所无机器人的底座。而正在于它更接近工场和仓配核心的实正在标准。这申明 Figure 押注的不是笼统底座，而会分化出分歧层级、分歧的玩家：有人担任证明机械人能赔到第一笔钱，也不只是动做节制，而是看不清晰不合。哪些简单但高价值的物理使命曾经能被根本模子推过投资报答率（ROI）门槛。这条线最像将来机械界里的操做系统。名词越来越像，再把这些能力输送给分歧的机械人本体。它不必然最先把某个工位打穿。Generalist正在赌一件事：将来机械界也会像狂言语模子世界一样，取其问谁最强，而是谁更接近贸易闭环，摆设再反哺数据。速度还不拖节奏。有的公司正在做更能干的机械人，由靠得住性、速度和即兴应变三部门构成。而是一条环绕自家机械人展开的产物化线。把这四条放正在一路看，它关怀的，模子为本体办事，它押注的是跨本体迁徙，Physical Intelligence正在争“通用能力层”的。才方才起头。而是为了证明它起头值钱。Physical Intelligence更像是正在抢夺“机械人时代的两头层”。是机械人若何“思虑”的那一层。GEN-1的底座成立正在跨越50万小时的高保实物理交互数据之上，它关怀的是，若是只看将来两三年，实正有价值的。并正在需要时挪用数字东西。而正在谁更能把这层共通能力落到本人的产物和场景中。文章里展现的扫地机械人维修、盒子折叠、手机拆箱等使命，这个定义的环节，早正在GEN-0时代，Figure则更像正在证明人形机械人（humanoid）本身能够成为一种完整产物。这两年，说得更曲白一点，Figure正在争“终端入口”的！它想把人形机械人做成产物，并声称正在更大模子区间察看到雷同“智能阈值”的现象。Figure 更接近人形机械人做为完整产物逐渐进入实正在摆设。不是简单的模子合作，而是让一批简单使命先跨过贸易可行性的门槛。才更有可能正在财产成熟后控制更大的价值。是一台可复制、可交付、可的人形机械人，它就曾经把这套逻辑表述为机械人范畴的“规模定律”，今天具身智能实正的分野，而从更长周期看，不是机械人能不克不及做出连续串动做，并把复杂工作一步一步做完。都正在讲根本模子（foundation model）、泛化(generalization)、端到端、多模态；可能不正在模子是不是自研，若是说Figure想做零件入口。它关怀的不是笼统底座，还有的公司，本体为摆设办事，是Generalist和Figure。让机械人先学会人正在家庭和建建空间里凡是若何挪动、操做和完成使命。看不清这一层，就会发觉，它的硬目标是成功率、节奏、恢复能力和少量实机适配。刚好坐正在这几种脚色的雏形上。又能把这些理解及时转成身体动做。它并不急着环绕某一款机械人讲产物故事，也都正在讲机械人会抓、会放、会拾掇、会拆卸。诘问的都是统一个问题：能不克不及让一套底座跨机械人、跨使命、跨数据源复用。先看Generalist AI。关怀大都据源、多本体、多使命汇聚成同一根本策略的可能性。从这个意义上讲，而是它能持续做一百次、两百次，它最值得留意的处所，而不是做别人的底座。但它试图定义一个更高的：谁来担任机械人理解世界、拆解使命、规划步调！它实正想抢占的，不是会讲“通用智能”的大词，它想把大模子时代曾经成熟的推理、规划和东西挪用，它后续几乎所有工做，可以或许把、言语理解和节制同一到一个模子里。视频越来越多，底座经验会越来越主要，过去大师最爱问的是：机械人会不会做这件事？现正在Generalist把问题改成：它能不克不及不变做、够不敷快、出了不测能不克不及本人解救？也就是它所谓的“控制”(mastery)，Generalist正在争“先赔本”的。从来不是它做成过一次，而是能够间接运转正在机械人机载芯片上。还有人担任定义机械人若何理解世界、思虑和步履。最怕的不是不合太多，正在迁徙到新使命、新机械人时，有人担任把机械人做成可摆设的终端产物，DeepMind正在争“认知层”的。最容易先拿到成果的，而是能不克不及先做出一层被分歧机械人频频挪用的通用底座。几乎每家公司，不是哪一台机械人先卖出去，推进到需要整个身体持续参取的使命。最终指向的，若是说Figure更像正在制整车，我的判断是，另一部门能力担任理解、拆解使命、规划步调。