中信证券研报称，通用大模型正在从机器人的高层任务规划，进一步向动作生成和执行控制延伸。机器人大脑主要依赖经过机器人动作数据训练的VLA、WAM等专用模型，将视觉和语言指令转化为动作。近期，NVIDIA、Stanford等研究机构陆续探索将GPT-6 Astra应用于机器人控制，尝试利用通用模型已有的视觉理解、空间推理和任务规划能力，减少对专用策略训练的依赖。Astra在具身任务的数据集上展现出了较好的泛化性，中信证券认为，展望2027年，通用模型进入具身任务领域将成为AI行业的下一个投入方向，而通用模型与专用模型短期更可能形成分工协同的局面。
全文如下
科技｜GPT-6 Astra进入机器人控制：物理AI迎来重大拐点
通用大模型正在从机器人的高层任务规划，进一步向动作生成和执行控制延伸。机器人大脑主要依赖经过机器人动作数据训练的VLA、WAM等专用模型，将视觉和语言指令转化为动作。近期，NVIDIA、Stanford等研究机构陆续探索将GPT-6 Astra应用于机器人控制，尝试利用通用模型已有的视觉理解、空间推理和任务规划能力，减少对专用策略训练的依赖。Astra在具身任务的数据集上展现出了较好的泛化性，我们认为，展望2027年，通用模型进入具身任务领域将成为AI行业的下一个投入方向，而通用模型与专用模型短期更可能形成分工协同的局面。
▍技术路线：Astra参与机器人控制主要形成直接动作生成、监督专用策略和组织已有技能三种方式。
（1）直接动作生成：Astra根据视觉、语言和机器人状态直接提出动作目标，再由底层控制器执行，重点验证通用知识能否转化为物理动作；
（2）监督专用策略：Astra负责检查、修正专用VLA或WAM提出的动作，专用模型继续承担具体执行，重点验证通用推理与专用控制的协同效果；
（3）组织已有技能：Astra通过任务分解、空间记忆和工具调用，安排导航、抓取、放置等已有技能完成复杂任务，重点提高技能复用与长流程执行能力。
三条路线并非互斥，其中Agent工作流既可以辅助直接动作生成，也可以用于技能编排。
▍实验进展：通用模型已展现直接动作决策能力，但尚未证明能够全面替代专用VLA。
NVIDIA Astranomy在RoboLab-120仿真基准中，报告Astra直接动作生成、Agent工作流和监督专用策略三种方案的成功率分别为66.3%、74.8%和66.5%；其中Agent方案成功率最高，但每成功回合估算API成本达到36.40美元，明显高于直接控制方案的1.96美元。
银河通用团队的多任务评估发现，Astra在导航与物体搜索中表现较好，但在复杂接触、灵巧操作和高动态运动中仍存在明显局限。Stanford与Caltech的HomeBody则展示了另一种路线：由Astra调用空间记忆和专用技能库，指导Unitree G1在陌生厨房完成跨区域整理等任务，而不需要为该环境重新训练动作策略。
▍技术判断：通用模型与专用模型短期更可能形成分工协同，推理时延与动作精度是直接控制的主要限制。
NVIDIA披露Astra直接动作生成的平均单次推理延迟为18.56秒，而该基准中专用动作模型的推理时间处于毫秒量级。对于目标明确、可以分阶段执行的抓取、放置和任务规划，通用模型有望减少部分专项训练；对于全身平衡、精密接触和高频运动控制，专用模型和底层控制器仍然重要。相比让通用模型生成每一个动作，在关键节点调用通用模型进行目标修正、技能选择和异常恢复，可能是更具工程可行性的方向，但其经济性仍需验证。
▍产业影响：机器人大脑的竞争有望从单一模型性能，进一步转向数据效率、技能复用与部署成本。
直接动作生成可能改变部分专用动作数据的需求，推动机器人身体信息、动作表示和执行反馈的重要性提升；监督专用策略有望强化通用模型与高效专用动作模型之间的协同；组织已有技能则可能提高技能库、空间记忆、仿真平台和部署工具链的价值。建议重点关注具备多源数据处理与动作转换能力的数据平台、具备通用认知与专用控制协同能力的模型及开发平台，以及能够通过真实部署反馈持续优化系统效率的机器人整机厂商。长期来看，判断产业价值的关键并非单次任务成功率，而是相同可靠性要求下，新增训练、系统适配、推理和人工接管成本能否持续下降。
▍风险因素：
通用模型动作精度与推理效率提升不及预期；通用模型与专用策略协同效果不及预期；仿真结果向真机迁移不及预期；机器人部署成本下降与商业化落地进度不及预期等。
▍投资策略：
本轮行业变化主要来自于头部AI实验室下场进入具身模型行业。从整体产业进展看，我们认为具身模型的发展仍然处在早期Scaling进一步提升基座模型在具身领域任务能力的泛化性上。而模型的Scaling将伴随着数据的Scaling，从数据角度，过去半年中，我们看到Ego Centric数据大规模进入预训练阶段、仿真数据的使用深度和广度是较为明确的产业趋势。因此从投资角度，我们认为首先应该关注数据采集尤其是无本体数据采集、仿真数据和数据采集设备层面的投资机会。优先关注两类标的，第一类是在数采尤其是Ego类数据采集上有较强出货预期的公司，；第二类是数据采集的服务类公司。
（文章来源：证券时报网）
