通用基座能力跃升，物理AI加速进入动作执行阶段。GPT-6 Astra在三维空间理解、复杂长程任务的逻辑推理，以及调用机器人接口的工具使用能力等方面能力大幅提升，三项能力共同推动通用模型从理解指令、拆解任务，进一步走向生成机器人末端位姿、执行操作并根据反馈纠错。在RoboDojo的仿真评测中，GPT-6 Astra的整体成绩超过当时榜单上的多款专用机器人模型，体现出通用基座能力向物理世界迁移的潜力。随着能力持续提升，通用模型有望在直接决策（即根据环境观察生成机器人动作目标）；监督执行（即检查并纠正专用动作模型的操作）；参与研发（即调用建模与仿真工具重建环境、生成训练数据并优化策略）等方面发挥更大作用，逐步打通真实场景重建、仿真训练与真机验证的流程。
　　规划能力出现新进展，通用模型与世界模型的功能加速融合。李飞飞将世界模型分为输出画面的渲染器、推演状态的模拟器和输出动作的规划器，并指出规划器距离复杂现实部署仍有较大差距。GPT-6 Astra已开始承担部分动作决策与纠错工作，通用模型也能够调用Blender、物理仿真器等工具重建场景、开展试验。基座进步正在连接环境理解、动作规划与仿真开发，拓展世界模型的实现方式和应用范围。
　　真实交互数据仍是产业痛点，虚实结合成为能力迭代的重要路径。机器人数据需要设备、人员和场景逐次产生，涉及接触、摩擦、形变及失败恢复的样本尤其难以规模获取。通用模型降低了编程与任务开发门槛，但具体操作能力仍需真实数据支撑。场景重建、合成数据与交互仿真可扩充训练覆盖，真机执行反馈则用于补采数据和校准误差，推动训练与部署持续改进。
　　基座升级强化物理理解与规划能力，头部大厂加快布局物理AI。通用基座在空间理解、长程推理与工具调用上的进步，可同时改善机器人对环境的判断、任务拆解和执行纠错，使大厂既有的模型、算力与研发工具积累更容易迁移至物理世界，降低机器人系统开发与迭代的门槛。OpenAI的GPT-6 Astra已用于机械臂操作、人形机器人任务组织及空间重建；Anthropic的Claude Opus 5.5提升机器人程序生成与调试效果，MHS则推动模型连接实验仪器和工业设备。特斯拉正建设Optimus产线，首批产品计划用于数据采集与功能开发，为后续量产推进积累条件。国内阿里以通用基座协同导航、操作和环境预测模型，字节围绕持续感知、三维资产及合成视频推进应用，无界智航等企业已将Seedance接入具身数据生成流程。
　　建议关注：
　　通用基座模型厂商：OpenAI、Anthropic、Google；阿里巴巴、字节跳动。
　　机器人本体及整机领域：特斯拉；宇树科技、海康威视、上纬新材。
　　机器人大脑及训练平台：索辰科技、五一视界、道通科技、群核科技、海天瑞声。
　　边缘计算及行业应用领域：瑞芯微、乐鑫科技、智微智能、协创数据、大华股份。
　　风险提示：模型能力提升不及预期；高质量数据获取及仿真向真机迁移效果不及预期；机器人量产爬坡、供应链扩产及降本进展不及预期；商业化落地不及预期；技术迭代与市场竞争加剧风险。