「原标题：北京智谱和Kimi开始进军具身智能：继OpenAI和DeepSeek之后」
真正值得记住的信号，不是又多了两家公司做机器人，而是具身智能的门槛正从造本体移到造模型。当 OpenAI 用 Astra 在没做机器人数据微调的前提下拿到 66.3% 的任务成功率，专做通用具身大脑的创业公司护城河就被削掉一大截。
更现实的一层是，智谱和 Kimi 走的都不是最重的路：一个用投资加开源卡住数据回流与生态位，一个先招人试路线、等模型能力外溢到 3D 与仿真再下场。它们买的不是机器人，而是等得起的时间；真正的胜负手不在谁先造出本体，而在谁能扛过成本曲线下降之前的烧钱期。
大模型公司集体走进物理世界，已经不再是预测，而是正在发生的现实。
继OpenAI成立机器人团队、DeepSeek密集布局具身投资之后，北京的两家头部大模型公司——智谱与月之暗面（Kimi），也先后露出了进军具身智能的清晰痕迹：一个已经出手入股、联合开源具身模型，一个已在招募具身方向人才、储备技术路线。
具身智能，正在从机器人公司的专属赛道，变成所有前沿 AI 公司路线图的终点站。
OpenAI 造身体、DeepSeek 买接入权：两种相反的答案
要理解智谱和 Kimi 的动作，得先看清前面两家已经走出的路径——它们恰好代表了两个相反的方向。
| 维度 | 核心结论 |
|---|---|
| 路线分叉 | OpenAI 造身体、建数据工厂；DeepSeek 用资本买接入权，不碰本体不建产线 |
| 智谱打法 | 入股原力灵机拿场景与数据、开源 26 亿参数 ZR-0、把具身写进 AGI 规划 |
| Kimi 打法 | 先招具身人才、暂不押注 Agentic Robotics，靠 3D 与长程 Agent 能力铺垫接口 |
| 为何是北京 | 海淀聚集两千余家 AI 企业与三百余家具身公司，模型与本体供应链同城 |
| 行业冲击 | 纯具身大脑叙事被压缩、数据与场景重新定价、入局方式随禀赋分化 |
| 未解约束 | 执行成本高、路线仍有争议、投入可能快于技术验证 |
OpenAI 走的是重资产路线。2026年6月1日，奥特曼公开宣布成立“OpenAI Robotics”团队，正式进军实体机器人领域，团队由 DALL·E 和 Sora 的核心开发者阿迪亚·拉梅什挂帅，短期目标是开发能协助建筑与物理基础设施领域技术工人的机器人。到10月，OpenAI 官网以“robotics”为关键词的职位已达27个，新增岗位横跨执行器、电机设计、制造、供应链和数据采集，奥特曼同时表示有望在2027年推出演示样机。
更关键的是数据层面的动作。野村证券调研显示，从2025年9月到2026年8、9月期间，OpenAI 采购了约1000万小时具身数据，约占美国市场供应量的70%。它不是在为某家机器人公司做配套，而是在为自己造身体、造数据工厂。
而 GPT-6 Astra 的表现，则让这场入局从“意愿问题”变成了“能力问题”。英伟达团队测试显示，Astra 在未用机器人数据专门微调的情况下，直接依据视觉信息和任务指令控制机器人执行任务，动作成功率达66.3%，远高于 Physical Intelligence 的专用模型π0.5。
DeepSeek 走的是轻资产路线。梁文锋先以约1.41亿元参与宇树科技 IPO 战略配售并签署战略合作备忘录，随后被曝拟领投腾讯前科学家胡瀚创立的 Winverse AI 种子轮，金额数千万美元。他还在2026年7月给出过一张 AGI 六阶段路线图：语言模型→思维链→Agent→持续学习→自我迭代→具身智能，具身被放在最后一格。
这条路的特点很明确：用投资和采购协议这类可进可退的支出，替代产线和数据工厂的固定投入，不碰本体、不建产线。
一个自己造身体，一个用资本买接入权。智谱和 Kimi 的动作，正是落在这条坐标轴上。
智谱三线并进：入股、开源与路线表态
智谱的入局不是传闻，而是可查的动作。
第一步是入股。2026年，智谱出现在通用具身大模型公司原力灵机的股东名单中，与阿里、商汤、阶跃星辰同框——这是国内具身赛道罕见地聚齐多家大模型厂商的一笔投资。原力灵机由旷视联合创始人唐文斌创立，同期完成与物流机器人公司 Atomix 的股权并购，后者托盘四向车销量全球第二、年营收近十亿。对智谱而言，这笔投资买到的是真实物理场景与数据回流通道，而不只是一个财务标的。
第二步是开源具身模型。智谱联合开源了26亿参数的 VLA 模型 ZR-0及配套的机器人数据集，其旗下基金此前也已投资过多家机器人本体公司。这意味着智谱不只是“投”，也在往技术栈里下场。
第三步是路线表态。智谱创始人兼首席科学家唐杰多次把具身写进 AGI 规划：2026年1月的峰会上他提出，公司将从 Scaling、模型架构创新、多模态感统三个方向推进 AGI，并明确“当 AI 能像人类一样统一理解和处理视觉、语音、触觉等多模态信息，形成协同感知与决策，才能真正在人类工作环境中执行长任务，AI 才能实现具身，才能进入物理世界”。
这条路线的逻辑很顺：智谱的主战场一直是长程任务与 Coding Agent，GLM 系列反复强调“连续工作数小时”的长程执行能力。而具身智能恰恰是长程任务的物理版本——同一个技术内核，换一个执行环境。
Kimi 人才先行，路线还在权衡
Kimi 的动作更早期，但信号同样明确。
2026年9月，有消息称月之暗面已启动具身智能方向的人才招募，多家具身智能公司的员工接到过 Kimi 人力资源部门的电话。值得注意的是其中透露的态度：有参与面试的人士称，早在 GPT-6 发布之前 Kimi 就已关注这一领域，但对“Agentic Robotics”（智能体机器人）的技术路线持保留态度。
这是一个很 Kimi 的细节——它不是跟风入场，而是在评估“通用模型直接驱动机器人”这条路到底走不走得通。
Kimi 的底气来自两件事。其一是资金储备：艾媒咨询数据显示，具身智能主题融资金额 TOP10 企业中，月之暗面以137亿元位列第一。其二是模型能力的外溢：2026年10月发布的Kimi K3.1 Pro 被公司称为迄今最强的3万亿级参数模型，在代码、3D创作与长程 Agent 能力上显著提升，并能熟练调用 Unity、Unreal Engine 等引擎、编写 Blender 与 CAD 脚本完成参数化 3D 建模。11月5日，月之暗面进一步发布 Kimi Hosted Agents，把支撑 Agent 运行的 Harness 做成云端托管服务，从“卖模型推理”向“卖智能体”延伸。
3D 理解、仿真环境、长程 Agent 执行——这几项恰好是通往具身智能的必经台阶。Kimi 未必会自己造机器人，但它显然在为模型进入物理世界准备接口。
为什么是北京：模型公司与本体供应链同城
这两家公司同时动向，不是巧合。
智谱与月之暗面都扎根北京海淀。2026年1月北京“人工智能创新高地建设推进会”发布的“九大行动”中，“具身智能全链跨越”被置于显著位置；海淀区已集聚2000余家人工智能企业和330余家具身智能机器人相关企业，基本形成从基础大模型到具身智能的全产业链条。
更直观的是官方调研中的分工暗示：2026年7月，北京市委书记尹力调研中将月之暗面与千寻智能并列，分别对应数字世界通用智能与物理世界具身智能。
一座城市同时拥有最强的模型公司和最完整的本体供应链，大模型公司进军具身智能的边际成本自然更低——不用远行找硬件、找场景、找数据，隔壁就是。
对行业的三重冲击：叙事压缩与数据重定价
第一，具身“大脑”公司的独立叙事正在被压缩。此前具身大脑公司能拿到高估值，核心逻辑是投资人认为通用 AI 与物理 AI 是两条独立路径，具身模型领域可能出现一个新的 OpenAI；但当 OpenAI 本身具备具身模型能力时，这个叙事就被打破了。一位具身智能投资人直言，冲击最明显的是做纯通用具身大脑的公司。
第二，数据与场景的价值被重新定价。Astra 效应最先利好的是产业链上游的数据采集商——此前因融资收窄而被压价的数据订单，随着通用模型公司看到具身数据的价值而重新回暖。这也解释了为什么智谱选择投资一家手握真实仓储场景与数据回流闭环的公司。
第三，大模型公司的入局方式会分化。有人造身体（OpenAI），有人买接入权（DeepSeek），有人投资+开源（智谱），有人先招人再定路线（Kimi）。分化取决于各自的能力禀赋：算法效率优势难以直接兑换成物理世界成果的，倾向于轻资产；已有场景与数据通道的，倾向于绑定产业方。
三道硬约束：成本、路线争议与投入验证赛跑
热闹之下，几个硬约束依然存在。
一是成本。机器人单次执行的成本是人工的数倍、耗时是人工的数十倍，即便模型在测试环境里做出高成功率，真实场景里每完成一次任务付出的时间和金钱，仍高到少有工厂或仓库愿意买单。
二是路线争议。宇树王兴兴判断 GPT-6 的一些能力已能解决机器人部分规划问题，快的话一到两年、慢的话两到三年物理 AI 可能迎来重大突破；但也有从业者认为，基础模型通过通用智能泛化到具身智能的可能性不大，仍需要专门的具身模型来完成推理与部署。Kimi 对 Agentic Robotics 路线的保留态度，正属于后一派。
三是投入与验证的赛跑。对大模型公司而言，具身既可能是第二曲线，也是一场技术防守战；但如果投入扩大得快于技术验证，公司就可能一面等待具身合作产生收益，一面继续承担模型主业的资金与研发压力。
结语
从 OpenAI 到 DeepSeek，再到智谱与 Kimi，一条清晰的行业主线已经浮现：具身智能不再是机器人公司的独角戏，而是通用模型能力溢出数字世界后的必然下一站。
对机器人公司来说，这意味着伙伴与对手变成了同一批人；对大模型公司来说，这意味着它们必须回答一个自己过去不擅长的问题——在物理世界里，以什么价格、什么速度，把事做成。
答案还没出来，但入场券已经发完了。
文章来源：公众号「非共识机器人报道」 @非共识机器人报道。编辑：cat。原文链接：mp.weixin.qq.com/s/_GuwFKSMgFGup1WSCl69fQ
- 大模型公司集体走进物理世界已不是预测：继OpenAI与DeepSeek之后，智谱出手入股并联合开源具身模型，Kimi则在招募具身方向人才、储备技术路线。
- 文章梳理OpenAI与DeepSeek两种相反的入局路径：一个自建机器人团队与数据工厂走重资产，一个用投资和采购协议买接入权走轻资产，智谱与Kimi正落在这条坐标轴上。
- 智谱的入局分三步：入股通用具身大模型公司原力灵机、联合开源26亿参数的VLA模型ZR-0，并由创始人唐杰把具身写进AGI规划，投资、开源、路线三线并进。
- Kimi的动作更早期但信号明确：2026年9月启动具身人才招募，却对Agentic Robotics路线持保留态度，靠137亿元资金储备和K3.1 Pro的3D与长程Agent能力为进入物理世界铺垫接口。
- 为什么是北京：智谱与月之暗面都扎根海淀，北京九大行动把具身智能全链跨越置于显著位置，海淀聚集两千余家AI企业与三百余家具身智能机器人公司，模型与本体供应链同城。
- 文章判断通用模型下场会带来三重冲击：纯做通用具身大脑的公司独立叙事被压缩、数据与场景价值被重新定价、大模型公司的入局方式将随各自能力禀赋而分化。
- 热闹之下仍有硬约束：机器人单次执行成本是人工的数倍、耗时数十倍；路线是否要靠专门具身模型仍有争议；若投入扩大快于技术验证，公司可能一面等收益一面扛研发压力。
- OpenAI成立Robotics团队并采购约1000万小时具身数据，GPT-6 Astra未专门微调就取得66.3%任务成功率；DeepSeek以1.41亿元参与宇树IPO配售并拟领投Winverse AI，两种路径形成鲜明对照。
- 智谱选择投资原力灵机，看中的是真实物理场景与数据回流通道，而不只是财务回报；其联合开源的ZR-0与机器人数据集，意味着它不只是投，也在往技术栈里下场，抢占具身生态位。
- 文章把这场具身竞赛放进成本曲线里看：大模型公司买的不是本体，而是等得起的时间，真正的胜负手不在谁先造出机器人，而在谁能扛过成本下降之前那段持续烧钱的窗口期。
