为何具身智能卡在执行器而非模型上

概述

关于人工智能下一个瓶颈是智能还是机械的辩论，正由物理约束而非算法约束赢得胜利。虽然像鲍里斯·帕沃（Boris Power）这样的行业人物预测会出现通用机器人零部件短缺，但现实情况要具体得多。该行业面临的并非广泛的组件赤字，而是供应链中两个精确节点处的紧密阻塞点：高精度执行器和稀土磁铁。

这些瓶颈受限于制造业物理学的刚性规律，其时间尺度以年计算，而非以月计算的能力曲线。随着 GPT-6 Astra 等基础模型展现出近乎完美的语义泛化能力，它们正撞上一堵硬墙，即微力控制领域——在这个领域，仅靠软件无法解决问题。

能力分裂：宏观与微观

最近的基准测试揭示了当前大型语言模型在转化为物理行动时的显著差异。2026年9月，Robocurve 对 GPT-6 Astra 和 Claude Fable 5.1 进行了实际机械臂任务的测试，结果在精度轴上产生了尖锐的分化。

在方块入碗任务中，Astra 的Success rate达到95%，在20次尝试中完成了19次，而 Fable 5.1 仅完成8次。然而，在需要毫米级对齐的拼图插入任务中，Astra 的成功率暴跌至10%，恰好与 Fable 5.1 的天花板持平。

同一个模型，同一个机械臂，两项任务之间相差85分。差别不在于世界理解能力。方块放置是宏观空间操作，语义泛化在此生效。拼图插入则需要微力控制。

这一性能差距凸显出，限制因素并非缺乏世界理解能力。摄像头无法捕捉精细装配所需的触觉阻力变化，语言模型也无法在微观空间内对毫秒级力的调整进行推理。只有触觉传感器能提供这种反馈，但它们大多仍缺席于通用型机器人机群。

供应链现实

结构性约束在于物料清单。根据麦肯锡2026年的供应链分析，执行器占人形机器人成本的40%至60%。在执行器内部，减速机占费用的30%至50%。

谐波和谐波减速器市场 historically 高度集中，Harmonic Drive 和 Nabtesco 占据了全球70%至80%的份额，尽管中国的绿的谐波（Green Harmonic）近期已扩张至超过35%。为这些组件建立新产能并非资本支出问题；认证周期和制造物理学阻止了任何时间线的压缩。

更深的约束存在于电机内部：钕铁硼（NdFeB）永磁体。每个特斯拉 Optimus 单元大约需要3.5至4公斤此类磁铁，超过了标准电动汽车驱动电机的需求。

中国目前控制着全球约91%的稀土精炼和94%的NdFeB磁铁生产。虽然开采集中度较低，但关键约束显然在于精炼和制造。CRU集团预测，到2040年，人形机器人需求可能达到36.3万吨NdFeB——约为当前全球需求的157%。即使在下行情景下，预计2030年中国以外的产能不足6万吨，而中国为29万吨。

稀土磁铁加工产能不是GPU制造。它不遵循摩尔定律。它不会因基础模型变得更聪明而加速。

垂直整合与数据

针对这些硬件局限，OpenAI于2026年9月确认将自主开发人形机器人。该公司的机器人团队从11个职位扩充至19个，核心角色专注于端到端定制机电执行器设计。

这一转变遵循了2021年的一次战略教训：当时 OpenAI 因缺乏足够的真实世界数据而终止了早期的机器人项目。四年后，虽然认知能力已跨 embodiment 迁移，但感知-控制回路的数据管道仍是关键缺口。

要将成功率从10%提升至90%，模型需要知道机器人尝试了什么、施加了多少力以及什么物理部件发生了移动。这些数据只能通过大规模运行机器人产生。因此，拥有硬件机群是控制这种关键训练信号吞吐量的策略。

触觉传感信号

GPT-6 Astra 在精密装配任务中10%的成功率直接为触觉传感行业发出了定价信号。没有触觉的精密操作天花板在数学上固定于这一低位。弥合差距至90%需要传感器精度、数据采集规模和力控算法的进步。

资本市场已对此技术现实做出回应。自2026年7月以来，至少有八起 embodied AI 触觉领域的融资事件筹集了超过25亿元。值得注意的是，两家公司——Pasini 和 易魔科技（Yimu Technology）——在最近一轮中各获得了约10亿元，达到了独角兽地位。

这一特定子领域的融资速度正成为物理AGI从实验室演示转向商业部署的领先指标。只要执行器和传感器层仍受物理而非代码制约，瓶颈层级将有利于硬件制造商而非纯软件公司。