2026年6月1日，具身智能赛道被三枚信号弹同时照亮。英伟达GTC大会发布Cosmos 3物理AI世界模型，基于数十亿条文本、图像、视频、音效及动作轨迹训练，单一系统融合视觉推理、世界生成与动作预测三大能力。

　　说实话这个数据很恐怖。以前训一个能识别“杯子掉地上”的物理模型需要几个月，现在几天就搞定。黄仁勋的原线年是具身智能规模化应用元年。

　　同一天英伟达还甩出了Isaac GR00T人形机器人参考设计——基于宇树凯云官网科技H2 Plus本体，搭载Sharpa Wave触觉五指灵巧手，面向全球开发者开放。用手机行业的话说，这就是人形机器人的“公版方案”。回想智能手机真正爆发不是苹果发明了多点触控，而是联发科把方案做成了交钥匙工程。人形机器人现在走的就是这条路。

　　更戏剧的是，OpenAI在同一天宣布重启机器人业务，公开招募全栈硬件工程师。从“我们不搞硬件”到“我们要做万能机器人”，这个转身不到两年。

　　答：不会那么快。大模型的训练数据是互联网文本，取之不尽。具身智能需要物理世界的交互数据——一个机器人摔倒1000次的视频比1000篇论文难获取多了。但方向已定，2026年下半到2027年，人形机器人在工厂巡检、仓储物流、医疗配送等封闭场景一定会有第一批付费客户。

　　答：短期在导览场景看不到价值——一台机器人讲解员的成本够请10个真人导游。真正的机会在后台：景区安防巡检、夜间巡逻、高危区域设备检修。这些场景不需要机器人聪明，只需要它可靠。

　　- Cosmos 3把训练周期从数凯云官网月压到数天，具身智能技术门槛断崖式下降

　　- OpenAI重启机器人+英伟达开源生态，正在重演智能手机产业链分工逻辑