十月下旬，长三角吹了两种风。

先是杭州。王兴兴站在宇树生态大会的台上，背后大屏里一台G1人形机器人握着画笔，自己调色、自己洗笔，全程零训练，只靠一句提示词。

跑的是GPT-6 Astra。他丢下一句：“物理AI被击穿的苗头已经看见了，快则一两年，慢则两三年。”

一周后是上海。稚晖君在智元创新日把另一句话钉在屏幕上：“AI要击穿具身智能，那我们就成为AI那一侧。”

亮出来的是GO-3 Preview，自研架构，登顶RoboDojo、RoboTwin、RoboCosieum三个榜单。

同一款Astra，被两个人各看了一眼，转身走向相反的方向。

一个接过来当大脑“外挂”，一个拿来自研的System2外包、把System1和力控死死攥在自己手里。

西风过钱塘，东风立浦江。

这不是对打。

是具身智能行业第一次有人把底牌亮到台面上——借西风补脑的人，立东风铸身的人，各自在补自己缺的那块。

两种路线，第一次正面碰上。

智能从哪来？接模型，还是养模型？

王兴兴的思路很直接：大脑其实不需要从头造，通用模型自己正在长出手。

宇树已经把GPT-6 Astra接进G1，不写控制代码，只给提示词，机器人自己画画、下围棋、洗笔。

王兴兴的判断是，通用基模再跳一两代，就能“进陌生房间，听一句‘帮我收拾一下’，干完八成的活”。

他没把宝全押在别人身上——宇树自己也开源了UnifoLM-WMA-0、UnifoLM-VLA-0，9月又推出60亿参数的世界动作模型UnifoLM-WLA-1.0，用了约2500小时真机数据训练。但动作逻辑很清楚：通用模型扛规划，轻量专用模型扛执行，宇树做中间的适配层。

这条路的潜台词是：大脑会自己进化，硬件公司要做的，是把身体准备好等它。

稚晖君不认这个账。或者说，他认一半。

智元也在用Astra，但只让它当System2——理解场景、拆任务、做规划。真要下手，System1和100到1000Hz的力控闭环必须自己守。

姚卯青说得很直白：“最后一公里，涉及力触和反馈控制的高动态精细动作，我们测下来大模型成功率基本完全是零。”

智元实验室把100台真机组网，边干活边回传数据，模型权重再下发。同样训练时长，4台机器成功率50%，100台拉到98%。这个飞轮不靠云端堆参数，靠物理世界里真实运转的机器人台数——纯模型公司抄不走。

GO-3 Preview是目前行业参数量最大的具身基座模型之一，WRAM架构把世界模型、推理、动作压进同一个模型。运动智能做了自进化智能体：演示里拆掉一个关节，机器人自己查文献、写代码、重新训练，用剩下的关节继续走。交互侧WITA-OMNI把响应压到600毫秒，免唤醒、全双工，能分辨“这句话是不是在对我说”。

一个赌模型从“天上掉下来”，一个赌模型在“真实工况里长出来”。

王兴兴在等ChatGPT时刻。

稚晖君在等1万台机器人稳定上岗的时刻。

两个时刻大概率不是同一个时刻。

钱要烧在哪？补大脑，还是扎工况？

宇树的钱烧在哪儿？财报里其实已经把路线写得明明白白了。

前三季度营收18.17亿，同比涨55.71%，已经超过2025年全年；归母净利润3.87亿，同比涨270.54%。但钱没留着——前三季度研发投了2.63亿，同比暴涨191.48%，占营收14.47%；Q3单季研发1.27亿，同比再涨249.58%。IPO募投里，“智能机器人模型研发”一项列了20.22亿，接近原计划募资42.02亿的一半。

这些钱主要烧三件事：具身大模型研发、算力集群、研发团队扩充。

王兴兴自己在台上承认，几年前对AI“信得不够”，现在要把欠的课补回来。宇树甚至搭了一套物理AI自进化闭环：AI自主检索文献、生成控制代码、跑仿真、真机验证，人只做评估。

扣非净利润Q3同比掉17.42%。这是主动把硬件利润换成物理AI期权。

市场认这笔账——Astra发布后两周，宇树股价累计涨超70%，市值一度逼近3000亿。摩根大通一个月内把评级从“低配/减持”连升两级到“增持”，目标价从300拉到995。

烧钱的方向很清楚：接住通用模型，让G1、G2接得住越来越聪明的大脑。

智元的钱其实花在了另一个地方。

G2 Max新发，双臂额定负载40公斤，峰值50公斤——因为搬运客户提出30公斤以上的需求，老款不够用。产品不是为发布节奏迭代的，是产线倒推出来的。

液冷关节散热能力是传统风冷的7倍，持续扭矩到3倍；AHA3控制器把运动、作业、交互三种智能融进一颗SoC，体积砍半，通信延迟降90%。

这些投入不性感，但能扛。龙旗南昌工厂的3C产线，今年3月规模化投产，到创新日已经稳定运行7个多月。一次6天“全透明”直播里，8台精灵G2累计作业超过64小时，完成64828次产线任务，产出17625台平板，成功率99.99%，节拍压缩到18-22秒一件，接近熟练工节奏。

更狠的是研发团队已经从龙旗现场撤出，基础运维交给龙旗自己的工程师。机器人不再是被一群博士看护的展品，成了产线日常。

一个在烧明天的脑，一个在扎今天的岗。

本体到底是什么？终端商品，还是数据容器？

宇树把本体做成终端商品，这条路它最熟。

G1自2024年5月发布以来累计下线从1万台到2万台。核心零部件自研率和国产化率都超90%，每年自产数十万个关节电机和模组。四足机器人全球份额60%以上。身体先规模化，做成能批量交付、价格可控的接口，等聪明大脑插上来——逻辑像手机厂商等安卓成熟。

“宇创计划”再补一层：五年孵化200家生态企业，开放机器人平台与工程量产能力，把行业需求导流给合作方。宇树要的是把硬件底盘铺成行业基础设施。

这套打法在Astra之后反而被重新定价。通用模型把“大脑”变成可插拔商品，本体公司的价值重新锚回运动控制、可靠性和成本——这三样，宇树已经跑了多年。

稚晖君不这么看本体。他当场摁住一句话：“我们生产了多少台机器人，并不等于真实世界中就多了多少生产力。”

智元上半年出货突破9700台，按Counterpoint口径全球份额超43%，居第一。但彭志辉要的是另一把尺子——Worken，有效智能工时。

公式就三个乘数：活跃机器人数量 × 自主工作时长 × 产出效能比。

第一个乘数筛掉仓库里吃灰的机器。第二个乘数把遥操作时段、充换电、空转全扣掉——开机不等于在岗。第三个乘数看干得是不是比人强，以标准工人产出为1，等于1达标，大于1超越。

Token衡量机器想了多少，Worken衡量机器干了多少。

这把尺子不是办公室推出来的，是从场景里长出来的。

长隆飞船乐园近500台机器人分布在100多个点位，运营后乐园客流提升近40%；广州地铁120多台精灵G2做安检引导、咨询、巡逻；成都宽窄巷子零售机器人作业成功率98%，节拍从60秒压到30秒；上海便利店里的Agent框架，熟食打包、取货、补货流程成功率从首日28.6%爬到第五天85.7%。

本体在智元这里不是商品，是数据采集器和工况接口。

硬件会折旧，但大脑通过模型升级、群体学习不断增值——对应的其实是“智价比”：每单位全生命周期成本能创造多少有效智能工时。

一个卖铁等脑，一个租身收利。

这笔帐应该怎么算？PE估值，还是Worken结算？

资本市场给宇树算的是未来账。

滚动PE一度被市场推到400倍以上（不同口径时点，差异较大），买的根本不是一台机器人，是物理AI跳变期权。

王兴兴在等那个ChatGPT时刻——通用模型再跳一代，具身智能从“能动”变“能干活”，估值体系重估。

这套账成立的前提是：模型跳变真的发生，且发生在宇树能接住的时间窗里。风险也明摆着：Astra单次推理18.56秒，力触环节近乎失效；直接控制成功率的公开测试里，插插头11次全败，把笔放进笔筒花了四个多小时、成本55美元。

如果模型跳变慢于预期，高研发就会在利润表上留下长期窟窿。

客户给智元算的是另一本账。

龙旗产线的人机比，最早1:1，现在3:1，年底10:1，目标20：1以至30:1。

王闯说得很实在：大规模部署初期工程师和机器人几乎一对一，降不下来就永远是按项目收费，成不了规模生意。降到10:1，客户只需为机器人岗位新增5%的人力预算，“5%对很多客户来说，就是一个可以接受的点了。”

按Worken结算的商业模式也在铺：客户不买机器人，买“机器人生产力套餐”，预定任务、机器人完成、按工时扣减。

就像今天没人关心云端服务器型号，只关心算力账单。

灵渠OS 1.0年底全面开源，捐给开放原子开源基金会；AIMA体系已经聚了8万开发者、511家企业、255所高校。智元想做的是把单机产品变成行业基础设施，让Worken从一家公司的口径，慢慢长成行业能用的度量衡。

目前Worken还是智元自定标准，客户和同行愿不愿意按它结算，要再看。

但方向已经很清楚：Token是数字AI的尺子，Worken是物理AI的尺子。

谁定义尺子，谁拿定价权？

一个按未来定价，一个按产出定价。

写在最后

西风烈，东风劲。

王兴兴借西风补脑，把利润烧给模型，等通用智能长出手。

稚晖君立东风铸身，把工时焊进产线，等自研模型在真实工况里一寸寸磨出来。

两个人押的是同一个终局——具身智能必须同时有聪明的脑和可靠的身。

但赌注压在不同环节，资源投去两边，谁也抄不了谁的作业。

造身的人补脑，是怕身体造得再好，大脑一来全变成外壳。

造脑的人挖身，是怕脑子想得再深，落不到工况里就是空中楼阁。

GPT-6 Astra也只是导火索，不是扳手——它让王兴兴觉得大脑快来了赶紧接，让稚晖君觉得大脑还远着呢，要先把身焊死。

行业以前不打架，是因为大家都在“PPT里画饼，碰不到彼此的命门”。

现在宇树把利润烧给模型，智元把工时卖给客户，两条路线开始抢同一笔钱、同一批场景、同一个终局的定义权。

真正的“台风”永远不会刮在水面上。

而是在工厂里，在客户的账本上，在“这台机器到底能不能替我干满一年”这个问题面前。

答完，“龙卷风席卷全球”！

水下这盘菜没人按台数排名，但也正因不按台数，它永远不会有人形那种一夜爆量故事。