• 具身机器人的核心命题：

  能力边界正在迁移

  01

  从固定走向开放

  固定场景、固定任务 → 开放世界

  02

  从短动作走向长程自主

  短动作执行 → 长程自主任务

  03

  从模仿走向自主决策

  依赖专家数据 → 自主理解、规划和恢复

  端到端模仿学习以直接“observation-to-action”的动作生成范式（如 VLA、WAM），泛化能力高度依赖训练数据的覆盖范围，无法适应开放、长程、高交互任务。随着 GPT-6 Astra 等通用 VLM 的多模态理解、复杂推理与多步规划能力跃升，专用动作生成模型的必要性及能力上限正受到直接挑战。

• 协律科技的核心判断：
  • 模型应该具备理解空间（空间智能）、理解“行动怎样改变世界”的能力，支持规划模块在与模型、环境交互中自主探索出完成任务的最优解（Predictor + Planner），而不是单纯依靠堆积数据拟合专家数据分布。
  • Beyond 模型，如何做好基于模型的机器人 Harness，使模型能力能够鲁棒、稳定地作用于真实场景，尤为重要。具身机器人的重心不是与 VLM 基模公司（OpenAI、Anthropic 等）竞争基模能力，而是打造连接模型能力与物理世界执行的关键环节，让通用模型的进步持续转化为公司的能力增量。
  • 在长程、开放空间的自主移动操作任务中，单纯依靠 VLM 依然无法直接控制机器人。虽然 VLM 具备越来越强的场景理解和 Tools / Skills 调用能力，但要高效完成此类任务，仍需要围绕其最擅长的 Scene Understanding 能力，打造一套属于机器人的 Harness System。具备丰富此类任务经验的团队，会更擅长构建这样的 Harness，贯通从场景理解、Geometry / Metric Grounding、任务规划，到各类 Contact-Rich 移动操作 Skills 的完整链路。

Click to reveal core judgment 01