十字路口Crossing

Koji × 徐梦迪

具身智能已出现Scaling Law早期信号：预训练数据从十万小时增至一百万小时后，未见测试集表现改善，但loss仍不等于success rate。徐梦迪将当前阶段比作GPT-1，更看好世界模型与ICL，因为任务难以靠穷举扩展。未来三到五年的关键催化剂是成功率在未见任务上随数据和模型规模上升；最大风险仍是用户可见进步能否启动数据闭环。

Koji × 王家伟

具身智能正从单次演示转向 OOD 适应、steerability 与 context 理解，覆盖即时反馈和长期记忆。深普以 UMI 数据闭环推进真机验证，超过95%轨迹可执行；年底模型的泛化和评测、scaling law 仍待验证，延迟与数据成本构成约束。

Koji × 韩铮 × 沈宇军 × 王潜 × 许华哲

Astra实测显示，语义和空间泛化较强，复杂接触任务却暴露出物理泛化短板。仿真抓取、放置、组装已接近100%成功率，但真实触觉信号与仿真仍“基本上千差万别”。商业化取决于客户持续付费及多数任务接近100%的可靠性，3年内通用服务能否出现仍待验证。

Koji × 黄一

22岁的黄一约一年半完成五轮、合计超过一亿美元融资，把RP One发布和量产设为A轮milestone，商业闭环留到B轮。萝博派对以开源本体卡位模型公司与硬件厂商的missing layer，RP0月出货约100台；RP One预计第4季度发布、明年约2000台，但行业到2030年或仅10到15家公司走出。

Koji × 世博

小伴以8499元国内定价、最快国庆交付切入陪伴机器人，65厘米、12公斤和0.12平方米占地把消费级产品门槛落到万元以下。三层VRA将1.7B快脑、7B慢脑延迟压至0.4秒以内，家庭模拟器补足入户数据；真实留存与规模交付能否证明“生命力”仍是关键观察点。

Koji × 黄碧薇

Aether AI押注因果世界模型，试图在隐空间同步学习因果变量、结构与transition dynamics，区别于视频、3D和VGAPA等过渡路线。其模型仅学过lift与pick and place，却零样本完成stacking；但市场质疑集中在如何从原始数据学出三层因果，真机demo计划今年揭示长程泛化与推理能力。

Koji × 课代表立正

从 ChatGPT 聊天转向 Claude Code、Codex 或 Cursor，围绕 Agent 重构工作流，核心变化是让上下文与产出持续积累。工具和模型趋同后，差异来自 context 与 skill；应用层转向行业改造或 AI for science，而 FDE 需求与 Agent 落地仍待时间验证。

Koji × 张翼

张翼已把机器人送进上海300个家庭，F2以带娃而非家务切入，按月租3-4千元，用户使用与维护周期均在改善。贴本铺量旨在积累数据工厂采不到的corner case与“与活物互动”数据，但世界模型鲁棒性尚未达到100%，续费、转介绍和订阅经济仍待验证。

Koji × 刘旌

DeepSeek R1、Manus等案例让AI从方向共识进入用户、收入与泡沫验证阶段，资本和人才加速涌向大模型、硬件与具身智能。免费大厂、模型快速贬值与Growth资金断层正压缩估值空间，外资LP回流和机器人退出样本能否延续，将检验基金的配置与跟投能力。

杨洁

锦秋以5亿美元、12年期基金押注AI是基础设施变量，并坚持不投大模型，转向具身、AI应用与存算一体。一年看四五千家公司、投51家后，2026年最看好落地千行百业的专家知识类应用；竞争加剧与错过Manus仍凸显筛选和跟投纪律。