广发证券发布研究报告称，迈过量产节点后，产业发展的重心已迁移至具身模型。当前产业已迈过量产节点，硬件方案基本定型，发展重心已逐渐从硬件层零部件迁移至软件侧的具身模型-影响着具身智能的智能化程度和动作执行效果，其模型能力也决定着具身智能的应用场景边界和终端需求，是决定后续产业发展节奏和发展阶段的关键变量。

　　正如2017年Transformer提出后、GPT收敛前的大模型行业：多路线并行、胜负未分、迷雾中前行。当前具身模型对于如何实现机器人理想的“稳定、准确、强泛化、跨场景”智能化能力存在三条路线)大小脑分层：大脑大模型负责高层级规划+小脑技能库执行具体动作;是成熟度高、特定任务和特定场景落地较快的方案，但能力上限低、泛化能力弱;VLA：重构了动作表达与动作生成，是当前的主流布局路线，但长时任务与分布外场景仍是短板;世界模型：先想象、再决策、后执行，最接近“理解物理世界的远期形态，但尚处初期。

　　参考大模型的收敛历史，收敛需要两块基石。“三大要素”：数据墙-核心是指模型训练数据，目前具身模型缺乏海量标准化数据，训练成本高;表征墙-缺乏类似“预测下一个词”的统一任务目标，模型能力无法跨任务、跨场景、跨本体沉淀;闭环墙-物理试错代价高、反馈慢，行业缺少统一评测标尺，迭代无法自驱。收敛方向的“指路牌”：大模型在满足三堵墙的前提下，出现Scaling Law法则才开始收敛，当下具身模型类Scaling Law的收敛法则尚未出现，路线正确性无从验证，产业只能多线分散试错。

　　国内厂商：优必选：多路线+行业垂类模型同步布局，从初代Thinker基座、Thinker-VLA迭代至开源Thinker、Thinker-WM世界模型及行者具身智能模型，优必选具身模型兼顾技术泛化与整机工程落地;宇树科技：WMA世界模型与VLA双线月最新推出的世界模型UnifoLM-OminiA-0.3主要采用预测的路线，已验证其面向消费端场景的应用潜力;银河通用：分层模型、VLA一体化、世界模型三线)Physical Intelligence：坚持VLA技术路线已成为当下前沿VLA模型之一;Figure AI：聚焦VLA分层技术路线，已在工业和消费场景实现部署;英伟达：围绕基础模型研发，推出GR00T系列与Cosmos世界模型深度绑定整机生态。

　　特别

　　巴西总统卢拉公开表示：我刚得知我的对手小博索纳罗已逃[*]美国，巴西只是他的第二故乡，他的第一故乡是美国，溜须拍马美国，他早就习惯了

　　悲剧！华人女工程师猝[*]美国！生前听信ChatGPT建议，25天内将药减至零，国内父母怒告OpenAI

　　法国访谈节目

　　一名入伍才三个月的俄军逃兵，在乌东村落枪[*]了五名熟睡的乌军无人机操作员，得手后端着枪一头扎进了乌克兰控制的哈尔科夫百万人口大城市

　　传闻，姆巴佩侮辱教员！央视已叫停涉及姆巴佩的西甲赛事播出，其相关广告也全部下架！截止发稿，姆巴佩和皇马仍未道歉回应