文 | 智讯智库分析师 陈宥文
这次，把机器人行业推到分叉路口的，是通用大模型这个 " 最熟悉的陌生人 " ——
有人拿它 " 替掉 "VLA，有人拿它 " 加速 "VLA。
短短两天，两桩标志性事件先后落地，把这条分叉路的两端踩得异常清晰。
10 月 16 日，工业自动化初创公司 MicroFactory 创始人披露，据其自述，在单次客户部署项目中，团队采用通用大模型生成控制方案、专用程序执行作业的路线，整套系统基于 Claude Opus、GPT-6 Astra 等通用大模型搭建 [ 1 ] ——机器人连续 1.5 小时自主装配电子产品且全程零操作失误，覆盖的自动化范围超出团队最初预期 [ 2 ] 。
仅仅两天前的 10 月 14 日，机器人研发与真机评测平台 Poke & Wiggle 走出了另一条路径：他们让 Claude Opus 5.5 接管了从读论文、写算法到训模型、测真机的全流程，尝试复现 10 篇近期机器人研究论文的核心结论 [ 3 ] 。大模型并非用来替代专用视觉 - 语言 - 动作模型（Vision-Language-Action Model，VLA），而是为 VLA 的研发与迭代提速。
两项案例共同呈现的变化，是通用大模型开始承担更多机器人方案设计、代码实现、调试与实验编排工作。目前更有依据的判断是，机器人集成与研发流程正在发生变化；这些进展尚不足以证明通用大模型能够普遍替代 VLA。
通用大模型，切入机器人系统的三种模式
这里所说的通用大模型，是指面向通用场景训练、具备多模态推理与代码生成能力的大型语言模型（LLM）。从近期实践看，通用大模型切入机器人系统，主要沿三条路径展开：
三种模式并非互斥，完全可以在同一套系统中组合使用：固定工位的重复动作交给专用控制程序，复杂柔性操作调用 VLA 策略，高层的任务组织与研发流程则由通用 Agent 统筹。
今年 7 月 Anthropic 的一项研究也印证了这一点：他们对比了直接控制、生成控制代码、监督已有策略、训练新策略等多种交互方式，发现模型的实际表现高度依赖于连接方式。复杂机器人对底层控制的刚性要求，始终是技术选型绕不开的约束 [ 4 ] 。
这也意味着，接下来的行业比拼，从来不是 " 谁家模型更强 " 这么简单。同样的通用大模型，搭配不同的接口架构、数据链路、控制逻辑与评测体系，最终的落地效果可能天差地别。
MicroFactory 的路径：通用大模型生成方案，专用控制程序执行
MicroFactory 这次实践的核心，是把高层推理与快速执行拆成了两层。
基于 Opus、Astra 的 AI 智能体（Agent，指基于大模型构建、具备自主规划与工具调用能力的智能体）负责理解任务目标、选择控制算法、编写自动化代码；大量重复性的执行动作，则交给生成好的视觉与控制程序完成。只有当现场出现程序无法覆盖的新状况时，通用大模型才会介入调整流程 [ 1 ] 。
这和过去 " 大模型逐帧感知、一步一指令 " 的控制逻辑截然不同：程序一旦通过验证，就能以固定节拍高速重复运行，既省去了生产过程中持续调用大模型的 Token 成本，也消除了每轮推理带来的响应延迟。
本质上，这仍是工业自动化一贯的工程哲学：凡能固化的动作，绝不浪费通用能力。面对姿态各异的来料零件，系统通过辅助工装完成分离、翻转和重新抓取；面对高精度插装工序，则由通用大模型生成视觉与控制程序，结合视觉反馈调整装配精度 [ 1 ] [ 5 ] 。即便是抓取螺丝这类基础动作，团队最终也选择了成本约 300 美元的自动供料器来保证稳定性 [ 6 ] 。
最终呈现的是一套极度务实的技术组合：通用大模型负责快速生成方案、应对非标变化；视觉算法、小型专用模型、工装夹具与机械臂共同负责稳定执行。
MicroFactory 官网也明确划分了两类适用场景：抓取、连接器插装等重复性高的任务，优先采用 AI 生成的自动化程序；需要持续推理、灵活应变的复杂任务，再直接调用通用大模型——后者会消耗更多 Token，执行速度也相对较慢 [ 5 ] 。
这种 " 重开发、轻执行 " 的分工，也直接重构了大模型的成本曲线。模型调用费用不再持续发生在生产全流程，而是集中在方案开发和任务换型阶段。按照 MicroFactory 的模式，用户仅在产线训练、工艺重构时支付模型调用费用；任务定型后由本地模型（部署在产线本地、无需云端调用的轻量控制模型）执行，无需持续支付云端调用费，设备报价中已包含五年的本地模型许可 [ 5 ] 。
对于多品种、小批量的制造场景，换型的编程与调试成本向来是自动化落地的核心门槛。如果这部分投入能显著下降，很多原本不具备经济性的自动化项目或将变得可行。
当然，方案的最终验证仍需落在生产节拍、产品良率、人工干预频率等长期指标上——据创始人自述，单次客户部署场景下连续 1.5 小时零失误——这只是其中一项阶段性证据。
Poke & Wiggle 的路径：通用大模型接管研发实验台
如果说 MicroFactory 把大模型用在了执行的 " 最后一公里 "，Poke & Wiggle 则把通用 AI 推到了研发的 " 最上游 "。
其推出的 Poker 平台，把数据预处理、模型训练、真机评测全链路打包成标准化接口。Agent 可以自主完成从读论文、选任务、复现算法，到训练基线模型、申请真机验证的全流程；现场团队负责工位准备、环境复位与质量检查，研究人员参与方法审核，并在需要时纠正实验方向 [ 3 ] 。
这套自动化科研流程很快跑出了可量化的结果，同时，也毫不掩饰地暴露了真实问题。
在 Patch Policy 实验中，团队使用同一预训练视觉编码器，对比密集视觉特征与单个 CLS 特征的效果。在其所选任务与评测条件下，前者将任务成功率从约 3.3% 提升至 25.6%，提升幅度约 22.2 个百分点。相对改善得到了明确验证，但绝对成功率依然偏低，也侧面反映出这类任务在当前实验设置下的固有难度 [ 7 ] 。
更耐人寻味的是 DSD 实验，它无意中揭开了 AI 做科研的一体两面：既能高效跑通复杂流程，也可能悄悄改变实验的核心前提。Agent 首次执行时，自行扩大了动作归一化的取值范围，结果在其平台设定的任务与评测条件下，并未发现 DSD 相对基线的明显优势 [ 8 ] 。当研究人员要求恢复论文规定的基线参数后，DSD 成功率达到 45.3%，基线为 32.0%，领先 13.3 个百分点 [ 9 ] ；而在 Agent 扩大后的取值范围下，基线成功率反而达到 46.0%，与 DSD 几乎持平。最终的原始记录同时保留了复现结果，以及参数偏移带来的影响 [ 8 – 9 ] 。
来源： ( a ) Duan Y, Yin H, Longhini A, et al. Direction-Scale Decomposition in Action Representation: Rethinking What to Tokenize for Vision-Language-Action Models [ EB/OL ] . arXiv:2609.28865, 2026-09-24, p.7, Fig.4. ( b ) ( c ) Poke & Wiggle. Chapter 2: Towards an agent-native CERN of AI robotics [ EB/OL ] . ( 2026-10-14 ) [ 2026-10-16 ] .
这对产业研发有非常直接的启示：如果目标是复现论文结论，就必须严格守住关键实验条件；如果目标是筛选最优落地方案，则有必要对比经过合理优化的多种替代路径。
Poke & Wiggle 接入微软 Rho 的实验，进一步展示了通用模型与专用机器人模型在研发流程中的协作。
据公司披露，Agent 在接到任务后的次日完成了 Rho 的集成、训练和真机测试，并在倒螺丝任务上取得 87% 的成功率，结果限于其平台与测试条件 [ 3 ] 。在这之中，Claude 承担模型接入、训练与评测等开发工作，Rho 承担机器人动作生成。
来源： ( a ) POKE & WIGGLE. Chapter 2: Towards an agent-native CERN of AI robotics [ EB/OL ] . ( 2026-10-14 ) [ 2026-10-16 ] . ( b ) RHO TEAM. Rho: A Foundation for Efficiently Adaptable VLA Models [ EB/OL ] . arXiv:2609.38164, 2026-09-29, p.2, Fig.1.
微软对 Rho 的设计也印证了这种分工趋势：这是一组开放权重、约 50 亿参数的双臂操作模型，提供适配不同机器人平台的版本，把 " 适配机器人本体 " 和 " 适配具体任务 " 拆成两个阶段处理 [ 10 ] 。
除了做实验，Agent 的自主排错能力同样刷新了研发的效率边界。在一次实验中，Agent 发现连续 10 次真机评估全部失败，便主动读取运行日志，定位到自己修改的推理代码存在缺陷，随后自动回滚代码、更新服务镜像并重启测试。据公司披露，从发现问题到修复后重新启动评估，全程不到 35 分钟 [ 3 ] 。
当写代码、调 bug 这些软件侧的工作越来越多地被 Agent 承接，研发迭代的瓶颈就开始向硬件端转移：真机可用时长、环境复位速度、评测体系可靠性，正在成为新的限速步。
软件迭代越快，对可靠、高效的实验基础设施的依赖就越强。
真正的壁垒，仍是可沉淀的工程能力
通用大模型正在拉平机器人行业的基础开发门槛，竞争逻辑随之重构。
对依赖人工编程调试的系统集成商而言，基础开发成本下探，团队人效提升——但成本能否转化为利润，仍取决于交付定价、维护投入与方案可复制性。
对自研专用模型的企业，这轮变化无疑带来了一次更为直接的拷问：相比外部通用能力，自身方案在数据效率、响应速度、复杂接触操作上的独有优势是什么？这些优势又能否稳定、低成本地复现？上游硬件厂商同样无法置身事外。
MicroFactory 采用 FAIRINO FR3 机械臂的案例印证：通用硬件对接大模型可快速拓展应用边界。
对国内厂商而言，接口标准化、文档完善度与软件适配能力，将直接决定新场景的切入效率。
当写代码、调算法不再是高门槛，企业的核心护城河正向工程层面沉淀：经过验证的任务程序库、故障纠错数据、成熟工装方案，以及跨设备复制维护的工具体系。
通用 AI 拓宽的是全行业的技术供给，而非替代所有机器人控制方案。其短期价值在于提效方案设计、代码实现、调试排错与实验编排全流程；在实时、连续、复杂操作场景中，VLA 与专用控制程序仍是执行核心。
技术供给是全行业的公地，只有将通用能力转化为稳定可靠的任务交付、低成本规模化复制，才能把模型势能沉淀为商业价值。行业长期的核心壁垒，最终将落在可验证的程序、真实场景数据、成熟工装与可复制的交付能力上。
[ 1 ] KULAKOV I. Over the past month, we completely switched to frontier LLMs to control a robot in a customer deployment [ EB/OL ] . X, post 2110866012333838675 [ 2026-10-16 ] .
[ 2 ] KULAKOV I. [ X post: 2110866629714469204 ] [ EB/OL ] . X [ 2026-10-16 ] .
[ 3 ] POKE & WIGGLE. Chapter 2: Towards an agent-native CERN of AI robotics [ EB/OL ] . ( 2026-10-14 ) [ 2026-10-16 ] .
[ 4 ] BERMAN S, ILIE M, DENG J, et al. Claude plays robotics [ EB/OL ] . Anthropic, ( 2026-07-09 ) [ 2026-10-16 ] .
[ 5 ] MICROFACTORY. MicroFactory [ EB/OL ] . [ 2026-10-16 ] .
[ 6 ] KULAKOV I. [ X post: 2110866864092143973 ] [ EB/OL ] . X ( 2026-10-16 ) [ 2026-10-16 ] .
[ 7 ] POKE & WIGGLE. Patch Policy ( CLS versus Dense ) [ EB/OL ] . ( 2026-10-08 ) [ 2026-10-16 ] .
[ 8 ] POKE & WIGGLE. DSD iteration 1 [ EB/OL ] . ( 2026-10-05 ) [ 2026-10-16 ] .
[ 9 ] POKE & WIGGLE. DSD [ EB/OL ] . ( 2026-10-12 ) [ 2026-10-16 ] .
[ 10 ] RHO TEAM. Rho: A Foundation for Efficiently Adaptable VLA Models [ EB/OL ] . ( 2026-09-29 ) [ 2026-10-16 ] .
