模型公司集体下注具身智能，落地门槛仍未跨过

据蓝鲸科技10月21日报道，越来越多头部大模型公司开始下注具身智能，DeepSeek等公司仍在寻求AI跨界方向。

报道同时指出，这些公司尚未跨过具身智能落地过程中的关键门槛，从模型能力到真实场景应用之间仍有距离。

下注的玩家

报道将这一现象概括为模型公司的集体下注，涉及的主体是此前以语言模型等软件能力见长的企业。

这一表述说明，部分模型公司对具身智能的投入，是在寻找原有技术能力向外延伸的过程中发生的，而非已经形成成熟的业务形态。

报道由蓝鲸新闻记者翟智超采写，发布日期为10月21日。报道同时配发了图片来源为视觉中国的图片，但正文未披露各公司具体的投入金额、团队规模或项目进度。

从报道给出的信息看，模型公司进入具身智能的路径与它们原有的AI能力相关。报道把这一动作描述为AI跨界，即把在大模型领域积累的技术尝试迁移到需要与物理环境交互的产品形态上。

报道中出现的猎头说法，为观察这一趋势提供了另一个角度。有猎头向蓝鲸科技记者表示，DeepSeek仍在寻求AI跨界及新的方向，这说明相关动向在人才与招聘层面已有体现。

不过，报道并未展开说明这些公司具体选择了哪种产品形态，也没有给出合作方、供应链或量产计划等信息。就现有内容而言，可以确认的是方向上的靠拢，而非具体项目的落地。

这一判断针对的是从技术能力到实际应用之间的转换环节，而不是模型公司是否具备投入意愿。

报道用“从模型能力到真实场景应用之间仍有距离”来描述当前的状况。换言之，模型层面的进展并不能直接等同于在真实环境中可用的产品能力，两者之间还存在需要解决的问题。

这一表述也解释了为何报道在描述行业动向时同时强调门槛。集体下注反映的是方向判断，门槛未跨过反映的是实际进展，二者在报道中并列出现，构成对当前阶段的基本判断。

报道没有逐项列出落地难点的技术清单，但把问题定位在模型能力与真实场景应用之间的衔接上。按照这一表述，难点不在于是否拥有模型，而在于模型能力能否在真实场景中转化为可用的表现。

报道同时提到，这些公司仍在寻求AI跨界方向，说明相关探索尚处于寻找路径的阶段。对于具身智能而言，这意味着从方向确定到场景验证之间还有一段过程。

就来源信息而言，报道未给出具体的时间表、测试数据或客户案例，也未说明哪些细分场景会率先突破。因此，关于落地难点的讨论目前只能停留在报道所给出的总体判断层面。