DeepSeek以1.41亿元战略配售宇树科技，并拟领投偏底层基础设施的Winverse AI，用资本锁定“身体”接入权，却不碰本体、不建产线；OpenAI则从投资Figure转向自研，招聘执行器、供应链和数据采集岗位，亲自造身体、建数据工厂。两者方向相反，约束同源：物理交互的固定成本。
商汤将GPT-6 Astra接入RoboDojo测试，9个此前全败的任务经更多步数尝试后成功率升至81.9%，但叠碗任务耗时约131分钟、花费19美元，笔装笔筒耗时263分钟、花费55美元，成本与耗时远超人工，现阶段难有工厂买单。
行业估算真机数据单小时采集成本500至1000元，训练场投入数千万元至上亿元，且不因模型效率提升而摊薄。DeepSeek硬件积累有限，选择投资与采购协议替代重资产；OpenAI因Figure终止合作、数据接入被切断，被迫承担固定成本转向资产控制。
市场按承担固定成本的程度分为四类：阿里、腾讯、字节做模型与接口浅层卡位；京东、美团以数据和场景切入；宇树、智元承担全部固定成本构建闭环；英伟达、华为控制底层基础设施。但头部本体厂商正自建大脑、硬件成本下探，各类位置的优势窗口都在收窄。
物理交互成本仍高到难以支撑大规模商业化，大模型厂商在具身智能中的位置，比“控制权”叙事所描述的更窄，也更受制于物理世界本身的节奏。