Robot Utree telah menguji dua "otak" dalam waktu singkat dua minggu. Sumber gambar: First Financial. Pada 12 Oktober, Wang Xingxing menyatakan di China International Industry Fair ke-26 bahwa peluncuran GPT-6 memiliki dampak yang mendalam terhadap pemahaman industri kecerdasan berbadan. Tim perusahaan juga telah menerapkannya pada robot untuk pengujian tugas, hasilnya cukup memuaskan. Ia juga menyebutkan: "Sekarang keyakinan pribadi saya terhadap AI justru semakin meningkat, kesalahan terbesar yang saya buat dalam lebih dari sepuluh tahun terakhir adalah kurangnya kepercayaan terhadap AI. Hingga kini, mungkin banyak orang belum sepenuhnya memanfaatkan atau merangkul AI."
Pada 15 Oktober, harga saham Utree ditutup pada 405,10 yuan, menjadi harga terendah sejak dua bulan上市, dengan nilai pasar mencapai 163,8 miliar. Pada 19 Oktober, tim DreamZero dari NVIDIA mengumumkan API otak robot pertama di dunia yang terbuka untuk publik, dilengkapi dengan model pertama mereka, Dream-1. Setelah menguji 27 robot, termasuk Utree R1, robot-robot ini dapat digunakan langsung tanpa pelatihan, dengan biaya nol, untuk menyelesaikan perintah seperti melipat handuk, menutup laci, menggantung headphone di gantungan, dan "meletakkan buah yang bukan kiwi ke dalam keranjang".
Pada sore hari yang sama, nilai pasar Utree kembali ke 2000 miliar. Dalam waktu singkat empat hari, nilai pasar Utree meningkat lebih dari 22% dari titik terendah, dan hingga penutupan hari ini, nilai pasar mencapai 208,3 miliar, tetap di atas 2000 miliar. Hal ini menimbulkan rasa ingin tahu tentang apa yang sebenarnya terjadi. Sementara nilai pasar meningkat, dua pengujian memberikan penilaian: kecerdasan berbadan tidak lagi hanya mungkin.
Model telah melampaui ambang kemampuan berbadan. Saat diluncurkan, ChatGPT-6-Astra menyatakan: "Selamat datang di era AGI," mengklaim bahwa peluncuran model ini menandai kedatangan era AGI. OpenAI menyebutnya sebagai "model dengan tingkat kecerdasan tertinggi di dunia dan paling sesuai dengan niat manusia." Jika demikian, seberapa baik tingkat pemahaman model ini? Apakah ia dapat memahami dunia fisik seperti manusia? Untuk lebih memahami apakah GPT-6-Astra memiliki kemampuan untuk mengendalikan kecerdasan berbadan, tim penelitian dari SenseTime, Daxiao Robotics, Ropedia, Nanyang Technological University di Singapura, dan University of Tokyo melakukan pengujian yang melibatkan beberapa robot nyata, termasuk Utree G1.
SenseTime SenseNova dan tim penelitian gabungannya menerapkannya pada 8 platform robot nyata, mencakup lima bentuk berbeda, tanpa memberikan demonstrasi kepada GPT-6-Astra. Model hanya menerima informasi terstruktur yang ditulis oleh manusia, termasuk antarmuka robot, batasan sendi, posisi kamera, batasan keselamatan, serta beberapa petunjuk operasi di beberapa platform. Dalam kondisi ini, GPT-6-Astra memang dapat mengendalikan robot dengan bentuk berbeda untuk menyelesaikan tugas pengambilan dan penempatan objek kaku: dari 18 pengujian, 17 kali berhasil.
Di Utree G1, GPT-6-Astra berhasil menyelesaikan 2 dari 3 operasi lengan robot melalui antarmuka kontrol dasar, serta semua 3 tugas berputar, berjalan, dan berhenti.
Wang Xingxing pernah menekankan "generalisasi" pada WRC (World Robot Conference) di bulan Agustus, berharap untuk mempromosikan teknologi ke situasi dengan kemampuan generalisasi yang lebih baik. Dari pengujian ini, dapat dilihat bahwa GPT-6 telah sepenuhnya melampaui tingkat adaptasi robot di berbagai bentuk dan platform dibandingkan dua bulan yang lalu. Namun, hanya dengan mengambil dan meletakkan serta berjalan masih belum cukup untuk membuat robot benar-benar terintegrasi ke dalam kehidupan nyata. Laporan menilai: GPT-6-Astra telah melampaui ambang kemampuan berbadan dalam banyak hal, tetapi masih jauh dari penerapan praktis kecerdasan berbadan. Meskipun masih ada masalah besar atau kecil dalam aplikasi nyata, pengujian ini membuktikan bahwa kecerdasan berbadan tidak lagi sekadar latar belakang cerita, melainkan benar-benar mewujudkan konsep kecerdasan berbadan.
Kinerja Sukses GPT-6-Astra dalam Pengujian Kecerdasan Berbadan
Wang Xingxing juga menyatakan di WRC: "Saat ini, hambatan terbesar untuk kecerdasan berbadan di seluruh dunia adalah tingkat keselarasan input dan output model AI dengan robot yang tidak cukup. Mampu melaksanakan tugas Anda, tetapi deviasi beberapa milimeter terakhir tidak dapat disesuaikan dengan baik dengan dunia nyata." Ini adalah bagian yang masih perlu diselesaikan oleh model bahasa besar hingga saat ini. "Misalnya, ketika saya mengambil benda ini, saya melihat bahwa saya hampir memegangnya, tetapi sedikit sentuhan terakhir tidak dapat diperbaiki dengan baik." Ia percaya bahwa dalam beberapa tahun ke depan, masalah ini pasti akan terpecahkan.
Sementara itu, model dasar robot yang dilatih khusus mulai muncul. Pada 20 Oktober, Dream Labs yang didirikan oleh tim DreamZero menyelesaikan pendanaan putaran benih sebesar 90 juta USD, dan sekaligus meluncurkan Dream API: API otak robot pertama di dunia yang terbuka untuk publik. Setelah mendaftar, pengembang dapat menghubungkan robot ke API untuk digunakan. Model ini diterapkan di berbagai pusat data global, sehingga robot dapat merespons dengan cepat di mana pun mereka berada. Dalam hal harga, selain Dream-1 seharga 3 USD per jam (sekitar 23 HKD), ada juga Dream-1-flash yang lebih cepat dan lebih ringan, seharga 2 USD per jam (sekitar 16 HKD).
Namun, Dream Labs tidak hanya ingin membuat "setiap orang dapat menggunakan," tetapi juga "membuat setiap robot dapat digunakan." Dream-1 memang memiliki kemampuan seperti itu. Pelatihannya tidak bergantung pada teks atau diterapkan pada mesin tertentu, tetapi belajar dari video tugas yang diselesaikan oleh orang atau mesin. Model ini belajar untuk memprediksi video dan gerakan secara bersamaan, sehingga "mengendalikan sebuah robot" dan "membayangkan apa yang akan dilakukan robot tersebut selanjutnya" menjadi satu masalah, yang merupakan keunggulan model AI fisik.
Oleh karena itu, menyelesaikan tugas bagi Dream-1 hanya merupakan sebuah "objek," semua gerakan "objek" adalah bentuk ekspresi untuk menyelesaikan perintah, instruksi konkret pada mesin tertentu tidak penting baginya, menghilangkan masalah pengulangan input instruksi dari sumbernya. Misalnya, untuk melipat pakaian, robot yang dikendalikan oleh GPT-6 perlu mendapatkan informasi mendalam sebelum dapat melipat handuk, taplak meja, dan objek fleksibel lainnya dengan parameter yang konsisten, tetapi tugas melipat pakaian secara keseluruhan tidak dapat diselesaikan—berbagai jenis kain, bentuk, kerutan, dan perubahan pusat gravitasi terlalu sulit untuk dinilai secara akurat oleh model bahasa.
Dream-1 kini dapat menyelesaikan perintah melipat pakaian, situs resmi menempatkan kemampuan melipat sebagai salah satu kemampuan utama, dan robot nyata dapat melipat handuk dalam kondisi tanpa contoh.
Dalam evaluasi tier 1 RoboDojo-RC yang dirilis oleh lembaga penilaian pihak ketiga independen Robocurve, Dream-1 mencapai skor rata-rata 59% dalam setiap percobaan tugas, menjadi model pertama yang melampaui 50%, dengan skor lebih tinggi dibandingkan Claude Opus 5.5 (48%), Gemini 4 Argon (48%), GPT-6 Astra (47%), GPT-6.1 Sol (42%), serta lebih tinggi dari model robot seperti MolmoAct2 (19%) dan GR00T N1.7 (10%).
Selain skor, Dream-1 juga lebih murah dan lebih cepat: biaya setiap percobaan tugas sekitar 0,15 USD (sekitar 1 HKD), dengan skor lebih tinggi 1,2 kali dibandingkan Gemini 4 Argon, tetapi biayanya sekitar 16 kali lebih rendah. Rata-rata waktu yang dibutuhkan adalah 1,4 menit, lebih tinggi 1,3 kali dibandingkan model besar tercepat GPT-6 Astra (ultrafast), dan lebih cepat 1,7 kali. Setiap konfigurasi model telah diuji 120 kali di dunia nyata.
Namun, ini tidak berarti Dream-1 adalah model robot yang sepenuhnya matang. Model hanya menentukan di mana penjepit akhir akan berada, tidak mengendalikan bagaimana lengan mencapai tujuan, dan mungkin mengalami masalah di dekat rintangan atau batas sendi; ketika dihadapkan dengan entitas yang sangat berbeda dari robot yang pernah dilihat, mungkin memprediksi gerakan yang tidak dapat dilakukan; dan masih ada jarak antara tanpa contoh dan penyesuaian sekali. Co-founder dan CTO Dream Lab, Ge Yunhao, menyatakan: "Mengurangi jarak ini adalah salah satu tujuan utama kami. Semakin kuat tanpa contoh, semakin dekat setiap robot baru dengan penggunaan langsung."
Bagaimanapun, seperti yang dikatakan Ge Yunhao, "Seperti saat ChatGPT pertama kali dirilis untuk publik, robot akhirnya menyambut API otak umum pertama yang terbuka untuk publik. Mungkin belum sempurna, tetapi seseorang harus mengambil langkah pertama."
Utree: Dua kali hadir di lokasi. Dalam eksperimen ini, robot Utree G1 dan R1 hadir di lokasi. Ini bukan kebetulan. Robot Utree terkenal, tetapi mengapa kedua eksperimen menggunakan Utree? Apa yang membedakannya dari robot lain? Dari segi stabilitas industri, pendapatan Utree pada paruh pertama tahun 2026 mencapai 1,152 miliar yuan, meningkat 48,54% dibandingkan tahun lalu; laba bersih yang dapat diatribusikan kepada pemegang saham mencapai 274 juta yuan. Angka keuntungan ini sangat menonjol di seluruh industri. Pada saat yang sama, UBTECH mengalami kerugian 339 juta yuan pada paruh pertama tahun ini, dengan total kerugian lebih dari 3,5 miliar yuan sejak上市; Zhiyuan mengalami kerugian 83,54 juta yuan pada tahun 2025, dengan pendapatan 1,05 miliar yuan.
Hanya Utree yang benar-benar dapat memproduksi, menjual, dan menghasilkan keuntungan dari robot.
Dibandingkan dengan robot lain, Utree juga memiliki keunggulan harga yang besar. Data Frost & Sullivan menunjukkan bahwa pada paruh pertama tahun 2026, Utree menempati peringkat ketiga dalam pendapatan robot humanoid global, dengan pangsa pasar 15,3%. Data ini tampak bertentangan dengan pernyataan sebelumnya, tetapi sebenarnya tidak. Perusahaan dengan pendapatan lebih tinggi memiliki penjualan lebih sedikit, dan ini tidak bertentangan. Harga Utree G1 dimulai dari 99.000 yuan, salah satu humanoid berukuran penuh termurah di industri; harga rata-rata robot humanoid industri dari produsen lain berkisar antara 200.000 hingga 500.000 yuan. Dengan demikian, dapat dilihat bahwa dalam kategori robot yang sama, terlepas dari semua data pendapatan, Utree juga merupakan pilihan yang paling luas dan harga lebih rendah, dengan potensi komersialisasi yang lebih besar dalam jangka pendek.
Begitu otak berbadan benar-benar terwujud, Utree pasti akan menjadi salah satu pilihan utama untuk perangkat keras fisik.
Titik balik kecerdasan berbadan, pertama kali sedekat ini. Kembali ke kenaikan nilai pasar, mengapa Utree terpengaruh begitu besar, apa yang dipertaruhkan pasar sekunder? Volume pengiriman Utree selalu tinggi, ini bukan faktor yang mempengaruhi kenaikan harga saham Utree. Saat peluncuran ChatGPT-6, JPMorgan tetap memberikan peringkat "kurangi", alasannya sangat langsung: valuasi terlalu tinggi, menguras ekspektasi. Ini juga membuktikan bahwa sebelumnya tidak ada "otak" yang meyakinkan pasar, sehingga robot hanyalah alat yang bentuknya lebih atau kurang mirip manusia, bukan kecerdasan berbadan.
Tetapi pada hari ketika nilai pasar Utree kembali ke 2000 miliar, GPT-6 dan Dream-1 dalam bulan yang sama, dari dua arah berbeda, memberikan hasil yang sama: model besar telah berkembang untuk tidak bergantung pada data robot, tetapi juga dapat mengendalikan kerja robot. Ketika semua robot dapat terhubung ke otak yang sama, siapa pun yang perangkat kerasnya memiliki volume peredaran terbesar di pasar, akan menjadi platform pengujian default, sumber data default, dan solusi implementasi default. Dengan total pengiriman 18.000 unit Utree, harga per unit mulai dari 99.000 yuan, dan kondisi keuangan yang unik menguntungkan, menjadi benteng untuk merebut posisi ekologisnya.
Ini mengangkat posisi Utree dari sekadar mainan robot yang diejek, menjadi wadah stabil untuk kecerdasan berbadan.
Awalnya, orang-orang percaya bahwa Utree dapat secara independen mewujudkan "kecerdasan berbadan," memicu euforia yang luar biasa; setelah tenang, orang-orang kembali berpikir bahwa tidak mungkin menaruh harapan pada sebuah perusahaan perangkat keras. Kini kecerdasan berbadan sendiri telah memberikan pasar sebuah jawaban: pemisahan kepala dan tubuh, penggabungan otak dan mesin. Ini juga memberi banyak ruang imajinasi. Di masa depan, perangkat keras akan semakin murah, otak semakin banyak, dan kecerdasan berbadan sedang melangkah perlahan ke dalam kehidupan manusia.