事件背景
2025年3月，旷视科技前聯合創始人暨技術長唐文斌創立「原力靈機」，專注通用具身大模型。短短3個月後，該公司完成新融資，投資方包括智譜、階躍星辰、商汤科技等多家國內頂級大模型廠商，以及華勤、上汽恒旭等產業投資方。同步地，原力靈機還通過股權並購整合了物流機器人公司「Atomix」（原力聚合）。
表面上看，這是一個新創融資新聞。但深層的邏輯是：原力靈機的投資方陣容極為罕見——競爭對手（智譜 vs 階躍 vs 商汤）首次聚齊投資同一家具身智能公司。這反映出大模型廠商們對一個共同威脅的恐懼：具身智能時代，誰先搭建「從感知 → 推理 → 行動」的完整閉環，誰就可能重寫整個產業格局。
護城河的性質轉換
護城河是競爭戰略中最核心的概念。Warren Buffett 定義護城河為「企業相對競爭對手的持久競爭優勢」。但這個優勢的來源會隨著技術範式轉變而根本改變。
符號AI時代（2017-2023）的護城河： - 標註資料的規模（旷视、商汤多年積累的影像資料庫） - 計算力投入（GPU 集群、訓練成本） - 技術團隊的論文發表速度（ACM、CVPR） - 商業部署經驗（已有的客戶、已驗證的應用場景）
旷视和商汤在這個時代都是贏家。旷视以人臉識別、姿態估計稱霸；商汤以影像內容理解領先。他們的護城河是「我們有最好的視覺理解模型」。
具身AI時代（2024-？）的護城河： - 機器人在真實世界的執行經驗（失敗 → 微調的迭代循環） - 物理世界反饋迴圈的資料（vision-action pair） - 硬體與軟體的系統集成能力 - 大規模生產與部署的運維能力
這些護城河旷视和商汤沒有。他們有視覺AI但沒有機器人；有雲服務基礎設施但沒有物流、製造業的實地經驗。而唐文斌的原力靈機通過併購 Atomix，瞬間獲得了「真實機器人 + 真實場景反饋」的資產。
為什麼競爭對手反而投資唐文斌？
這看似矛盾：旷视、商汤本可以自己做具身AI，為什麼反而給唐文斌投資？
答案在於 organizational inertia（組織慣性）。
旷视和商汤是上市公司或準上市公司，市場對他們的期待是「持續優化現有的影像AI產品、實現商業變現」。突然轉向「砸10億建機器人部隊」，會： 1. 拉低短期利潤率（投資人反感） 2. 分散現有團隊的戰力 3. 面臨「核心業務衰退」的感知風險
Clayson Christensen 在《創新的困境》中證明過：成熟公司很難自我顛覆。因為顛覆自己 = 承認現有護城河即將無用。這在上市公司董事會裡是政治自殺。
所以旷视、商汤的選擇是：不自己做，投資有執行力的新人做。這樣他們： - 保留現有業務的優先級（投資人滿意） - 獲得具身AI時代的「船票」（風險對沖） - 如果原力靈機成功，可以收購或深度整合（後手制人）
護城河遷移的危險
但這個策略也暗示了一個殘酷的現實：舊護城河持有者很難成為新護城河的主人。
IBM 在主機時代是護城河之王，卻在個人電腦時代被 Intel、Microsoft 碾壓。為什麼？因為 IBM 的護城河是「大企業採購經理對我們的信任」，但 PC 時代的護城河是「硬體設計的靈活性」——兩者無關。IBM 試圖用舊信任去競爭新能力，結果淪為代工廠。
旷视、商汤現在的風險是：如果具身AI真的成為下一個時代的主戰場，他們持有的「視覺AI」護城河會像 IBM 的「客戶信任」一樣變成歷史遺物。即使他們投資了原力靈機，也不保證能在新時代領先——他們可能只是買了張看戲的票。
機器人並購的邏輯
原力靈機併購 Atomix 的舉動進一步強化了這一點。機器人（尤其是物流機器人）不是「軟體」，它是： - 需要在現實中反覆失敗並學習 - 每一次失敗都生成珍貴的 action-outcome pair - 這些 pair 用來訓練具身模型，具身模型再優化機器人
這是一個閉環，而且每個迴圈都會拉開競爭對手的距離。Google 的 AlphaGo 能擊敗李世乭，靠的就是這個閉環（自我對弈 → 進步 → 再自我對弈）。唐文斌要用同一個邏輯在物理世界重複：機器人執行 → 失敗採樣 → 模型優化 → 機器人更聰明 → 更多新環境適應能力 → 拆開新市場。
旷视和商汤沒有這個閉環。他們有好的視覺理解、但沒有源源不斷的「機器人在真實環境裡的失敗記錄」。所以他們不得不投資擁有閉環的人。