作者 | 咸菜

编辑 | 江娱迟

在 2025 年世界机器人大会结束后，北京国贸大厦的灯光依然明亮，产品经理小张目不转睛地凝视着电脑屏幕上空白的“具身 AI 赛道可行性分析”文档，烟灰缸里已经堆积了五个烟蒂。

撰写这样一份需要技术背景、市场洞察以及政策引导的调研报告，过去往往需要熬夜三天才能完成，如今业内都在传“AI 可以作为半个助理”，可真正动手操作时，才意识到这并非易事。

我们对当前市场上最受欢迎的七个 AI 大模型进行了“高考”，主题为“具身 AI 赛道是否值得投资”，并从专业性、逻辑性、数据准确性及操作便捷性四个方面进行评分。

考核规则

此次评估如同为 AI 们设定了一份实战试卷，考题为撰写一份具身 AI 领域的可行性调研报告。

其目的在于为公司的战略部门提供决策参考，必须分析技术前景，还要掌握市场现状，类似于为准备开店的创业者进行全面的商圈调研。

我们设计了两种“出题方式”：一是宽泛的提示词，只要求“写一份具身 AI 调研报告”，以便观察 AI 能否自主抓住重点。

第二种则是详细的提示词，列出了报告的框架和必需包含的模块，以模拟专业用户的实际需求。

评分标准共分为四个方面：报告的专业性占 40 分，检验是否能够深入阐述技术路线和竞争对手分析等核心内容；逻辑与结构占 30 分，考察报告的框架是否明确；数据准确性为 20 分，重点关注是否存在虚构数据或伪造来源；操作便捷性占 10 分，查看是否需要复杂的指令才能输出，是否支持导出为 Word 或 PPT 等实用格式。

成绩分析

在这场测试中，DeepSeek-R1 以 90 分的优异成绩当选状元，这个模型可谓是典型的“技术天才”，无论是面对宽泛还是详细的提示词，都能将具身 AI 的核心技术、市场趋势及政策解读写得相当出色，甚至在战略建议中蕴含了商业决策的价值。

更为难得的是，这个模型的数据来源标注得清晰明确，诸如凤凰网、CSDN 等可信媒体的链接直接嵌入文中，写作规范如同学术论文。

但这位学霸也有短板，常常在答卷过程中出现卡顿，服务偶尔崩溃，急需时让人感到焦虑，而且它只支持纯文本输出，想要导出为 Word 还得手动复制，显得不够人性化。

字节跳动的豆包以 85 分排名第二，成为最具中文理解能力的“贴心课代表”，这个模型报告撰写速度极快，文档结构清晰明了，善于用表格突出重点，阅读起来毫不费力。

更为加分的是，它的操作简单，无需复杂指令便能生成高质量内容，还能直接导出为 Word 和 PPT，成为急需报告者的得力助手。

然而，它在数据准确性方面扣了不少分，宽泛提示词下的报告没有标注数据来源，而详细提示词下的来源标注中，很多链接要么失效要么过期，显得有些不靠谱，仿佛引用名人名言却记错出处。​

腾讯元宝以 80 分名列第三，展现出“学术派”的优等生风范，它的数据支持最为扎实，市场分析中充满了具体数字，战略建议也直切要害，避免了空洞的陈述。

但这个模型的表达却显得过于学术化，术语使用频繁，缺乏通俗易懂的解释，就像在读教科书一样，同时与 DeepSeek 类似，仅支持查看而不支持导出为 Word，使用体验略显局限。​

剩下的几位考生表现就不算太理想，百度文心一言以 70 分得分中规中矩，Kimi 则以 65 分勉强及格，内容深度明显不足。

最让人失望的则是 ChatGPT，曾经的明星这次仅获得 60 分，堪堪过关。​

选择指南

挑选 AI 工具就如同选择厨师，名气大并不意味着适合你。如果你的技术团队强大，需求深入的分析报告，并且能够接受偶尔的卡顿，DeepSeek 是最佳选择，毕竟其专业性是显而易见的。

若你急于完成报告，重视操作便捷和中文表达，豆包更像随叫随到的得力助手，尽管在深度上有所欠缺，但效率极高；如果你的老板偏爱以数据为依据，元宝的严谨风格将为你的汇报增添分数。

但必须提醒大家的是，尽管这些 AI 表现出色，它们仍然只是工具。即便 DeepSeek 的数据来源再可信，你依然需要亲自查阅链接以核实信息，而豆包即便导出 Word 的功能再便利，关键的结论也要自己把控。

在这次评测中发现，任何 AI 都有可能犯错，有些将 2023 年的数据误称为 2025 年，还有些对政策的解读引用了过时的文件。​

总结

最后，必须指出的是，以上评分仅为个人在考场上的直观感受，各厂商请勿过于计较，毕竟 AI 的进步如同翻书般迅速，也许下个月再测评时，排名就会发生变化。

对产品经理而言，与其纠结于哪个 AI 工具最好，不如先明确自己的需求，是否需要快速出稿的效率，还是希望在专业度上毫无瑕疵，合理利用工具，才能使 AI 真正成为得力助手，而非麻烦的“猪队友”。