机器人硬件方案收敛，跨界玩家盯上具身“大脑”

一年时间里，机器人的进步有多大？

天工机器人在第二届世界人形机器人运动会上给出了答案——去年跑完100米要21.50秒，但今年只要8.64秒，已打破人类世界纪录。

但比跑得快更让人好奇的是，机器人究竟能干哪些活。今年多家具身智能企业都展示了自己对在工业、家庭场景的部署。不过，运动会上诸如机器人倒一杯水的“翻车”场面也让外界意识到：从竞赛炫技到真实应用，具身智能仍有一段比较长的路要走，其中大模型即“大脑”是行业未来发展的关键。

透过行业盛会，第一财经记者也注意到，目前机器人硬件上有收敛趋势，但具身智能大模型呈明显的分化态势，各方正在“角力”，还吸引了不少跨界玩家，尤其是来自智驾领域的玩家。

定制化减少，硬件现收敛趋势

机器人似乎正在“长”得越来越得像。

本次运动会上，部分企业都选择量产版机器人参加赛事，并没有对本体进行更多的改造。

北京人形机器人创新中心运控部负责人徐志远认为，今年机器人能够实现比较大的突破的背后离不开行业全生态的努力，“机器人行业生态链长，在传感器、电机、减速器核心零部件的发展下，机器人本体的性能也得以提升。”

据兆易创新方面介绍，高动态竞技项目比较考验机器人的环境感知、多肢体协同、瞬时动作执行能力。AI大模型赋予机器人决策能力，MCU（微控制单元）则是算法落地的关键硬件底座。今年参赛机器人搭载的MCU可以起到多维环境传感信号采集解析、多关节协调同步和整机动态响应等作用。

零部件厂商卓誉科技则为国内多家具身智能企业提供电机及关节模组等产品。该公司董事会秘书谭鹏表示，人形机器人重要的一部分就在于关节模组，关节转矩密度越高，相同转矩下就越轻。这意味着，机器人可以跑得更快、跳得更高，续航时间也更长。

在和客户打交道的过程中，谭鹏发现前两年企业还在追求高速定制化，一台样机3-6个月迭代一次，但可能只做几十台。但今年大客户在同一个经过验证的机型下开始铺量，订单千台起步。

兆易创新工作人员也表示，自由度比较高的全尺寸机器人需要至少60颗MCU，随着这两年具身智能赛道爆发后，这类客户的需求订单明显增长。

谭鹏观察到，“在硬件层面，单一客户的技术路径有收敛的趋势，而且不同厂家同类型机器人的关节位置也出现相似性。”他认为，这对于核心零部件厂商来说可能定制化会越来越少，产品生产上也会有比较大的降本增效。

关于机器人的成本，众擎智能创始人赵同阳也回忆称，几年前一个能跑的人形机器人成本可能需要数百万元，但随着技术进步和供应链成熟，如今通用型机器人的成本已经能降至十万元左右，接下来还将延续下降的趋势。

“大脑”分化明显，跨界玩家涌入

当硬件以及运控技术路线收敛后，行业的焦点也将集中于具身“大脑”的智能化水平。

目前，这一方向的发展有着明显的分化，主要有VLA（视觉-语言-动作）和世界模型路线，多家企业采取的技术路线不一。

北京人形机器人创新中心CTO唐剑介绍称，VLA路线比较适合在结构化、非结构化的场景应用，用这类模型可以训练一个专用的技能。世界动作模型（WAM）适合更开放的环境，比如商业、家庭等场景，需要泛化能力更强的模型。

与此同时，跨界玩家正在涌入具身“大脑”领域，这已经不再是原来机器人公司的专属战场。

首先便是今年较为活跃的“智驾派”创业者新势力。比如无界动力、章鱼动力两家公司的创始人和部分骨干都来自于‌智驾计算方案技术企业地平线。

有受访行业人士提到，智驾更多是在二维平面解决A点到B点不碰撞的问题，而具身智能自由度更高，还涉及和人类的密集接触场景、是一个更为宏大的复杂系统，从事具身智能的难度会更高，智驾领域的经验或带来工程化的优势。

无界动力创始人兼CEO张玉峰表示，自动驾驶阶段性格局已定，想再尝试下具身智能蓝海市场，前期仍是进入这一领域的好机会，“虽然刚出来创业的时候已经有不少机器人企业，但行业还处于早期阶段，没交出突破性的作业。”

还有诸如蚂蚁集团、京东等大厂玩家，它们既投资了部分机器人企业，还亲自下场布局具身“大脑”，本身就具有生态的优势。如蚂蚁灵波推出多款LingBot系列模型，强调“一脑多机”适配多个品牌机器人；京东则是推出JoyAI-RA模型，以自采的海量真实数据为核心进行训练。

记者注意到，这些玩家正在比拼落地应用，且多集中于工厂、商用服务场景。有行业人士表示，目前行业看起来有同质化竞争的趋势，不过一旦产品技术达到拐点后差异化或将显现。

这个技术拐点被认为在于具身“大脑”的泛化性。银河通用创始人王鹤认为，人形机器人应用的落地，要看其是否能成为好用且普遍适用的产品，其中基础模型的能力起到关键作用。如果模型不能够在执行绝大多数任务中做到零样本部署，那么就还无法支撑大规模应用。

值得一提的是，多位行业人士认为实现具身“大脑”泛化能力的一大途径是Scaling Law。这催生出行业对高算力芯片和数据的需求，已成为“大脑”竞争的延伸。

比如，在算力侧，同样来自智驾领域的辉羲智能便瞄准了这类需求。该公司创始人兼CEO徐宁仪观察到，服务的部分具身智能客户的计算趋势，已经从一个比较简单的感知、决策、执行的链路，变成了“分层、异步、自学习”的复杂计算系统。该公司专门推出为具身智能原生设计的大小脑融合系统级芯片，应用方向主要在于工业作业、巡检移动、商业服务、数据采集等多元化场景规模部署。

在数据侧，3D生成大模型公司影眸科技Hyper3D合伙人、物理AI事业部负责人王嘉维介绍，团队推出的世界生成模型主要为机器人仿真训练提供海量的3D虚拟场景和数据，能够根据一张照片生成包含多个物体及其物理关系的场景；同时团队也在关注如何利用仿真环境为具身智能模型进行Benchmark测评，便于大模型团队内部降低成本评估训练效果。