关注我

具身智能大脑混战：9家头部公司跑出了4条路，「类脑架构」初露锋芒

有句话说得好：人类与机器人的根本差异在于人类具备预判能力。比如运动员或电竞选手，有时对手的招式尚未完成，身体已率先做出反应。

然而，这一观点在2026年的今天已不再准确。如今，“预判”已不再是区分人类与机器人的绝对界限。确切地说，机器人正通过技术获得这种能力。与人类的不同之处在于，人类的预判基于意识、经验和直觉，是一种自然反应；而机器人的预判基于数据、模型和算力，是一种“计算预判”，即所谓的机器人大脑。

近几个月来，关于机器人如何实现“先想一步”的报道层出不穷。

六月中旬的北京智源大会上，智平方发布了全球首个类脑式具身智能系统NeuroVLA，将机器人的大脑按照人脑的皮层、小脑、脊髓三层结构进行了重新设计。

同样在6月，千寻智能的Spirit v1.6在RoboArena评测中综合得分位列全球第一，超越了英伟达的Cosmos3和Physical Intelligence的π0.5，成为首个登顶该榜单的中国模型。

VLA与世界模型的路线之争已持续半年，尚未分出胜负，而突然出现的类脑架构又成为了新的热门话题。机器人大脑的竞争究竟激烈到了何种程度？以下是雷科技的分析。

VLA与世界模型走向融合，类脑架构初露锋芒

过去两年多，具身智能的主流叙事一直是VLA占据主导地位。

VLA是视觉—语言—动作大模型的缩写，通俗来说，就是让机器人将看到和听到的信息转化为动作。 谷歌的RT系列、Physical Intelligence的π0、智平方的GOVLA、智元的GO-1、千寻的Spirit系列，基本都遵循这一大方向。

VLA的优势在于语义理解。例如，让它将桌上的苹果放入篮子，它能规划出一条合理的轨迹。但它的短板也很明显：对物理世界的理解在很大程度上依赖于训练数据中习得的经验。当任务变得复杂、执行时间延长，或遇到训练中未出现过的物体和环境时，模型容易出现判断偏差，甚至在执行过程中逐渐偏离原始任务目标。

因此，行业开始尝试引入世界模型。

所谓世界模型，可以理解为机器人脑中的一个预演系统。机器人在实际行动前，先预测环境可能发生的变化，以及自身动作可能带来的结果。 例如，机械臂伸手去拿杯子时，如果从侧面抓取可能碰到旁边的盘子，它就需要提前考虑另一条路线。

图源：雷科技

这里的关键，是让机器人逐步具备对环境变化的预测能力。过去，它可能更依赖已学过的动作经验；现在，研究者希望它能结合当前环境，推测下一步可能发生什么，再选择更合适的动作。

从年初开始，行业里“世界模型vs VLA”的争论持续了大约半年，最终，头部公司几乎都选择了混合路线。

例如，智元为VLA配备了世界模拟器，用模拟的世界演变来弥补物理理解的短板，GE 2.0就是这一思路的代表。

星海图的CEO高继扬也在某次采访中表示，VLA和世界模型的底层逻辑相通，都是利用Transformer处理交互数据，差异主要在于监督方式和架构细节，未来将走向融合。

智平方的郭彦东也指出，世界模型不是颠覆者，而是加持者。千寻的Spirit v1.6干脆就是两者深度融合的产物，将环境感知、任务理解、动作规划和状态预判打通成一条端到端链路，这也是它能登顶RoboArena的原因。

结果就是，上半年还在站队的公司，下半年悄然都变成了融合派。

而就在大家认为融合是终点时，“类脑”这个词又开始高频出现在发布会和新闻中。

模仿人脑的类脑架构要普及，需解决三大难题

类脑架构其实并不玄妙。它不再指望用一个巨型模型包打天下，而是模仿人脑的分工方式，将思考和动作拆解给不同层级执行。

例如，智平方的NeuroVLA仿照人脑搭建了三层：最上面是“皮层”，负责语义理解和任务规划，主要用于思考大局；中间是“小脑”，负责高频运动协调和动态修正，每秒读取关节传感器数百次，专门消除抖动、及时纠偏；最下面是“脊髓”，负责毫秒级的运动执行和安全反射，由脉冲神经网络驱动，功耗仅为0.4瓦，碰撞发生后20毫秒内即可完成反射动作。

图源：雷科技

这三层分别对应机器人绕不开的三大难题。

首先是功耗。人脑860亿个神经元只需约20瓦功率即可运转，而一个大模型运行起来动辄数千瓦，机器人端侧根本无法承载。因此，最耗电的思考任务交给皮层，高频协调和反射任务下放到小脑和脊髓。

其次是实时性。安全反射这类动作无法等待云端推理（可能存在延迟），必须在本地毫秒级完成。至于数据效率，类脑架构的优势在于不同层级可以针对各自任务进行训练和优化，减少所有任务都依赖同一个大模型学习的压力。但这并不意味着整个机器人系统不再需要大量数据，底层运动控制同样需要持续积累真实交互经验。

从各家具身智能企业的动作也能看出，类脑并非智平方一家独有。银河通用的银河星脑AstraBrain，官方定位是全球首个集“大脑—小脑—神经控制”于一模的全身端到端具身大模型，2025年在计算机视觉顶会ICCV上提出过“世界—动作模型”WAM，今年8月又发布了通用大脑基座模型AstraBrain WAM 0.5。

而星海图的EFM-1则是“慢思考VLM加快执行VLA”的双系统架构，思路与分层类脑同源。自变量的WALL系列则走“大小脑统一”的端到端路线。

可以得出结论：类脑是一个正在形成的行业方向，只是目前各家给出的解决方案不同。

问题在于，为什么不能指望一个巨型模型将动作也直接“承包”？关于这一点，源策未来的CEO李天羽在腾讯全球数字生态大会上表示：

当前大模型的主流方案，可以想象为“大模型将机器人当作一个游戏在玩”。但在操作机械臂时，它还需要使用coding作为中介，或使用大规模reasoning推理作为中介。这个推理的平均长度可能是数千Token，在此Token量级下，无论怎样优化，其执行频率都不可能达到1赫兹，这远远无法满足具身应用的需求。

假设算力无限、Token能秒出，以10赫兹的速率控制一个机器人，按照今天的推理强度，如果让它7×24小时运行一个月，一个月要花费千万级人民币的Token成本。

这个数量级的差距，并非当前芯片的发展所能弥补。因此，李天羽认为，即使是具身的、用于调度的大脑，也一定会向小型化发展。

值得一提的是，源策未来本身专注于具身智能，主要研发“通用全身人形基座模型”，让机器人能调动四肢、躯干完成复杂全身任务。同时，李天羽也是WAIC 2026云帆奖“明日之星”获得者。因此，他的观点在一定程度上代表了行业对这一趋势的态度和看法。

从源策未来的视角来看，目前具身智能企业优先投入大脑的核心逻辑是：有了一个更强的基础预训练模型，再做下游任务适配时，所需的数据采集量和采集难度会降低，从而具备更快、更大规模应用的潜力。

机器人大脑路线确立，头部玩家浮出水面

如果按技术路线拆解机器人大脑，至少可以看到四条清晰的路线。

分别为：世界模型原生路线、VLA与世界模型融合路线、类脑架构路线、统一模型路线。

世界模型原生路线，从架构层面将世界理解、生成和动作预测压缩进同一条推理路径，代表包括大晓机器人的开悟世界模型、优必选的Thinker-WM、智元的GE 2.0、星海图的G0.5。

VLA与世界模型融合路线，将世界模型作为VLA的增强层，代表包括千寻的Spirit v1.6和星动纪元的ERA-42。

类脑架构路线，借鉴人脑机制追求小数据高效学习，代表包括智平方的NeuroVLA和银河通用的AstraBrain。

统一模型路线则很好理解，就是用一个模型走到底。

具体玩家一览及路线分布，可参考下图：

图源：豆包制作

需要说明的是，具身智能大脑目前尚未形成严格统一的技术分类标准。上述四条路线，更多是从模型的核心能力、架构设计和系统组织方式出发，对头部企业的技术探索进行归纳。它们并非完全互斥，有些企业甚至同时在多个方向布局。

国际玩家这半年动作同样不少。

英伟达既是世界模型Cosmos的提供方，也是开源人形机器人基座GR00T的推动者，还是RoboArena的联合发起方，位置较为特殊。Physical Intelligence的π0.5虽然被千寻在RoboArena上反超，但更新的π0.7仍在持续迭代。

谷歌则将Gemini Robotics 2拆分为规划模型和执行模型两个部分，分别对外提供。

更值得注意的是通用大模型的加入。OpenAI在9月确认将自研人形机器人，并研究将GPT-6和π0.5组合起来作为机器人策略。银河通用的研究员进行了对比评测，在RoboDojo的10项双臂操控任务中，混合系统的平均分为62.6，明显高于GPT-6单独直驱的37.81分。不过，遇到精细力控和接触稳定性的任务时，仍需要真正练过物理交互的π0.5这类模型来兜底。

与国际玩家相比，中国玩家在这轮大脑竞赛中位置相当靠前，落地场景也比海外密集。

但要说格局已定，还为时过早。

四条路线都在快速演化，类脑架构刚刚崭露头角。谁是终局方案尚无答案，甚至连“类脑”这个提法本身，有多少是技术判断、有多少是叙事包装，也需要时间检验。

写在最后

具身智能有一个高度类似汽车行业的特点：模型的能力必须通过机器人本体来体现。

大脑再聪明，如果机械臂抓不稳东西，或传感器感知不准确、控制系统跟不上，最终也很难完成任务。反过来，硬件再强，如果模型只能重复固定动作，同样难以适应复杂环境。

因此，接下来的竞争恐怕会越来越考验企业的综合能力。模型需要不断进步，真实数据需要持续积累，机器人本体需要足够可靠，还得找到能让技术发挥作用的应用场景。这些环节相互影响，缺少任何一个，都可能拖慢整体进度。

至于类脑架构是否会成为主流、世界模型能否带来新的突破，现在下结论都还为时过早。具身智能最终要面对的，是一个不会按照测试脚本运行的真实世界。机器人大脑真正的进步，也必须在这个世界里接受检验。

本文来自“雷科技”，36氪经授权发布。