• 游戏策略
• 2025-12-02
• 5

简介2025 年 11 月 20 日，2025 智源具身智能放开日在北京中关村举办。来自智源研究院、学界和产业的 40 余家国内顶尖...

2025 年 11 月 20 日，2025 智源具身智能放开日在北京中关村举办。来自智源研究院、学界和产业的 40 余家国内顶尖科研机构、企业、生态伙伴围绕具身模型进展、硬件迭代和产业落地等议题展开深入探讨。活动主题上，智源研究院公开了其在具身智能领域的模型、数据、评价和工具链等核心科研布局，以「放开做研究，开源促生态」为理念，协作共建可复现、可对齐的具身科研公共基础设施。和会嘉宾普遍认为，具身智能进步迅速，已进入深水区，行业亟需放开、协同、标准化的生态来加速技术演进和落地。

共建具身智能科研公共基础设施

活动主题伊始，智源研究院体系地公开了其在具身智能领域的新鲜科研布局及进展。

「当前人工智能正处在壹个新的拐点，推动机器人从 1.0 专用机器人时代迈给 2.0 通用具身智能时代。」智源研究院院长王仲远在活动主题上表示，但同时他也指出，当下的具身大模型依然面临着「不好用、不通用、不易用」的核心痛点。

为此，智源已经构建出以具身大脑为核心，自底给上全栈具身智能技术体系，包括能够跨异构本体数据采集以及标准化一站式平台，具身大致脑以及 VLA 等具身基座模型，还有具身智能评价等，为具身技术生态提供一套可复现、可对齐的公共基础设施，降低从研究到产业化落地的门槛。

智源在具身智能的科研布局上，是希望构建面给通用机器人（可跨本体、高泛化性）具身大模型体系，以开源放开夯实具身智能公共底座。目前，智源在具身领域的合作伙伴已超过 30 家，希望能够跟行业里更多从事具身智能机器人和具身智能模型以及具身智能场景落地企业机构以及专家学者进行合作，共同推进整个具身智能行业健壮快速进步。

之后，智源研究院具身研究负责人，各自同享了自己研究领域的新鲜进展。

•模型和框架方面，RoboBrain 2.0 Pro 在原有通用具身大脑的基础上，引入 RoboBrain-Dopamine 和 RoboBrain-SpatialTrace，分别提高机器人对动作时序价格和三维空间结构的领会和推理能力。同时，基于 RoboBrain 构建了通用 VLA 模型族：RoboBrain-X0 Pro，能够实现零样本跨本体迁移和长程多流程操作；RoboBrain-Dex，通过运用大量人类示范预训练即可适配灵巧手操作，大幅降低数据成本并在复杂操控中取得领先表现。公开贯通仿真训练到真机部署的泛机器人小脑智能 Emu-RobotVerse，以及专为人形机器人设计的全身控制框架 BAAI Thor。

•人机交互方面，推出原生全双工语音大模型 RoboBrain-Audio 和终身认知记忆体系 RoboBrain-Memory。其中 RoboBrain-Audio 将响应延迟降低至约 80 毫秒，显著优于传统模型，契合人类日常对话节拍；RoboBrain-Memory 则针对机器人长期记忆和社会认知能力缺失的难题，构建跨时段用户信息和关系记忆模型体系。两者共同赋能人机交互业务场景（例如商场导购、家庭陪伴等），实现了优良的拟人化人机交互尝试。

•平台和工具链方面，放开了「面给异构本体、规范操作流程、进步研发效率」的具身数据软件框架 CoRobot，打造了面给具身智能的多芯片训练和推理一体化框架 FlagOS-Robo，实现大脑模型和小脑模型的高效训练和推理，以及覆盖「数据采集-数据标注-数据管理-模型训练-仿真评价-模型部署」的全流程开发平台 RoboXstudio。

•数据方面，基于具身数据软件框架 CoRobot，联合多家具身智能企业和海内外高校建设并开源了「全球本体数最多、标注最精细、运用最便捷」的高质量双臂机器人真机数据集 RoboCOIN。

•评价方面，面给具身智能的体系化评价服务平台 FlagEval-EmbodiedVerse；开源「难度高、覆盖广」的具身推理能力评价基准 ERQA+；联合北京邮电大学建设面给具身智能物理安全评价基准体系；携手 Dexmal 原力灵机、Hugging Face 等共十家合作伙伴，正式成立 RoboChallenge 组委会，诚邀全球开发者共同打造透明、高效、可信的具身智能评价生态。

直面行业分歧，凝聚前行共识

在放开日上，嘉宾们探讨了端到端视觉语言模型（VLA）、分层式大模型、全球模型等不同技术路线的优劣。嘉宾普遍认为，短期内，将任务规划、感知和控制解耦的「分层体系」在工程落地和稳定性上更具优势；而中长期，行业需要给「可迁移、可复用」的通用基座模型演进，其决定因素在于统一的场景表示、高效的数据闭环以及对齐的评价标准。

针对「硬件是否仍在拖累模型」的难题，和会者认为，二者已进入「共同定义」的新阶段。杰出的具身体系需要在模型层面做好规划，也需要在硬件层面通过力控等技术保证执行的可靠性。对于非常被认可的人形机器人形态，嘉宾们表现出高度务实，认为其是当前供应链和应用场景下的主流寻觅路线，但任务需求和成本结构将最终决定商业化形态。

来自能源、制造等领域的场景方代表明确了落地的核心指标：体系的鲁棒性、部署和维护成本、清晰的安全边界，以及和现有 IT/OT 体系的集成效率。壹个共识是，具身智能的商业化应从「可度量的单点任务」切入，以确保投资回报率（ROI）的闭环，避免因追求场景广度而牺牲落地深度。

本次放开日特别邀请和会嘉宾走进智源具身实验室，近距离观察科研职业的一线场景。通过和青年研究员的直接探讨，外界得以一窥智源研究院的日常科研生态，感受新一代青年科研职业者的活力、热诚和担当。

智源研究院表示，未来将持续迭代并同步公开在开源项目、数据集和评价平台上的进展，同时和产业伙伴推进联合试点，加速具身智能从实验室走给生产线。作为长期主义的开源践行者，智源将以可复现、可对齐、可验证的公共基础设施服务社区，和生态伙伴共建共享，让具身智能的技术红利转化为面给产业和社会的普惠价格。

来源：互联网

版权声明：这篇文章小编将内容由互联网用户自发贡献，该文见解仅代表作者本人。本站仅提供信息存储空间服务，不拥有全部权，不承担相关法律职责。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请联系本站 举报，一经查实，本站将立刻删除。