机器人大脑四条路线浮出水面 千寻智能智平方等竞逐类脑方向
要点
2026年，具身智能行业的竞争重心正从机器人本体转向「大脑」。多条技术路线在过去半年里各自交出了可核验的成绩单：6月3日，千寻智能宣布其自研模型Spirit v1.6在RoboArena国际评测中综合得分位列全球第一，同时完成15亿元A+轮融资，三个月累计融资近50亿元；几乎同…
2026年，具身智能行业的竞争重心正从机器人本体转向「大脑」。多条技术路线在过去半年里各自交出了可核验的成绩单：6月3日，千寻智能宣布其自研模型Spirit v1.6在RoboArena国际评测中综合得分位列全球第一，同时完成15亿元A+轮融资，三个月累计融资近50亿元；几乎同一时间，智平方在北京智源大会上发布了类脑式具身智能系统NeuroVLA并推动开源；10月下旬，云深处科技密集公布五项覆盖具身大脑全链路的研究成果，工信部组织的媒体调研行则把镜头对准了银河通用的「银河星脑」。
第一条路是融合路线——把世界模型当作VLA的增强层。VLA即视觉-语言-动作模型，胜在语义理解，短板同样清晰：据中国经济新闻网报道，这条路线高度依赖标注数据，泛化能力弱，面对训练外的陌生场景容易性能退化；一个70亿参数的VLM单次推理约需500毫秒，而机器人手臂的控制信号需要100赫兹，两个数量级的差距制约着它在精细物理交互中的表现。于是头部公司普遍选择「混搭」：千寻智能的Spirit v1.6把环境感知、任务理解、动作规划和状态预判打通成一条端到端链路，这也是它能在RoboArena登顶的架构基础。
第二条路是类脑分层架构，不再指望一个巨型模型包打天下，而是仿照人脑把「思考」与「动作」拆给不同层级。智平方的NeuroVLA构建了「皮层—小脑—脊髓」三层体系：皮层管语义理解与任务规划，小脑负责高频运动协调与动态修正，脊髓层用脉冲神经网络驱动毫秒级反射。据公司披露，碰撞发生后20毫秒内即可完成安全反射，脊髓层功耗仅约0.4瓦。银河通用的银河星脑（AstraBrain）走的是同一方向：据其官网与工信部调研行报道，该模型将「大脑—小脑—神经控制」集成于同一端到端架构，通用大脑采用世界动作模型（WAM）架构，参数规模3B至13B、约30赫兹，承担任务理解与长程规划；通用小脑为80M至300M参数、100至250赫兹，负责实时全身控制；两层之间通过「脑桥」实现毫秒级闭环。其联合创始人张直政在调研中坦言，机器人从「能演示」走向「会干活」，还需在泛化性、模型与硬件适配、持续学习三方面继续完善。
第三条路押注世界模型本身。云深处科技发布的DR-WM-1.0在四足机器人世界模型中首次引入摩擦力、粗糙度与刚度等物理特性，让模型预演的画面不仅「看起来真」而且「物理上可行」，相当于给机器人一个行动前的预演器；配套的强化学习框架DR-APO则把导航模型的仿真成功率从70.33%提升到89.55%。
第四条路试图用统一模型「一网打尽」，以自变量机器人的WALL-B「世界统一模型」为代表，把视觉、语言、动作与物理预测整合进同一网络。
资本的态度也在随路线分化：除千寻智能三个月近50亿元的密集融资外，据中国经济新闻网统计，银河通用累计融资约70亿元，星海图两个月内连拿两笔共30亿元。需要保持清醒的是，具身智能大脑目前并没有统一的技术分类标准，上述路线划分更多是基于各家架构设计口径的归纳，并非互斥选项——类脑架构刚刚起势，它究竟是技术判断还是叙事包装，仍待真实场景检验。行业目前的共识只有一个：评测榜单上的分数，最终都要回到产线、门店与家庭这些不受脚本控制的真实世界里兑现。
