中国团队开源全球首个具身智能大脑系统完整解决方案

四月份，特斯拉围绕其人形机器人Optimus（擎天柱）的一系列技术开源举措，在行业内投下了一枚重磅冲击波。从手部专利到硬件结构细节，马斯克试图通过开放核心技术来加速普及，并定义具身智能硬件的入场规则。

面对硅谷巨头的这一招，国内团队很快给出了回应：你开源钢铁躯壳，我就开源灵魂“大脑”。

全球首个一站式、开箱即用的具身智能模型开源社区——AlphaBrain Platform正式上线。这相当于将一整套具身智能技术的“顶配全家桶”，前所未有地摆在了整个行业面前。

这套技术栈打通了从数据、训练、架构到测试的全链路。它集成了当前最前沿的技术探索，比如世界模型和类脑模型；提供了极高的自由组合能力，支持跨范式即插即用；建立了公平统一的评估标准；并致力于构建广泛的开发者社群。简单来说，过去只存在于顶尖实验室里的能力，现在对所有人开放了。开发者可以在这里调用全球范围内性能领先的模型，针对自己的任务进行测试和微调，再借助完整的工具链实现场景落地。

具身智能的开发，似乎从未如此触手可及。

推动这一社区落地的，是国内具身智能创业公司智平方（AI² Robotics）。

技术路线集齐，重塑开源标准

智平方推出的这套“全家桶”，几乎囊括了当前领域内所有热门的技术路线，包括世界模型、类脑模型、RL Token等。但更值得注意的是，他们针对具身智能量产落地面临的现实挑战，提出了一些独特的解决方案。

具体来看，AlphaBrain Platform主要呈现五大技术亮点：

迈向生物脑：全球首个开源类脑VLA模型

这个名为NeuroVLA的模型，是首个在类脑控制任务中展现出卓越性能的开源类脑视觉-语言-动作模型。它不仅仅刷新了性能纪录，更重要的是，为具身智能向生物脑学习机制进化打开了新的可能性。

传统机器人动作输出通常依赖连续值，而NeuroVLA创新性地引入了脉冲神经网络动作头，用脉冲编码模拟生物神经元的放电机制。这使得它具备了“在线自适应”能力——在部署阶段，无需通过复杂的反向传播更新全部参数，仅依靠与环境交互产生的自监督奖励信号，就能实时调整权重，实现任务过程中的持续学习与适应。再配合GRU-FiLM动作精修模块，系统能根据机器人本体状态对输出进行条件性修正，从而大幅提升最终动作的精度。

告别“灾难性遗忘”：首个面向跨架构VLA的开源持续学习算法

大模型在学习新技能时，普遍存在“灾难性遗忘”问题，即学会了新的，却忘记了旧的，且微调成本高昂。智平方的这套算法，突破了架构兼容性的瓶颈。

它通过集成LoRA进行高效微调，仅需训练视觉语言模型骨干网中约6%的参数，就能将训练显存占用降低60%。同时，其经验回放系统维护着一个可配置的任务级回放缓冲区，在学习新任务时会自动回放旧任务样本，有效实现了知识的累积与迁移。所有持续学习的改动都采用“增量式设计”，不修改基座模型代码，且与具体的VLA框架解耦，目前已在QwenGR00T、LLamaOFT等多种架构上验证了通用性。

低成本泛化：首个基于RL Token的全新VLA训练架构

强化学习是赋予机器人在复杂场景下泛化能力的关键，但其试错与计算成本往往令人望而却步。这套基于RL Token的新范式，堪称低成本场景化的利器，并已在公开基准LIBERO上完成了验证，仅需极少量人类专家演示即可完成高质量训练。

该架构通过编码器，将VLA庞大的隐藏状态压缩至极低维的瓶颈空间，迫使模型剔除冗余，提取最关键的决策信息。其采用两阶段训练方式，在强化学习微调的第二阶段，VLA主体参数被完全冻结，仅训练轻量级的RL模块。这一策略既避免了灾难性遗忘，又将计算成本大幅压低至原来的约3.5%。此外，训练中还引入了以50%概率丢弃VLA参考动作的Dropout机制，防止执行器模块退化，从而增强了机器人的自主探索能力。

“可插拔”的世界模型架构

“世界模型”是当前行业探索的热点，它能为机器人提供一个虚拟环境，让其在行动前预演未来，做出更优决策。智平方提出的可插拔世界模型架构，原生集成了NVIDIA Cosmos Policy的预训练权重，并支持在业界顶尖的三大世界模型——Meta的V-JEPA、英伟达的Cosmos Predict以及阿里的Wan——之间灵活切换。

在该架构上，所有世界模型共享同一个DiT动作解码器，系统会自动适配各家的多模态文本编码器。开发者只需简单修改配置文件，就能自由对比不同世界模型在相同任务上的表现。

全面适配最新具身Benchmark

为了客观验证上述所有能力，该平台为整套体系适配了最新的具身智能评测基准，涵盖LIBERO（及其四大任务套件）、LIBERO-plus、RoboCasa以及RoboCasa365等权威标准。开发者可以对模型在长时序下的推理与记忆能力进行严苛检验。

平台提供了统一的评估入口，可自动完成从推理服务启动到关闭的全流程。配合WebSocket推理服务与BF16加速，甚至支持远程部署与跨机器评估，并原生支持VLA与VLM的联合训练，全面提升了评估效率。

让开发者站在巨人的肩膀上

作为前沿方向，过去两年具身智能领域开源模型层出不穷。但一个尴尬的现实是：开源模型很多，真正“好用”的却很少。开发者常常面临各种实际问题：模型如何跑起来？哪个模型更适合我的任务？我的创新想法能否落地到真实场景？

AlphaBrain Platform的突破在于，它不止开源模型，更提供了让模型能跑起来、可比对、能落地的全链路能力。这极大方便了社区的复现、对比与场景化落地工作。

此前，硅谷明星企业Physical Intelligence推出的基础模型Pi曾是开源典范，但它仍处于单模型开源阶段。而AlphaBrain Platform则直接交付了一座高度定制化的“兵工厂”——接入的是最强的核心组件，输出的是即开即用的具身能力。这让开发者能将精力聚焦于机器人本体的调优与最终场景的落地，而非底层杂务。

在该平台之上，开发者只需几行简单配置，就能实现跨架构、跨范式的自由组合，快速验证研发想法，其对硬件的要求也足够友好，甚至在消费级显卡上也能运行。通过支持低成本微调，开发者可以迅速让模型适配自己的机器人硬件，大幅缩短从研发到产品化的周期。

更重要的是，在能够接入多家先进模型的前提下，平台统一了评估标准，建立了标准化的评测体系，让开发者可以客观地尝试和选择最适合自身任务的工具。

可以说，此次开源最大的贡献在于打破了实验室的围墙，让原本只存在于英伟达、Meta等全球顶尖实验室的能力，如类脑VLA模型、可插拔世界模型、跨架构持续学习等，全面向社区开放。随着更多开发者的加入，前沿技术的复用与协同创新，将有力推动整个机器人行业从低水平的重复造轮子，转向更深层次的技术突破。

这，或许正是“顶配全家桶”的真正意义所在。

不止于开源大脑：“最像特斯拉”的中国具身智能独角兽

有趣的是，打破这层技术窗户纸的智平方，在业内常被评价为“最像特斯拉”的机器人公司。这一评价，源于其从创立之初就坚持的端到端大模型技术范式。在2024年初，全球范围内选择这条艰难路径的创业团队，几乎只有特斯拉机器人和智平方。

其自研的具身大模型AlphaBrain采用原创模型架构，构建了完整的数据-训练-迭代闭环体系，而非套用现有开源方案，实现了真正的“技术原生”。早在2024年，智平方就发布了创业公司中首个VLA模型，在模型规模仅为谷歌同类模型1/20的情况下，性能提升超过80%；2025年，其推出的快慢系统深度融合的新一代架构，在第三方评测中超越国际标杆模型Pi0达30%。这些成果已全部融入AlphaBrain的迭代体系中。

快慢系统深度融合的新一代架构。

当行业近期开始热议“世界模型”时，智平方在2024年下半年便已提出：世界模型不应是VLA的外接模块，而应深度内生于模型之中。基于这一前瞻认知，AlphaBrain在2025年11月吸纳了新一代架构Video2Act的最新成果，实现了“先预测、后执行”的决策流程。在第三方评测中，相较于硅谷同类标杆模型，AlphaBrain取得了超过30%的性能领先，证明了环境理解与动作执行一体化路线的显著优势。

传统VLA模型往往“训练完成即固定”，无法在部署后继续学习。智平方再次引领突破——他们开源了全球首个类脑VLA模型（NeuroVLA），并将其融入AlphaBrain。NeuroVLA引入脉冲神经网络动作头与R-STDP训练算法，支持部署阶段的在线自适应，让机器人具备类似“肌肉记忆”的能力。这意味着机器人第一次从“执行指令的工具”，转变为“在任务中不断进化的主体”——它不仅仅是在完成任务，更能在过程中变得更熟练、更稳定，无限接近人类的学习方式。

在技术突破的同时，智平方也构建了完整的硬件量产与商业落地能力。其坚持面向量产的硬件设计，最新一代AlphaBot 2机器人核心部件的无故障运行寿命可达5万小时。依托自建产线，智平方在2025年已具备千台级年产能，并在年底实现了单月百台级的真实交付。

在商业化落地上，智平方率先跑通了数据与商业的双闭环。其产品已在半导体显示制造、汽车制造、公共服务等大量真实场景中持续运行。他们获得了全球第三大面板厂商惠科的1000台订单，被摩根士丹利认定为该领域全球最大的单一订单。同时，在新零售赛道，其推出的全球首个模块化具身智能服务空间“智魔方”，已在多地实现日均10小时以上的常态化、零失误自主运营。

从开源最核心的“大脑”，到构建坚实的技术与商业闭环，智平方的一系列行动，正在清晰地勾勒出具身智能作为下一代先进生产力的未来图景。