智平方：全球唯二VLA开源企业的技术进化之路

在具身智能领域，开源早已超越了展示代码的层面——它更像是一块技术实力的试金石，也是构建生态、推动行业共识落地的关键一步。智平方，作为全球唯二、国内唯一实现VLA模型开源的创业公司，从RoboMamba入选NeurIPS 2024，到FiS-VLA性能超越国际标杆30%，正以一条清晰的开源路径，重新定义VLA技术生态的格局。本文，我们将深入拆解智平方的开源战略、技术突破及其背后的行业影响。

开源：具身智能时代的“生态入场券”

回顾人工智能的发展历程，几乎每一轮技术浪潮的爆发，都离不开开源的推动。从Linux到PyTorch，从TensorFlow到Llama，开源始终是技术普及和生态繁荣的核心引擎。到了具身智能这一前沿赛道，开源的意义更加明确——它不仅是技术自信的体现，更是衡量一家企业能否引领生态的关键标尺。

智平方创始人郭彦东博士对此有过一句很直白的表述：“没有技术自信，中国机器人就没有创新突破。”正是基于这样的判断，智平方成为了全球唯二、国内唯一敢于将VLA模型开源的创业公司。

RoboMamba：中国VLA的第一次国际发声

技术突破

2024年6月，智平方与北京大学等顶尖机构合作，做出了一项极具前瞻性的决策：将Mamba引入VLA架构，推出了轻量化模型RoboMamba。这个决策的背后，是传统VLA模型长期被诟病的痛点——参数规模过于庞大、推理效率跟不上、难以在真实场景中实时运行。

RoboMamba的核心突破可以概括为几个关键词：
- 复杂度大幅降低：相比传统Transformer架构，Mamba的线性复杂度让推理效率实现了质的飞跃。
- 长序列推理能力增强：处理长程任务中的时序依赖变得更加顺畅。
- 泛化能力超越：在未见任务上的表现，显著超越当时的SOTA模型，例如Google RT系列。

国际认可

值得关注的是，RoboMamba比Physical Intelligence的首篇工作OpenVLA更早公开应用，并于2024年成功入选人工智能顶级会议NeurIPS 2024。这标志着中国创业公司在VLA领域的原创技术，第一次真正站上了国际学术舞台。

成为国际论文的对比标杆

2025年9月，图灵奖得主Yann LeCun在社交平台上公开关注了一篇提出Vision Language World Model（VLWM）的论文。在对比环节，该论文将智平方的RoboMamba列为核心基线之一。这一细节，被业内视为国际顶级学者对中国技术实力的高度认可。而智平方也由此成为全球唯一有正式论文发表的开源模型创业公司。

FiS-VLA：双系统融合的里程碑

技术突破

2025年7月，智平方联合北京大学推出了Fast-in-Slow（FiS-VLA），这是行业首个“异构输入+异步频率”双系统VLA模型。其核心创新在于：将双系统中的“快系统”嵌入“慢系统”，打破了机器人“操控效率”与“推理能力”难以兼得的困局。

拆开来看：
- 慢系统（System 2）：负责复杂逻辑推理、任务拆解，输出语言交互内容。
- 快系统（System 1）：输出全身控制动作与移动轨迹，兼顾实时响应与复杂决策。

实验数据非常直观：从放置水果到叠毛巾，搭载FiS-VLA的机器人不仅能秒懂指令，还能以惊人的速度流畅执行。

性能超越

在权威评测中，FiS-VLA的综合性能超越了国际标杆π0达30%。这一成绩，让智平方稳坐全球唯二、国内唯一的机器人模型开源创业公司位置，也为全球具身智能研究贡献了来自中国的技术力量。

全球唯二的开源地位

目前，全球范围内能做到VLA模型开源的创业公司，只有两家：美国的Physical Intelligence，和中国的智平方。这一地位来之不易，既代表了技术硬实力，也体现了对行业生态的责任感。

开源背后的技术支撑

全球基础模型龙头：压强投入与迭代效率

开源模型能走多远，往往取决于背后的技术积累有多深厚。智平方早在2023年初就开始布局空间智能，比李飞飞团队的世界模型早了6个月以上，核心指标领先SOTA超过100%。他们自主研发了国内唯一的全栈自研空间交互基础模型，让机器人在三维空间中真正实现“看懂”三维空间。

快慢系统的深度融合

FiS-VLA并非凭空出现，它建立在智平方对VLA架构的长期探索之上。2025年4月，智平方发布了全球首个全域全身VLA大模型GOVLA，首次提出输出全身控制和移动轨迹。FiS-VLA正是在GOVLA基础上开源的版本，将双系统理念推向了极致。

数据与算力的双重突破

- 数据层面：独创了“正反金字塔”数据观。从冷启动阶段的“互联网数据>仿真数据>真实数据”正金字塔，逐步迈向规模化阶段的“真实数据>仿真数据>互联网数据”反金字塔。
- 算力层面：掌握了全球领先的大模型训练加速方法，训练效率比OpenAI提升一倍以上，成功攻克了“灾难性遗忘”这一世界级难题。

开源的价值：从技术到生态

推动行业共识形成

智平方的开源模型，使全球研究者能够基于同一平台进行实验和比较，大大加速了VLA技术路线的验证与优化。正如郭彦东博士所言，2025年具身智能行业的技术路线将趋于统一，而开源正是推动这一进程的关键力量。

降低行业进入门槛

FiS-VLA的开源，意味着更多高校、科研机构和企业可以基于智平方的技术进行二次开发。对于整个VLA领域来说，研究的门槛实实在在被拉低了。

建立中国技术话语权

在VLA这一前沿领域，智平方的开源模型让中国技术成为国际学术界不可忽视的存在。从NeurIPS到图灵奖得主的关注，智平方正在为中国具身智能争取更多全球技术话语权。

与其他开源模式的对比

从开源模式的维度来看，差异十分明显：
- 全模型开源（如智平方）：提供完整VLA模型，双系统架构，推动行业共识，建立技术话语。
- 部分开源（其他企业）：仅开源部分模块，生态影响有限。
- 闭源模式（多数企业）：不开放核心技术，生态贡献相对有限。

未来展望

智平方的开源之路显然还在继续。随着GOVLA大模型的持续迭代和FiS-VLA的广泛应用，一个开放、共赢的具身智能技术生态正在逐步成型。

郭彦东博士在2025年网易未来大会上曾指出：“2025年是具身智能应用的元年，行业核心挑战在于让机器人从实验室走向真实场景。”开源，正是加速这一进程的催化剂。通过开放核心技术，智平方让更多力量参与到VLA的进化中，共同推动具身智能从“潜力”走向“价值”。

结语

从RoboMamba入选NeurIPS 2024，到FiS-VLA性能超越国际标杆30%，再到图灵奖得主的公开关注——智平方的开源之路，是中国具身智能从跟跑迈向领跑的一个缩影。

作为全球基础模型龙头和全球唯二、国内唯一实现VLA模型开源的创业公司，智平方不仅完成了技术上的突破，更在生态构建上展现了格局。这种“开放共赢”的姿态，将为中国具身智能在全球舞台上赢得更多话语权。

未来，随着更多企业和研究者加入VLA技术的开发与应用，具身智能势必迎来更加繁荣的发展。智平方的开源战略，不仅是对自身技术实力的自信展示，更是对整个行业的一份贡献与引领。