具身智能时代的“安卓”?一家志在十亿大脑的中国团队

作者｜FOFWEEKLY

过去两年，一级市场的叙事主线被硬科技与人工智能牢牢锁定。从百模大战到AI芯片国产替代，资本对底层技术的追捧从未停歇。

2026年无疑是具身智能产业的“部署态元年”。市场规模的爆发式增长预期与投资资金的汹涌澎湃相互印证，具身智能已从一个前沿的研究领域，蜕变成为一个资本竞逐、政策强力扶持、产业链快速成型的独立且热门的朝阳行业。

技术上，大模型与机器人本体融合突破，核心部件国产替代加速；产业进入商业化落地期，工业、物流、服务等场景放量。赛道具备万亿级市场空间，投资聚焦核心部件、整机龙头与场景落地能力强的企业，当前为布局黄金窗口期。

据国内权威机构预测，2025年行业总融资规模已达379亿人民币，随着产业链生态的构建与市场需求的爆发，预计到2030年，投资规模有望跃升至4000亿人民币量级，展现出强劲的高成长性。

当前，行业的竞争焦点已从单纯的技术表演，转向了真实的场景落地能力、规模化交付效率以及商业闭环的构建。在此趋势下，一级市场的投资逻辑正经历深刻重构：评估标准正从“概念验证”全面转向“真实场景验证”。

近日，复旦大学深度学习实验室主任、眸深智能首席科学家陈涛教授从“AI通用大脑”赛道，向市场展示了一种清晰的技术代际和商业定位。

他直言，“我们的口号是为世界提供十亿台机器人原生大脑。”

从市场价值判断来看，眸深智能选择的“AI通用大脑”是典型的高价值、高壁垒赛道。陈涛直言，当前具身智能产业链中，通用大脑的市场份额仅占25%，但其毛利率高达70%。而他们团队的目标，是成为机器人时代的“安卓”，通过一套原生多模态操作系统，赋能不同厂商的异构机器人本体。

在技术层面，公司所成立的最核心的技术来自于2023年发表的一篇论文——《motion GPT》，实现全球第一个把语言的GPT模型应用到机器人三维空间进行工作。当行业内普遍在用“WM+VLA”作为具身大脑的通用范式时，该公司已提前迈入了第四代——原生多模态大脑。更关键的是，团队研发的大脑对真机数据昂贵的标注依赖程度极低，大幅降低了模型迭代的边际成本。

商业化层面，团队研发的大脑模组已分别适配了宇树、国地中心青龙机器人、帕西尼（PaXini）、睿尔曼（RealMan Group）的本体，实现了极致的通用性。此外，其产业还在零售、生物医药、半导体缺陷检测等多场景实现落地。

在硬科技投资回归理性，要求“技术+落地”双轮驱动的当下，这种结合技术代际、数据成本与场景验证优势的组合，或许正代表了具身智能赛道下一阶段的机会。

以下为复旦大学深度学习实验室主任、眸深智能首席科学家陈涛教授的演讲实录，经母基金周刊（FOFWEEKLY）编辑：

感谢母基金周刊的邀请，有机会能够在这里面给各位投资人、各位企业家们汇报一下眸深智能在具身智能领域所做的工作和成果。

为世界提供十亿台机器人原生大脑

我是眸深智能创始人兼首席科学家陈涛。同时，我也是复旦大学的一名教授，之前是在海外，也曾在华为、腾讯工作过。凭借较好的产业经历，回到复旦后，我组建了一个实验室。2025年1月，我们成立了公司，专注于做机器人大脑，我们的口号是“为世界提供十亿台机器人原生大脑”。

当前，全球各种制造业，包括车企、机器人本体企业以及很多场景方，都在布局自己的机器人本体制造赛道。但现在问题在于，不同的机器人本体，都迫切需要一套适配的大脑。我们希望赋能异构机器人的本体，帮它们实现大脑升级，提升智能水平，这是我们企业的核心定位。我是公司的首席科学家，之前在学术界和产业界带领工程师做过一些成功的产品。另外，我们的CEO也是复旦校友，之前连续创业都比较成功。另外一位联合创始人来自英特尔，现在主要负责公司的工程化布局和产业化搭建。

在当前整个中国具身智能的市场格局里，通用大脑的位置非常关键。我们来展示下产业链结构，最下面的是专业机器人与通用本体，包括灵巧手、机械臂以及机器人整机，它所占有的市场份额以及现有的毛利，分别是70%和30%。跟本体和机器人比起来，目前通用大脑份额只占到25%，但是它的毛利空间非常大，大概到70%。

在这里，我们的定位就是要做一个中国的SkildAI，做移动互联网时代里安卓那样的角色，打造一套操作系统，这是我们的使命和愿景。

在技术路线上，我们跟其他企业做了区分。眸深智能所成立的最核心的技术来自于2023年发表的一篇论文——《motion GPT》。它应该是全球第一款把语言GPT模型应用到机器人三维空间进行工作。在这里，它可以对人的各种问题做出回答，并且是一个范围空间里对动作的回答。也就是说，它可以根据命令做出各种符合要求的机器人动作。

在这基础上，我们在2024年、2025年分别对机器人运动模型做了升级和改造，包括引入了因果学习、物理约束、世界模型等，让机器人运动模型做得更精炼。英伟达用我们的开源代码和资料做了人体运动模型，它可以根据自然人走路和跳舞的视频，重建出数字人的动作序列。

隐空间的token

2021年，我刚回复旦不久，就在空间维度上做人体动作的编码和解码。台下的老师们如果对大模型有所了解，应该会知道一个概念叫做“隐空间的token”。它第一次把人体的动作，包括二维的、三维的自然语言信息，通过token表征的方式映射到空间里，进行重新理解和解码。我们是第一次在“隐空间”里去做机器人动作，成果出来以后，短短一年，开源引用率就达到了1000次，这是一项非常有影响力的突破性工作。

从那以后，我们先后在两个维度上研发：一个是机器人运动（motion），每半年做一次技术迭代；另一个是机器人感知。我们知道，机器人只做两件事：其一，他要知道他是谁、在哪里、接触什么命令。其二，他要把这个命令和环境翻译成怎么转化成具体执行。

围绕这两个核心线索，我们开始聚焦怎样把技术迭代得更好，也完成了许多优秀的工作。大致划分为三代：第一代是基于规则的模型，也就是2023年以前的模型；第二代是以physical intelligence（物理智能）为代表的模型，对应2024年到2025年；第三代则属于过渡态，时间在2025年到2027年之间。

如果大家关注这个技术赛道，就会发现行业内普遍用世界模型和VLA作为具身大脑的通用范式。而我们提前了一代，直接从WM+VLA的范式迈入了第四代——原生多模态大脑。这相当于是我们为机器人设计大脑，它可以在机器人的端侧设备上自主学习、自我进化、自我探测，并根据失败案例自我优化。

2026年年初以来，我们发布了一系列模型。其中包括TMB的机器人自主进化和持续学习模型，它全程零外部奖励、零人工标注、零环境反馈，依赖模型内生自信度驱动，搭配局部专家和全局专家池实现自我监督学习，这款模型超越了英伟达以及相关公司发布的最强FFT模型。在整体性能指标、连续任务完成率及复杂操作的执行上，比他们提升了6%、24%、21%，达到了业界最好的标准，这是我们机器人大脑的发展路线。

此外，我们研发的大脑还有一个特点，它对真机数据昂贵的标注依赖程度极低。今年以来，北京、上海、深圳、成都等地纷纷建立大规模人形数据采集场和真机数据训练场。我们的目标是把这些离散的数据，以及异构本体所产生的数据尽量做统一格式化。同时，把这些数据打通，解决真机数据发散、不通用、格式混乱以及多模态数据极度缺乏等问题。针对这些数据，我们做了很多工作，率先实现了“本体更多→数据更多→模型更强→更多本体接入”的数据飞轮。

从2023年开始，我们就非常关注数据对机器人运动模型迭代的作用，以及数据在移动互联网时代、自动驾驶时代，到具身智能时代发展中的代表性价值。我们可以和字节、特斯拉做一个对比，在数据依赖上，我们的机器人大脑90%依赖于互联网上开源、便宜、免费的数据，仅10%用真机数据来做微调。真机数据和仿真数据形成一个迭代闭环，用仿真数据产生的模型，要进一步寻找哪些case需要真机数据做微调，微调以后的模型再进一步去仿真数据或视频数据里做收集。

这里有几个代表性技术：第一个，数据放大。为了减少对于真机数据的依赖，今年年初，我们发布了只用1/12的开源人形机器人数据，就可以训练出逼近用百分之百数据所得到的机器人运动的通用模型策略，获得了很多公众号的报道。

第二，在模型方面，围绕着机器人的感知，即他要知道他是谁、在什么地方、要干什么任务。从2023年开始，我们从L23D到M3D，到今年的HL，分别获得了著名的赛事奖项，包括拿到了像RCCV的三维目标设备大赛的全球冠军，打败了来自美国的CMU和欧洲的顶尖团队。

第三，怎么实现模型的更高智能密度，借助我们模型底层创新的架构优势，让模型和芯片耦合起来。我们也在去年拿到了全球第一篇关于具身大模型在端侧芯片里压缩和部署的最佳论文，我们也是中国大陆近五年来唯一获得奖励的团队。

商业化验证时刻

目前，我们已经打通的跨本体。我们分别适配了宇树、青龙、帕西尼（PaXini）、睿尔曼（RealMan Group）的本体，实现了大脑极致的通用性。在数据层面，我们今年首次提出：可通过自研大模型生成宇树的本体数据，尤其针对重型本体，以此缩小不同本体之间的数据差异（GAP）。

我们向大家展示具体的操作，有人机搬运、利用机器人驱动完成的双臂调酒，还有我们自研的眸深智能大脑，在速度和效率上相比主流大脑模型可节省80% 的成本。我们对它做了一个干扰，展示它在桌面任意位置连续自主抓取的灵巧手操作，成功率达到百分之百。

这是我们的商业模式，我们可以做算力和模组的一体化（大脑模组），和本体适配，打造ODM的机器人大脑。我们已经和某合成生物的龙头企业合作，做了一个单臂的“倒甲醛”熏蒸机器人，可以百分之百杜绝人员因为撤退缓慢导致甲醛吸入的风险，实现安全高效。

我们还和江苏一家芯片龙头企业做了一个桌面单臂缺陷检测机器人，它可以针对桌面的裂片、气泡、晶元破损等，实现24小时不间断监测，将良品的漏检率从18%降到1%。检测效率提升150%到300%，实现成本的有效迭代。

我们也和小米合作，针对小米线下实体店开发了店员行为监控分析的大脑系统，让员工在岗率和投入度得到质的提升。此外，我们还和一个生物制造的行业龙头企业合作了安全管控和智慧巡检机器人，这也是目前正在开发的项目。我们还跟某个家电龙头企业合作了一个柔性的上下料机器人大脑，右边展示的是使用场景，在拧瓶子的操作上，要做精细的力控，掌握转螺丝和螺钉的操作。它速度很快，可以在端上运行，不需要连通云端。

未来，期待在多场景、移动柔性搬运机器人方面进行合作。时间关系，我今天的分享大概是这样，也感谢各位专家和投资人的关注，希望大家多多关注我们企业。我们虽然很小，但我们的梦想很大，要为世界提供10亿台机器人大脑。感谢大家。

本文内容来自于「2026中国产业资本峰会」，峰会由母基金周刊（FOFWEEKLY）主办，宁波银行、溢倡资本联合主办。

对接需求请扫码