5 月 29 日，合十思维在北京举办 "Humanoid-X 具身本体 3.0" 发布会，公布了全尺寸双足人形机器人 Humanoid-X 及其底层 " 物界 OS 双脑架构 "。公司创始人赵普介绍了该架构在降低算力依赖、提升场景泛化能力方面的技术思路，并披露了部分商业化进展。

当前，具身智能行业普遍面临数据采集成本高、算力开销大、仿真到真实场景迁移困难等问题。合十思维此次发布的 " 双脑架构 "，试图从底层改变传统端到端大模型路线，将仿脑感知与智脑逻辑结合，通过功能模块化分区和轻量化数学模型（总参数 90 亿）实现对物理世界的认知。

赵普在演讲中以 " 认识凳子 " 为例说明差异：" 人通过少量经验即可举一反三，而大模型通常需要数十万样本。我们的方法是通过行为树（BTS）和脉冲神经网络（SNN）理解物体的功能与价值，而非单纯依赖统计拟合。"

Humanoid-X 的另一特点是 " 语义控制 " 能力。机器人可识别自然音（如瓶子掉落声）并循声定位，同时能将语义指令与物理动作直接关联——例如，理解 " 拿 " 这一动词后，同一套算法可执行拿笔、拿水杯等不同任务，无需针对每个物体单独训练。

硬件方面，Humanoid-X 腿部关节采用了差速锁齿轮结构，用小扭矩电机实现大范围运动，以控制整机成本。商业化层面，赵普透露，合十思维去年通过物界 OS 通用具身系统赋能机场导览机器人、公共区域清洁机器人等产品实现 8000 万营收，产品落地新加坡樟宜机场、海淀市政公园等场景。这些机器人可兼容人类工具，并具备任务优先级处理能力——如清洁中遇到垃圾掉落，会先拾取垃圾再继续原有任务。

为进一步拓展垂直场景落地，合十思维已与数据智能服务商 HCR 慧辰股份达成战略合作，双方将结合慧辰股份的行业数据资产与算法积累，以及合十思维的类脑决策与人形机器人技术，共同推进物流、制造、家政、康养等行业的机器人应用。

发布会特邀嘉宾、恒业资本管理合伙人江一指出，物理 AI 面临两大困境：非结构化场景的数据采集若仅靠真机，耗时近百年；高昂的 " 算力税 " 严重挤压商业化毛利。他认为，行业拐点属于 " 跳出算力内卷、重构轻量物理大脑 " 的企业。核心壁垒在于终端保有量、数据闭环、软硬一体等能力，谁能打通 Sim-to-Real 落地鸿沟，将自然语言转化为语义控制，谁就能吃下劳动力结构性短缺的万亿级红利。

合十思维对 Humanoid-X 的定位是 " 为服务而工作 "，未来将通过物界 OS 系统逐步覆盖清洁、导览、家庭陪伴、养老护理等场景形成全栈通用型具身操作系统平台。公司称，将继续推进 " 人机协同、不替代人工 " 的路线，让机器人先理解物理世界，再执行任务。