芝能科技出品

2026 年 10 月 16 日，ROSCon China 在上海举行。

国地共建人形机器人创新中心介绍了 OpenLoong 开源体系的最新进展，安富利、国地中心和古月居联合发布《从专用到通用：2026 具身智能技术演进与产业落地白皮书》，安富利与古月居还签署了合作备忘录。

本体制造和运动算法逐渐成熟后，软件平台、硬件接口、芯片适配以及工程化开发开始受到更多关注。

各家机器人企业需要自己搭建大量基础软件、控制系统和硬件接口。机器人形态不同、关节不同、计算平台不同，一套算法迁移到另一台机器人上，往往需要重新调试。

OpenLoong 希望通过开源降低这些重复开发工作，安富利和古月居的合作则把芯片、电子系统设计和产品制造接入这一体系。

中国人形机器人产业能否建立一套可以反复使用的软硬件基础平台？

01

机器人开源进入系统层，

OpenLoong 正在补齐什么？

在人形机器人行业，开源早已存在，但过去开放的内容相对分散。

高校和研究机构愿意分享运动控制算法，部分企业开放机械设计文件，还有团队公开机器人模型、仿真环境和训练数据。

机器人的复杂程度比一般智能终端高得多。一台全尺寸人形机器人，包含数十个运动关节、多种传感器、实时控制器、计算单元和电池系统。

任何一个环节出现通信延迟、控制失步或计算资源不足，都可能影响整机稳定性。

OpenLoong 从 2024 年 6 月启动，逐渐形成覆盖硬件、软件、模型和数据的开源体系。

其中，" 青龙 " 公版机提供机器人硬件设计和控制软件，" 格物 " 平台承担仿真验证，" 白虎 " 异构数据集提供训练资源，青龙 Mini、NanoLoong 等小型平台则面向算法验证和教学开发。

目前，OpenLoong 社区开发者规模约 3 万人。

2025 年 5 月启动的 OpenLoongOS，是这套体系向软件平台延伸的重要项目。

按照此次发布的信息，OpenLoongOS 基于 ROS 2 进行扩展，围绕运动控制、平衡算法、标准化硬件驱动、感知处理和智能操作构建软件框架，同时探索跨域调度与数据链路管理。

为什么 ROS 2 已经有了，机器人行业还要开发 OpenLoongOS？

ROS 2 提供通信机制、节点管理和软件开发框架，适合组织复杂的机器人应用，但并没有直接解决每种机器人硬件的控制和适配问题。

同样是双足机器人，不同厂商采用的电机驱动器、编码器、关节通信协议及控制板卡可能完全不同。

应用程序发出一个关节运动指令，底层系统必须完成数据转换、实时通信、力矩控制和状态反馈。如果硬件接口差异很大，算法便难以直接复用。

人形机器人同时存在不同时间尺度的任务。

大模型推理占用了计算资源，如果影响了运动控制线程，机器人可能在执行任务时出现动作异常。因此，计算资源隔离、实时调度和通信确定性都是操作系统需要解决的问题。

OpenLoongOS 从标准化硬件接口和运动控制切入，是奔着具体工程问题去的。

其规划还涉及 Ubuntu、openEuler、银河麒麟等系统环境，以及不同机器人本体和开发板的兼容适配。

◎对芯片厂商，统一软件接口的价值在于：未来可以借此进入多个机器人平台，省掉针对单一整机企业做的软件移植。

◎对于机器人初创企业，则可以把更多开发资源集中在运动性能、灵巧操作和应用任务上。

不过，平台价值不靠支持了多少软件项目来证明，要看三件事：跨本体部署能不能成、实时控制稳不稳、关键组件能不能持续维护。

此次 OpenLoong 还披露了复杂地形越障、全身接触协同和通用控制等研究方向，部分复杂动作仍处在仿真研究阶段。

从仿真到实机，仍然涉及接触模型误差、关节动力学偏差、执行器响应、机械间隙以及不同地面摩擦条件。

下一阶段，OpenLoong 计划推出新一代开源公板机，贯通在线设计、仿真训练、实际部署和数据生成。

02

从芯片到整机，

机器人产业还缺一套

可复制的工程体系

这次 ROSCon China 上，是安富利、国地中心和古月居共同发布具身智能白皮书。

白皮书提出了 " 五域六模块 " 系统架构。

◎五个功能域覆盖感知与交互、计算与控制、执行、能源、连接与基础设施；

◎六个核心模块则包括多模态传感、大脑、小脑、关节执行、电源管理和网络通信。

目前行业大量注意力集中在 AI 模型和运动算法上，但实际制造一台机器人，还需要解决电机驱动、功率器件、电源转换、传感器同步、板卡设计、通信网络以及热管理。

以机器人关节为例，电机能否完成预期动作，不仅取决于控制算法，也受到驱动器电流能力、功率器件效率、编码器精度、通信延迟和散热条件的影响。

机器人持续执行任务时，关节温度升高，电机和驱动器的工作状态会发生变化，控制器还需要根据温度、电流及负载情况调整运行参数。

同样的运动算法，部署到不同硬件平台上，最终动作表现可能存在明显差异。

在此次合作中，安富利提供芯片、元器件和技术方案资源，古月居运营方武汉精锋微控承担电子电气架构设计、电子系统开发、软硬件适配、系统集成和测试验证，并计划承担 SOM 板、零部件及整机产品制造。

国地中心则提供开源平台、技术协作及标准和实景验证方面的支持。

这种分工是产业链里的常见打法。它与汽车电子行业的开发方式有相似之处：上游半导体企业提供芯片和参考设计，中间环节完成板卡、驱动和控制系统集成，整机企业根据产品需求进行系统开发。

人形机器人目前还没有形成汽车产业那样成熟的电子电气架构体系。

各家企业的计算平台、关节驱动和软件接口差异较大，导致零部件供应商经常需要开展定制开发。即使硬件功能相近，软件适配和测试验证也很难直接复用。

机器人一旦起量，这部分研发成本就会变成绕不开的问题。

特别是机器人产品进入工厂、仓储和商业服务场景后，客户关注的不只是能否完成一个动作，还包括连续运行时间、任务成功率、故障恢复能力和维护成本。

例如，一台机器人能够在演示中完成物品抓取，但在实际运行中，不同物品的位置、材质和姿态会不断变化。如果每增加一个物品类别，都需要重新采集数据、训练模型和调整系统，部署成本就会持续增加。

白皮书给的通用化指标更实在：看机器人能覆盖多少任务、对象、工具、环境和本体，以及每加一个新任务要付出多少适配成本。这比单纯展示机器人掌握了多少个动作更接近商业应用的需求。

对开源体系而言，下一步要补的，是可比较的工程指标。

一套控制算法移植到新机器人需要多少工时，仿真训练策略在实机上的成功率是多少，复杂任务运行一千次后的故障分布如何，以及更换计算板卡后性能受到多大影响。

OpenLoong 大师系列赛目前吸引超过 1400 人报名，来自 53 家高校的 56 支队伍参与比赛。赛事能拉学生和研究员来用平台，但要把成果真正留在社区，还得靠代码维护、硬件复现、测试工具和应用项目。

对安富利这类半导体分销商，机器人打开了一块新业务：机器人用到的计算、模拟、功率、传感、连接器件又多又杂，客户要的不只是选型，还有参考方案、软硬件调试和供应链配套。

等到成熟的机器人公板和参考设计成形，上游芯片企业能借标准平台扩应用，中小机器人企业也能缩短原型周期。

小结

人形机器人产业正在经历从单机技术突破向系统工程建设的延伸。同一套软件能否安装在不同机器人上？硬件模块能否替换？算法升级是否需要重新开发整套系统？机器人能否在长期运行中保持稳定？

OpenLoong 的开源路线、OpenLoongOS 的软件建设，以及安富利与古月居围绕电子系统和制造开展的合作，都在尝试解决这些问题。