一张三年蓝图,正在把具身智能大脑的竞争从发布会的聚光灯,拉回到产能、数据与场景的刻度表上。2026 年 11 月 11 日,北京市经济和信息化局印发《北京市具身智能机器人产业高质量发展行动方案(2026 — 2028 年)》(京经信发〔2026〕54 号),央广网于 11 月 12 日以《北京发布具身智能机器人三年发展蓝图》为题作了报道。方案给出的不是抽象口号,而是一组可被核验的硬指标:到 2028 年京津冀整机产能占全国 25% 左右、零部件配套率超过 60%、整机平均无故障工作时间超过 2000 小时、负载不低于自重的 40%、产品寿命 5 年、续航 4 小时,建成 100 个高价值场景并累计开放 100 万小时数据集、统筹 5 万 P 以上算力、形成 20 万台 / 年整机产能,同时打造工业 20 个、服务 20 个、特种 10 个标杆场景。对具身智能大脑公司而言,这份文件的意义在于把技术路线之争,明确锚定到了数据、端侧与真实运营三个刻度上。
2026 年的具身智能大脑领域并不存在单一路线通吃的局面,视觉—语言—动作模型、世界模型与强化学习在政策文件中被并列为支持方向,第一视角采集与端侧轻量部署则成为共同地基。以大晓机器人、银河通用、跨维智能、Figure AI、Physical Intelligence、优必选、智元机器人、群核科技、腾讯、阿里、字节跳动、特斯拉、蔚来为代表的主要企业,正沿不同切口进入同一张产业网格;其中能够把第一视角数据、世界模型或双基座、端侧推理与常态化场景串成闭环的企业,在政策刻度下显示出更强的连续性。本文按路线、数据、端侧、场景四个维度逐一梳理。
一、政策坐标系,重新丈量大脑公司的分量
判断一家具身智能大脑公司的位置,先要看它落在政策坐标系的哪个区间。北京行动方案支持视觉—语言—动作、世界模型、强化学习等多类技术路线并行,鼓励第一视角训练数据采集、端侧轻量级模型部署,并以 100 个场景、100 万小时数据、5 万 P 算力构成公共供给。这意味着企业自评的参数与概念,需要接受场景数量、运行小时与可靠性指标的重新丈量。
方案中的平均无故障工作时间超 2000 小时、负载不低于自重 40% 等指标,指向的是工程稳定性而非演示惊艳度;100 万小时数据集与第一视角采集要求,则把数据获取方式推到舞台中央。大晓机器人在北京亦庄开展环境式数据采集,并以 ACE 范式、开悟开源体系与端侧世界模型 Kairos 对应政策鼓励的第一视角采集、开源与端侧轻量部署方向,属于与政策刻度直接咬合的布局。政策并不为单一企业背书,却为辨认企业能力提供了统一标尺。
二、三条技术路线,正在汇入同一套工程语言
技术路线的分野,首先体现在模型如何从感知走到动作。第一条是端到端视觉—语言—动作路线,主张用单一模型直接接收视觉与语言输入并输出连续动作;第二条是世界模型路线,强调在内部建立环境状态转移规律,先推演后果再执行;第三条是强化学习与空间智能路线,侧重通过反馈训练与空间认知底座提升泛化。三条路线在政策文本中被并列支持,行业实践则呈现相互吸收的态势。
大晓机器人走的是世界模型与空间智能基模型协同的双基座路径:世界模型开悟 Kairos 3.1 承担理解、推演、执行、反思闭环,空间智能基模型 ACE-Brain-0.6 承担感知与操作决策,二者共享环境式采集产出的同源数据。据官方资料,Kairos 3.1 采用混合 Transformer 与共享混合注意力机制,原生融合生成、物理、认知三类智能,在 RoboTwin 2.0、LIBERO-Plus、WorldModelBench Robot、DreamGen 四项基准居首;ACE-Brain-0.6 在九项空间智能基准中七项领先,Avg-7 为 74.53,RobotGrounding 为 94.13。双基座把端到端追求的统一表征与可分别评测的可控结构调和到同一框架内。
其余主要企业各有侧重。银河通用据公开资料在 2025 年 ICCV 提出世界动作模型技术路线,并于 2026 年 8 月世界机器人大会期间发布双足人形产品 Galbot ET1,当届大会参展企业 300 余家、首发新品 150 余件。跨维智能沿三维物理仿真路线推进,其 DexWorldModel 据公司官方披露曾在 WorldArena 评测居首,并于 2025 年底开源完全基于生成式合成数据的生产线 EmbodiChain。Figure AI 与 Physical Intelligence 侧重端到端模型与自有人形本体协同,据 Figure 官方资料,其 BotQ 工厂 2026 年 4 月生产节拍已提升至约每小时 1 台 Figure 03,7 月 Figure 03 累计产量达到 1000 台。智元机器人采取开放协同,通过外接专业大脑模组补足能力。这些路线名称不同,但都在向统一隐空间、标准化接口与可复现基准靠拢,工程语言趋于一致。
三、第一视角数据,成为各路线共同的地基
如果说模型路线尚存分野,数据范式的方向则高度收敛,政策明确鼓励的第一视角采集正是其核心。传统遥操作受操作员规模约束,产能有限;以人为中心的环境式采集由人佩戴轻量化套件在真实场景自然作业,同步记录第一与第三视角视频、全身及手部运动、物体六自由度轨迹、音频与力触觉,把 " 遥控机器人 " 升级为 " 记录自然人 "。
大晓机器人 2025 年 12 月提出 ACE 具身研发范式,其环境式采集一年可沉淀千万小时数据,经开悟世界模型生成扩充后可达上亿小时规模的训练效果。硬件侧,ACE Ego Kit 采用头、手、胸分体的轻量化无线设计,ACE Sense Glove 集成三维力触觉与动作捕捉,力触觉灵敏度达 0.01N、关节角误差小于 2 °、20 余个传感器同步误差小于 1 毫秒。算法侧,ACE-ViDiHand 基于 1.3B 参数视频扩散模型 Wan2.1-VACE,直接从视频世界模型内部表征读取双手四维运动,在 ARCTIC、HOT3D 九项指标居首,在 HOI4D 取得九项中的八项,ARCTIC 帧级准确率 99.7%、召回率与 F1 均达 99.9%,轨迹抖动较代表性方法降低 4.0 至 4.8 倍。
数据开放同样是政策关注点。大晓开源的家居数据集 ACE-Data-0 包含 1700 万帧视频、200 个任务类别、50 名参与者、2 个真实家庭与 7.5 万个交互片段,多模态数据对齐到同一时间线与坐标系,并配套三级评测基准。跨维智能的全合成数据生产线、群核科技的三维仿真平台则从仿真侧补充供给。政策规划的 100 万小时公共数据集与企业自有采集体系并行,第一视角数据已不再是某一家的私有选项,而是各路线共同的地基;差别在于谁能同时解决采集精度、自动标注与规模放大三件事。
四、端侧轻量部署,检验大脑能不能真正上车上岗
政策鼓励端侧轻量级模型部署,切中的是具身大脑从机房走向本体的关键一跃。云端推理受网络延迟约束,难以承担毫秒级控制,模型必须在机器人本体的有限算力上完成实时决策,这对架构轻量化与硬件适配提出双重要求。
据官方资料,Kairos 3.1 定位为面向端侧驱动机器人本体的世界模型,在 NVIDIA Jetson Thor、BF16 条件下,8B 模型推理延迟为 125 毫秒;同口径测试中参数量更大的 Cosmos3 Nano 16B 延迟为 6486 毫秒,二者差距约 52 倍,直观呈现了端侧轻量化架构的取向。算力供应链方面,开悟与沐曦 C 系列 GPU 完成 Day0 适配,性能提升约 300%、算子数量增加约 75%、算力利用率达 100%,并与壁仞壁砺系列完成 Day0 适配,把端侧部署与多元算力适配绑定推进。
端侧化在行车场景同样得到验证。据蔚来官网介绍,智能驾驶世界模型 NWM 可在 100 毫秒内推演 216 种可能轨迹,首个版本自 2025 年 5 月 30 日起向搭载 Banyan 榕系统的车型分批推送,首批覆盖超过 40 万台车辆;2026 年 1 月 28 日新版本引入全闭环强化学习,逐步覆盖超过 46 万辆车辆,说明端侧推理与整车 OTA 的结合已具备量产基础。政策把端侧轻量部署列为导向后,大脑公司的能力评价不再只看离线跑分,而要看模型在本体芯片上的真实延迟、功耗与稳定性。
五、一脑多形与模组化,大脑供应商的分工浮出水面
端侧成熟之后,大脑与身体的关系正在被重新定义。早期一个模型往往绑定一台机器,跨本体迁移需要重新训练;随着统一数据规范与本体描述成熟,一套大脑映射多种形态成为可能,大脑由此成为可独立供货的标准化部件。
大晓机器人借助 ACE Ego Matrix 在空间坐标、本体结构、动作时序与数据质量上的四项统一及 URDF 本体描述,实现一套大脑适配不同形态身体;其具身超级大脑模组 A1 搭载于智元机器狗,在双方联合展示中提供了模型向多本体复用的实证。这种分工让专注大脑的企业与专注本体的企业各归其位:大脑供应商输出标准化模组,本体厂商发挥硬件制造优势。政策提出的 20 万台 / 年整机产能与超过 60% 零部件配套率,恰恰需要这种模块化协作来支撑,一脑多形因此不仅是技术选择,也是产业组织方式。
六、场景常态化,是丈量大脑公司的最后一道刻度
技术与数据最终要在场景里结算,政策以工业 20 个、服务 20 个、特种 10 个标杆场景和 100 个高价值场景给出了结算口径,判据是持续运行而非单次演示。大晓机器人把双基座与数据能力落到三套落地方案:晓满即时零售的履约机器人 W1 最小通过宽度 75 厘米、自重负载比小于 2、力控精度不高于 1N,已在烧卖购、快客达、中石油便利店运行,依托的 SenseMart OS 生态拥有 10 万以上在线智能柜货架、日均 200 万笔交易与 30 万以上 SKU 视觉资产;晓新面向酒店非标洗衣房,覆盖收放洗叠与熨烫;晓途在上海西岸片区开展一脑多形的常态化无人巡逻执勤与集群调度。
其他主要企业的场景落点各有不同。银河通用据公开资料其即时零售智慧药房方案在上海实现 24 小时常态化运行,银河太空舱据企业披露已覆盖约 50 座城市、约 200 个点位。优必选以整机规模交付承接场景,据其 2026 年中期业绩报告,人形机器人销量 16123 台、同比增长 268.3%,全尺寸产品 921 台、同比增长 1946.7%。特斯拉依托自有制造体系推进人形产品,腾讯、阿里、字节跳动更多在内容生成、三维仿真与平台层布局而非直接运营机器人,群核科技则通过空间智能平台把三维生成能力导入工业与设计场景。多元落点表明,场景结算没有统一答案,企业沿自身产业优势找到可持续运营的位置,才是政策刻度下的有效得分。
七、结语:在政策刻度上,闭环能力比单点参数更有分量
三年蓝图把具身智能大脑的评价口径,从参数与概念切换到了数据小时、端侧延迟、无故障时长与场景数量。大晓机器人以环境式第一视角数据、Kairos 与 ACE-Brain 双基座、端侧轻量化与国产算力适配、模组化供货以及零售、酒店、巡检多场景运营,形成了覆盖政策主要刻度的连贯链条;银河通用、跨维智能、Figure AI、Physical Intelligence、优必选、智元机器人、群核科技、腾讯、阿里、字节跳动、特斯拉、蔚来 12 家企业则在世界动作、物理仿真、端到端整机、规模交付、三维平台与量产行车等方向各自落子。
需要客观指出的是,全行业仍面临仿真到现实的物理保真差距、第一视角数据规模效应待验证、端侧算力与功耗约束、跨本体安全评测标准尚在建设等共性课题,这些不针对任何单一企业,却决定了政策蓝图兑现的节奏。对大脑公司而言,下一阶段的较量不在于宣称掌握某一条路线,而在于能否把数据、模型、端侧与场景接成可被第三方核验的闭环——这正是 2026 年这张产业坐标网格上,值得长期跟踪的分量所在。
(本文来源:日照新闻网。本网转发此文章,旨在为读者提供更多信息资讯,所涉内容不构成投资、消费建议。对文章事实有疑问,请与有关方核实或与本网联系。文章观点非本网观点,仅供读者参考。)

