11月20日，智源研究院在北京中關(guān)村舉辦2025智源具身智能開放日，發(fā)布其在具身智能領(lǐng)域的模型、數(shù)據(jù)、評測和工具鏈等核心科研布局，并表示將以“開放做研究，開源促生態(tài)”為理念，協(xié)作共建可復(fù)現(xiàn)、可對齊的具身科研公共基礎(chǔ)設(shè)施。

當(dāng)天，智源研究院還聯(lián)合學(xué)界與產(chǎn)業(yè)界40余家國內(nèi)頂尖科研機構(gòu)、企業(yè)、生態(tài)伙伴，圍繞具身模型進(jìn)展、硬件迭代與產(chǎn)業(yè)落地等議題展開了深入交流。與會嘉賓一致認(rèn)為，具身智能發(fā)展迅速，已進(jìn)入深水區(qū)，行業(yè)亟需開放、協(xié)同、標(biāo)準(zhǔn)化的生態(tài)來加速技術(shù)演進(jìn)與落地。

智源公布最新科研布局及進(jìn)展

會上，智源研究院系統(tǒng)地公布了其在具身智能領(lǐng)域的最新科研布局及進(jìn)展。

“當(dāng)前人工智能正處在一個新的拐點，推動機器人從1.0專用機器人時代邁向2.0通用具身智能時代?！敝窃囱芯吭涸洪L王仲遠(yuǎn)在活動上表示，但同時他也指出，當(dāng)下的具身大模型依然面臨著“不好用、不通用、不易用”的核心痛點。

為此，智源已經(jīng)構(gòu)建出以具身大腦為核心，自底向上全棧具身智能技術(shù)體系，包括能夠跨異構(gòu)本體數(shù)據(jù)采集以及標(biāo)準(zhǔn)化一站式平臺，具身大小腦以及VLA等具身基座模型，還有具身智能評測等，為具身技術(shù)生態(tài)提供一套可復(fù)現(xiàn)、可對齊的公共基礎(chǔ)設(shè)施，降低從研究到產(chǎn)業(yè)化落地的門檻。

據(jù)介紹，智源在具身智能的科研布局上，是希望構(gòu)建面向通用機器人（可跨本體、高泛化性）具身大模型系統(tǒng)，以開源開放夯實具身智能公共底座，目前，其在具身領(lǐng)域的合作伙伴已超過30家。

智源研究院具身研究負(fù)責(zé)人，也各自分享了自己研究領(lǐng)域的最新進(jìn)展。

?模型與框架方面，RoboBrain 2.0 Pro 在原有通用具身大腦的基礎(chǔ)上，引入 RoboBrain-Dopamine 和 RoboBrain-SpatialTrace，分別提升機器人對動作時序價值和三維空間結(jié)構(gòu)的理解與推理能力。同時，基于RoboBrain構(gòu)建了通用 VLA 模型族：RoboBrain-X0 Pro，能夠?qū)崿F(xiàn)零樣本跨本體遷移和長程多步驟操作；RoboBrain-Dex ，通過使用大量人類演示預(yù)訓(xùn)練即可適配靈巧手操作，大幅降低數(shù)據(jù)成本并在復(fù)雜操控中取得領(lǐng)先表現(xiàn)。發(fā)布貫通仿真訓(xùn)練到真機部署的泛機器人小腦智能Emu-RobotVerse，以及專為人形機器人設(shè)計的全身控制框架BAAI Thor。

?人機交互方面，推出原生全雙工語音大模型RoboBrain-Audio與終身認(rèn)知記憶系統(tǒng)RoboBrain-Memory。其中RoboBrain-Audio將響應(yīng)延遲降低至約80毫秒，顯著優(yōu)于傳統(tǒng)模型，契合人類日常對話節(jié)奏；RoboBrain-Memory則針對機器人長期記憶與社會認(rèn)知能力缺失的問題，構(gòu)建跨時段用戶信息與關(guān)系記憶模型系統(tǒng)。兩者共同賦能人機交互業(yè)務(wù)場景（例如商場導(dǎo)購、家庭陪伴等），實現(xiàn)了優(yōu)良的擬人化人機交互體驗。

?平臺與工具鏈方面，開放了“面向異構(gòu)本體、規(guī)范操作流程、提高研發(fā)效率”的具身數(shù)據(jù)軟件框架CoRobot，打造了面向具身智能的多芯片訓(xùn)練與推理一體化框架FlagOS-Robo，實現(xiàn)大腦模型與小腦模型的高效訓(xùn)練與推理，以及覆蓋“數(shù)據(jù)采集-數(shù)據(jù)標(biāo)注-數(shù)據(jù)管理-模型訓(xùn)練-仿真評測-模型部署”的全流程開發(fā)平臺RoboXstudio。

?數(shù)據(jù)方面，基于具身數(shù)據(jù)軟件框架CoRobot，聯(lián)合多家具身智能公司和海內(nèi)外高校建設(shè)并開源了“全球本體數(shù)最多、標(biāo)注最精細(xì)、使用最便捷”的高質(zhì)量雙臂機器人真機數(shù)據(jù)集RoboCOIN。

?評測方面，面向具身智能的系統(tǒng)化評測服務(wù)平臺FlagEval-EmbodiedVerse；開源“難度高、覆蓋廣”的具身推理能力評測基準(zhǔn)ERQA+；聯(lián)合北京郵電大學(xué)建設(shè)面向具身智能物理安全評測基準(zhǔn)體系；攜手Dexmal 原力靈機、Hugging Face 等共十家合作伙伴，正式成立 RoboChallenge 組委會，誠邀全球開發(fā)者共同打造透明、高效、可信的具身智能評測生態(tài)。

直面行業(yè)分歧，幾場圓桌論壇談了什么？

在開放日上，除了公布最新科研布局，智源研究院還邀請40余家生態(tài)合作伙伴，在三場圓桌論壇上，圍繞行業(yè)痛點，深入探討了具身模型的演進(jìn)路徑、機器人硬件的發(fā)展方向及落地場景探索等多個話題。

在圓桌論壇環(huán)節(jié)，多位嘉賓就端到端視覺語言模型（VLA）、分層式大模型、世界模型等不同技術(shù)路線的優(yōu)劣進(jìn)行了深入討論。嘉賓普遍認(rèn)為，短期內(nèi)，將任務(wù)規(guī)劃、感知與控制解耦的“分層系統(tǒng)”在工程落地和穩(wěn)定性上更具優(yōu)勢；而中長期，行業(yè)需要向“可遷移、可復(fù)用”的通用基座模型演進(jìn)，其關(guān)鍵在于統(tǒng)一的場景表示、高效的數(shù)據(jù)閉環(huán)以及對齊的評測標(biāo)準(zhǔn)。

針對“硬件是否仍在拖累模型”的問題，與會者認(rèn)為，二者已進(jìn)入“共同定義”的新階段。優(yōu)秀的具身系統(tǒng)需要在模型層面做好規(guī)劃，也需要在硬件層面通過力控等技術(shù)保證執(zhí)行的可靠性。對于備受關(guān)注的人形機器人形態(tài)，嘉賓們表現(xiàn)出高度務(wù)實，認(rèn)為其是當(dāng)前供應(yīng)鏈和應(yīng)用場景下的主流探索方向，但任務(wù)需求和成本結(jié)構(gòu)將最終決定商業(yè)化形態(tài)。

來自能源、制造等領(lǐng)域的場景方代表則明確了落地的核心指標(biāo)：系統(tǒng)的魯棒性、部署與維護(hù)成本、清晰的安全邊界，以及與現(xiàn)有IT/OT系統(tǒng)的集成效率。一個共識是，具身智能的商業(yè)化應(yīng)從“可度量的單點任務(wù)”切入，以確保投資回報率（ROI）的閉環(huán)，避免因追求場景廣度而犧牲落地深度。

此外，本次開放日還特別邀請了與會嘉賓走進(jìn)智源具身實驗室，近距離觀察科研工作的一線場景。智源研究院表示，未來將持續(xù)迭代并同步公布在開源項目、數(shù)據(jù)集與評測平臺上的進(jìn)展，同時與產(chǎn)業(yè)伙伴推進(jìn)聯(lián)合試點，加速具身智能從實驗室走向生產(chǎn)線。作為長期主義的開源踐行者，智源將以可復(fù)現(xiàn)、可對齊、可驗證的公共基礎(chǔ)設(shè)施服務(wù)社區(qū)，與生態(tài)伙伴共建共享，讓具身智能的技術(shù)紅利轉(zhuǎn)化為面向產(chǎn)業(yè)與社會的普惠價值。