編輯｜澤南

這會是具身智能的 OpenClaw 時刻嗎？

4 月，特斯拉宣布了一系列關(guān)于其人形機器人 Optimus（擎天柱）的重大技術(shù)開放舉措，引發(fā)行業(yè)巨震。首批披露的包括 Optimus 手部專利、硬件結(jié)構(gòu)細節(jié)，馬斯克希望通過開源來加速技術(shù)普適性，定義具身智能硬件入場規(guī)則。

剛剛，面對硅谷巨頭的出招，在具身智能這個前沿賽道上，國內(nèi)團隊來了一波回應：你開源鋼鐵軀殼，我開源靈魂「大腦」！

全球首個一站式、開箱即用的具身智能模型開源社區(qū) AlphaBrain Platform 正式上線，一桌具身智能技術(shù)的「頂配全家桶」史無前例地端到了全行業(yè)的面前。

• 鏈接：https://www.alphabrain-platform.com/

這是一套打通「數(shù)據(jù)→訓練→架構(gòu)→測試」全鏈路的完整技術(shù)棧，其中包含當前最前沿的技術(shù)（世界模型、類腦模型）、最自由組合能力（跨范式即插即用能力）、最公平評估標準（統(tǒng)一的 Benchmark）以及最廣泛的開發(fā)社群。

這些原本只存在于頂尖實驗室的能力全部開放了，現(xiàn)在任你取用。你可以在其上獲得全球范圍內(nèi)最強的模型，針對自身任務測試調(diào)用，再通過整套工具鏈完成場景落地。

具身智能，從來沒這么簡單過。

推動這一社區(qū)的，是國內(nèi)具身智能創(chuàng)業(yè)公司智平方（AI2 Robotics）。

技術(shù)路線集齊

重塑開源標準

智平方推出的具身全家桶集齊了當前領域內(nèi)最火的技術(shù)路線，包括但不限于世界模型、類腦模型、RL Token。在這其中，我們也看到了一些不同之處：他們面對當前具身智能量產(chǎn)落地的挑戰(zhàn)，提出了獨特的解法。

具體來說，AlphaBrain Platform 上的技術(shù)包含五大亮點：

邁向生物腦：全球首個開源類腦 VLA 模型（NeuroVLA）

作為首個在類腦控制任務中展現(xiàn)出卓越效能的開源類腦 VLA 模型，它不僅刷新了類腦具身性能紀錄，更開啟了具身智能向生物腦學習機制進化的新篇章

傳統(tǒng)的機器人動作輸出往往依賴連續(xù)值，而NeuroVLA 創(chuàng)新地引入了脈沖神經(jīng)網(wǎng)絡（SNN）動作頭，用脈沖編碼模擬了生物神經(jīng)元的脈沖放電機制。NeuroVLA 擁有「在線自適應」能力，在部署階段不需要通過反向傳播來更新參數(shù)，只需要依賴環(huán)境交互的自監(jiān)督獎勵信號即可實時更新權(quán)重，實現(xiàn)了任務過程中的在線持續(xù)適應。

配合 GRU-FiLM 動作精修模塊，該系統(tǒng)能基于機器人本體狀態(tài)對 SNN 輸出進行條件性修正，極大提升了機器人動作的最終精度。

告別「災難性遺忘」：首個面向跨架構(gòu) VLA 的開源持續(xù)學習算法

大模型在學習新技能時極易產(chǎn)生「災難性遺忘」—— 學了新動作忘了老技能，且微調(diào)成本極高。智平方通過這套算法，突破了架構(gòu)兼容性的瓶頸。

通過集成 LoRA 參數(shù)的高效微調(diào)（僅訓練 VLM 骨干網(wǎng) 6% 的參數(shù)），智平方讓模型的訓練顯存占用降低了 60%。而經(jīng)驗回放（Experience Replay）系統(tǒng)維護了一個可配置的任務級回放緩沖區(qū)，在學習新任務時會自動回放舊任務樣本，有效實現(xiàn)了知識的累積遷移。與此同時，所有的持續(xù)學習改動均為「增量式設計」，不修改基座代碼，且與具體 VLA 框架解耦。

該算法目前已在 QwenGR00T、LLamaOFT 等多種架構(gòu)上驗證了兼容性，真正做到跨架構(gòu)通用。

低成本泛化：首個基于 RL Token 的全新 VLA 訓練架構(gòu)

強化學習（RL）是賦予機器人在復雜場景下泛化能力的關(guān)鍵，但高昂的試錯與計算成本常令人卻步。作為真正的低成本場景化利器，這套新范式率先開源了 RL-Token 技術(shù)，并在在公開基準 LIBERO 上完成了驗證。僅需極少量人類專家演示即可完成高質(zhì)量訓練。

新的訓練架構(gòu)通過編碼器將 VLA 龐大的隱藏狀態(tài)極度壓縮至低維瓶頸空間，強迫模型剔除冗余，提取出最關(guān)鍵的決策信息。值得一提的是，本社區(qū)實現(xiàn)了兩階段訓練方式，在 RL 微調(diào)的第二階段，VLA 主體參數(shù)被「完全凍結(jié)」，系統(tǒng)僅訓練輕量級的 RL 模塊。這一招既避免了災難性遺忘，又大幅壓低了計算成本（僅為原來的 3.5%）。在訓練時，該架構(gòu)又引入了 50% 概率丟棄 VLA 參考動作的 Dropout 機制，防止 Actor 模塊退化，增強了機器人的自主探索能力。

「可插拔」的世界模型架構(gòu)（WA）

「世界模型」是目前行業(yè)最火的探索方向，它能提供一個虛擬化環(huán)境，讓機器人在行動前就能預演未來，做出更優(yōu)決策。智平方提出的可插拔的世界模型架構(gòu)原生集成了 NVIDIA Cosmos Policy 的原始預訓練權(quán)重，支持在業(yè)界最頂尖的三大世界模型（Meta 的 V-JEPA、英偉達 Cosmos Predict 以及阿里的 Wan）上靈活自定義切換

在該架構(gòu)上，所有的世界模型共享 DiT 動作解碼器，并且系統(tǒng)會自動適配各家的多模態(tài)文本編碼器。開發(fā)者只需要稍微修改配置文件，就能一樣自由對比不同世界模型在相同任務上的表現(xiàn)。

全面適配最新具身 Benchmark

為了驗證上述所有能力，智平方為整套體系適配了最新具身 Benchmark，涵蓋 LIBERO（四大任務套件）、LIBERO-plus、RoboCasa 以及 RoboCasa365 等業(yè)界最權(quán)威的評測基準。

開發(fā)者能夠?qū)δＰ驮陂L時序下的推理與記憶能力進行嚴苛驗證。AlphaBrain Platform 平臺提供了統(tǒng)一的評估入口，可自動完成從推理服務啟動到服務關(guān)閉的全流程。配合 WebSocket 推理服務與 BF16 加速，甚至支持遠程部署與跨機器評估，并原生支持 VLA+VLM 聯(lián)合訓練，全面提升評估效率。

讓開發(fā)者站在巨人的肩膀上

作為前沿研究方向，過去兩年具身智能領域涌現(xiàn)出了大量開源模型。但一個尷尬的現(xiàn)實是：開源的模型很多，真正「好用」的很少。開發(fā)者還要面對各種問題：這個模型怎么跑起來？哪個模型更好用？我想做的創(chuàng)新能不能落地到真實場景？

AlphaBrain Platform 不止開源了模型，也包含讓模型能跑起來、比得清、能落地的全鏈路能力。能夠方便人們進行復現(xiàn)、對比及場景化落地。

此前，硅谷明星企業(yè) Physical Intelligence 推出的基礎模型 Pi 曾是開源的典范，但它仍處于單模型開源階段 —— 而 AlphaBrain Platform 則是直接交付了一整座高度定制化的「兵工廠」，接入的是最強的設備零件，輸出的是即開即用的具身能力，讓開發(fā)者們可以把精力聚焦于機器人本體的調(diào)優(yōu)與場景落地上。

AlphaBrain Platform 發(fā)布后，以往具身智能開發(fā)中令人頭疼的繁雜環(huán)境配置、接口對齊和架構(gòu)適配等底層「雜活」被徹底打包解決，高階的定制化開發(fā)變成了觸手可得的能力，前沿技術(shù)的發(fā)展或許將由此導向一條全新道路。

在該平臺之上，開發(fā)者只需幾行簡單的配置就能實現(xiàn)跨架構(gòu)、跨范式的自由組合，快速驗證創(chuàng)新的研發(fā)想法，硬件需求也很低（甚至在消費級顯卡上也能運行）。通過支持低成本微調(diào)，開發(fā)者可以迅速讓模型適配自己的機器人硬件，大幅縮短從研發(fā)到落地的時間。

在能夠接入多家先進模型的前提下，AlphaBrain Platform 統(tǒng)一了評估標準，建立了標準評測體系，讓人們可以嘗試和選擇最適合自身任務的工具。

此次開源最大的貢獻在于打破實驗室圍墻，讓原本只存在于英偉達、Meta 等全球頂尖實驗室的能力（如類腦 VLA 模型、可插拔世界模型、跨架構(gòu)持續(xù)學習等）全面開放，任由社區(qū)取用。

隨著更多的開發(fā)者加入進來，前沿技術(shù)的復用與創(chuàng)新，將極大推動機器人行業(yè)從重復造輪子轉(zhuǎn)向更深層次的技術(shù)突破。

這或許就是「頂配全家桶」的意義。

不止于開源大腦

「最像特斯拉」的中國具身智能獨角獸

有趣的是，打破這層技術(shù)窗戶紙的智平方，在業(yè)內(nèi)被評價為「最像特斯拉」的機器人公司。

智平方自公司成立就堅持端到端大模型的技術(shù)范式。在 2023 年初，全球創(chuàng)業(yè)團隊僅有特斯拉機器人與智平方選擇了這條鮮有人走的技術(shù)路線。其自研具身大模型 AlphaBrain 采用原創(chuàng)模型架構(gòu)，擁有完整的數(shù)據(jù) — 訓練 — 迭代閉環(huán)體系，而非套用開源方案，實現(xiàn)了真正的「技術(shù)原生」。

早在 2024 年，智平方發(fā)布了創(chuàng)業(yè)公司中首個 VLA 模型，在模型規(guī)模僅為谷歌同類模型 1/20 的情況下，性能提升超過 80%；2025 年，智平方推出了快慢系統(tǒng)深度融合的新一代架構(gòu)，在第三方評測中超越國際標桿模型 Pi0 達 30%。這些成果已全部融入 AlphaBrain 的迭代體系中，使其始終站在行業(yè)最前沿。

快慢系統(tǒng)深度融合的新一代架構(gòu)。

當行業(yè)近期開始熱議「世界模型」時，智平方在 2023 年下半年便率先提出：世界模型不應是 VLA 的外接模塊，而應深度內(nèi)生于模型之中?；谶@一前瞻認知，AlphaBrain 在 2025 年 11 月吸納了新一代架構(gòu) Video2Act 的最新成果 —— 實現(xiàn)「先預測、后執(zhí)行」。

在第三方評測中，相較于硅谷同類標桿模型，AlphaBrain 取得了超過 30% 的性能領先，證明了環(huán)境理解與動作執(zhí)行一體化路線的顯著優(yōu)勢。

傳統(tǒng) VLA 模型「訓練完成即固定」，無法在部署后繼續(xù)學習。智平方再次引領突破 —— 他們開源了全球首個類腦 VLA 模型（NeuroVLA），并將其融入 AlphaBrain。NeuroVLA 引入脈沖神經(jīng)網(wǎng)絡動作頭與 R-STDP 訓練算法，支持部署階段的在線自適應，讓機器人具備類似「肌肉記憶」的能力。這意味著機器人第一次從「執(zhí)行指令的工具」轉(zhuǎn)變?yōu)椤冈谌蝿罩胁粩噙M化的主體」：只是完成任務，而是在過程中變得更熟練、更穩(wěn)定，接近人類的學習方式。

與此同時，智平方也構(gòu)建了完整的硬件量產(chǎn)與商業(yè)落地能力。

智平方堅持面向量產(chǎn)的硬件設計，其最新一代 AlphaBot 2 機器人核心部件無故障運行壽命可達 5 萬小時。依托自建產(chǎn)線，智平方在 2025 年已具備千臺級年產(chǎn)能，并在年底實現(xiàn)了單月百臺級的真實交付。

在落地上，智平方率先跑通了數(shù)據(jù) × 商業(yè)雙閉環(huán)，其產(chǎn)品在半導體顯示制造、汽車制造、公共服務等大量真實場景持續(xù)運行。他們獲得了全球第三大面板廠商惠科的 1000 臺訂單，被摩根士坦利認定為該領域全球最大單一訂單。同時，在新零售賽道，其推出的全球首個模塊化具身智能服務空間「智魔方」，已在多地實現(xiàn)日均 10 小時以上的常態(tài)化、零失誤自主運營。

從開源大腦到堅實的商業(yè)閉環(huán)，智平方的行動，正在定義著具身智能作為下一代先進生產(chǎn)力的未來。