摘要：机器人大小脑（即具身智能操作系统）是智能机器人的中枢，将引领未来智能机器人发展变革。目前，以美国谷歌(RT-2)、特斯拉、Figure（Helix）、Physical AI(π0）、英伟达(GR00T N1）为代表的主要具身智能公司都将研发重点放在大小脑上。根
机器人大小脑（即具身智能操作系统）是智能机器人的中枢，将引领未来智能机器人发展变革。目前，以美国谷歌(RT-2)、特斯拉、Figure（Helix）、Physical AI(π0）、英伟达(GR00T N1）为代表的主要具身智能公司都将研发重点放在大小脑上。根据摩根士丹利发布的《人形机器人100：绘制人形机器人价值链图谱》报告显示，北美市场从事智能机器人大小脑和本体（身体+集成）研发的公司比例是1:17。相较之下，中国从事大小脑研发与本体研发的公司数量比是1:11。当前，在国内展会、比赛等场景出现的智能机器人，大都仍需遥控器进行人工操控。如何让国产智能机器人尽早“扔掉”遥控器，让具身智能体逐步具有环境适应性、任务泛化执行能力和学习改进能力，已成为大小脑研发企业乃至全行业的共同任务。
近期，瞭望财经与快思慢想研究院展开联合调研，归纳总结了当前国产智能机器人大小脑产业发展十大趋势，并对产业链中掌握先进核心技术或占据领先市场份额的10家代表性企业（见附件）进行了多维度数据分析，形成《2025年国产智能机器人大小脑领军企业竞争力报告》（以下简称报告）。报告旨在从产品能力、商业潜力、研发实力、第三方评价、融资能力等维度，构建智能机器人大小脑企业评估体系，梳理描绘我国智能机器人大小脑产业的发展脉络、生态格局和企业及区域分布图谱等，并精准识别兼具技术领先性与商业可持续性的标杆企业，为地方政府及相关机构的政策制定、要素配置与产业生态协同等提供决策参考。
报告显示，截至2025年中，在全国智能机器人大小脑研发企业中，位于行业前列的10家企业分别为：智元机器人、银河通用、字节跳动、上海人工智能实验室、智源研究院、千寻智能、商汤科技、北京人形机器人创新中心、星动纪元、小雨智造。这10家企业有的已具备产业链整合能力，有的则是专心深耕本行业的“独角兽”新星，且都具有原创技术强、国产化率高、行业空间大等特质。综合看来，2025年是具身智能机器人大小脑元年，大规模合成训练数据、云端一体大小脑协同架构、本体软硬件兼容泛化、任务技能通用性等方面技术正迅速发展，总体呈现出以下十方面趋势：
图为字节跳动研发的嵌入GR-3模型的双臂机器人正在整理桌上从未见过的物体
由“窄具身智能”（Narrow Embodied AI）转向“通用具身智能”（General Embodied AI），追求的是零样本训练的跨任务、跨场景的泛化能力。在真实世界中，各类物体、环境和任务指令千变万化，非常考验机器人大小脑的环境认知能力与解决问题的泛化能力，如何适应从“单一任务”到“多种任务”，从“封闭实验环境”到“开放复杂世界”，从“预设指令”到“泛化指令”，已成为机器人大小脑领先与否的“试金石”。比如，字节跳动研发的GR-3 VLA模型，可在已知基础场景上，处理大量未知环境、未知指令和未知物品的新场景，从而提升具身智能模型的指令跟随与泛化能力。又如智元机器人GO-1模型，其通用性体现在演示中可完成“辨认水果并放入对应篮子”、“听从指令抓取特定工具”等未见过的零样本任务，展现了跨任务泛化能力。
图为智能机器人训练数据源构成
“真机数据+合成数据”正成为机器人大脑主要训练资源，初步显现出大规模数据与模型性能之间的“尺度定律”。具身智能大脑研发机构，通常依托大规模数字场景资产与海量多模态语料，提升数据合成效率，实现低成本、高效率的机器人大脑训练。在仿真环境里，如使用10万条数据，有58%的成功率；使用10亿条数据进行测试，则能获得86%的成功率。银河通用2024年合成出100万条数据，2025年合成出10亿条数据，该公司创建了以零件为中心的数据集，覆盖了各种家用电器零部件的主要操作，如旋转盖、推盖、转钮、按钮等，可帮助机器人在仿真环境中理解不同部件的工作原理，让机器人能学会如何操作开门或开关抽屉等类似动作。
趋势三：运动控制“涌现化”，强化学习可自我循环迭代
图为星动L7机器人参加跳远比赛
机器人运动能力可通过数据训练与强化学习“涌现”平衡性，而非依靠预先编程。例如，星动纪元机器人采用端到端强化学习算法，建立从“传感器数据”到“关节动作”的直接映射，无需人工预先设计复杂的平衡规则。与传统基于模型的控制系统不同，端到端强化学习算法通过数百万次模拟迭代优化运动模式，使机器人具备“边学边调整”能力。通过强化学习训练机器人大小脑的泛化能力，智能机器人可实现覆盖家庭、工厂、户外等多种环境的跨场景泛化，支持抓取、导航、人机交互等的跨任务泛化，适应轮足、点足、多足、多臂等结构的跨本体泛化。
趋势四：技术“开源化”为应用市场聚集开发者
图为智元机器人建立AgiBot World开源真机数据集
当前，头部国产机器人机构正积极推进训练数据集、大小脑模型开源，构建开发者生态。例如，智源研究院发布了开源机器人操作系统RoboOS与大脑模型RoboBrain，旨在为行业提供基础软件栈，吸引开发者共建生态；智元机器人开源了AgiBot World百万级真机数据集、GO-1通用具身智能基座模型，并推出Genie Envisioner世界模型平台。
趋势五：大小脑“解耦化”助力跨越本体硬件形态差异
图为装载“一脑多形”全身运动控制系统的各类智能机器人
“大脑”（决策）与“小脑”（控制）分层设计，通过接口实现协同。最新一代架构采用“大脑（大模型）-小脑（控制器）-本体（硬件）”三层架构，实现软硬件解耦，便于大小脑独立迭代与集成，实现“一脑多形”，从而跨越本体硬件结构，可在不同款式的智能机器人身体上，实现通用技能的泛化操作，包括基础运动、全身控制、移动操作等技能。例如，上海人工智能实验室的InternVLA通过一脑多形、虚实贯通的一体化模型，可在高动态场景中实现多机协作、复杂技能跨本体迁移；智元启元大模型(GO-1)则能够在不同机器人形态之间迁移，快速适配到不同本体，提升群体智能。
趋势六：训练资源“视频化”，真实场景视频与合成视频相互迭代学习
图为商汤科技具身世界模型构建4D仿真世界并生成切黄瓜机器人视频
相关企业和机构一方面正利用海量人类真实场景视频数据训练机器人，让机器人学习技能先验知识；另一方面，借助具身世界模型生成多元化视频，训练机器人大小脑。例如，智元机器人GO-1模型支持利用人类行为视频，如做饭、维修等进行预训练，让机器人从视频中学习技能的空间-时间逻辑，再通过少量真实数据进行微调。借助世界模型，生成具有时空一致性的机器人训练视频，可更改光照环境、物体对象、大小尺寸，解决多元场景规模化问题。又比如，商汤科技2025年推出的悟能具身智能平台，能够为机器人、智能车生成150秒的第一人称视角、第三人称视角的任务视频，目前已应用于傅利叶等企业的机器人大小脑训练。
趋势七：应用路径“垂直化”，智能机器人在产业领域加速普及
图为智元精灵G2机器人
从早期娱乐炫技演示，到快速走向解决垂直行业的实际痛点，产业应用正重新定义机器人大小脑技能。在消费电子精密制造及汽车制造等场景中，通过商用技能共创共建，将专用能力复制部署到成百上千的类似民生场景中，可迅速增加产线柔性制造与智能协同能力。例如，智元G2机器人已在平板电脑组装产线场景批量落地，在工业人形机器人两班倒场景下，两年时间即可实现与人力成本持平。优必选Walker S1机器人也已应用于东风柳汽生产线。
趋势八：机器人交互“拟人化”，实现人类意图理解与伙伴型交流
图为智元智能机器人与人类进行交流
与沉默执行的工业机器人不同，智能机器人具备多模态情感交互能力，可理解任务语境与人类情绪。例如，智源研究院发布的生成式智能体（Agent）项目，旨在创造能够与人进行长期、个性化对话和交流的虚拟角色，其在深度理解语境、记忆和个性化回应方面的突破是迈向高度拟人化交互的关键基础技术。智元机器人努力让机器人真正理解人类的意图以及情绪。GO-1模型正探索如何通过视觉和语音信号，判断人的情绪状态是焦急还是平静，从而调整回应方式和任务优先级，目标是实现更自然的“伙伴型”交互，而不仅是单向指令执行。
趋势九：大小脑模型“集群化”，推动单机智能向集群智能升级
图为机器人模型集群的标度律
伴随群体智能的复杂能力涌现和技能组合数量增加，一组具身模型性能增长的速度远超单个模型的提升，进而实现“超线性增益”。例如，智源研究院推出的RoboOS 2.0实现了机器人大小脑云端优化部署与小脑技能的免适配注册机制，大幅降低开发门槛，且采用免服务器的SaaS+MCP模式，云端与终端分工明确。云侧具身大脑负责高级认知、多智能体协同，机器人终端的分布式小脑模块群则专注于专项技能执行，两者之间可实时共享内存机制，提升环境态势感知能力。在群体智能协作领域，通过分层任务分解将复杂任务逐级拆解，随后基于网络拓扑结构进行子任务动态分配，再由分布式具身智能体即机器人集群并行执行各子任务，最后通过实时共享内存机制动态更新环境状态与任务进度。
趋势十：大小脑模型研发“自主化”，创新性专用架构有望突破
图为采用Any2Track框架的“踹不倒机器人”
头部国产智能机器人公司不再只满足基于开源基础模型（如Transformer）进行微调，而是根据机器人任务特性，从头设计更高效的专用架构。Transformer并非机器人大脑的唯一解，经典Transformer架构虽在语言、视觉领域强大，但其在机器人具体任务中面临诸多挑战，比如计算量大、难以建模精确的物理交互、连续动作序列的生成和控制效率不足等。因此，专用架构的创新成为关键，未来国产机器人大小脑将会出现更擅长处理连续时空数据和物理约束的“机器人原生”模型架构。例如，智元机器人自研的ViLLA (Vision-Language-Latent-Action)模型引入隐式动作空间和混合专家模型，实现解耦规划与控制；银河通用机器人等机构联合研发的Any2Track通用动作追踪框架，采用两阶段强化学习，可结合动作聚类与世界模型预测；智源研究院自研RoboBrain-X0跨本体基座大模型，可构建统一动作空间，采用分层推理架构。
基于以上趋势可知，国产智能机器人大小脑产业呈现出“数据自产、模型自研、生态自建”的特点，已与下游国产智能机器人企业形成产品配套，发展空间大、商业竞争力较强，初步具备了与国际竞品并跑争夺的能力。
从地域分布看，本报告数据覆盖的10家智能机器人大小脑代表性企业集中在京津冀、长三角两个区域。其中，京津冀企业有6家(60%)，长三角企业有4家（40%）。目前，智能机器人大小脑企业和研发人才主要集中在北京、上海、杭州3个城市，这种区域分布既反映了我国区域经济发展的阶段性差异，也为未来产业均衡布局和协同发展提供了广阔空间。
图为2025年国产机器人大小脑领军企业区域分布图（数据来源：快思慢想研究院）
从技术水平看，目前，创业企业与巨头仍处于同一起跑线，机器人大小脑研发呈现出千帆竞渡的态势，整个产业则展现出向“一脑多形”“一脑多机”“一脑多能”等通用、泛化发展的显著趋势。机器人大小脑公司，既有拿到风险投资的创业型企业，又有国家与地方共建的机器人研发实验室。与此同时，以字节跳动（Seed）、腾讯（RobotixsX）、阿里巴巴（通义千问）、小米为代表的互联网巨头、智能硬件巨头，都已下场自研机器人大小脑。
智能机器人大小脑是具身智能产业核心领域之一，为紧密跟踪分析我国智能机器人产业高速发展态势，瞭望财经人工智能课题组后续将不定期更新报告，并在此基础上陆续发布智能机器人操作系统、整机、核心零配件、垂直产业等细分领域分析评估报告。课题组希望借此与相关各方一道，共同搭建机器人训练场、投融资基金、行业应用比赛、人才培养等共创共享平台、举办国家级机器人评测和内部研讨会等活动，为我国以及全球智能机器人产业高质量发展贡献力量。（瞭望财经人工智能课题组：夏宇、田丰、陈荣）
2025国产智能机器人大小脑领军企业概况（TOP10）
↑点击可放大图片↑（数据来源：快思慢想研究院、相关企业官网）
来源：财经国家周刊