通用机器人从单一形态转向分层架构：智能与身体的解耦与重组

事件概述

当前机器人行业呈现出一种看似矛盾的趋势：尽管业界频繁强调“通用性”，但实际部署的机器人形态却日益分化。从双足到轮式，从两指夹爪到五指灵巧手，不同的工作场景催生了截然不同的硬件配置。与此同时，AI技术正在试图打破这种硬件壁垒，通过跨本体模型将数据和能力从单一机器中剥离，使“通用机器人”逐渐演变为一种能够生长出不同身体的软件架构。

核心信息

1. 工作需求驱动身体分化

现实应用场景正在迫使机器人放弃单一的“人形”叙事，转而根据具体任务优化物理形态：

• 智元机器人：其远征A2-W在工厂搬运场景中表现良好，但受限于负载和传感器，后续规划了强调力控与大负载的G2 Max；同时推出四足形态的D2系列，显示其产品线正向多形态扩展。
• 银河通用：构建了差异化的产品矩阵，包括用于移动抓取的轮式双臂G1、具备50公斤级载重的工业重载S1，以及小型双足ET1，三者均由同一套“银河星脑”驱动。
• ROBROS：虽然面临制造物流领域对高负载的需求，但仍坚持双足设计以适配未改造的人类环境通道，体现了不同场景下的路径选择。

2. AI尝试跨越本体差异

为降低重复研发成本，多家科技巨头致力于开发能控制多种机器人构型的统一模型：

• 蚂蚁灵波 (LingBot-VLA 2.0)：于2026年7月开源，使用约6万小时预训练数据，覆盖20种机器人构型。它通过55维规范化状态与动作表达，将不同自由度的机器人映射到共同的控制空间中。
• CrossFormer实验：利用90万条轨迹数据训练同一策略网络，成功控制机械臂、轮式、四旋翼及四足机器人，无需预先手工对齐观察空间和动作空间。
• Google DeepMind (Gemini Robotics 2)：发布支持多本体的模型，同一检查点可控制Apollo 2（行走/抓取）、配备五指手的Apollo 2（精细操作）及Franka Duo（装箱）。对于新双臂机器人，仅需不到200个样本即可快速适配。
• 英伟达 (GR00T N1.7)：开放模型权重和训练流程，采用相对末端执行器动作空间，允许基础模型通过后训练适配新的机器人、任务和环境。

3. “本体差距”限制完全通用化

尽管高层智能可以共享，但物理交互层面的“本体差距”（Embodiment Gap）依然显著：

• 精细操作难题：Gemini Robotics 2测试显示，Apollo 2拧下灯泡成功率高达92%，但重新拧回仅36%，扎紧垃圾袋约44%。这表明在涉及多指配合、持续接触和精细力控的任务中，身体差异会被迅速放大。
• 工程适配必要性：研究者指出，模型可以复用视觉理解和任务知识，但运动学适配、控制接口转换、传感器标定及安全机制仍需针对具体硬件进行工程调试。

值得关注

• 架构重构：通用性不再由单一硬件承担，而是分散到架构的不同层级。上层共享模型与数据，中间层负责本体映射与控制转换，下层保留适应具体任务的关节、负载和传感器。
• 产品逻辑转变：行业重心从“证明一副身体能做多少事”转向“换一副身体后有多少能力可复用”。智元等企业提出的硬件模块化和软件组件化，旨在实现约70%的共性基础上的差异化增量。
• 未来趋势：通用机器人不会消失，但将不再局限于同一种形态。更多机器人可能介于两者之间，在共同智能平台上，根据任务需求灵活组合负载、传感器和移动方式。