智平方发布AlphaBrain Platform：全球首个具身智能“工具箱”开源，对标特斯拉硬件策略

事件概述

4月22日，专注于AGI原生通用智能机器人的公司智平方（ZhiPingFang）正式发布AlphaBrain Platform开源社区。这是全球首个一站式、开箱即用的具身智能模型开源平台。与以往仅开源单一模型不同，智平方联合港科大（广州）熊辉团队，开放了一套涵盖前沿技术、全架构覆盖及统一评估标准的“顶配全家桶”，旨在解决当前具身智能领域开源模型“多而不好用”的痛点。

核心信息与技术亮点

1. 全球首个可插拔世界模型架构 (World Model)

平台集成了全球顶尖的世界模型能力，支持开发者在统一环境下进行对比和切换：

• 原生集成 NVIDIA Cosmos Policy：直接加载NVIDIA Cosmos Predict2的原始预训练权重（约19.56亿参数），在潜在空间内通过视频扩散模型预测机器人动作。
• 三大主流Backbone自由切换：预设Meta的V-JEPA 2.1（约18亿参数）、NVIDIA Cosmos Predict系列（约21亿参数）以及通义万相Wan 2.2（约50亿参数）。
• 统一解码器：通过Flow-Matching解码器（约1.1亿参数）兼容上述所有模型，实现一键切换训练模式，无需重新配置环境。

2. RL Token：强化学习与VLA的黄金组合

针对大模型推理效率低及微调易引发“灾难性遗忘”的难题，智平方提出优化方案：

• 参数冻结与瓶颈编码：在RL微调阶段完全冻结庞大的VLA主体参数，引入信息瓶颈编码器，避免破坏模型原有通用能力。
• 极低训练门槛：将需训练参数量从39亿骤降至约1.37亿（占总量3.5%），实际梯度更新仅涉及130万参数。
• 消费级硬件支持：仅需单张普通消费级RTX 4090显卡即可跑通VLA的强化学习后训练（Post-training），大幅降低算力成本。

3. 持续学习（Continual Learning）工程化

将CL从单模型研究推向多架构可复现的对比平台：

• 多架构横向对比：统一验证流程覆盖QwenGR00T、NeuroVLA、LlamaOFT、PaliGemmaOFT等主流VLA架构，并支持LoRA变体对比。
• 算法与模型解耦：CL算法接口与业务模型完全分离，更换Backbone成本极低；LoRA模块独立封装，提供清晰API。
• 全链路工具链：提供从训练启动、矩阵评估到遗忘分析的一键式Pipeline，显著降低复现门槛。

4. NeuroVLA：全球首个类脑具身开源模型

推出基于脉冲神经网络（SNN）的NeuroVLA模型，模拟生物大脑机制：

• SNN动作头：采用LIF神经元，以脉冲编码输出动作，仅在受刺激时“放电”，更接近人脑工作方式。
• R-STDP训练算法：支持反向传播+STDP混合模式及纯STDP模式，利用奖励信号调制连接强度，实现“用进废退”。
• 在线自适应：运行阶段无需反向传播，仅靠环境交互产生的自监督奖励信号实时更新权重，零额外计算开销。
• GRU-FiLM精修：基于本体状态对SNN输出进行条件性修正，提升动作精度。

战略意义与行业影响

• 开源模式升级：从“提供一个工具”升级为“提供一个工具箱”。智平方不仅开源自家最先进的三个“全球首个”模型，还集成了其他头部模型，提供统一Benchmark供开发者一键评测。
• 落地能力验证：智平方强调其作为“生产力型”玩家的定位，其轮式通用智能机器人AlphaBot已在工业场景规模化应用，2025年9月自建产线启用，并与惠科签署5亿元大单，计划2026年产线扩至万台规模。
• 行业卡位：此次开源被视为中国具身智能开源战进入头部玩家卡位阶段的信号。智平方通过降低技术门槛，推动更多开发者参与，加速行业共识形成，试图制定新的行业标准。

背景补充

• 公司发展：智平方成立于2023年，目前规模近300人，被称为全球具身智能领域融资节奏最快的独角兽（一年12次融资），摩根士丹利将其列为具身基础模型代表企业。
• 技术积累：创始人郭彦东曾主导数亿台智能终端AI研发，团队拥有5位斯坦福全球前2%科学家。其AlphaBrain模型曾在NeurIPS 2024入选，性能表现优于谷歌同类模型；2025年推出的异构输入双系统VLA模型性能超越国际标杆Pi0达30%。
• 开源历史：早在2024年6月，智平方已开源初期版本AlphaBrain VLA模型；2025年7月推出新一代VLA架构；本次发布的AlphaBrain Platform是其技术路线的集大成者。