具身大脑产业
系统性图谱

上面前三个数字，来自同一批模型的三场考试。

LIBERO 是行业最常用的仿真考试：在桌面上抓一下、放一下， 物体摆放位置每次固定。星海图的 G0.5 在它的一个子集上考了 100.0%，满分。

BEHAVIOR-1K 换了考法——五十项完整家务，比如把餐具收进洗碗机。 中间任何一步失手，整项就算零分。2025 年挑战赛冠军的成绩是 12.4%。

GM-100 把考场搬到真机器人上：一百项任务、三种不同的机器人， 目前最好成绩 17.30%。

从 100% 到 12.4%，不是因为哪张卷子特别刁难， 而是它们测的根本不是同一件事：LIBERO 问的是「这一下动作做得对不对」， 另外两个问的是「一件完整的事能不能从头做到尾」。 单个动作，机器人已经接近满分；一件完整的事，还在一成出头。

所以听到「我们的大脑领先」这句话时，第一个该问的不是领先多少， 而是这个成绩报在了哪张卷子上。 把各家用的卷子摊开对一遍，是这份图谱要做的第一件事——第 04 章。

这份图谱在论证什么

大部分具身智能报告是主题目录：技术路线一章、玩家一章、投融资一章，彼此之间没有因果关系。 读完知道了很多名词，但仍然无法判断「某家公司说自己大脑领先」这句话可信度有多高。

这份图谱换一种写法：每一章的结论，直接作为下一章的前提。 下面把这条链先说一遍，读者可以据此判断哪一环最值得细看。

起点是物理世界给机器人定的三条硬规矩——换个没见过的房间还得能干活、 每一步决策要在几十毫秒内出结果、还得记住几分钟前发生了什么。 这三条互相冲突：模型做大，换房间的能力变好，但一步决策就慢了下来； 把速度压上去，又装不下那几分钟的记忆。 所以技术路线之间比的不是谁更聪明，而是各自选择牺牲哪一条。

往下推会发现四条主流路线最后都撞上同一个问题。 文字和图片可以从互联网上大量抓取，但「手臂该往哪转多少度」这种动作数据不行， 只能让真机器人一条一条采出来。行业提出过三条捷径——在仿真环境里练、 让机器人看人类干活的视频、用世界模型自己生成练习数据。 把一手证据放在一起看，三条都能把要采的量压小，但都压不到零。

于是真机数据成了这个产业里最硬的资产：花钱买不到、用算法也补不齐， 只能靠长期待在真实场景里一点点攒。谁手上有它，谁在产业链上说话就算数。 这一条直接决定了公司只有三种活法可选： 用资本和生态换别人的数据、自己养一支采集队伍、 或者靠机器人出货量顺带把数据收回来。第 07 到 09 章各看一种。

最后三章做检验：这三种活法的钱到底收不收得上来、 资本按什么逻辑给它们定价，以及这整条推理最可能在哪一环断掉。

先读这一节：三个必须先建立的认知

一、「具身大脑」不等于「装在机器人上的大模型」

大语言模型的输出是文字，错了可以重说。具身大脑的输出是 控制指令， 错了会把杯子打翻、把零件装歪。它必须同时满足三件在数字世界里不存在的要求： 换个没见过的房间还能干活（泛化）、 每一步决策必须在几十毫秒内出结果（实时）、 以及记住几分钟前发生了什么（长程记忆）。 这三条互相拉扯：模型做大，换房间的能力变好，但一步决策就慢了； 把速度压上去，又装不下那几分钟的记忆。 所以各条技术路线的差别，说到底就是先放弃哪一条。

二、各家公布的能力数字，大多不能放在一起比

行业里有十几套公开的考试（术语叫 基准）， LIBERO、CALVIN、RMBench、RoboTwin、SimplerEnv、GM-100 都是其中的一套。 问题是每家公司只公布自己考得好的那几场： 面壁公布 RMBench 和 CALVIN 的成绩，蚂蚁灵波一场 LIBERO 都不报， 星海图报 LIBERO 和 SimplerEnv，字节和北京人形干脆不参加任何仿真考试、只报真机任务。

换句话说，不存在一场所有主流模型都参加的统考。 所以看到任何一张跨模型对比图，第一个该问的不是「谁分高」， 而是「谁参加了、谁没参加」——一家公司在某项上是空白， 可能是能力不行，也可能只是它选择不考。这两种情况在图表上长得一模一样。 第 04 章会把这件事完整摊开。

三、Demo 与产品之间的差距是系统性的，不是个别夸大

特斯拉 Optimus 在发布会上的对话与交互经彭博社确认为 遥操作； 1X 的 NEO 官方披露有「Expert Mode」由人接管复杂家务； 行业演示视频普遍 2 至 4 倍速播放。 这不意味着技术是假的，而意味着判断进展必须换指标： 不看 demo 完成度，看真机连续无干预运行时长，以及客户第二次是否付钱。

全部章节