田晏林 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

特斯拉開源硬件專利后，所有人都在等：中國公司怎么回應(yīng)？

現(xiàn)在答案來了——跟風(fēng)硬件沒意思，要開源就找比硬件更值錢的東西。

4月22日，智平方發(fā)布AlphaBrain Platform開源社區(qū)。這是全球首個一站式、開箱即用的具身智能模型開源社區(qū)。

注意，這次不是單模型開源，智平方聯(lián)合港科大（廣州）熊輝團隊直接拿出了一套“頂配全家桶”：

• 具身前沿技術(shù)（類腦/世界模型）
• 最全架構(gòu)覆蓋（RL/傳統(tǒng)VLA/類腦）
• 最自由組合能力（跨范式即插即用）
• 最公平評估標(biāo)準(zhǔn)（統(tǒng)一Benchmark）
• 最廣泛開發(fā)社群（匯聚全球產(chǎn)學(xué)研開源力量）

這些原本只存在于頂尖實驗室的前沿技術(shù)，現(xiàn)在全部開放！任你取用！

有開發(fā)者評價：

以前開源是給你一個工具，現(xiàn)在開源是直接給你一個工具箱。

2023年成立的智平方，專注AGI原生的通用智能機器人，目前公司規(guī)模近300人。

因一年12次融資，該公司被外界稱為全球具身智能領(lǐng)域融資節(jié)奏最快的獨角獸。摩根士丹利也把它列為具身基礎(chǔ)模型的代表企業(yè)。

此時拿出這樣一套“工具箱”，智平方有什么考量？

過去兩年，具身智能涌現(xiàn)了大量開源模型。但一個尷尬的現(xiàn)實是：開源模型很多，真正“好用”的很少。

開發(fā)者還是要面對各種問題：這個模型怎么跑起來？那個模型跟它比誰更強？我想做的創(chuàng)新能不能落地到真實場景？

現(xiàn)在，AlphaBrain Platform選擇開源“讓模型跑起來、比得清、落得地”的全鏈路能力，方便復(fù)現(xiàn)、方便對比、方便場景化落地。

信號已經(jīng)很明確了：中國具身智能的開源戰(zhàn)，正式進(jìn)入頭部玩家卡位階段。

5大技術(shù)亮點，有3個最值得看

前面說過了，這套“頂配全家桶”集齊了業(yè)內(nèi)五大核心技術(shù)。

其中最受關(guān)注的，當(dāng)屬世界模型、類腦模型、RL Token和持續(xù)學(xué)習(xí)算法。

它們是當(dāng)前具身智能領(lǐng)域最火的技術(shù)路線，各有各的狠活兒。別急，咱們一個個來看。

世界模型：最火的“想象力引擎”

AlphaBrain Platform最硬核的地方，是把世界模型的能力給拉滿了，帶來了全球首個可插拔世界模型架構(gòu)（WA）。

亮點有主要有2個：

1、原生集成NVIDIA Cosmos Policy原始權(quán)重。

這可不是掛個名頭。

開發(fā)者可以直接加載NVIDIA Cosmos Predict2那個2B參數(shù)的DiT原始預(yù)訓(xùn)練權(quán)重，在latent space里通過視頻擴散模型預(yù)測機器人動作。

說白了，就是把NVIDIA最核心的那套“動作預(yù)測”能力，原封不動地搬了過來，可訓(xùn)參數(shù)約1,956M，這底子打得夠厚。

2、預(yù)設(shè)三大主流世界模型Backbone，自由切換。

• Meta的V-JEPA 2.1（約18億參數(shù)），視頻聯(lián)合嵌入預(yù)測架構(gòu)；
• NVIDIA自家的Cosmos Predict系列（約21億參數(shù)）世界模型；
• 通義萬相的Wan 2.2（約50億參數(shù)），是這三款中體量最大的一個，主打大規(guī)模文本-視頻生成。

這陣容拿出來，基本就是把全球頂尖的世界模型一網(wǎng)打盡了。

這三個Backbone可以在Flow-Matching解碼器中進(jìn)行自由切換。

啥意思？就是一個動作解碼器（約1.1億參數(shù)），喂給這三個世界模型都能用。

AI生成

開發(fā)者想對比不同世界模型在同一個任務(wù)上的表現(xiàn)，一鍵切換就行了。

訓(xùn)練模式切換也做到了極致簡化。

一條命令，就能通過統(tǒng)一配置入口切換訓(xùn)練模式，只需要簡單修改配置文件即可運行。

RL Token：強化學(xué)習(xí)+VLA的黃金組合

智平方自創(chuàng)立起，便確定了構(gòu)建物理世界大模型的核心技術(shù)方向，在行業(yè)尚未形成共識前，率先布局VLA架構(gòu)。這些年對VLA的研究一直沒有停下。

在面對VLA結(jié)合強化學(xué)習(xí)的研究方向時，開發(fā)者往往要面對兩座大山：動輒數(shù)十億參數(shù)帶來的極低的推理效率的門檻，以及微調(diào)時極易引發(fā)的“災(zāi)難性遺忘”難題。

RL Token則是打破這一僵局的“黃金組合”，也是讓大模型真正可落地的場景化利器。

智平方率先在LIBERO環(huán)境上完成了該路線的驗證，并提出了一套對開發(fā)者極其友好的開源優(yōu)化方案。

這套方案的核心突破在于：

1、信息瓶頸編碼與VLA主體凍結(jié)

為了解決算力開銷和遺忘問題，方案引入了信息瓶頸編碼器與兩階段訓(xùn)練策略。

在RL微調(diào)階段，龐大的VLA主體參數(shù)被完全凍結(jié)。這不僅守住了模型原有的通用能力底線（避免災(zāi)難性遺忘），更讓訓(xùn)練的計算成本實現(xiàn)了斷崖式下降。

2、降低RL的訓(xùn)練門檻

通過架構(gòu)優(yōu)化，系統(tǒng)所需訓(xùn)練的參數(shù)量從原本龐大的3.9B驟降至約137M（僅占VLA總參數(shù)的3.5%）。

更硬核的是，在實際的強化學(xué)習(xí)梯度更新環(huán)節(jié)，僅涉及極輕量的1.3M參數(shù)。

這意味著，開發(fā)者不需要龐大的算力集群，僅需單張普通消費級RTX 4090顯卡，就能跑通VLA的強化學(xué)習(xí)后訓(xùn)練（Post-training）。

3、告別推翻重來，實現(xiàn)“穩(wěn)定進(jìn)化”

換句話說，廣大開發(fā)者可以在不破壞模型原有能力的前提下，對特定任務(wù)進(jìn)行低成本優(yōu)化。

大模型終于可以像人類一樣，在已有的豐富經(jīng)驗基礎(chǔ)上不斷精進(jìn)，而不是每次遇到新場景都反復(fù)推翻重來。

這套方案證明了強化學(xué)習(xí)+VLA這對黃金組合，可以讓每個行業(yè)、每個場景都用它來定制自己的“能干活的AI”。

持續(xù)學(xué)習(xí)：數(shù)據(jù)洪流下的“不會忘”工程

機器人一旦真實部署，每天都在產(chǎn)生新場景、新任務(wù)、新技能。

傳統(tǒng)訓(xùn)練模式有個老大難問題——學(xué)新的忘舊的，也就是業(yè)內(nèi)公認(rèn)的“災(zāi)難性遺忘”。

要做通用智能機器人，持續(xù)學(xué)習(xí)（Continual Learning，CL）是繞不開的底層能力。

AlphaBrain Platform在這一塊做了比較系統(tǒng)的工程化工作：把CL從“單模型上的研究玩具”推向多架構(gòu)可復(fù)現(xiàn)的對比平臺。

技術(shù)亮點主要有3個：

1、多架構(gòu)橫向?qū)Ρ?/strong>

當(dāng)前前沿的VLA架構(gòu)——QwenGR00T、NeuroVLA、LlamaOFT、PaliGemmaOFT——都被納入了同一套CL驗證流程。

每個架構(gòu)上都跑了全參與LoRA兩種訓(xùn)練變體，形成統(tǒng)一基準(zhǔn)下的橫向?qū)Ρ?，而不是只在某一個backbone上秀單點效果。

2、跨架構(gòu)解耦：算法和模型互不侵入

CL算法接口和業(yè)務(wù)模型完全解耦——換backbone成本極低。

想把Experience Replay換成別的CL方法？實現(xiàn)一個統(tǒng)一的抽象類，所有架構(gòu)即可自動適配。

LoRA的注入、保存、加載合并也抽成獨立模塊，對外只暴露少量清晰API。

也就是說，算法研究者不用啃每個VLA的實現(xiàn)細(xì)節(jié)，模型開發(fā)者也不用操心CL算法內(nèi)部怎么跑，雙方各司其職，協(xié)作成本降一檔。

3、開箱即用的訓(xùn)練-評估鏈路

從訓(xùn)練一條命令啟動，到矩陣評估、遺忘分析出結(jié)果，整套pipeline有配套的wrapper和文檔。

LoRA路線下的checkpoint體積也顯著小于全參版本，對顯存和存儲更友好，更多研究者能在自己機器上復(fù)現(xiàn)和二次改造。

總而言之，以前做“一個模型連續(xù)學(xué)多個任務(wù)還不忘”這類實驗，光搭環(huán)境就夠折騰一陣。

現(xiàn)在這套工具鏈把門檻降了一檔：實現(xiàn)了一鍵切換架構(gòu)、可復(fù)現(xiàn)、可對比、可擴展。

類腦模型：VLA的未來

前面講了“想得遠(yuǎn)”和“學(xué)得快”，但真正讓機器人像人類一樣“邊干邊學(xué)、越干越聰明”的，還得是類腦計算。

智平方這次拿出來的NeuroVLA，是全球首個支持在公開基準(zhǔn)上驗證的類腦具身開源模型。

它不是簡單貼個“類腦”標(biāo)簽，而是從底層架構(gòu)上，向生物腦的學(xué)習(xí)機制邁了一大步。關(guān)鍵的設(shè)計有4個：

1、脈沖神經(jīng)網(wǎng)絡(luò)（SNN）動作頭

傳統(tǒng)AI輸出的是連續(xù)數(shù)值，像開關(guān)一樣，要么0，要么1。NeuroVLA引入了LIF（Leaky Integrate-and-Fire）神經(jīng)元，用脈沖編碼來輸出。

它在模擬生物神經(jīng)元的“放電”機制。有刺激才發(fā)脈沖，沒刺激就歇著，更像人腦的工作方式。

2、R-STDP訓(xùn)練算法

這名字聽著復(fù)雜，核心就一件事：讓機器人能從“成敗”中學(xué)習(xí)。

它支持反向傳播+STDP的混合模式，以及純STDP模式。

獎勵信號會調(diào)制神經(jīng)元的連接強度，做對了就強化，做錯了就弱化。這就是生物大腦里的“用進(jìn)廢退”。

3、在線STDP測試時自適應(yīng)

大多數(shù)模型部署后就定型了，遇到新環(huán)境只能認(rèn)栽。

但NeuroVLA不一樣，它在運行階段不需要反向傳播，只靠環(huán)境交互產(chǎn)生的自監(jiān)督獎勵信號（比如狀態(tài)預(yù)測準(zhǔn)不準(zhǔn)、動作順不順滑），就能實時更新SNN權(quán)重。

關(guān)鍵是，零額外計算開銷。也就是說，機器人一邊干活一邊學(xué)習(xí)，還不費算力。

4、GRU-FiLM動作精修模塊

SNN輸出之后，還有一個“精修師”在把關(guān)。

GRU-FiLM模塊會基于機器人當(dāng)前的本體狀態(tài)（比如關(guān)節(jié)角度、速度），對動作進(jìn)行條件性修正。粗調(diào)之后再來個精調(diào)，動作精度直接拉滿。

簡言之，以前的機器人，出廠啥樣就啥樣，遇到新場景只能傻眼。

NeuroVLA這套方案，讓機器人擁有了“終身學(xué)習(xí)”的能力，不僅邊干邊學(xué)、越干越順手，學(xué)習(xí)成本還幾乎為零。

這不就是生物大腦最核心的優(yōu)勢嗎？

這個“頂配全家桶”，可以用來做什么？

聊完技術(shù)，咱來說一個更實際的問題：這個“頂配全家桶”到底能拿來干啥？

四個字：拿來就用。

全球范圍內(nèi)，只有兩家創(chuàng)業(yè)公司能把VLA模型做到開源，一家是智平方，另一家是Pi。

但和Pi開源單個模型不同，智平方這次玩了把大的，把自己家的模型和其他頭部模型開放集成。

最牛的模型，馬上能用。它開源了自己最先進(jìn)的三個“全球首個”模型、不用調(diào)依賴，直接上手。

哪個模型好，開發(fā)者一測便知。 統(tǒng)一Benchmark，一鍵評測。世界模型A和世界模型B誰更強？跑一下就知道了，不用自己搭擂臺。

而且，它把路直接給開發(fā)者們鋪好了：從數(shù)據(jù)到訓(xùn)練，從架構(gòu)到測試，場景落地，有一整套工具鏈。

更狠的是，消費級顯卡就能跑，需訓(xùn)練參數(shù)降低到原本的3.5%。

想適配自己的機器人？低成本強化學(xué)習(xí)后訓(xùn)練微調(diào)，快速搞定。

類腦計算、世界模型、RL+VLA黃金組合——這些原本只存在于頂尖實驗室的前沿技術(shù)，現(xiàn)在開源社區(qū)里就能拿到。

最未來的黑科技，直接擁有。

和Pi一對比，格局大小立見。

前者讓你“有一個模型可以用”，但智平方讓你“有多個模型可以選，而且能復(fù)現(xiàn)、能對比、能落地”。

當(dāng)技術(shù)門檻被降下來，更多人能參與，行業(yè)共識也會更快形成。

開源這件事，智平方不是第一次干了。

作為全球具身智能大模型的領(lǐng)跑者，智平方自主研發(fā)的AlphaBrain，致力于為通用智能機器人提供“最強大腦”。

早在2024年6月，智平方就扔出了AlphaBrain的初期版本，這也是該公司首個開源的VLA模型。

當(dāng)時有個數(shù)據(jù)挺有意思：模型規(guī)模只有谷歌同類的1/20，但性能反超了80%。

這波操作直接入選了NeurIPS 2024，連圖靈獎得主Yann LeCun都公開關(guān)注并引用了。

到了2025年7月，智平方推出了快慢系統(tǒng)深度融合的新一代VLA架構(gòu)，這是業(yè)內(nèi)首個“異構(gòu)輸入+異步頻率”的雙系統(tǒng)VLA模型，性能直接超越國際標(biāo)桿Pi0達(dá)30%。

它更以117.7 Hz的超高控制頻率，重新定義了機器人“又快又聰明”的可能性。

當(dāng)行業(yè)近期開始熱議“世界模型”時，智平方早在2023年下半年便率先提出：世界模型不應(yīng)是VLA的外接模塊，而應(yīng)深度內(nèi)生于模型之中。

基于這一前瞻認(rèn)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(yù)測、后執(zhí)行”。

如今，智平方再次引領(lǐng)突破——開源了全球首個類腦VLA模型（NeuroVLA），并將其融入AlphaBrain。

從AlphaBrain再到今天的AlphaBrain Platform，智平方走了一條“先自己跑通，再開源給所有人”的路。

“最像特斯拉”的中國機器人公司

說實話，智平方這次把這么多好東西直接攤在桌上，我屬實沒想到。

它為啥敢這么干？到底什么來頭？

資本和產(chǎn)業(yè)界給智平方貼過同一個標(biāo)簽：“最像特斯拉”的中國機器人公司。

因為端到端的思考最早由自動駕駛行業(yè)提出，特斯拉是最早走端到端大模型技術(shù)路線的企業(yè)。

智平方則是人形機器人賽道，首家引入該理念的公司。

創(chuàng)業(yè)之初，智平方就是奔著“物理世界大模型”去的，明確堅持VLA技術(shù)路線，是行業(yè)中最早推動具身大模型從概念走向落地的團隊。

AlphaBrain采用原創(chuàng)模型架構(gòu)，擁有完整的數(shù)據(jù)-訓(xùn)練-迭代閉環(huán)體系，而非套用開源方案。

該公司創(chuàng)始人兼CEO郭彥東，本碩就讀于北京郵電大學(xué)，后赴美就讀普渡大學(xué)電氣與計算機工程博士，師從AI領(lǐng)域的美國工程院院士Jan P. Allebach和Charles A. Bouman。

他還曾在微軟美國研究院參與過深度學(xué)習(xí)技術(shù)研發(fā)。

回國后，郭彥東擔(dān)任過小鵬汽車和OPPO的首席科學(xué)家與研發(fā)高管，曾主導(dǎo)數(shù)億臺智能終端的AI研發(fā)工作。

2021年，郭彥東獲得中國圖像與圖形學(xué)會技術(shù)發(fā)明一等獎，并在國際頂級期刊上發(fā)表了100余篇論文（被引用超萬次）。

2025年，他被任命為香港科技大學(xué)（廣州）兼職教授，還入選當(dāng)年福布斯中國科創(chuàng)人物。

同一年，他的團隊有數(shù)十篇論文被頂級會議收錄，僅NeurIPS就達(dá)6篇，在世界模型、多模態(tài)理解與VLA方向持續(xù)獲得國際認(rèn)可。

智平方不只有郭彥東坐鎮(zhèn)，還擁有最高密度的科學(xué)家團隊，其中有5位斯坦福全球前2%科學(xué)家。

來自微軟、谷歌、OPPO、小鵬、Momenta，以及清華、北大、中科院、CMU、伯克利的成員也不少。

智平方最不一樣的地方在于，它是行業(yè)稀缺的生產(chǎn)力型通用智能機器人玩家。不搞表演、不堆demo，專攻真正能干活、能交付的機器人。

AI公司容易犯一個毛?。耗Ｐ秃芘?，但落不了地。

智平方的創(chuàng)始團隊脫胎于手機和汽車產(chǎn)業(yè)，對“端側(cè)智能”和“規(guī)模化量產(chǎn)”的理解幾乎是刻在骨子里的。

他們太清楚什么叫“要在真實產(chǎn)線上扛住壓力”。

他們打造的輪式通用智能機器人AlphaBot（愛寶），由AlphaBrain大模型驅(qū)動，2025年開始在工業(yè)場景規(guī)?；瘧?yīng)用。

所以你會看到這樣的數(shù)據(jù)：

• 2025年9月自建產(chǎn)線啟用；
• 同月，與全球前三的液晶面板廠商惠科簽了5個億的大單。這也是全球生產(chǎn)力型機器人最大的單一訂單；
• 2025年12月，單月百臺級AlphaBot 2真實交付；
• 2026年產(chǎn)線規(guī)劃擴至萬臺規(guī)模。

直接把“演示型機器人”和“生產(chǎn)力型機器人”劃清了界限。

作為工業(yè)場景之外的第二增量曲線，2025年底，其推出的全球首個模塊化具身智能服務(wù)空間“智魔方”，已在北京、深圳、上海、貴州、福建等多地常態(tài)化運營。

最后說兩句，智平方之所以敢和以前所有開源都不一樣，是因為它不想只秀肌肉，更想做標(biāo)準(zhǔn)的制定者。

中國具身智能的開源競賽，已經(jīng)進(jìn)入頭部玩家的卡位階段。

智平方這一拳，打得很重。

開源社區(qū)鏈接：
https://www.alphabrain-platform.com/