
具身智能开源潮起
2008年,谷歌将安卓免费“送”给全球手机厂商和开发者,通过统一软硬件接口,改变了应用分发、数据和服务的价值排序,掌握“灵魂”定义权的玩家攫取了硬件核心价值。如今,具身智能也在开源“赚钱”路上狂奔。
资源雄厚的大厂是风向标。7月8日,蚂蚁集团旗下蚂蚁灵波科技宣布全面开源具身基座模型LingBot - VLA 2.0,后训练工具链同步开放。此前半年,腾讯开源混元3D世界模型2.0,为具身智能开放平台Tairos迭代技术底座;阿里早一步与英伟达在Physical AI领域达成合作,把具身智能写进云版图。多家大厂相继开源具身模型与后训练工具链,产业角色由出售训练资源开始迁移。
开源之风也吹到垂直独角兽。本体厂商陆续开源VLA模型、数据集与训练工具,智元、宇树在列;以模型起家的自变量、银河通用,还在开源基础上搭建起数据采集的Infra。
开源背后的商业逻辑
无人愿让渡“灵魂”,原因在宇树招股书里。“大脑”是机器人规模化进入多领域的认知基础,也是全球相关企业的发展瓶颈。瓶颈意味着溢价,开源是争夺智能溢价的惯常手段。进,可吸引本体厂商接口适配,形成跨硬件复用的算法能力,争夺“公共大脑”位置;退,能培养开发者习惯,为后训练、算力等创造付费场景。
具身大脑有智能演进过程,有待真实场景验证。开源可降低模型获取成本,但无法解决数据来源问题。从商业化角度,大厂需证明免费基础模型能转化为云和工具链收入;独角兽要证明模型可进入真实场景,产生可复用数据,提升能力、摊薄成本。
大厂“修路”转向
2023年大语言模型爆发后,形成以智能为价值中心的产业链。创业公司、企业、开发者各有需求,模型能力在数据供给下迭代,API调用量与Token消耗成新计量单位。算力、模型和应用汇合在云端,云厂商借AI获确定性收入。
具身智能需求扩张,大厂起初出售GPU和存储资源,这在本体量产交付矛盾突出时是低风险选择。如今,AI云供给形态生变,大厂将资源投向开源具身模型。
对云厂商,语言模型商业模式成熟,但技术优势易被稀释。2026年以来,头部大模型快速更新。云厂商既要比拼语言模型,又要寻找新市场,具身智能成蓝海。
客户需求向数据处理等环节延伸,开源具身模型有更多商业可能。但具身数据难流动,具身智能缺乏统一计量方式,简单复制大语言模型路径难复现增长。
独角兽寻找闭环
具身大脑竞速是建立数据闭环,但行业未形成统一答案。具身“大脑”玩家大致分四条路径:大厂出售算力等;机器人本体起家企业“长脑子”;从基础模型起步企业争取软件与平台价值;靠近场景企业用解决方案获收入和数据。
自变量与银河通用代表两种选择。自变量“外开内收”,放大模型通用性,吸引开发者,拓展业务场景,但面临数据回流挑战。银河通用纵向一体化,数据回流短、迭代快,但扩张空间受限。
提前计算的溢价
具身企业重视“大脑”发展,“大脑”承载通用想象,吸引投资者。不同技术路线并行探索,资本市场助推。场景落地是验证和兑现价值的必由之路,具身智能场景共创有政企牵引特征。
物流场景显示,具身智能商业优势取决于能否降低单位任务成本。通用性是“大脑”技术价值,单位任务成本是产业价值。不同场景智能将分层,“公共大脑”更可能是一套通用体系。大厂开源、独角兽争闭环,提前押注“大脑”商业规模效应,但溢价未完全落地。那么,“大脑”是否真能具备对应的产业价值?



被折叠的 条评论
为什么被折叠?



