深圳新聞網(wǎng)2026年4月23日訊（記者 劉惠敏）今年4月，特斯拉公開了5項圍繞Optimus 第三代靈巧手的核心硬件專利，推動機(jī)器人“身體”的標(biāo)準(zhǔn)化。幾乎同一時間，深圳具身智能企業(yè)智平方聯(lián)合港科大（廣州）熊輝團(tuán)隊，發(fā)布了一站式具身智能模型開源社區(qū)——AlphaBrain Platform。

AlphaBrain Platform截圖。

與硬件開放不同，這一平臺直接面向機(jī)器人的“大腦”，開放了一整套讓機(jī)器人理解世界、做出決策并持續(xù)進(jìn)化的體系。如果說特斯拉在回答“機(jī)器人如何被制造”的問題，那么這家深圳企業(yè)正在試圖回答的是：機(jī)器人如何變得真正聰明。

開源模型不少，但“好用”的不多

過去幾年，具身智能領(lǐng)域涌現(xiàn)了大量開源模型和論文，但開發(fā)者普遍面臨一個現(xiàn)實問題，那就是開源模型能跑通，真正“好用”的很少。不同項目之間數(shù)據(jù)格式不統(tǒng)一、接口不兼容、評測標(biāo)準(zhǔn)缺失等等問題，導(dǎo)致開發(fā)者大量時間消耗在重復(fù)的工程搭建上。開發(fā)者想做真正的創(chuàng)新，往往要從數(shù)據(jù)處理開始，一路搭建訓(xùn)練流程、對接不同模型、手動完成評測驗證。

AlphaBrain Platform嘗試解決這一問題，將“數(shù)據(jù)—訓(xùn)練—模型—評測”整條鏈路打通，一次性開源了當(dāng)前具身智能領(lǐng)域最前沿的三條技術(shù)路線。

三大“全球首創(chuàng)”技術(shù)路線集中開源

·全球首個開源類腦VLA模型（NeuroVLA）

傳統(tǒng)VLA模型訓(xùn)練完成后即固定，無法在部署后繼續(xù)學(xué)習(xí)。智平方首次在類腦控制任務(wù)上達(dá)到前沿水平，開源了NeuroVLA，一種可以在真實環(huán)境中持續(xù)適應(yīng)的類腦系統(tǒng)。NeuroVLA引入脈沖神經(jīng)網(wǎng)絡(luò)動作頭與R-STDP訓(xùn)練算法，支持機(jī)器人在真實環(huán)境中持續(xù)適應(yīng)。

這類類腦模型也被公認(rèn)為VLA（Vision-Language-Action）的未來方向，讓機(jī)器人可以在執(zhí)行任務(wù)的過程中不斷進(jìn)化，接近人類的學(xué)習(xí)方式，推動具身智能向生物腦學(xué)習(xí)機(jī)制邁進(jìn)。

類腦模型NeuroVLA。

·全球首個基于RL Token的開源VLA訓(xùn)練架構(gòu)

該架構(gòu)將大模型的通用認(rèn)知與強化學(xué)習(xí)的特定場景優(yōu)化能力相結(jié)合，形成了一種既能理解復(fù)雜意圖，又能通過與環(huán)境交互持續(xù)精進(jìn)執(zhí)行策略的智能體架構(gòu)，從而讓大模型真正成為能在工廠、家庭、倉庫等具體場景中完成實際物理任務(wù)的自主系統(tǒng)。智平方提出的優(yōu)化方案使VLA主體在微調(diào)過程中完全凍結(jié)，訓(xùn)練參數(shù)從3.9B降至約137M，僅占VLA訓(xùn)練參數(shù)的3.5%，大幅降低訓(xùn)練計算成本的同時，避免了傳統(tǒng)方法中“災(zāi)難性遺忘”的問題。

這意味著模型可以像人類一樣在已有經(jīng)驗基礎(chǔ)上精進(jìn)，而不是反復(fù)推翻重來。這種“穩(wěn)定進(jìn)化”的路徑，為通用具身智能提供了真正可持續(xù)的訓(xùn)練方式。

·世界首個可插拔世界模型架構(gòu)（WA）

世界模型是當(dāng)前最火的“想象力引擎”——讓機(jī)器人在行動前預(yù)演未來，做出更優(yōu)決策。然而，世界模型的研究長期停留在論文階段，不同模型之間難以對比、難以集成。

平臺原生集成了NVIDIA Cosmos Policy等世界基礎(chǔ)模型，支持Cosmos、Wan、V-JEPA三大世界模型一鍵切換。開發(fā)者可以在同一任務(wù)中直接對比不同世界模型的表現(xiàn)，讓機(jī)器人能夠在行動前預(yù)演多種可能路徑。

除了上述三大技術(shù)路線，AlphaBrain Platform還提供了首個面向跨架構(gòu) VLA 的開源持續(xù)學(xué)習(xí)算法。

從開放能力到構(gòu)建生態(tài)

過去，具身智能的競爭主要集中在“模型能力誰更強”。但隨著技術(shù)演進(jìn)，這種競爭正在快速演變?yōu)椤罢l能構(gòu)建更強的生態(tài)”。模型可以被追趕，而生態(tài)一旦形成，就會產(chǎn)生持續(xù)的積累與放大效應(yīng)。

AlphaBrain Platform還提供了統(tǒng)一的評測標(biāo)準(zhǔn)，覆蓋LIBERO、RoboCasa、CALVIN等8個主流Benchmark。開發(fā)者可以自由組合不同架構(gòu)和訓(xùn)練范式，跨領(lǐng)域的嘗試只需修改幾行配置。AlphaBrain Platform不僅開放能力，還主動構(gòu)建整個行業(yè)的“基礎(chǔ)設(shè)施”，定義了能力如何被使用、如何被比較、如何被持續(xù)優(yōu)化。

如果說特斯拉通過開源硬件推動機(jī)器人“身體”的標(biāo)準(zhǔn)化，那么AlphaBrain Platform則在嘗試為機(jī)器人“智能”建立開放的開發(fā)基礎(chǔ)。前者解決“如何制造”，后者決定“如何進(jìn)化”。前者推動產(chǎn)業(yè)的起點，后者決定產(chǎn)業(yè)的上限。當(dāng)最前沿的能力向開發(fā)者開放，創(chuàng)新門檻被降低，技術(shù)進(jìn)步的速度也可能隨之改變。當(dāng)越來越多公司能夠造出機(jī)器人之后，誰能讓機(jī)器人更快學(xué)習(xí)、更好理解世界、更穩(wěn)定地完成任務(wù)，誰就能在未來占據(jù)主導(dǎo)位置。

（本文圖片由受訪單位提供）