智源具身智能开放日：公布最新科研布局及进展，合作伙伴已超30家

11月20日，智源研究院在北京中关村举办2025智源具身智能开放日，发布其在具身智能领域的模型、数据、评测和工具链等核心科研布局，并表示将以“开放做研究，开源促生态”为理念，协作共建可复现、可对齐的具身科研公共基础设施。

当天，智源研究院还联合学界与产业界40余家国内顶尖科研机构、企业、生态伙伴，围绕具身模型进展、硬件迭代与产业落地等议题展开了深入交流。与会嘉宾一致认为，具身智能发展迅速，已进入深水区，行业亟需开放、协同、标准化的生态来加速技术演进与落地。

智源公布最新科研布局及进展

会上，智源研究院系统地公布了其在具身智能领域的最新科研布局及进展。

“当前人工智能正处在一个新的拐点，推动机器人从1.0专用机器人时代迈向2.0通用具身智能时代。”智源研究院院长王仲远在活动上表示，但同时他也指出，当下的具身大模型依然面临着“不好用、不通用、不易用”的核心痛点。

为此，智源已经构建出以具身大脑为核心，自底向上全栈具身智能技术体系，包括能够跨异构本体数据采集以及标准化一站式平台，具身大小脑以及VLA等具身基座模型，还有具身智能评测等，为具身技术生态提供一套可复现、可对齐的公共基础设施，降低从研究到产业化落地的门槛。

据介绍，智源在具身智能的科研布局上，是希望构建面向通用机器人（可跨本体、高泛化性）具身大模型系统，以开源开放夯实具身智能公共底座，目前，其在具身领域的合作伙伴已超过30家。

智源研究院具身研究负责人，也各自分享了自己研究领域的最新进展。

•模型与框架方面，RoboBrain 2.0 Pro 在原有通用具身大脑的基础上，引入 RoboBrain-Dopamine 和 RoboBrain-SpatialTrace，分别提升机器人对动作时序价值和三维空间结构的理解与推理能力。同时，基于RoboBrain构建了通用 VLA 模型族：RoboBrain-X0 Pro，能够实现零样本跨本体迁移和长程多步骤操作；RoboBrain-Dex ，通过使用大量人类演示预训练即可适配灵巧手操作，大幅降低数据成本并在复杂操控中取得领先表现。发布贯通仿真训练到真机部署的泛机器人小脑智能Emu-RobotVerse，以及专为人形机器人设计的全身控制框架BAAI Thor。

•人机交互方面，推出原生全双工语音大模型RoboBrain-Audio与终身认知记忆系统RoboBrain-Memory。其中RoboBrain-Audio将响应延迟降低至约80毫秒，显著优于传统模型，契合人类日常对话节奏；RoboBrain-Memory则针对机器人长期记忆与社会认知能力缺失的问题，构建跨时段用户信息与关系记忆模型系统。两者共同赋能人机交互业务场景（例如商场导购、家庭陪伴等），实现了优良的拟人化人机交互体验。

•平台与工具链方面，开放了“面向异构本体、规范操作流程、提高研发效率”的具身数据软件框架CoRobot，打造了面向具身智能的多芯片训练与推理一体化框架FlagOS-Robo，实现大脑模型与小脑模型的高效训练与推理，以及覆盖“数据采集-数据标注-数据管理-模型训练-仿真评测-模型部署”的全流程开发平台RoboXstudio。

•数据方面，基于具身数据软件框架CoRobot，联合多家具身智能公司和海内外高校建设并开源了“全球本体数最多、标注最精细、使用最便捷”的高质量双臂机器人真机数据集RoboCOIN。

•评测方面，面向具身智能的系统化评测服务平台FlagEval-EmbodiedVerse；开源“难度高、覆盖广”的具身推理能力评测基准ERQA+；联合北京邮电大学建设面向具身智能物理安全评测基准体系；携手Dexmal 原力灵机、Hugging Face 等共十家合作伙伴，正式成立 RoboChallenge 组委会，诚邀全球开发者共同打造透明、高效、可信的具身智能评测生态。

直面行业分歧，几场圆桌论坛谈了什么？

在开放日上，除了公布最新科研布局，智源研究院还邀请40余家生态合作伙伴，在三场圆桌论坛上，围绕行业痛点，深入探讨了具身模型的演进路径、机器人硬件的发展方向及落地场景探索等多个话题。

在圆桌论坛环节，多位嘉宾就端到端视觉语言模型（VLA）、分层式大模型、世界模型等不同技术路线的优劣进行了深入讨论。嘉宾普遍认为，短期内，将任务规划、感知与控制解耦的“分层系统”在工程落地和稳定性上更具优势；而中长期，行业需要向“可迁移、可复用”的通用基座模型演进，其关键在于统一的场景表示、高效的数据闭环以及对齐的评测标准。

针对“硬件是否仍在拖累模型”的问题，与会者认为，二者已进入“共同定义”的新阶段。优秀的具身系统需要在模型层面做好规划，也需要在硬件层面通过力控等技术保证执行的可靠性。对于备受关注的人形机器人形态，嘉宾们表现出高度务实，认为其是当前供应链和应用场景下的主流探索方向，但任务需求和成本结构将最终决定商业化形态。

来自能源、制造等领域的场景方代表则明确了落地的核心指标：系统的鲁棒性、部署与维护成本、清晰的安全边界，以及与现有IT/OT系统的集成效率。一个共识是，具身智能的商业化应从“可度量的单点任务”切入，以确保投资回报率（ROI）的闭环，避免因追求场景广度而牺牲落地深度。

此外，本次开放日还特别邀请了与会嘉宾走进智源具身实验室，近距离观察科研工作的一线场景。智源研究院表示，未来将持续迭代并同步公布在开源项目、数据集与评测平台上的进展，同时与产业伙伴推进联合试点，加速具身智能从实验室走向生产线。作为长期主义的开源践行者，智源将以可复现、可对齐、可验证的公共基础设施服务社区，与生态伙伴共建共享，让具身智能的技术红利转化为面向产业与社会的普惠价值。