机器人运营商AIROBO发起设立首家机器人通用模型公司ROBRAIN

从机器人运营平台迈向机器人世界模型，AIROBO 正在布局下一代机器人基础设施，全球机器人行业正在发生一次底层逻辑变化。

过去十年，机器人行业的核心竞争长期围绕机器人本体展开。从激光雷达、机械结构，到运动控制、电机系统与机器人硬件性能，大部分企业依然沿着传统制造业逻辑发展。谁能够制造更稳定、更低成本、更高性能的机器人，谁就拥有更强竞争力。

但随着机器人开始真正进入社区、商业、园区、地下空间以及城市公共场景，一个新的问题开始成为行业核心——未来海量机器人进入真实世界后，谁来训练机器人的“大脑”？

近日，全球机器人运营平台 AIROBO 正式宣布联合发起设立机器人通用基础模型公司 ROBRAIN，全面布局机器人世界模型（World Model）与具身智能基础模型（Embodied Foundation Model）方向。ROBRAIN 将联合中国顶尖大学、中国顶尖 AI 实验室以及机器人算法团队，共同建立机器人行业下一代 AI 基础设施。

业内人士认为，这意味着 AIROBO 正在从“机器人运营平台”进一步升级为“机器人世界模型基础设施平台”。

AIROBO 创始人、董事长，同时也是 ROBRAIN 创始人兼董事长先越表示：“过去互联网时代最重要的是流量入口，而未来机器人时代最重要的是现实世界入口与真实世界数据。未来机器人行业真正的竞争核心，也不只是机器人本体，而是谁拥有最大的真实世界数据网络，以及谁能够建立机器人行业真正的世界模型能力。”

这一战略背后，对应的是 AIROBO 对机器人行业未来发展路径的判断。

AIROBO 认为，未来机器人行业真正重要的，不只是机器人硬件，而是机器人对于现实世界的长期理解能力。因为机器人所面对的，并不是互联网世界，而是“连续动态物理世界（Continuous Dynamic Physical World）”。

机器人不仅需要理解语言，更需要理解空间、时间、运动、环境变化以及人与真实物理空间之间的复杂交互关系。机器人真正需要学习的，不只是文本 Token，而是现实世界中的连续状态变化关系（State Transition Relationship）。

例如，一个配送机器人每天需要持续处理人流变化、电梯状态变化、门禁变化、地下车库动态障碍、复杂公共空间中的路径通行，以及机器人与人之间的实时交互行为。而一个清洁机器人，则需要实时理解空间覆盖效率、动态环境变化、人群移动规律以及复杂环境中的任务优先级变化。

这些问题的本质，已经不再只是传统导航问题，而是“世界建模问题（World Modeling Problem）”。

AIROBO 技术团队认为，目前全球大量机器人系统，本质上仍然属于规则驱动架构（Rule-based Architecture）。传统机器人主要依赖 Perception（感知）、Localization（定位）、Mapping（建图）、Planning（规划）以及 Control（控制）等多个独立模块运行。这种体系在固定环境中稳定性较高，但在复杂开放环境中，容易出现误差累积、动态环境失效以及泛化能力不足的问题。

而下一代机器人 AI 的核心，不再只是感知系统，而是建立统一的机器人世界模型（Unified Robot World Model）。

ROBRAIN 的设立，正是 AIROBO 在这一方向上的核心布局。

据了解，ROBRAIN 将重点建设机器人行业通用基础模型（Robot Foundation Model）、空间智能系统（Spatial Intelligence System）以及真实世界数据基础设施（Real-World Data Infrastructure），并逐步建立机器人行业统一的世界模型能力。

其中最关键的部分，是 AIROBO 已建立的大规模真实世界数据入口体系。

目前，AIROBO 已与大量中国顶级物业集团、商业综合体以及社区体系展开深度合作，并拥有数十亿平方米社区场景的数据采集与长期动态运行入口资源。这些空间正在持续形成机器人运行数据、动态空间数据、环境反馈数据以及真实任务行为数据。

业内人士指出，这类数据与传统互联网数据存在本质差异。机器人行业真正稀缺的，并不是静态地图，而是“动态空间数据（Dynamic Spatial Data）”。

例如社区高峰期人流变化、电梯运行状态、地下车库车辆流动、复杂公共空间中的动态障碍，以及机器人与人之间的长期协同行为。这些数据才真正决定机器人是否具备现实世界泛化能力（Real-World Generalization Capability）。

ROBRAIN 当前正在重点构建机器人行业四大核心数据体系，包括 Spatial Perception Data（空间感知数据）、Behavior Decision Data（行为决策数据）、Action & Control Data（动作控制数据）以及 Task Feedback & Reinforcement Learning Data（任务反馈与强化学习数据）。

其中，空间感知数据包括三维空间重建、SLAM 建图、空间拓扑结构以及动态环境变化数据；行为决策数据包括导航、避障、路径规划、多机器人协同以及复杂环境中的自主策略数据；动作控制数据则包括机器人运动控制、复杂动作反馈以及真实环境中的控制稳定性数据；任务反馈数据则帮助模型形成长期强化学习（Reinforcement Learning）与持续自我优化能力。

ROBRAIN 技术团队表示，公司未来将重点突破 Spatial Understanding Model（空间理解模型）、Dynamic Environment Prediction Model（动态环境预测模型）、Robot Policy Model（机器人行为策略模型）、Multi-Agent Coordination Model（多机器人协同模型）、Temporal Memory Model（时序记忆模型）以及 Reinforcement Learning System（强化学习系统）。

此外，ROBRAIN 还将建设大规模机器人仿真训练环境（Simulation Environment），通过 Sim2Real（仿真到现实）体系，实现虚拟训练与真实世界部署之间的数据迁移能力，从而提升机器人模型在复杂开放环境中的泛化能力与稳定性。

业内人士认为，AIROBO 发起设立 ROBRAIN，也意味着机器人行业开始正式从“机器人运营平台时代”进入“机器人基础模型时代”。

未来机器人行业真正重要的，可能不再只是机器人制造公司，而是掌握真实世界数据入口、动态空间建模能力以及机器人世界模型能力的 AI 基础设施公司。

而 AIROBO，正在从机器人运营平台，进一步向机器人时代的“世界模型基础设施平台”迈进。