估值200亿、传出赴港IPO，智平方靠什么造一颗好用的机器人大脑？

8月5日，智平方传出考虑赴港上市的消息。公司没有正式回应，但市场对此并不感到意外。

今年4月，智平方完成股改；6月底，又完成一系列新融资，估值超过200亿元，成为了大湾区最受关注的具身智能公司之一。

资本看中这家成立三年多的公司，是因为它有可能造出一颗真正好用的机器人大脑。

从今年开始，机器人“大脑”被粗暴地分成了两派。一派继续相信VLA，另一派则押注世界模型。双方争的已经不只是技术路线，而是下一代机器人公司该把钱、数据和人才押在哪里。

智平方偏偏没有接受这道二选一的题。它是国内最早押注端到端VLA的创业公司之一，随后又把世界模型的能力接进VLA，如今又提出“类脑大模型NeuroVLA”，把机器人大脑拆成“皮层—小脑—脊髓”三个层级。

这可能是智平方身上最值得讨论的地方：当行业还在争哪条路线会赢，它已经开始追问，两条路线是不是把问题想简单了。

一、VLA“已死”？这场路线之争，远比看上去激烈

今年具身智能行业最容易引战的四个字，大概率就是“VLA已死”。

支持VLA的人希望机器人能通过统一预训练获得通用能力，再用少量数据适配任务。PI的π系列模型已经能完成叠衣服、收拾桌面和组装纸箱等复杂操作。

但批评者开始追问：从视觉和语言模型长出来的系统，究竟是在理解重力、摩擦和物体形变，还是在复现训练数据里最像的动作？

世界模型因此走红。李飞飞创办的World Labs押注空间智能，Dyna Robotics则转而强调世界动作模型，希望机器人先预测行动后果。但会生成未来画面，也不等于能稳定输出连续、准确的关节指令。

所以，VLA派质疑世界模型“会想不会做”，世界模型派则认为VLA“会模仿但不懂物理”。

在7月19日的“智启具身论坛2026”上，Dyna Robotics联合创始人马也骋表示，在低数据量、高成功率和鲁棒性要求下，世界模型更高效。

面对“VLA已死”的说法，Physical Intelligence研究科学家任至意则回应：“到目前为止，我没有看到哪一家可以做到比π0.7更impressive的demo，所以可能VLA还没有死。”不过他也认为两条路线并不冲突，π0.7已经加入未来状态的生成和引导，最终可能逐渐收敛。

这就是当前路线之争的真实状态：嘴上争得很凶，技术却已经开始互相进入对方腹地。

智平方在机器人大脑上的先发优势，恰恰要放在这个背景里看。

2024年6月，郭彦东参与的RoboMamba已经给出一套端到端VLA方案，并在同年入选NeurIPS主会。Physical Intelligence到当年10月底才发布π0。这至少可以确定，智平方对端到端VLA的下注，早于π0引爆行业。

此后，智平方又用Video2Act把世界模型式的时空建模能力接进VLA：视频扩散模型作为慢系统，提取跨帧的空间与运动表征；动作头作为快系统，据此生成连续动作。

所以，智平方并不是在路线之争中含糊其辞。它的立场反而很明确：VLA是认知到行动的主干，世界模型补足对空间、时间和物理变化的理解，但这两者加起来，仍然不是完整的机器人大脑。

而类脑大模型NeuroVLA，正是从这里开始。

二、NeuroVLA的惊喜，是把行业的问题又往下追了一层

“类脑”当然不算新词。但智平方这次把问题又往下追了一层：即使模型已经能看懂指令、预测未来，为什么还要让同一个模型同时承担“皮层”的高层规划、“小脑”的精细控制和“脊髓”的安全反射？

这三个任务，本来就不该挤在同一个节奏里。

比如，我们要判断桌上哪个是试管、液体该倒进哪里，那语义理解和任务规划上，可以慢一点；控制机械臂沿着杯口稳定倾斜，需要持续读取关节、视觉和力觉信号，必须更快；机械臂突然撞到障碍物时，系统甚至来不及“想明白”，要先收手再说。

人类的神经系统原本就是这样工作的。大脑皮层不会为走路时每一次肌肉调整重新推理，人碰到烫的东西，也不是先完成一轮语言思考再把手缩回来。智平方借用了这套分工，把NeuroVLA拆成“皮层—小脑—脊髓”三层。

皮层负责理解环境、拆解任务和生成较长周期的动作计划；小脑接收关节状态、运动信息和六维力觉反馈，持续修正轨迹，让动作更稳；脊髓则处理碰撞和突发情况，用局部、低功耗的模块直接触发反射，不必等待上层大模型重新计算。

在实验中，NeuroVLA把运动急动度（jerk）平均降低75.6%，安全反射可在20毫秒内触发；仿脊髓神经形态处理器的单次推理延迟约2.19毫秒、能耗约0.87毫焦，静态保持阶段功耗约0.4瓦，均非整机数据。这是NeuroVLA主要处理的“怎么动”。

在另一项研究中，智平方团队用SOMA解决“看不见以后还记不记得”。这套入选ICML 2026的空间记忆框架，可以在物体离开当前视野后保留其空间信息，继续完成后续操作。

就在今年的WAIC 上，智平方展示了搭载NeuroVLA的AlphaBot 2。它采用轮式底盘和双臂结构，拥有34个以上自由度，作业范围覆盖约0至2.4米，连续工作时间能超过6个小时。

在现场，我也喝到了AlphaBot 2做的咖啡。从取杯、操作设备到完成制作，整套流程已经相当顺畅。

智平方还推出AlphaBrain Platform，将模型、训练、评测和真机部署接入同一框架，降低从代码到上机的门槛，并借不同本体和任务检验模型的通用性。今年6月，AlphaBrain Platform、NeuroVLA和AlphaBot一同亮相联合国开源周：AlphaBot面向客户，平台则面向开发者。

要理解智平方的大脑技术路线，还得回到创始人郭彦东身上。

三、郭彦东的可贵之处，是把先进的理念成了常识

郭彦东是美国普渡大学电子与计算机工程博士，长期做计算机视觉和端侧AI，先后在微软、小鹏和OPPO负责相关研发。创办智平方后，这些经历汇到同一个问题上：AI怎样离开屏幕，控制一副真实的身体。

更能说明他眼光的，是他总会比行业多问一层。

大家都在问VLA还是世界模型，他问为什么一定要由一个模型包办所有事情；大家都在研究身体怎么更像人，他问机器人的脑子为什么不能先像人。

我对这套逻辑很有共鸣。郭彦东说：“大家做人形机器人，天天想着如何长得像人，但没有人想如何让脑子更像人。”大家通常把“像人”理解成双腿、五指和面部表情。但判断机器人是不是通用智能体，还是要看它能不能理解世界、形成记忆、预测后果，并在遇到危险时及时反应。机器人首先是智能产品，之后才是形态产品。

2017年，在微软任职的郭彦东拜访英伟达。黄仁勋问他，你觉得英伟达的软件工程师多，还是硬件工程师多；答案是前者。GPU最容易被看见，CUDA和软件生态却同样构成壁垒。郭彦东后来把这套认识带进机器人：产品以硬件交付，能力上限则越来越由模型、软件和数据决定。

把智平方过去三年多的选择串起来，这条技术线其实很清楚：RoboMamba、Video2Act、SOMA、NeuroVLA，再到AlphaBrain和AlphaBot，看似分散，背后始终是同一种产品观：机器人不必先把身体做得像人，而应该先学会人的认知分工、空间理解和反应机制。NeuroVLA正是顺着这条技术线长出来的。

当然，技术先发不等于商业胜负已经确定。智平方已经推动AlphaBot进入汽车、半导体、生物制造和公共服务等场景，并与惠科全资子公司达成战略合作。按照合作规划，惠科未来三年将在全球生产基地部署超过1000台智平方机器人。

千台级部署规划仍要经过分批采购、交付、验收和长时间运行。NeuroVLA能否在复杂工厂中长期保持，还要由更多真实部署回答。智平方下一步要做的，是把这套分层大脑变成可复制、可维护、算得过经济账的产品。

NeuroVLA的价值在于把行业的问题从“VLA还是世界模型”，推进到“机器人大脑究竟该怎样组织”。投资人愿意给智平方超过200亿元的估值，买的是这种提前判断方向的能力；接下来，产品和交付将决定这份判断值多少钱。