中科院梅宏：具身智能的大脑负责想，小脑负责动

来源：市场资讯

（来源：孙迎新 飞象网）

一个看似简单的动作，就可以把具身智能眼下的尴尬表露无遗。

当一台机器人在实验室里学会关窗，它把识别窗户、伸手、闭合夹爪，这些动作一气呵成。这本来很顺利，但把这套本领迁移到另一台构型略有不同的机器人身上时，麻烦来了。

仅仅只是换一身骨架，就得重新映射、重新适配、重新微调，成本陡增不说，更棘手的是，驱动它的大模型还可能产生幻觉，甚至给出一个和真实物理约束对不上的判断或动作。

原来模型对看到什么、怎么动、用什么控制方式这些基础操作的理解，是和那台特定硬件死死绑定的。

于是心态和世界就这样崩给你看。

8月15日，在2026 CCF中国开源大会上，中国科学院院士梅宏点破了这个过程的核心痛点：当前的具身智能卡在了模型局限、本体适配、任务执行三道现实难题上，而大模型的能力很难直接落到机器人实体系统里。

梅宏院士指出，具身智能要真正成熟，关键在底层，需要一套支撑人机物深度融合的新型操作系统体系，而这也是我国机器人领域拿到核心竞争力的战略机会点。

同时梅宏院士还给出一条清晰的技术路径，可以把大模型的智能能力转成可部署、可复用、可演进的实体系统能力，进而打通从大模型到物理机器人的落地链路。

01

大小脑融合，是具身智能成熟的必由之路

梅院士把当下具身智能的技术路线分成两派。

他说得很生动，就像这两派马上就剑拔弩张：“一派就是传统的机器人阵营……做控制的人和机器人这块结合得比较紧密……而这一轮的大模型阵营强调大脑，让机器人拥有大脑，这个大脑是由大模型驱动的。”

传统机器人这派从工业机器人一路走来，先求高可靠地执行，用编程搭出的是一个相对简单却确定的小脑；大模型这派则试图用模型直接造出大脑，至于成不成，梅院士说得客气：“能不能做得到，还不知道”。

大家顺着这个分法，看到矛盾很快就浮了出来。

两派各执一端：大模型派重认知、轻控制，传统机器人派重执行、轻规划，彼此之间缺乏有效协同，技术路径甚至相互排斥。梅院士倒也哪一边都不偏袒，“也就是说，现在两大阵营都有问题。”

梅院士认为，单一路线，根本喂不饱具身智能对高层认知和底层实时控制的双重胃口。

为什么单一路线走不通？梅院士点出它的先天不足：“大模型学习到的技能，受训练数据的覆盖范围和数据质量的限制。还有，生成模型不可避免地会有幻觉，产生与真实环境或者物理约束不一致的判断和动作，使得技能迁移和规模化部署的成本大幅增加。”

这也说透一件事，光靠大语言模型当大脑，落不了地。训练数据的覆盖面、幻觉带来的误判、以及开头那个换台机器人就得重调的硬绑定，三者叠加，技能迁移和规模化部署的成本居高不下，长程任务的稳定性更没人敢打包票。

再看传统机器人这派。它的可靠性没得说，但梅院士也指出它的短板：“相对于今天的AI来讲，它是缺少智能要素的……缺乏在复杂物理场景中智能化执行长程任务的运行时框架。”

也就是说，在通用操作系统上叠一层 ROS 做中间件，本质上还是编程实现的老路子，通信中间件那套发布/订阅机制，对实时任务支持有限，资源管理也弱，复杂物理场景里的智能化长程任务，它接不住。

那什么才是对的？梅院士指出：“因为传统的机器人，它一定是具身智能系统最最最重要的本体基座。”也就是说，小脑不能丢。他进一步表示，真正的系统，得把传统机器人那套高可靠执行能力的小脑和大模型的语义理解、推理能力的大脑拧到一起，才能搭起完整的感知-规划-行动的闭环。

梅院士的核心判断是：“我以为所谓真正的具身智能系统，一定是两个阵营的融合，不能偏废。”

02

产业生态化呼唤一个全新的操作系统

即便是大小脑融合解决了系统能不能用的问题，可要让整条产业跑起来，还有另一道坎。梅院士认为，问题指向了更底层的操作系统。

他先对现有方案做了评判，表示ROS 作为机器人领域最成熟的中间件，可以把系统集成拆成可发现、可通信、可组合的节点，功劳不小。但梅院士话锋一转：“它的设计形成于具身智能热潮之前，任务、技能、世界模型、记忆、策略等都不是它考虑的核心元素……不足以支撑具身智能所设想的长程任务的自主执行，也没有形成闭环。”

其中一句话就点破断层：ROS 是个通信中间件，对实时任务支持有限、资源管理偏弱，更缺把模型能力当核心要素来支撑的运行时框架。大模型驱动下的新型智能体，要的是跨分钟、小时级的多步骤任务，要状态持久化、策略切换、异常恢复、长期记忆。而这些，ROS 没准备。

梅院士指出，这背后是更尖锐的矛盾：旧框架撑不起长程任务的自主执行，也没形成闭环，根本适配不了大模型时代的新需求。于是开发者只能在老地基上打补丁，系统稳定性和扩展性都受限，自主智能自然长不出来。

还有比技术断层更麻烦的，是产业侧的碎片化。梅院士点出一个让人不安的现实：“所有进入具身智能行业的企业，都没有形成合理的分工协作，基本上每家都是从底到上全技术栈自己干、全栈开发，导致行业生态碎片化。”没有合理的分工，硬件互不兼容，软件没法复用，效率上不去，创新成果也沉淀不成公共基础设施，就这样整条赛道被各自为战拖慢了节奏。

谈及计算机产业的来时路，梅院士做了简单回顾：“操作系统出现以后，催生了庞大的计算机产业，软硬解耦、应用解耦，硬件接口规范了、标准化了，产业标准化，开发可复用、效率高，形成了专业分工和一个庞大的产业生态。”

反观操作系统出现之前，硬件软件硬绑定、接口各搞各的工匠式定制，开发难、效率低、质量差，大众市场根本起不来。类比到具身智能，道理也是一样的：把计算机装进物理本体，要长成庞杂的产业生态，“它一定需要一个新的操作系统出现，这才是产业的基础。”

现实问题来了，那这个操作系统该长什么样？

梅院士给出一个极简定义：“简单一句话：向下把各种异构资源管好，提供统一平台；向上提供公共服务，支撑各种应用开发。”往下屏蔽掉不同硬件本体、传感器、执行器、算力资源的差异；往上为应用和技能开发提供统一接口；中间让各种模型算法协作分工。

他还有一副更具体的蓝图：“我们希望通过具身智能操作系统建立硬件生态和软件生态……操作系统实现软硬件解耦、应用解耦，软件按技能组合，硬件按能力装入。”

回到至关重要的技术路径上，梅院士和团队已经在 CCF 泛在操作系统开放社区里把构想落了地：面向大脑的具身智能应用框架 Robotics、支撑关节实时控制的 XiUOS（矽琇），以及做物理资源隔离管理的 H-Visor（Hypervisor）。让这三块拼起来，就是梅院士定义的具身智能操作系统：一端连模型，一端连本体，中间把任务编排起来。

这也是梅院士心心念念的具身智能，“将模型能力转化为可部署、可复用、可演进的系统能力”，“大脑负责想，小脑负责动。”