都不做“人形”，腾讯系具身创业潮藏不住了

作者 |小葵

来源 | 具身之家Robots（ID：jushenhome）

具身行业里大多数企业忙着造本体，比谁的关节更灵活，谁的步态更稳健。张林是个例外，他不做机器人，做的是让机器人学会协作的中枢系统。

张林决定创业的时候，已经在腾讯和IDEA研究院待过一段时间。2024年7月，他在深圳注册成立共生无界科技（深圳）有限公司，注册资本52.7704万元。张林看到的缺口很实在：未来工厂里不会只有一种机器人，可不同构型、不同品牌的机器人之间，往往连基本的“对话”都做不到。

这一创业项目吸引了资本的目光。共生无界在近日完成了千万级天使轮及天使+轮，力合创投和深圳高新成了投资方，晨源资本担任本轮独家财务顾问及后续轮次财务顾问。

共生无界的核心产品叫“玲珑”，是一块可插拔可复用的端侧智能终端，集成了感知、通信和计算单元。插到哪台机器人身上，哪台机器人就能理解空间、执行任务，并且和其他机器人自主协同，像是给机器人装了一个“通用接口+协调中枢”。

（图源：共生无界）

但问题也随之而来：凭什么是他来做这件事？答案要从他的技术履历里找。

01让机器人互相听懂

在创立共生无界之前，张林作为共生矩阵CEO，带着团队研发过GS-LLM系列大模型，登上过C-Eval榜单第三名。同时，他也曾在腾讯和IDEA研究院做过研究，方向是大模型、图网络和异构多机系统。

通俗来讲就是让机器理解人，也让机器理解机器。

据公开学术信息，“意图对齐模仿学习”（Intention-Aligned Imitation Learning, IAIL）框架的核心理念在于“超越形式与理念”，也就是让机器人不再复刻表面动作，而是去理解对方到底想的是什么，然后在动态环境中自己调整。张林团队后来将这一思路用于共生无界的产品路线。

（图源：共生无界）

所谓“意图对齐”，并不是让机器人变得像人一样“有想法”，而是让不同本体在任务层面拥有一套可共享的语义空间。GS-Hub要做的，就是把这个理论层面的意图空间，做成端侧可部署的工程载体——不同品牌的机器人底层控制逻辑可以千差万别，但在任务意图层面先达成一致。

但理论是一回事，工厂里的产线又是另一回事，共生无界找到了领益智造。

搭载GS-Hub基础版系统的工业具身机器人，已经跑完了量产测试验证。据公司官方表述，将于2026年9月正式量产上市。CES 2026上，领益智造在现场摆出了六台机器人和机器狗，跨型号、跨品牌，在同一个中控大脑GS-Hub的调度下，现场完成了巡检、分拣、配送的全过程。

来自领益智造的机器狗（图源：共生无界）

正是这种跨型号、跨品牌的现场协同验证，让资本看到了系统级机会。

如果参照行业里正在形成的技术分层，GS-Hub的定位会更清楚。当前不少具身智能方案都在采用“大脑—小脑”的分层架构：云端或中枢负责任务理解、决策和调度，本体端的小脑负责实时控制与执行。

GS-Hub被同时描述为“端侧终端”和“中控大脑”，其实可以理解为：它想做的不是替代本体的运动控制系统，而是在端侧补上一层可插拔的协同层——每台机器人插上一个节点，节点之间再形成分布式调度网络。

展会现场由一台主节点统一调度，只是这种分布式协同的一种演示形态。这个定位能否成立，取决于它的实时性、算力和适配成本，也取决于本体厂商愿意开放多少底层接口。

在落到具体问题上其实就是：当工厂里、园区中、物流线上的机器人越来越多，它们缺的不只是一套通信协议，而是一个能理解任务、分配角色、协调动作的中枢。共生无界想成为的，就是这个中枢。

这条路能不能走通，还需要时间。但如果走通了，价值不会比造一台机器人小。

02腾讯系批量涌向具身

张林并非孤例。把镜头从共生无界拉远，会看到一批同样从腾讯体系走出来的机器人创业者，正在形成一股浪潮。

搭载了腾讯Tairos具身智能系统的机器人（图源：具身智核）

星尘智能来杰，曾任腾讯Robotics X实验室的1号员工，2022年年底离职。多名核心成员随后离职并加入其创业团队，如今公司估值破百亿。源升智能杨思成，实验室最早核心成员，灵巧手项目总负责人，2024年底创业，一年融了五轮。

灵启万物朱庆旭，95后算法研究员，2025年5月注册公司，四个月完成三轮融资。艾欧智能陈相羽，2018年加入Robotics X后转道鹏行智能，最终自己出来做具身数据基建，2026年8月完成数亿元融资。

再加上熊坤去了智元带队拆分灵巧手业务成立临界点，胡瀚从混元多模态负责人位置上离职押注具身大脑——这份名单还在拉长。

经具身之家Robots整理（表格由AI生成）

这份名单里，有人直接出自腾讯Robotics X实验室，也有人来自混元等腾讯AI团队，但他们有一个共同点：是他们都曾在大厂研究体系内完成技术积累，又在产业化窗口打开后选择出走。

Robotics X实验室自2018年成立起就坚持一个定位：不以硬件量产、不搞商业化。归属于腾讯TEG事业部，不设商业化考核，聚焦前沿研究。这在早期为研究员提供了自由探索的空间，但也在行业转向量产时埋下了张力。

特斯拉在2022年AI Day展示Optimus原型之后，机器人赛道的节奏明显变了。融资事件密集出现，量产节点被反复提及，工程化能力取代论文数量，成了衡量团队的新标尺。机器人商业化的大潮涌来，但Robotics X没有跟着调头，依然维持着原来的定位。

问题被概括成一句话：Robotics X完成了机器人产品的前半部分，有了技术沉淀，但没有继续下一步。后半部分是量产落地、是工程化、是把东西从论文里搬到产线上。

当一个行业的窗口期打开，大厂实验室里那些“离产业最近但离商业化最远”的人，往往会成为第一批出走者。他们的技术积累来自大厂，但产品判断和交付压力只能来自市场。来杰在百度看到过AI与机器人脱节的痛点，朱庆旭在腾讯四年得出了“遥操作数据训练有局限”的结论，这些认知在实验室里无法被验证，只能拿到真实场景里去赌。

张林虽不是Robotics X出走名单中的一员，但他的选择和这批人互为注脚。他曾在腾讯任职，也曾在IDEA研究院从事研究，最终选择以创业者的身份切入具身智能。当大厂的实验室文化越来越难以容纳“从研究到量产”的完整链路时，那些想走完全程的人，往往选择自己把后半段补上。