GOAI 2026收官，云深处用开源生态打开具身智能的下半场

站在前人的肩膀上，选最优的路径。

文｜罗镇昊

编｜刘俊宏

真实世界没有剧本，每个变量都是成败本身。

当坡道、碎石、楼梯、高台等产业园区常见的地形出现在一场具身智能比赛中，机器人要面对的处境比想象中要艰难。这正是具身智能从技术展示走向产业落地必须跨过的门槛。

9月22日，GOAI 2026（世界人工智能开源大赛）“具身未来”赛道线下总决赛在杭州举行。其中，“产业园区全地形巡逻挑战赛”这一赛题由云深处科技承办，赛场就设在杭州云谷中心的真实产业园区，统一采用云深处山猫S10轮足机器人作为基础平台。

这次大赛分为四个赛道：新智基座、无界应用、前沿探索、具身未来。2999个初赛作品中，共120个进入下一阶段，而具身未来“产业园区全地形巡逻挑战赛”最终有10支队伍晋级决赛。

比赛把环境感知、建图定位、自主导航、运动控制、复杂地形通过、Sim2Real等能力放进同一条任务链里，让10支不同背景的团队在同一套机器人平台上解决同一个问题：机器人如何在真实环境里持续完成任务。

这恰好对应了具身智能正在经历的一次变化。

过去一两年，行业的注意力更多集中在VLA、世界模型、人形机器人以及越来越复杂的Demo上。随着机器人开始从实验室进入园区、电力、工业、应急等真实环境，决定技术价值的重点也在转变。

一套算法能不能在传感器存在误差、地面条件持续变化、环境不断出现干扰的情况下工作，一台机器人能不能稳定完成一次又一次任务，正在成为比“演示成功”更现实的问题。

能把比赛考题、硬件平台和场地统一搬进真实场景，这本身就是行业第一梯队的视角。

云深处敢这么做，是因为它已经在真实世界里经历了无数次验证。IDC最新报告显示，2026上半年全球四足机器人行业级应用市场，云深处居首位。这是云深处继2025年登顶之后，再次拿下行业应用第一。赛场上的开放，是行业领先的另一种写法。

这场比赛真正值得关注的地方，不只是10支队伍最后谁赢了，而是它提供了一次观察具身智能进入真实世界的窗口。

为什么现在的具身智能

需要更多“真实世界的比赛？”

机器人和纯软件AI最大的区别在于，它最终必须进入物理世界。

在仿真环境中，一条路径规划算法可以运行得很漂亮，一个强化学习策略也可以取得很高的任务成功率。一些看起来很“漂亮”的Demo，背后可能存在很多“手段”，例如根据实验室环境专门调试的VLA模型，或者为特定任务流程做强化训练。

但到了真机身上，传感器噪声、地面摩擦、光照变化、突发障碍等因素都会进入系统。原本在数字空间里成立的方案，很可能因此导致失败。特殊调整过的模型算法，可能会呈现出“过拟合”的特征。

这也是为什么，今天判断一项具身智能技术是否成熟，标准正在从“模型效果有多好”，进一步转向“机器人能不能自主完成任务”，“当环境变化之后是否能稳定运行和重复部署”。

产业园区全地形巡逻挑战赛把这种变化放大了。

云深处没有把测试做成一段固定动作，而是把高台、连续楼梯、坡道、碎石等复杂地形放进巡逻任务中。参赛团队需要自行完成感知、导航、路径规划、运动控制以及系统协同，最终让机器人在完整任务里跑起来。

值得注意的是规则设计，参赛方案分为自主、遥操、跟随等不同路线，对应不同的计时系数。这等于用规则给机器人的“自主性”定价。

不同队伍的解法，也恰好说明了具身智能真实落地之后会遇到什么。

比如来自重庆大学的“蘑菇队”就出现过Sim2Real上的问题。他们说，一开始在仿真里摩擦系数只设了一个较小的范围，“一上实际发现完全不一样"。真实园区里有瓷砖地、水泥地、泥土地、沙石地，最后只好把摩擦范围拉大到实测的0.5~0.9区间，重新训练。

杭州传化具身智能产业团队在一次跨楼层测试中发现，机器人在平地跑得稳并不意味着能顺利上下楼，由此形成了“先保证稳定完成，再谈速度”的工程原则。

这些问题看起来琐碎，恰恰是具身智能走出实验室必须闯过的关卡。

而真实比赛的意义，就在于它把这些容易被忽略的变量全部拉回了同一个任务现场、相同机器人、明确任务和统一规则之下。同时这场比赛也说明了一件事，机器人进入真实世界后，真正难解决的往往不是“聪明”，而是“稳定”。

对外界来说，发布会上的极限动作、实验室里的高成功率，构成了他们对这个行业的主要想象。而行业更关心的，是机器人到了真实环境中，到底能不能连续运行，同一套能力如何迁移到更多场景。

这也意味着，具身智能正在进入一个更加系统化的验证阶段。比赛，正在成为具身智能行业的共同需求。

过去一年，机器人马拉松等具身智能赛事密集出现。赛事具体比拼的项目可能不太一样，但目标都是一致的——当Demo不再能区分高下，真实世界就成了具身智能的验证场。而像巡逻挑战赛这样统一本体、统一任务、有公开成绩的赛制，是其中验证强度最高的一种。

云深处把山猫S10作为比赛的统一载体，目的就是让真实机器人不再只是企业内部的研发对象，而是成为高校、科研团队、开发者共同使用的实验平台。

公开竞赛，是为了提供统一、可公开比较的测试环境。从而打破实验室的封闭条件和论文里的Benchmark评价的有限性。对于一个仍然处于技术快速演进期的行业来说，这种公开的真实测试环境，价值在于把独立的测试变成行业共同验证。

作为长期在能源电力、应急消防等真实场景中打磨机器人的企业，云深处科技把园区巡逻场景任务设计成考题，本质上是用一线场景经验，带领大家探索“什么叫可用的具身智能”。

前人的成果是后人的起点

开源生态的微观样本

具身智能天然是一项交叉技术。

从本体、运动控制，到环境感知、自主导航，再到VLA、世界模型和系统工程，很难由一个团队独立覆盖所有创新方向。随着技术复杂度不断提高，产业也需要更多角色进入研发链路。

这正是开放平台和开发者生态的价值。

不难发现，本届GOAI已经把“开放”和“可复现”放到了足够重要的位置，因为它改变的是一项技术成果的生命周期。

如果一个算法只能在原作者的机器上运行，它的价值很大程度上停留在一次技术展示。能够公开、复现、验证，并被其他开发者继续修改和迁移，技术才有机会从单个团队的成果变成行业共同积累。

换句话说，具身智能的开源生态，真正开放的不是代码，而是创新的入口。

据光锥智能观察，10支进入决赛的队伍，其实已经呈现出了这种生态的雏形。

他们当中既有印度企业Tashi这样的海外团队，也有来自复旦大学、清华大学、浙江大学、哥伦比亚大学等海内外高校的师生，还有中国机械科学研究总院等科研院所、产业团队、创业者，甚至是算法工程师和中学生组成的跨年龄组合。

技术路线上，从激光雷达加2.5D高程地图，到MPC与WBC协同，从PPO强化学习运控，到用手机视频完成场景采集重建的Real2Sim2Real闭环，几乎覆盖了当前全地形具身智能研发的主要方向。

过去，机器人企业更多是自己做机器人、自己做算法、自己找场景。随着具身智能进入新的技术周期，产业正在形成另一种模式：企业把自研的本体、算法和模型沉淀为平台，把真实问题开放出来，高校和科研团队在平台上继续探索，开发者进行二次创新，优秀技术重新回到产业应用。

开源平台和开发者生态，恰恰是连接这些角色的重要方式。

重庆大学团队坦言，山猫S10是一款刚发布不久的新机型，市面上还没有公开资料和成熟方案的积累，如果按老办法自己买一台机器人、从底层系统做起，“比赛之前肯定完不成”。

而云深处开放的模型仓库、产品资料和技术答疑，让这支学生团队“当天下午就可以让机器人动起来”，上手难度比想象中低得多。

一款新硬件能以多快的速度长出自己的生态，取决于第一批开发者能以多低的成本跑起来，开源正是这条最短的路径。

这种流动也是双向的：重庆大学团队的跟随方案，灵感本就来自实验室此前的充电桩项目，他们同样期待这次的方案开源之后，能回到巡检、充电对接这类真实场景中，被更多人使用和改进。

“恐怖如斯”队的苏博本就是具身智能行业的创业者，比赛结束后，他对云深处的开源生态有了更深的理解：“机器人平台和SDK 是开发者接入机器人的唯一入口，也正是得益于云深处健壮的平台封装，我们才能在坚固的地基上建造出千姿百态的房子。”

作为赛题参与者和承办方，云深处的角色正在从一家机器人公司转为整个生态的“连接器”。它向参赛团队开放机器人模型仓库、产品资料、二次开发接口和技术支持，同时也把真实的行业问题，变成高校、科研团队和开发者都可以参与的公开挑战。

从行业角度看，这件事的价值并不止于多培养几个参赛队伍。

云深处更像是在尝试把过去沉淀在机器人企业内部的能力，变成开发者能够接触、研究和改进的公共资源。对于仍在快速寻找技术路线的具身智能产业来说，这能降低创新门槛，也能增加技术路径之间的碰撞。

另一方面，敢把平台交给十个背景完全不同的外部团队，本身就是对产品成熟度的公开检验。

它要求本体稳定，软件接口完善、二次开发能力足够强，计算和感知能力还得能承载复杂算法。敢把平台交出去，本身就是一种底气。

当越来越多的团队开始在真实机器人平台上开发，机器人本体也会逐渐从一件独立设备，向承载算法和应用创新的平台演进。

由哥伦比亚大学和清华大学组成的“狗来”队表示，企业开源省去的是大量重复验证、最终却被证明不可行的弯路。“就像站在前人的肩膀上，选最优的路径”。

从机器人公司到生态“连接器”

承办一场真实场景的机器人赛事，门槛远比看上去高。

赛题要设计得足够真实，平台要经得起全球开发者的反复折腾，技术支持要跟得上多支队伍的集中调试。其中任何一环掉链子，都会在公开规则下难堪。所以承办这件事本身，也是一场公开考试。

为什么云深处能坐上“考官”的位置？答案藏在它的三重积累里。

第一是时间的积累。

云深处成立于2017年，彼时，机器人对大多数人来说还是个陌生概念，行业也不清楚它能用在哪，云深处就已经开始尝试把机器人从实验室推向行业应用。那些在客户现场踩过的坑、验证过的技术、迭代过的版本，构成了后来者难以速成的技术底座。

第二是场景的积累。

云深处的六大行业解决方案覆盖能源电力、应急消防、安防巡逻、工业运维、民生服务、教育科研，已经全部实现标准化，是经过1200多个场景验证、可直接部署的行业产品。

其绝影系列机器人率先在全球实现变电站全自主巡检，落地国家电网、南方电网等超100座变电站；应急消防方案已在多个省份一线上岗。

面对细分领域不断涌现的新需求，云深处还在持续首发新的行业方案，比如全国首个防汛防台具身智能机器人“AI防汛勇士”，已在防汛抗洪演习和一线实战中完成检验；行业首个密闭空间侦察通信机器人，补上了矿山、隧道等救援场景“侦察盲、通信断”的短板。

在不能出错、没有重来机会的高危场景里沉淀下来的方案，才经得起真实世界的检验。“每台机器人上面的划痕，都是它的勋章”，一位参赛者说道。

第三是平台的积累。

此次比赛统一使用的山猫S10，背后是一条清晰的平台化演进路线。从绝影系列完成机器人的行业级验证，到山猫M20系列打通轮足复合形态、在变电站巡检和防汛等实战中落地，再到今年全新发布的山猫S10，云深处把行业级作业能力压缩进了不足20公斤的机身，正是依托多年运动控制、结构设计和整机工程能力的沉淀。

另外，云深处自有智造基地年产能达2万台，业务覆盖国内34个省级行政区、海外45个国家和地区，这套体系保证了平台开放之后接得住、跑得稳。

这样的行业位置，也决定了它参与开放生态建设时承担的角色。

当具身智能开始从产品竞争走向真实任务竞争，行业需要的已经不只是更多机器人公司，更需要更多能够连接本体、技术、场景、开发者和产业需求的平台。

这种结构跟今天的软件和计算产业一样——底层硬件成为平台，模型和算法成为能力层，大量开发者在上面创造应用。具身智能行业的“平台”，必须先在物理世界里证明自己可靠。

GOAI“具身未来”赛场提供的，正是一个缩影：中国具身智能产业，正在从单一企业之间的技术竞争，逐渐走向机器人平台、科研力量、开发者和真实产业场景共同参与的生态竞争。

而云深处承办这场赛事的意义，就在于它把行业经验、技术平台和真实问题开放出来，让更多高校、科研机构和开发者参与其中，通过人才培养、技术开源和行业协同，共同推动具身智能向前走。

这样的价值，最终会落回行业本身。云深处科技始终坚持做的就是让机器人在真实场景中迭代技术，围绕真实需求形成应用闭环。