跨本体通用大脑演示曝光：宇树与智元机器人共用同一模型

一段时长约 10 分钟、一镜到底、未做剪辑的演示视频近日在业内流传。视频中，宇树 G1 与智元远征 A3 两款硬件架构、运动自由度与传感系统完全不同的机器人，在同一个约 15 平方米的密闭空间内并行完成多项家务任务，全程未出现人为遥控或预设脚本的迹象。引发关注的核心点在于：两个不同品牌的机器人使用了同一个「大脑」模型，并在任务中自主完成跨本体协作。

演示中展示的关键能力

据量子位对该视频的逐帧分析，视频中的机器人至少展示了以下能力：

• 复杂环境中的自主导航：在过道狭窄、家具密集的陌生空间内，全程无碰撞、无停滞。
• 精细力控与空间感知：宇树机器人使用刮水器擦玻璃，并在判断内侧难以擦净后，主动将手臂伸出窗外继续作业。
• 长时序任务闭环：从「取工具—作业—收纳」到多轮物品归位，未观察到明显的误差累积。
• 任务可打断与断点续做：演示中通过闹钟铃声触发任务切换，被中断的工作流在完成后得以恢复。
• 工具使用：宇树机器人在无法够到高处柜层时，自主寻找箱子并尝试蹬踏取物（多次失败后改用脚踢动箱子）。
• 跨本体协作：宇树挂满物品后，智元主动上前帮忙把围巾从宇树身上取下并放入衣柜。
• 节省体力的自主策略：机器人挂毛巾、拎拖鞋时选择「肩搭」「拎挂绳」等更省力的方式。

与主流具身模型路径的差异

文章将当前主流具身模型大致归为三类：

• VLA（视觉-语言-动作）模型：依赖大规模数据做端到端拟合，本质为「看图猜动作」，长序列任务易误差累积，泛化能力受限。
• WAM 与传统世界模型：先建模世界规律再规划动作，存在「知行割裂」，在需要物理动力学推理的真实操作中能力受限。
• 演示中的模型：据知情人士透露，该模型跳出了上述主流框架，仅用「几十个小时的视频数据」进行训练，强调物理约束、跨本体统一表征与长时序鲁棒闭环。

文章据此提出该模型在四个维度上可能优于现有路线：动力学建模、自我认知、自适应能力与自我进化能力。但需注意，以上分析来自第三方观察，模型架构、训练细节、参数规模等核心信息均未公开。

来源仍未确认

截至发稿，演示视频背后的研发团队身份未被官方披露。演示既未配套发布技术报告，也未提供可复现的 benchmark 数据或第三方验证结果。文中多次出现的「我猜」「据知情人士」等表述，也反映出相关判断仍带有较大推测成分。

如果视频所展示的能力属实且可复现，跨本体通用大脑将意味着具身智能在「软硬件解耦」上迈出关键一步；但在缺少一手技术资料与权威背书之前，外界仍宜以审慎态度看待这一演示。