普渡发布 PuduFM 与 PuduAgent，以「一脑多形」战略押注具身智能

具身智能行业正在把注意力从「做出更像人的机器人」转向「让机器人在真实世界长期运行并积累经验」。国际咨询机构弗若斯特沙利文在《2025 年全球具身智能与商用服务机器人独立市场研究报告》中指出，商用服务领域是具身智能规模化落地的「第一战场」，并从全球商用服务机器人收入、出货量、商用清洁机器人收入、中国出海规模四个维度，将普渡机器人列为第一。

普渡机器人的产品已部署在全球 85 个国家和地区，累计落地超过 13 万台，覆盖餐饮、酒店、工业、仓储等 16 个行业。在 WAIC 2026 上，普渡首次公开了人形机器人 D7，同时系统阐述了「一脑多形」战略的技术底座：具身智能大模型 PuduFM 与具身智能操作系统 PuduAgent。

13 万台机器人构成的数据飞轮

大模型可以从海量文本中学习语言规律，但机器人必须进入真实物理世界，才能理解如何接近、抓取并适应不断变化的环境。普渡披露，其部署的机器人每年累计产生 3650 万小时导航数据与 1580 万小时操作数据，这些数据来自机器人的第一视角现场反馈。

围绕真实数据，普渡提出「虚实双闭环」机制：World Model 仿真引擎负责在虚拟环境中扩大训练规模并生成对抗性工况样本，真实环境则通过 Human-in-Loop 反馈进行校准。普渡方面表示，正是基于这一机制，机器人可以仅依靠约 50 条专家示范数据完成新任务适配。

PuduFM：把物理直觉注入机器人

PuduFM 由三个关键组件构成，分别解决机器人「看不见」「做不到」「训不起」的问题。

PIM 物理预言家：基于因果注意力 Transformer，在潜空间内提炼重力、摩擦、变形、重心偏移等动力学特征，让机器人具备类似人类的物理直觉，可在动作执行前预判打滑、碰撞等风险；
VLA 多模态对齐：将视觉、语音、移动与机械臂操作整合到统一的认知逻辑下，接入 PIM 的物理预判后生成连贯动作，打通导航与操作之间的断层；
World Model 仿真引擎：基于 Diffusion Transformer 自主生成多样化轨迹，提供对抗性极端工况样本，为 PIM 与 VLA 打好基础认知。

PuduAgent：机器人的「安卓/iOS」

仅有统一大脑还不够，机器人还需要一套调度大脑、调用技能、管理任务的系统。PuduAgent 把 PuduFM 封装为可调用的智能能力，由三部分组成：

PuduAgent OS 核心运行基座：包含负责任务规划的 Agent Core、负责持续记忆的 Agent Memory，以及负责实时执行的 Agent Runner；
PuduAgent Skills 标准化原子能力库：将导航移动、抓取操作、人机交互、自动避障、多机协同等能力抽象为标准化技能，跨机型按需调用；
PuduAgent Safety 安全防护机制：在动作执行前进行可行性判断与风险预测，必要时主动调整或中止任务。

在普渡的公式中，Physical Agent = 本体 + 系统 + 技能，其中 PuduFM 对应技能层，PuduAgent 对应系统层，配送、清洁、工业、通用具身智能四大产品矩阵则覆盖不同本体形态。

资本与下一步

今年 4 月，普渡机器人完成近 10 亿元新一轮融资，投后估值突破 100 亿元。从 13 万台机器人进入真实场景，到 PuduFM 理解物理规律，再到「一脑多形」推动能力跨机型迁移，普渡正在把规模部署转译为可复用的智能经验。沙利文也在报告中判断，机器人产业正由「一机一脑」逐步演进至「一脑多形」。下一个阶段的竞争，将取决于谁拥有更大规模的物理世界数据入口。