安卓时刻还有多远:具身智能的平台战

有个做五金的老板问我：现在机器人跟十年前的手机似的，各家做各家的，我是不是该等一个"安卓"出来再买？

我的回答是等不来。而且今年发生了一件更值得你关注的事——路线之争先落定了，平台统一反而还远。

今年最大的变化，是大家不吵了

过去两年具身智能圈最大的口水仗，是"大脑该怎么搭"。今年上半年，这场仗基本打完了。

共识是：世界模型是 VLA 体系的核心组成部分，类脑架构成为下一代机器人大脑的演进方向。7 月 WAIC 期间硅谷的 T-Rex 论文进一步验证了这个方向。

连带着，行业的排序逻辑也变了，"大脑第一"正在取代"本体第一"。以前比谁的机器更像人、自由度更多；现在比的是谁的脑子能在没见过的场景里做出正确的动作。

这条共识对你的价值是：你不用再赌路线了。两年前上了一套方案，明年可能因为路线被推翻而作废；现在这个风险小多了。

动手之前先"想"一遍

共识已经落地成产品，今年有两个我觉得挺有说服力的例子。

一个是擎朗智能发布的 KOM 3.0，号称全球首个融合潜空间世界模型的服务行业 VLA 架构。它干的事说白了就一句：机器人在动手之前，先在脑子里把物理世界"模拟"一遍。

这跟人干活的方式很像。你要搬一个没见过的箱子，不会直接上手硬拽，会先估一下分量、想一下从哪儿下手。以前的机器人没有这一步，所以换个场景就懵。

另一个是宇树的 UnifoLM-X1-0，自研的工业级具身大模型，已经在宇树自己的工厂完成试点部署，能自主完成关节电机装配这类任务。

注意"自有工厂"这四个字。一家机器人公司敢把自己的大脑先用在自己的产线上，说明它对这套东西的可靠性是有信心的。这种先吃自己狗粮的公司，比只会放 demo 视频的靠谱得多。

但"安卓"为什么还是出不来

安卓能成，是因为手机长得都一样：一块屏、几个按键、同样的触控交互。机器人不是。

形态太多——轮式、四足、机械臂、人形，各有各的适用场合。场景太碎——每家工厂的工艺都不一样，我的冲压线和你的注塑线根本不是一回事。硬件异构——传感器、关节、控制器各家自己做各的。

最要命的是数据这一层。开放原子开源基金会理事长谢少锋点得很准：数据格式异构导致严重的数据孤岛，需要建立涵盖采集、标注、格式、质量的通用标准。

还有一个更硬的技术障碍，叫跨本体不可复用。同一个抓取动作，1.2 米机型和 1.8 米机型的机械臂行程、传感器分布、力矩特性完全不同，前者的经验很难搬到后者身上。

数据这一层还有个绕不开的矛盾。京东云总裁曹鹏把话说透了：机器人迟迟没真正爆发，原因是"大脑"泛化性不足，根源正是真实场景数据匮乏，而仿真是关键技术——可以放大数据体量，也能高效做效果评测。但仿真数据和真机数据之间隔着一层"现实差距"，这一层谁都不肯公开自己的标定方法，标准就更难统一。京东计划两年内突破 1000 万小时数据，这种体量的投入，本身就是冲着平台去的。

没有统一的数据格式，就没有统一的系统；没有统一的系统，"安卓"就永远只是个比喻。 这就是为什么今年 IROS 上，全球机器人产业的竞争焦点已经从模型、算法、本体，进一步延伸到了真实世界数据——谁掌握数据，谁才有资格谈平台。

郭彦东这句话，我建议你当成判断题

智平方创始人郭彦东说过一句话，我原样抄给你：

你放 1 万台机器人去打螺丝，那不用大模型；你 1 万台机器人在 100 个场景里干活，大模型才能做得好，因为数据真实且多样。

这句话其实回答了"安卓时刻"的问题：什么时候机器开始大量进入多场景，什么时候平台才有意义。单一场景根本不需要平台，一个专用控制器就够了。

所以别指望哪天冒出来一个"机器人安卓"，然后你装个 App 就能用。更可能发生的是，先在某一个垂直场景里——比如仓储分拣、比如注塑质检、比如商超补货——长出一个事实标准，然后再往外扩。

你现在该押什么

不押平台，押"可迁移性"。

跟供应商谈的时候，把三个问题写进合同附件：我在这台设备上攒的数据，能不能用标准格式导出？换模型、换算法供应商，这批数据还能不能用？如果我明年换型号，现在的技能包能不能迁移？

三个问题有一个答"不能"，你买的就不是设备，是一张长期饭票——只不过吃饭的是对方。

还有一个更省钱的自我保护动作：从今天起，你自己攒的数据坚持用通用格式存，用统一的命名规则。别管供应商用什么格式，你自己留一份标准的底。等哪天真有"安卓"出来了，你手上这批数据直接就是最有价值的应用。

扫码进群 企福云 | 制造业的AI逆袭之路