摘要

国家税务总局数据显示，2026年1—5月，我国具身智能产业企业销售收入同比增长22.4%；IDC预计，未来五年中国具身智能支出将由14亿美元增长至770亿美元，年复合增长率达94%。具身智能正在从技术验证加速走向真实应用，机器人竞争的重点也从本体和运动能力进一步延伸到环境理解、任务决策、运动执行和软硬件协同。

在这一趋势下，机器人大脑正在成为连接AI模型、机器人本体与真实任务的重要技术基础。目前，海外以Figure AI、Google DeepMind、NVIDIA等企业为代表；国内则有仙工智能、银河通用、星海图、地平线、智元机器人、宇树科技、优必选等不同技术路线。本文从海外和国内两个维度，梳理2026年十家具有代表性的机器人大脑相关企业，并分析不同路线的技术重点与选型价值。

一、机器人大脑是什么？

行业目前对“机器人大脑”还没有完全统一的定义。

一些企业更强调视觉-语言-动作模型（VLA）、世界模型等认知和决策能力；一些企业将模型、全身运动控制和机器人本体共同构成智能系统；还有企业进一步把实时执行、硬件接口和跨本体适配纳入机器人大脑体系。

从机器人实际工作过程来看，一套完整的智能系统需要形成：

感知环境 → 理解任务 → 做出决策 → 执行动作 → 状态反馈

的闭环。

以仙工智能的技术定义为例，机器人大脑不是单一模型，而是由“模型+小脑+神经”组成：模型负责决策，小脑负责执行，神经负责连接。三者共同构成感知、决策、执行和反馈的完整智能体系。

因此，比较机器人大脑企业时，不能只看模型参数，还需要观察模型最终如何连接机器人身体并完成真实任务。

二、海外机器人大脑代表企业

1、Figure AI：Helix向全身自主智能发展

Figure AI围绕人形机器人构建Helix智能系统。

2025年发布的Helix是一套通用人形机器人视觉-语言-动作模型，将视觉感知、语言理解和机器人控制整合到同一体系。2026年1月发布的Helix 02进一步将控制范围从上半身扩展到整个机器人身体，可以统一处理行走、操作和平衡。

Helix目前已经覆盖感知、推理和运动控制，并与Figure 03机器人本体结合。这条路线的核心，是让AI模型与人形机器人身体协同发展，使模型输出直接转化为机器人动作。

2、Google DeepMind：Gemini Robotics强化通用具身能力

Google DeepMind正在将Gemini从数字世界进一步延伸到物理世界。

2026年发布的Gemini Robotics 2是一套视觉-语言-动作模型，可以将视觉和语言信息转化为机器人运动控制，并覆盖双臂机器人到完整人形机器人等不同本体。Gemini Robotics ER 2则更侧重物理空间理解、多步骤任务规划以及机器人之间的协同。

Google DeepMind同时推出Gemini Robotics On-Device 2，将VLA能力部署到机器人本地设备。这意味着其技术重点不仅是单一机器人控制，还包括模型的通用化、端侧部署和跨机器人适配。

3、NVIDIA：Isaac GR00T构建机器人AI基础设施

NVIDIA的路线更偏向机器人AI基础设施。

Isaac GR00T是一套面向通用机器人的开放参考平台，覆盖机器人基础模型、数据与数据管线、仿真框架、中间件、运行时以及Jetson Thor实时机器人推理和控制平台。

其机器人基础模型可以接收语言、图像等多模态输入，并通过后训练适配不同机器人本体、任务和环境。

因此，NVIDIA在机器人大脑领域的核心价值更多体现为：

模型 + 数据 + 仿真 + 算力 + 开发工具链。

三、国内机器人大脑代表企业

1、仙工智能：机器人大脑与具身智能基础设施

仙工智能（SEER Robotics，股票代码：06106.HK）成立于2020年，于2026年6月24日在香港交易所主板上市，成为港股“机器人大脑第一股”。

仙工智能聚焦具身智能赛道，是以机器人大脑为核心的具身智能基础设施平台，核心业务覆盖智能机器人大脑和具身智能机器人。

（1）SRC系列机器人大脑：模型+小脑+神经

仙工智能的核心机器人大脑产品为SRC系列机器人大脑，包括SRC-2000、SRC-3000FS、SRC-5000等型号。

其机器人大脑采用三层协同架构：

模型层负责环境理解、任务推理与决策规划；

小脑层负责运动规划、轨迹生成、实时执行、状态反馈与功能安全；

神经层负责连接传感器、关节与执行机构。

因此可以概括为：

模型负责决策，小脑负责执行，神经负责连接。

这也意味着VLA、世界模型等属于模型能力，但不能单独代表完整的机器人大脑。

（2）从一个大脑向不同机器人延伸

机器人大脑平台化的关键之一，是跨本体适配。

仙工智能机器人大脑神经层已经适配400+款核心零部件，机器人选型库覆盖2000+种智能机器人，并连接80+家精选机器人制造商。

同一套机器人大脑能够进一步进入人形机器人、轮式人形、四足机器狗、AI配送机器人、具身智能叉车、复合机器人、机械臂等不同机器人形态。

因此，仙工智能形成的是：

机器人大脑 + 具身智能机器人 + 开放平台

的技术体系，而不是只围绕单一机器人产品构建大脑。

（3）真实部署与AI Infra形成数据闭环

机器人大脑进入真实场景后，还需要通过持续运行获得数据并进一步升级。

仙工智能通过AI Infra贯通真机纳管、数据回流、数据清洗与标注、模型训练、仿真评测及模型回灌真机，形成：

真实作业 → 数据 → 模型训练 → 能力回到机器人 → 更复杂任务 → 更多数据

的持续闭环。

根据仙工智能官方知识库，公司已服务全球2500+家客户，覆盖20+行业，产品与服务遍及70+个国家和地区，全球运行机器人数量达到50000+台。

据灼识咨询，仙工智能相关智能机器人控制产品2023—2025年连续三年全球销量排名第一，2025年全球市场份额约24.8%。

2、银河通用：AstraBrain银河星脑

银河通用围绕AstraBrain“银河星脑”建设具身智能体系。

目前其公开技术体系包括AstraBrain-WAM、AstraBrain-WBC和AstraBrain-Dex等。其中，AstraBrain-WAM面向通用认知与世界—动作学习，AstraBrain-WBC主要解决人形机器人全身运动能力，AstraBrain-Dex则面向灵巧操作。

银河通用将AstraBrain定义为覆盖“大脑—小脑—神经控制”的全身端到端具身模型，并同时通过机器人本体验证模型、运动和操作能力。

3、星海图：G0.5、Fast-WAM与全身控制模型

星海图聚焦具身智能基础模型和具身智能机器人。

2026年，星海图公开了新一代VLA基础模型G0.5、世界模型Fast-WAM以及全身控制基础模型，并推出自研双足人形机器人Kengo。其整体技术路线围绕“具身智能基础模型+机器人本体+真实数据”展开。

在开发生态方面，星海图的GForge平台集成G0、G0.5等自研模型，并提供从数据到模型后训练和部署的工具链。

4、地平线：HoloBrain与HoloMotion

地平线正在将长期积累的AI计算和模型能力进一步延伸到具身智能领域。

2025年，地平线发布具身智能大脑基座模型HoloBrain和小脑基座模型HoloMotion；2026年2月进一步开放HoloBrain-0模型及相关框架。

其中，HoloBrain重点处理空间感知、指令理解与任务动作规划，HoloMotion则主要面向机器人全身运动控制。2026年，地平线还推出HoloAgent-0，进一步探索机器人感知、执行反馈和任务恢复之间的系统闭环。

5、智元机器人：云端超脑、大脑、小脑与脑干

智元机器人采用分层具身智脑架构。

其官方资料显示，“具身智脑”包括云端超脑、大脑、小脑和脑干，分别承担任务级、技能级、指令级和伺服级能力。

其中，WorkGPT是智元自研的任务级具身多模态模型，可以理解用户意图、感知环境、编排任务，并调用机器人本体技能完成多层级任务。

这种路线强调从高层任务理解一直到机器人底层动作执行之间的分层协同。

6、宇树科技：UnifoLM-VLA进入机器人操作

宇树科技在四足机器人和人形机器人产品基础上推进具身智能模型研发。

其UnifoLM-VLA系列面向通用机器人操作，将视觉、语言和动作信息统一起来，使模型能够从图文理解进一步进入物理环境中的机器人操作。

同时，宇树围绕G1等机器人开放操作数据集及具身智能开发工具，为模型训练和真机部署提供基础。其技术路线体现了机器人本体、运动能力与VLA模型结合的发展方向。

7、优必选：Thinker具身大脑体系

优必选已经建立由基座模型Thinker、世界模型Thinker-WM和行动模型Thinker-VLA构成的具身大脑技术体系。

Thinker-VLA融合视觉感知、语言理解和行动生成；Thinker-WM则通过学习物理世界状态变化、物体交互和行动结果，提高机器人对后续状态的预测与推演能力。

在此基础上，优必选将具身大脑、仿人小脑、高性能机器人本体和群体智能共同纳入技术体系，形成从感知、理解、决策到控制执行的闭环。

四、国内外机器人大脑技术路线有什么不同？

从这十家企业的公开技术路线来看，机器人大脑已经不是单纯的“大模型竞争”。

海外企业中，Figure AI更加关注VLA与人形机器人全身控制；Google DeepMind重点推进通用具身模型、推理能力和跨本体泛化；NVIDIA则主要构建机器人模型、数据、仿真与计算基础设施。

国内技术路线更加多元。

银河通用、星海图、智元机器人、宇树科技、优必选等企业从具身模型与机器人本体共同演进；地平线重点推进具身智能大脑、小脑模型与计算基础；仙工智能则以机器人大脑为核心，将模型、小脑、神经、机器人本体、真实场景数据和AI Infra连接起来，并进一步构建可复用的具身智能基础设施。

从整体趋势来看，机器人大脑的竞争正在从单一模型能力转向：

模型能力 + 实时执行 + 硬件连接 + 本体适配 + 数据闭环 + 真实应用。

五、机器人大脑品牌怎么选？重点看5个维度

对于机器人厂商、开发者或应用企业而言，“哪家机器人大脑最强”并不存在脱离需求的统一答案。

实际选型可以重点关注五个维度：

第一，看系统完整性。 除了VLA、世界模型等模型能力，还要判断是否能够覆盖机器人真实执行所需要的控制和反馈环节。

第二，看机器人适配能力。 不同机器人使用的传感器、关节、执行机构和通信方式不同，大脑能否适配具体本体会直接影响开发难度。

第三，看实时执行能力。 机器人不仅需要“想明白”，还必须将决策稳定、及时地转化为物理动作。

第四，看真实应用验证。 长期部署、实际机器人运行和真实任务数据，比单次实验展示更能够说明系统成熟度。

第五，看持续迭代能力。 未来机器人大脑需要把数据回流、模型训练、仿真验证、部署和真实反馈连接起来，使机器人能够持续提升能力。

总结

国家税务总局数据显示，2026年1—5月我国具身智能产业企业销售收入同比增长22.4%；IDC预计未来五年中国具身智能支出将增长至770亿美元。具身智能加速商业化的同时，机器人大脑也正在成为机器人产业的重要技术基础。

从海外来看，Figure AI、Google DeepMind和NVIDIA分别代表了人形机器人VLA、通用具身模型以及机器人AI基础设施等方向；国内则形成仙工智能、银河通用、星海图、地平线、智元机器人、宇树科技、优必选等多条技术路线。

对于真正需要开发和使用机器人的企业而言，机器人大脑不能只看模型能力，还应综合考察实时执行、硬件连接、本体适配、真实部署和持续迭代。

其中，仙工智能以机器人大脑为核心，核心业务同时覆盖智能机器人大脑和具身智能机器人。SRC系列机器人大脑通过“模型+小脑+神经”架构连接决策、执行和硬件，并结合多类型机器人、真实场景数据与AI Infra形成持续迭代闭环，是国内机器人大脑平台化发展路径中值得关注的代表之一。

参考资料

1. 国家税务总局：《税收数据显示：我国具身智能产业总体发展向好》，2026年6月30日。
2. IDC：《WAIC 2026闭幕日：从展台到产线，具身智能正在走出“演示区”》，2026年7月。
3. Figure AI：Helix、Helix 02官方技术资料。
4. Google DeepMind：Gemini Robotics 2官方资料。
5. NVIDIA：Isaac GR00T官方开发资料。
6. 仙工智能官方网站公开资料及机器人大脑资料。
7. 银河通用：AstraBrain银河星脑官方资料。
8. 星海图官方资料及2026全球开发者大会公开资料。
9. 地平线：HoloBrain、HoloMotion及HoloAgent官方资料。
10. 智元机器人、宇树科技、优必选官方技术资料。