引

2026年，具身智能行业最反直觉的一幕正在发生：曾经被视为核心壁垒的机器人“大脑”，正被各家厂商以“免费开源”的名义，竞相抛向市场。

从宇树完全开源60亿参数的UnifoLM-WLA-1.0，到智元将GO-1基座大模型全面开放，再到蚂蚁灵波开源LingBot-VLA 2.0并同步开放后训练工具链。表面上看，这是一场技术普惠的狂欢。但剥开“免费”的外壳，底下涌动的却是一场关于“谁来定义机器人灵魂”的暗战。

这让人想起2008年谷歌将安卓系统免费送给全球手机厂商的时刻。掌握操作系统“灵魂”定义权的玩家，最终攫取了整个硬件生态的核心价值。如今，具身智能正沿着相似的逻辑狂奔。开源，从来不是慈善，而是争夺下一代智能终端“灵魂”归属权的最高效手段。

一、开源的“四派力量”：谁在免费送大脑？

目前，具身智能的开源模型大致可以划分为四股力量，它们的技术路线与开源动机截然不同。

学院派的理想主义，以OpenVLA和Octo为代表。OpenVLA用70亿参数在多项任务上击败了谷歌550亿参数的闭源模型RT-2-X，证明了在具身智能领域，“大”并不必然代表“聪明”。它们开源，更多是为了推动学术边界，建立技术影响力。

巨头生态派的“修路”逻辑，以英伟达GR00T和谷歌Gemini Robotics为代表。它们不只做模型，更布局整套工具链。开源大脑，本质上是为自家的算力、仿真平台和芯片“修路”。模型免费，但训练和推理所需的算力与工具，才是真正的生意。

创业公司与中国力量的场景争夺，包括宇树、智元、小米、蚂蚁等。这是当前开源最活跃的群体。宇树在2026年9月完全开源了UnifoLM-WLA-1.0，代码、模型、数据集同步开放，单模型可统筹64项操作任务。智元则将GO-1全面开源，通过ViLLA架构让机器人能从互联网视频中学习。它们的开源动机更务实：通过开放模型吸引更多本体厂商进行接口适配，争夺“公共大脑”的位置；或者培养开发者习惯，为后训练、算力、部署等环节创造付费场景。

技术极致派，以Physical Intelligence的π系列为代表，追求极致的精度与泛化能力，开源策略相对克制，更多是作为技术标杆存在。

二、真开源与假开源：免费背后的门槛

面对“免费”，需要先问一句：开的是什么？

真正的开源，意味着模型权重、训练代码、数据集和工具链的全面开放。宇树宣称的“代码、模型、数据集同步开放”属于这一层级，它让开发者不仅能使用，还能理解、修改和复现。

而“假开源”或“有限开源”，则只开放推理API，或者只给权重不给数据和训练细节。这种开源，本质是让开发者“用”这个大脑，而不是“拥有”它。你可以在它的基础上做应用，但无法真正理解或控制它的底层逻辑。

这层区别至关重要。如果“灵魂”的底层逻辑不为你所知，你只是在为它打工。

三、真正的壁垒不在模型，在数据飞轮

一个更深刻的行业共识正在形成：模型可以开源，但数据飞轮无法开源。

北京人形数据基地负责人的判断很直接：具身智能未来最核心的竞争点不是本体或算法，而是数据飞轮。其开源数据集RoboMIND的下载量在短时间内翻倍，突破2000万，印证了行业对真实数据的饥渴。

开源模型降低了“大脑”的获取门槛，却无法解决数据从哪来的问题。Figure的Helix 2.5在30套陌生民宅中实现了56%的零样本成功率，这一能力的背后是海量真实场景数据的支撑。宇树UnifoLM-WLA-1.0的2500小时真机数据，同样不是开源社区能轻易复现的。

开源的是“通用能力”，留下的是“场景数据” 。谁掌握了更多真实部署的机器人，谁就能在每一次任务执行中捕获新的数据，让飞轮转得更快。模型是公开的起点，数据是私有的加速度。

四、商业模式的分层：从卖硬件到卖Token

当“大脑”免费，商业模式的重心必然迁移。星海图CEO高继扬给出了一个清晰的三阶段演进路径：从整机销售，到方案订阅，再到Token销售，对应的市场空间逐级放大。

第一阶段卖硬件，是当前大多数本体厂商的现实。第二阶段卖方案，是根据场景需求提供定制化的模型微调和部署服务。而第三阶段卖Token，则意味着机器人智能本身成为可计量的商品——你按机器人实际“思考”和“执行”的智能用量付费。

如果这个终局成立，那么今天免费开源大脑的玩家，赌的是未来在Token销售中占据有利位置。谁定义了“大脑”的接口和标准，谁就定义了未来智能的计价方式。这远比卖几台机器人更有想象力。

五、谁在掌握“灵魂”的定义权？

回到标题的问题：免费开源“大脑”背后，谁在争夺机器人的“灵魂”？

答案不是某一家具体的公司，而是一种位置——生态的定义者。

开源模型是诱饵，数据飞轮是护城河，Token计费是未来的收银台。在这场博弈中，纯粹的模型能力会随着开源迅速趋同，而谁能让更多开发者基于自己的接口写应用，谁能让更多本体跑在自己的底层架构上，谁能在真实场景中持续捕获数据，谁就掌握了“灵魂”的定义权。

对于开发者和从业者而言，这意味着选择变得既简单又复杂。简单在于，你不再需要从零训练一个大脑；复杂在于，你选择接入谁的“大脑”，实际上是在选择加入谁的生态。免费的午餐背后，是生态归属的长期绑定。

机器人的“灵魂”不会属于某一行代码或某一个模型。它属于那个能够让最多人和机器，按照它的规则思考和行动的网络。