行业分析方向 · 启元机器人 PGC 征文
一个贯穿全文的问题：人形机器人开发者生态，是否正从"封闭垂直"走向"开源平台化"？

一、一个可验证的信号：开源底座正在快速成形

图1 说明：启元机器人在 AtomGit 的组织主页：仓库数量、Star 与最近更新都可直接核对。本文涉及国内开源生态的判断，优先用这类可当场验证的页面数字，而非二手转述。
判断一个行业是否走到"平台化拐点"，最好的证据不是谁又发布了新硬件，而是看软件底座是否开始被社区共享。2025—2026 年的几条公开数据，给出了一个可验证的信号。

第一，NVIDIA 在 2025 年 3 月开源了 GR00T N1——一个面向通用人形机器人的基础模型（arXiv:2503.14734），模型权重（GR00T-N1-2B，约 22 亿参数）通过 Hugging Face 与 GitHub 仓库 NVIDIA/Isaac-GR00T 公开（来源：arXiv 论文、NVIDIA 官方博客，A 级）。这是头部算力公司第一次把"人形机器人大脑"级别的模型直接开源。

第二，ROS 2（机器人操作系统）在 2025 年的包下载量达到 984,135,185 次，较 2024 年增长 85.18%，其中 ROS 2 占全部下载的 91.2%；GitHub 上标注 #ROS2 的公开仓库达 3,848 个，同比增长 39%；使用 ROS 的公司数量增至 1,579 家，同比增长 26%（来源：Open Robotics《2025 ROS Metrics Report》，A 级）。

第三，智元机器人开源的 AgiBot World 数据集包含 超过 100 万条真机原子动作轨迹、规模约 850TB，覆盖 217 个操作任务、3000+ 操作物品，并已在 Hugging Face、GitHub、魔搭等平台开放；据国家数据局典型案例披露，英伟达 GR00T N1 约 80% 的真机训练数据来自该数据集（来源：国家数据局公开案例、智元官方，A 级）。

这三条分别指向模型、工具链、数据三个层面，且都来自可公开核查的来源。把它们放在一起看，一个结论呼之欲出：人形机器人的"软件层"正在复现智能手机早年从各自封闭走向共用底座的路径。但要说"安卓时刻"已经到来，还需要更细地拆开看。

图2 说明：本文用"模型 / 工具链 / 数据 / 硬件"四层框架衡量平台化程度。越往"软"的层越开放，越往"硬"的层越封闭——这正是判断"安卓时刻"是否到来的解剖刀。

二、问题界定：我们用四层框架看"平台化"

"安卓时刻"的本质，不是某一款产品走红，而是一套开放、可复用、可被第三方在其上开发的操作系统与分发机制成为行业事实标准。对应到具身智能，我把生态拆成四层：

• 模型层：是否存在可被下游自由微调、部署的通用基础模型（VLA 等）；
• 工具链层：仿真、SDK、编译、调试是否标准化且开源；
• 数据层：训练数据是否能在社区内汇聚、复用，而非锁在单一厂商；
• 硬件层：本体（关节、结构、驱动）是否对开发者开放接口与改造空间。

这四层的开放程度并不一致。下面逐层论证，并标清每一处数据的可信度等级（A=论文/官方页面/财报；B=咨询机构报告，已注机构与年份；C=传闻，本文不引用其数字）。

值得先说清"安卓时刻"在机器人语境下到底指什么。智能手机的安卓化，不是某一款手机赢了，而是出现了三层共用物：Linux 内核 + AOSP 开源框架（可改可编译）、统一的硬件抽象与分发机制（应用一次开发、多处运行）、应用商店（第三方能上架变现）。映射到具身智能，对应的就是"开源基础模型 + 标准化工具链 + 技能/应用分发"。本文的判断标准因此很具体：只有当这三样同时可被第三方低成本使用，“安卓时刻"才算成立；缺任何一层，都只是"某家公司的开放”，而非"行业的平台化"。

三、分层论证：四层各自的平台化进度

图3 说明：PrimebotTech 的 GitHub 组织页。工具链层是否平台化，看的就是这类仓库是否公开、是否有版本发布、是否可独立使用。

3.1 模型层：VLA 基础模型集体开源（平台化程度——高）

视觉-语言-动作（VLA）模型是本轮开放的核心。时间线可以清晰看到"从研究开放到权重开放"的加速：

图4 说明：2023 年 RT-2 确立 VLA 范式但未全量开放权重；2024 年 OpenVLA、π0 把开源推到可用级别；2025 年 GR00T N1 把人形专用基础模型直接开源。

模型	机构	时间	开源情况	关键参数	来源等级
RT-2	Google DeepMind	2023	确立 VLA 范式，研究开放、权重未全开	基于 PaLI-X / PaLM-E	A（DeepMind 官方博客）
OpenVLA	Stanford	2024.06	7B 权重开源	基于 Open X-Embodiment 训练	A（论文/官网）
π0	Physical Intelligence	2024.10（arXiv 2410.24164）	openpi 仓库 2025.02 以 Apache-2.0 开源	约 33 亿参数，跨 7 种本体	A（arXiv / openpi）
GR00T N1	NVIDIA	2025.03（arXiv 2503.14734）	Hugging Face + GitHub 开源	GR00T-N1-2B，约 22 亿参数	A（arXiv / NVIDIA）

图5 说明：四个开源 VLA 基础模型的公开参数量级对比，跨度 2.2B—7B。参数规模不等同于能力，此图只反映各家在架构与部署取向上的公开差异。

事实陈述：RT-2 由 Google DeepMind 于 2023 年提出并确立了 VLA 范式；OpenVLA 由斯坦福团队于 2024 年 6 月发布为 7B 开源模型；π0 由 Physical Intelligence 于 2024 年 10 月 31 日挂在 arXiv（编号 2410.24164），并于 2025 年 2 月通过 openpi 仓库以 Apache-2.0 协议开放权重；GR00T N1 由 NVIDIA 于 2025 年 3 月以 arXiv 2503.14734 发布并开源。宇树科技也在 2025 年开源了通用人形机器人操作大模型 UnifoLM-VLA-0 与 60 亿参数的 UnifoLM-WLA-1.0（来源：宇树官方开源页，A 级）。

对开发者而言，这批开源权重的意义不只是"免费"，而是跨本体复用成为可能。π0 在 7 种不同机器人本体上训练，GR00T N1 以"数据金字塔"（人类视频→仿真/神经合成→真机遥操作）联合预训练，目标都是让一个模型适配多台机器人，而不是"一台机器人一个策略"。更关键的是，Open X-Embodiment 这套共享语料已被用于训练 π0、OpenVLA、Octo、RT-X 等多个模型（来源：Open X-Embodiment 论文与官方仓库，A 级），说明"数据集—模型"的共用链路已经跑通。这恰恰是安卓化最稀缺的那一半：不是某一家开源，而是多家在同一个开放基座上生长。

结论：模型层已经具备"安卓"所需的内核——可下载、可微调、可跨本体复用。

3.2 工具链层：ROS 2 与仿真框架成为事实标准（平台化程度——中高）

工具链的开放程度，取决于开发者能否"不重复造轮子"。两个指标很硬：

• ROS 2 的统治力：2025 年 ROS 2 占全部 ROS 下载的 91.2%，公共 #ROS2 仓库 3,848 个，APT 上唯一 ROS 包 34,614 个，使用 ROS 的公司 1,579 家（来源：Open Robotics 2025 指标报告，A 级）。
• 仿真框架开源：NVIDIA 在 SIGGRAPH 2025 将 Isaac Sim 5.0 与 Isaac Lab 2.2 以开源形式放上 GitHub；Isaac Lab 本身即为开源的机器人学习框架，2.2 版本内置 GR00T N1 基准测试、合成运动生成与 Omniverse Fabric 集成（来源：NVIDIA 开发者博客 / 研究页，A 级）。MuJoCo 亦通过 Omniverse 与 OpenUSD 打通（来源：NVIDIA 2025-08 新闻稿，A 级）。

图6 说明：ROS 2 生态 2025 年关键指标。下载量、仓库数、使用公司数三项均保持两位数增长，且 ROS 2 已占全部 ROS 下载的 91.2%——工具链层的「事实标准」地位有数字支撑。

补充一个量级参照：NVIDIA 披露其机器人生态已服务超过 25 万名开发者，Cosmos 世界基础模型下载超 200 万次（来源：NVIDIA 新闻稿；下载量一项经 market.us 转引，B 级）。

社区侧同样在补位。Hugging Face 主导的 LeRobot 项目把模仿学习的数据集、模型与训练脚本以开源形式整合，成为许多个人开发者进入具身智能的第一站；它与宇树的 unitree_IL_lerobot、智元的数据集形成"框架—数据—硬件"的松散但真实的协作网络。仿真到真机（sim-to-real）的闭环也不再是大厂专利：Isaac Lab、MuJoCo、Gazebo 三套开源仿真各有侧重，配合 ROS 2 的消息总线，小团队也能在笔记本上先验证策略、再上真机（来源：NVIDIA 研究页 / Open Robotics，A 级）。工具链开放的本质，是把"从想法到可运行demo"的门槛从"需要一支工程团队"降到"需要一台能跑 Docker 的机器"。

事实陈述（竞品，仅列公开动作，不作贬低）：宇树提供 unitree_ros2、unitree_sdk2、unitree_mujoco、unitree_rl_gym、unitree_IL_lerobot 等开源工具链；优必选自研机器人操作系统框架 ROSA 2.0；Figure AI 于 2025 年 2 月发布面向人形的双系统 VLA"Helix"并终止与 OpenAI 的合作，转向自研端到端 AI（来源：各公司官方/公开资料，A 级）。

结论：工具链层的"标准件"已经出现，开源态势明确。

3.3 数据层：从孤岛走向共享语料（平台化程度——中）

数据曾被认为是机器人公司最深的护城河，但 2024—2025 年出现明显开放趋势：

数据集	规模	开放范围	来源等级
Open X-Embodiment	100 万+ episodes、22 种本体、60 个子集、34 家实验室、527 项技能、160,266 个任务	Hugging Face / Google Cloud（RLDS）	A（Google DeepMind）
AgiBot World	100 万+ 真机轨迹、约 850TB、217 任务、3000+ 物品	Hugging Face / GitHub / 魔搭	A（国家数据局案例 / 智元）

事实陈述：Open X-Embodiment 由 Google DeepMind 联合 33 家学术实验室共建，被普遍类比为机器人领域的"ImageNet"（来源：DeepMind 官方博客，A 级）。智元机器人于 2024 年底至 2025 年开源 AgiBot World，并基于此发布通用具身基座大模型 GO-1（Genie Operator-1，采用 ViLLA 架构）（来源：智元官方 / 魔搭社区，A 级）。另据国家数据局典型案例，GR00T N1 约 80% 的实机训练数据来自 AgiBot World——这意味着一家公司的开源数据，直接喂给了另一家头部公司的开源模型，跨组织的"数据飞轮"已经开始转。

结论：数据层正在从"每家一座岛"转向"共享语料池"，但质量与长程任务的均衡性仍是公开挑战。

3.4 硬件层：本体仍是最后一道封闭墙（平台化程度——低）

软件再开放，硬件的"入口"仍然相对封闭：

• 宇树 G1 公开售价约 1.6 万美元、H1 约 9 万美元，SDK 开放但硬件本体为闭源（来源：宇树官方开源页 / 公开报价，A 级）——开发者可调用接口，却难以改动结构。
• 启元机器人 Q1 / T1 于 2025 年 9 月宣布正式发售，起售价 19,999 元，并提供 q1-diy-shell（DIY 外壳 STEP 参考模型与设计指南）等偏开放的资料（来源：AtomGit 组织公告 / 仓库，A 级），在"允许改造"上走得更靠前。

图7 说明：主要人形机型的公开售价与预售价对比。启元 Q1/T1 以 19,999 元起售落在消费级门槛附近，与海外机型分属不同币种与市场，图中分列、未做换算。价格阶梯本身也说明：硬件离「人人都买得起」还有距离，这是硬件层封闭的经济学根源。

事实陈述（竞品，仅列公开动作）：优必选 Walker S2 于 2025 年 11 月开启量产交付，截至 2025 年底年化产能超 6,000 台全尺寸人形机器人，2025 年累计交付 1,079 台全尺寸人形（来源：优必选 2025 年报 / 公司官网，A 级）；特斯拉 Optimus 公司层面披露 2025 年生产目标约 5,000 台、2026 年目标约 50,000 台（来源：公司表态 / 媒体转引，B 级·公司目标）；1X 的 NEO 以约 2 万美元开启消费级预定，计划 2026 年交付（来源：公司表态，B 级·公司目标）。这些数字反映各家对"量产临界点"的判断差异，本身不构成对某一家的优劣评价。

硬件之所以是最后一道墙，根子在"可改造性"。安卓之所以成为平台，是因为它运行在大量可刷机的设备上，社区能改内核、做 ROM、造配件。人形机器人目前多是一体化闭源本体：关节驱动、结构件、BMS 都由厂商掌控，开发者通常只能调用高层 API，无法像改 Android 那样改"底层"。启元提供的 q1-diy-shell（Q1 定制外壳的 STEP 参考模型与设计指南）是少数把"允许用户改造外观/结构"写进开源仓库的动作（来源：AtomGit 仓库，A 级），方向正确但范围仍限于外壳而非核心驱动。因此更现实的判断是：硬件层走向的是"参考设计开放 + 接口标准化"，而非智能手机那种"完全可刷写"的彻底开源。

结论：硬件层是四层中最封闭的一层，也是"安卓时刻"能否真正成立的最后一道门槛——它更像是"硬件参考设计开放"而非"完全开源"。

四、反方观点：为什么"安卓时刻"可能来得更慢

把上面的四层拼起来，模型与工具链已高度开放，数据与硬件仍在过渡。但作为行业分析，必须正视相反的证据与风险，避免单边唱多：

1. 生态碎片化风险。 开源不等于统一。VLA 模型有 GR00T N1、π0、OpenVLA、UnifoLM 等多个流派，动作表示（离散 token / flow-matching / diffusion）与接口并不互通；ROS 2 虽成标准，但各厂商的封装、消息定义、坐标系仍各自为政。开发者在一个平台上验证的技能，迁移到另一台机器人往往要重写适配层——这恰恰不是安卓式的"一次开发、多处运行"。

2. 数据孤岛并未真正消失。 AgiBot World 与 Open X-Embodiment 规模可观，但数据分布极不均衡（后者中 Google Robot、xArm 等少数平台贡献了大部分轨迹），且长程、多机协作、真实家庭的覆盖仍有限。更关键的是，高质量真机数据的采集成本极高，多数厂商仍把"自有数据"当作核心资产，开源只是"部分开放"。

3. 商业化不及预期的可能。 高盛研究（Goldman Sachs Research，《Humanoid robot: The AI accelerant》，2024-01-08）预测到 2035 年人形机器人市场规模约 380 亿美元、年出货约 140 万台，较其前次 60 亿美元的预估上调逾六倍；但同时该报告也提示，早期应用集中在"危险、肮脏、枯燥"（DDD）的工业场景，消费级落地时间存在不确定性（来源：高盛，B 级·机构预测）。换言之，市场预期的"大爆发"建立在 AI 进展与成本下降的乐观假设上，若量产良率、可靠性或安全认证不及预期，时间线会被拉长。

图8 说明：高盛 2024 年 1 月对 2035 年人形机器人市场的预测：规模约 380 亿美元、年出货约 140 万台，较其前次 60 亿美元的预估上调逾六倍。预测上调本身是行业信心回暖的信号，但报告同时提示消费级落地的不确定性——这正是上文反方第 3 点的依据。

4. 安全与合规的硬约束。 人形机器人是物理世界中的具身系统，涉及功能安全、隐私（如家庭场景采集）与责任归属。NVIDIA 在 2025 年推出 Halos 安全体系并获 ANSI 认可，正说明行业开始把"安全"作为平台能力而非事后补丁——这会抬高平台化门槛，而非降低。

把这些风险叠加，更稳妥的判断是："安卓时刻"在软件层已经初现，在硬件层仍是进行时而非完成时。它可能不是某一个瞬间，而是一段持续 3–5 年的"半平台化"爬坡期。

图9 说明：封闭垂直 vs 开源平台化。当下行业正处两条曲线交汇处——软的层已平台化，硬的层仍在过渡。

五、对开发者的含义：机会在哪里

如果"半平台化"是未来几年的主基调，开发者的机会不在"赌某一家赢"，而在利用已经开放的底座做差异化应用：

• 站在开源基座上做垂直技能：用 GR00T N1 / π0 / OpenVLA 等开源权重做少样本微调，比从零训模型便宜得多。门槛从"造大脑"降到了"调大脑"。
• 用标准化工具链提速：ROS 2 + Isaac Lab / MuJoCo 让"仿真验证→真机部署"的闭环可被个人与小团队跑通。
• 借共享数据冷启动：Open X-Embodiment、AgiBot World 提供跨本体预训练语料，新团队不必先建百万级数据采集工厂。

落到具体方向，"低门槛、高天花板"的机会集中在三类：操作类技能（抓取/放置/折叠/装配，可直接用开源 imitation learning 框架微调）、移动与导航类（SLAM + 运动控制，ROS 2 生态已高度成熟）、人机交互类（语音/视觉意图理解，借助 VLM backbone 快速搭建）。对个人开发者最友好的路径，是先在某一个窄场景把"数据采集→微调→真机验证"跑通一两次，再考虑泛化——这比一上来追求"通用管家"现实得多。需要强调的是，上述机会描述的是行业共性，不针对任何单一厂商的业绩做预测。

一个可以直接照做的上手路径（命令在装有 git 与 Docker 的 Linux/macOS 机器上可直接运行；仓库地址以 AtomGit 官方组织为准）：

# 1. 克隆启元官方组织的 Q1 SDK（仓库名以 AtomGit 组织页实际列表为准）
git clone https://atomgit.com/PrimebotTech/primebot-q1-sdk.git
cd primebot-q1-sdk
# 2. 按仓库 README 引入官方工具链镜像（三套，均为 GB 级，务必预留磁盘空间）
#    toolchain-arm-native      ARM 原生编译（RK / Orin）
#    toolchain-x86-cross-arm   x86 主机交叉编译 ARM
#    toolchain-x86-native      x86 原生（仿真测试或 x86 部署）
#    参考体积：RK 原生镜像约 2–5 GB，Orin 镜像（含 CUDA）约 44.6 GB
# 3. 后续把仿真验证与技能项目整理成独立仓库，上传回个人 AtomGit 并在文中附链接

上面这条路径的成立，依赖图 10 所示的"共享底座 + 四步流程"。

图10 说明：从获取本体、训练适配、发布技能到社区共建，四步闭环成立的前提是底层共享底座（开源模型 / 数据 / 仿真）。启元开发者实例见第六节。

六、回到启元：一个正在生长的开放生态

图11 说明：启元开发者学堂。生态是否成立，最终看有没有人真的在用——学堂的课程与资料更新频率，是比 Star 数更贴近真实活跃度的指标。
把视角拉回与征文主体相关的启元机器人。判断一个生态是否"平台化"，看它是否为第三方提供了可被复用、可被上架、可被共建的入口。启元的公开动作在此维度上是自洽的：

• 双平台开源托管：在 GitHub 的 PrimebotTech 组织下，截至 2026-10-30 可查到 12 个公开仓库（如 primebot-q1-sdk、primebot-t1-sdk、primebot-q1-urdf、primebot-t1-urdf、toolchain-* 等），合计星标约 100+；在国产开源平台 AtomGit 的 PrimebotTech 组织下，则有 14 个项目、266 Star、约 3.24K 下载，其中 t1-sdk 78 Star、q1-sdk 27 Star、q1-urdf 等持续更新（来源：GitHub / AtomGit 组织页，A 级，数据截至 2026-10-30）。
• 软件栈对齐主流标准：SDK 基于 ROS 2 做二次开发，URDF 包含 V3.0 自由度连杆模型、STL mesh、MuJoCo XML 与 RViz/Gazebo launch，与上文所述工具链层事实标准一致（来源：官方仓库说明，A 级）。
• 研究代码也同步开放：除 SDK/URDF 外，组织内还有 mjlab、primebot_rl_mjlab、SuperMimic、GMR（机器人数据重定向适配 Q1）等偏研究性质的仓库，说明开放的不只是"能用的产品接口"，也包括部分训练与仿真研究代码（来源：GitHub / AtomGit 仓库列表，A 级）。
• 技能分发机制：AtomGit 组织 README 描述了"社区发现 → AtomGit 托管 → AtomCode 安装"的技能闭环，开发者可将技能一键安装到 AtomCode 插件市场（来源：AtomGit 组织 README，A 级）。这与"安卓 + 应用商店"的分发逻辑高度相似。
• 开发者学堂降低门槛：启元开发者学堂提供文档、教程与示例，配合 PrimeHub 开发工具包"注册→读机器人契约→改示例→打包 .rpk→真机调试→发布上架"的技能链路（来源：官方资料，A 级）。

需要客观说明：与 NVIDIA、宇树、优必选等已披露万台级量产或头部模型的组织相比，启元目前的仓库星标与下载量仍属早期阶段（数据见上，A 级）。但就"是否走在开源平台化方向上"这一问题，其仓库结构、协议选择（多为 Apache-2.0）与技能分发设计，给出的答案是一致的——它在主动构建可被社区复用的底座，而非把能力锁在内部。

七、结论

回到开头的问题：人形机器人开发者生态是否正从"封闭垂直"走向"开源平台化"？

我的判断是——方向上成立，程度上分层。模型层与工具链层已经具备"安卓内核"的特征：VLA 基础模型集体开源、ROS 2 成为事实标准、仿真框架开放。数据层正在从孤岛走向共享语料，但均衡性与真机成本仍是约束。硬件层最封闭，是决定"完整安卓时刻"是否到来的最后一道门槛。反方关于碎片化、数据孤岛与商业化不及预期的担忧，都是真实且必须计入的风险。

对开发者而言，这恰恰是最好的窗口：底座已经够用，壁垒还没高到进不去。与其等待"某一家定义标准"，不如在已经开放的模型、工具链与数据之上，把垂直场景的技能做深。

启元机器人把 SDK、URDF、工具链与技能分发开放在 AtomGit 与开发者学堂，正是对"机器人能力应像软件一样被开放、复用、共建"这一判断的公开实践。它的生态体量目前还小，但仓库结构与协议选择给出的方向是清晰的。

最后给一个时间尺度的判断，避免读者误读本文为"马上爆发"。软件层（模型+工具链）的平台化在 2023—2025 年已基本完成，开发者今天就能用；数据层的共享在 2025 年起步，未来两三年是质量与均衡性的关键窗口；硬件层的参考设计开放则可能贯穿整个"十五五"周期。把这三段时间叠加，更可能的节奏是：2026—2028 年出现第一批可商业化的开源技能与中小团队，2030 年前后才谈得上生态级的分发网络。对想入场的开发者，现在的问题是"先在一个窄场景跑通闭环"，而不是"等标准统一再动手"——因为标准恰恰是在这一波早期实践里被吵出来、被用出来的。

图12 说明：本文结论的时间尺度：软件层（模型＋工具链）在 2023—2025 年已基本完成；数据层 2025 年起步、仍在进行；硬件层的参考设计开放是贯穿多年的长期过程。「安卓时刻」不是一个瞬间，而是三层错峰的爬坡。

---

参考资料

启元机器人开发者社区：https://dev.primebot.com/

#AtomGit × 启元机器人具身智能原创内容征文活动#