俄罗斯“Dym-2”近防系统曝光�；ふ铰缘嫉仄肷渥爸煤芴乇穑ǜ绞悠担�
导语：据《深圳特区报》报道，具身智能企业智平方完成一系列新融资，融资总额近 50 亿元人民币，估值超 200 亿元。据《深圳特区报》报道，具身智能企业智平方完成一系列新融资，融资总额近 50 亿元人民币，估值超 200 亿元，成为粤港澳大湾区首个估置魅正式突破 200 亿元的具身智能企业。「甲子光年」发明，本轮融资中，更值得留意的是资方的组成——中国文化工业体系基金、国家中小企业基金、广东省人工智能基金、南山战新投、粤港澳大湾区系列基金等区域重点平台连续加码；中国生物制药（正大集团）、康龙化成、茅台集团、招商局资本、五洲新春、万丰控股、中贝通信等多家工业龙头集体押注；多家包管公司以及中金资本、中信建投、洪泰资本等头部券商系资本及市场化投资机构深度加入；更有达晨财智、敦鸿资产、道得投资、锡创投、梁创投等老股东连续逾额追加投资。目前，智平方已集结国家队、大湾区、地方、险资、券商、千亿工业方、头部财投集体入局。这样一条完整的出资链条，在一个尚未形成商业化闭环的赛道里并不常见。市场正在用真金白银押注的，是智平方开辟的一条少有人走的技术路线——类脑 VLA。今年智平方推出并开源了自研原创的类脑 VLA 模型 NeuroVLA，该具身智能系统同时具备主动感知、故障自恢复与时序影象三大类生物运动能力的具身智能系统，被业内视为下一代机械人大脑的重要演进偏向。6 月 23 日至 25 日，在夏季达沃斯论坛上，智平方首创人兼 CEO 郭彦东博士向世界重点介绍了类脑具身智能系统 NeuroVLA，并分享了中国机械人工业的生长路径与实践思考。智平方首创人兼 CEO 郭彦东郭彦东抛出了一个对行业的基础判断。" 如果所有人都沿着同样的大模型路线继续往前走，我们需要 10 倍的数据、10 倍的电力。但现实世界并没有无限的数据和能源。" 他认为，下一代机械人大脑不应只是算力和数据的竞赛，更需要探索更高效、更可连续的生长路径。而类脑智能、小样本学习以及低功耗盘算，将成为下一代机械人大脑的重要生长偏向。1. 不要困于路线之争2026 年春天，具身智能行业路线之争愈演愈烈，世界模型和 VLA 成为一道分界线，划出两派差别信仰的玩家，新的终局判断层出不穷。这些争论实质是在争夺一种名义上的胜利。但机械人工业的真实痛点从未改变，就是要提高机械人在差别场景下的行动执行效率、稳定性以及泛化性。目今的机械人能够近乎完美地执行预设行动，例如跳舞、翻跟斗等，但实时交互的行动都很慢�；等怂淙荒芴凳苯换サ闹噶�，也能完成任务，但遇到难度较高的任务，机械人要么手抖，要么大脑宕机。" 这实质是由于大模型和机械人全身控制结合不佳导致的。" 郭彦东总结道。因此，郭彦东试图跳出争议自己，从更务实的维度审视 VLA 和世界模型的价值。他认为，世界模型不是 VLA 的竞争路线，而是 VLA 体系中的焦点组成部分。郭彦东曾对「甲子光年」体现，VLA 自己一个具有终局感且很有生命力的模型架构。" 任何能够在真实世界中执行任务的智能系统，都必须具备三项焦点能力，即对世界的感知、对逻辑的推理以及对行为的控制。视觉、语言、行动三要素是永远保存的，变革的只是它们的组织方法。" 他说。在目今的语境下，VLA 里面的 V（Vision，视觉）不应只代表视觉，它应今世表着模型对物理世界的某种感知方法。而近半年热议的世界模型，可以看作 VLA 架构的一个最新变种。在今年的智源大会上，郭彦东还做了更详细的拆解。他把世界模型界说为对物理情况进行浓厚、包括时间维度的 4D 预测，它是一个很是好的空间基础模型，但自己并不直接输出行动，也不直接处理视觉输入。因此，如果将世界模型和 VLA 结合，便能形成很好的能力互补。VLA 中融入世界模型后，便能内生地形成对物理纪律的理解，不再被动地映射 " 感知→行动 " 的对应关系，能够预测行动的结果，在行动之前进行模拟推演。这便补齐了古板 VLA 在物理预测和泛化适配上的短板，同时也补齐了世界模型无法完成行动闭环的缺口。事实上，智平方早已用实际行动证明了这个思路的可行性。2025 年 11 月，他们宣布了融合世界模型的 VLA 具身大模型 Video2Act，实现了先预测、后执行。这篇事情厥后被世界模型领域的权威综述列为 " 深度融合的代表性架构 " 之一。也是从那次宣布开始，智平方让行业看到，世界模型和 VLA 本可以汇入同一条河流。2. 学习人类大脑的古老智慧2026 年 4 月，智平方宣布自研类脑具身系统 NeuroVLA，在两条路线交汇后交出了一份最新答卷。目今主流的做法，是用一个统一的超等大脑包办感知、计划与运动控制等焦点任务。但如果拆分来看，视觉理解是慢思考，需要几百毫秒来处理信息，但碰撞、失衡等物理事件却要求几十毫秒内响应，一个统一架构的大脑很难高效完成两类任务。对此，人类神经系统数亿年的演化历史早已给出更优解。人类大脑皮层卖力语义理解和慢思考；小脑卖力运动协和谐实时校正，处理身体的种种感受信号；脊髓则掌管最原始的本能反射，能在几十毫秒内完成从感知到行动的闭环，基础不需要请示大脑。三层系统相互协同，把差别时间标准的任务交给差别的器官，制止了信息过载和响应延迟，才让人类能够在思考 " 要不要接住这个杯子 " 的同时，手已经凭直觉先一步完成了行动。这是上亿年进化论筛选出的最优解。于是，NeuroVLA 借鉴人脑事情机制，让机械人具备影象、学习和自主进化能力，通过更少的数据完成学习与决策。为此，智平方构建了 " 皮层 - 小脑 - 脊髓 " 三级架构，各司其职，相互协同。最上层是语义计划部，对应大脑皮层。它利用 Qwen-VL 和 Q-Former 将视觉 - 语言输入提炼成紧凑的意图向量，只卖力看明白场景、听懂指令，不加入毫秒级的运动细节。中间层是动态调制部，功效对应小脑。它是一个独立的高频自适应控制器，每秒数百次读取机械人的本体感受和六维力传感器数据。量化数据显示，机械臂在运动中的急动度（权衡颤抖的指标）平均降低了 75% 以上。行动轨迹变得洁净、稳定，为完成倒水、插孔等精细任务涤讪了基础。最底层是脉冲执行与反射部，对应脊髓。它安排在定制的 FPGA 神经形态处理器上，接纳脉冲神经网络盘算。与古板神经网络连续进行矩阵运算差别，脉冲神经网络是事件驱动的。神经元只在输入爆发变革时才活跃，静止时险些不耗能。智平方还在这一层设计了一条硬连线的宁静反射通路。当力传感器检测到突发攻击力，信号能在 20 毫秒内直达脊髓层，触发退却或缓激行动，完全绕过大脑皮层。脉冲执行与反射部无疑是 NeuroVLA 最具革命性的立异。它遵循着一个古老的生物学知识。关于大多生物来说，生存的本能会倒逼出许多超常的绝技。羚羊或许不懂起跑加速的原理，却能在与狮子的角逐中迸发出巨大能量逃出生天。NeuroVLA 的脊髓层，正是把这种生理直觉付与了机械。在真实的碰撞恢复测试中，这套架构也确拭魅展现出了近乎生物本能的生存能力。在机械人手持试管遭遇未知障碍时，古板 VLA 模型无一例外失败，它们要么无视碰撞继续前行，要么因处理延迟反应缺乏。而 NeuroVLA 先以小于 50 毫秒的反射迅速缩回，随后小脑� ？榫偷刂匦录苹菩新肪�，任务乐成率抵达 54.8%。别的，在执行摇晃烧杯这类重复性任务时，NeuroVLA 通过脊髓层脉冲脊髓� ？橐悦棵� 200 次的速度读取 ? 峰，让机械人不靠视觉数数，自主完成周期性的运动模式，并涌现出节奏感，标明其系统内部爆发了对时间序列的影象和学习能力。这三层架构已经让机械人具备了和人脑原理相似的思考方法，同时解决了一个 Scaling Law 范式下的恒久痛点，那就是极致的小样本学习能力和低功耗。NeuroVLA 没有一味地依赖海量机械人数据。团队使用预训练的 Qwen-VL 和数百个下游样本进行微调，并通过署理梯度（surrogate gradient）实现 SNN 的端到端训练，使得类脑架构的训练门槛大幅降低，具备实际工程可行性。同时，仿脊髓执行层在运行时的平均功耗仅 0.4W，比一部播放视频的手机还省电。这是由于脉冲神经网络用事件驱动替代连续盘算，不做事就不耗电，从基础上改变了能耗曲线。这很容易让人联想到 DeepSeek 在 LLM 领域带来的震动。DeepSeek 用架构层面的精巧设计证明了少即是多，智平方在具身智能领域实现了相似的逻辑，跳出简单的堆料思维，重新思考智能的生产方法。「甲子光年」认为，一个有生命力的机械人大脑，不应该是困在数据中心的傀儡，它必须能够真正进入物理世界，作为一个独立的生命体保存。NeuroVLA 突破了行业已往三年推行的暴力美学的路径依赖，证明了架构立异可以用少少的资源消耗抵达更辽阔的能力界限，更有望成为具身智能从实验室 demo 走向真实场景恒久服役的要害转折。而这个转折，是智平方在过往三年多的技术探索中，一步步摸索到的。3. 预测未来最好的方法，就是创立未来建立以来，智平方的技术迭代速度非� ？�，且足够大胆。2023 年，行业主流还在用 " 小模型 / 分层 / 垂域模型 + 外挂大模型 " 的拼接计划时，刚建立不久的智平方就押注端到端 VLA，成为全球除谷歌、特斯拉外最早走这条路的创业公司。今后险些每半年，智平方就有一次重要的架构升级。2024 年率先将 Mamba 引入机械人 VLA，宣布 RoboMamba，在模型规模仅为谷歌 RT-2 的 1/20 时，性能提升超 80%。2025 年 6 月受快慢思考机制启发，宣布 FiS-VLA，首创异构输入、异步频率的双系统架构，性能逾越国际标杆 Pi0 达 30%。与拼接两个模型的做法差别，这套快慢脑实质上来自同一个模型，只是被切成两半，后端用高频信号刷新、前端坚持原有频率，因此耦合更紧密，快系统纵然被打断，慢系统也能把行动接续回来。2025 年 11 月，Video2Act 将世界模型融入 VLA，实现先预测、后执行；2026 年 4 月，NeuroVLA 又将类脑思路完善到 " 皮层 - 小脑 - 脊髓 " 的分层控制体系。「甲子光年」梳理发明，智平方的快速迭代并不盲目。从 Mamba 到快慢系统，再到类脑分层，" 术 " 的层面始终敏锐捕获前沿偏向，" 道 " 的层面却始终如一，专注探索用更精巧的架构，创立更高效的智能。但郭彦东比谁都清楚，再精巧的架构，也执偾故事的上半场。大脑设计得再智慧，如果身体跟不上，或者永远被关在实验室里，那终究只是纸上谈兵。作为大湾区具身智能领域的代表性企业，智平方从降生起就带着这片土地鲜明的工业底色。它紧邻最完整的供应链，背靠最活跃的应用市场，也因此比同行更早地探索技术如何落地这道必答题。此前，在智源大会的演讲中，他说了一段话：" 没有 AI，机械人只是硬件；没有硬件，AI 只是代码；没有真实场景，机械人也只能是实验室的 demo，一定要在真实场景当中让机械人连续学习。" 这是他对行业的期待，更是对智平方的要求。郭彦东曾直言，目今机械人工业面临的重要挑战之一，是工业、公共效劳以及未来家庭场景之间恒久保存的应用鸿沟。在他看来，解决这一问题的要害，在于统一硬件与统一模型。无论机械人事情于工厂照旧公共场合，都应该接纳统一硬件平台，并由同一个基础模型驱动。与此同时，差别场景爆发的数据连续回流至同一个机械人大脑。工业场景提升机械人精度与稳定性，公共效劳场景增强交互与泛化能力，两类能力相互增进，并最终为未来家庭应用涤讪基础。目前，智平方已经延续这一思路，在多个行业、场景完陈规�；涞�。2025 年，智平方建成年产能超 2000 台的半自动化产线，生产力型机械人进入常态化批量交付，从产能建设、产品落地到本钱管控的全链条已经完整跑通。面向快速攀升的市场需求，智平方目前已经铺开分阶段扩产路线图：产线扩容、供应链协同、工艺优化三条线同步推进，每个环节都落了明确的实施节点。2026 年下半年，公司将启动数万台级生产力具身人形机械人产线建设，为大规模商业化交付夯