盘点 8 款人形机器人开源大模型

随着人形机器人产业进入规模化落地的关键期，开源通用大模型已成为降低行业门槛、加速技术迭代的核心驱动力。

下图通过一个场景化的案例，详尽说明了大模型在人形机器人中的应用和思考路径：

当前开源通用人形机器人大模型呈现出三大发展趋势：

• 轻量化与高性能并重，如优必选 Thinker (4B 参数)、地平线 HoloBrain-0 (0.2B/1.1B 参数) 在小参数规模下实现卓越性能；
  

• 跨领域融合加速，如小米 MiMo-Embodied 打通自动驾驶与具身智能两大领域；
  

• 全栈开源成主流，从单一模型开源向 “模型 + 工具链 + 数据集 + 评测平台” 完整生态开源演进，如智平方 AlphaBrain Platform、地平线 HoloBrain-0。

这些开源模型的持续迭代与广泛应用，将大幅降低人形机器人的开发门槛，加速技术创新与产业化进程，推动人形机器人从实验室走向真实世界。

1. 宇树科技——UnifoLM-VLA-0

UnifoLM-VLA-0是宇树科技(Unitree Robotics)推出的开源视觉-语言-动作(Vision-Language-Action, VLA)大模型，属于UnifoLM系列下面向通用人形机器人操作的专用模型，旨在突破传统视觉语言模型(VLM)在物理交互中的局限，实现从“图文理解”向具备物理常识的“具身大脑”的进化。该模型基于开源的Qwen2.5-VL-7B架构开发，于2026年1月正式开源。

核心特性：

• 1) 全链路动力学预测能力，集成动作块预测、前向动力学及逆向动力学建模，理解物理世界运动规律；

• 2) 深度空间细节对齐，将文本指令与2D/3D空间信息深度融合，显著增强复杂环境中的空间感知与操作精度；

• 3) 强泛化性，通过全链路动力学预测数据训练，仅需单一策略即可完成12类复杂操作任务；

• 4) 轻量化设计，兼顾性能与部署效率，适配宇树全系列人形机器人产品。

在真机验证中，UnifoLM-VLA-0已成功完成12类复杂操作任务，包括物体抓取、放置、装配等，在工业场景和科研领域展现出广泛应用潜力。

宇树科技已将该模型应用于其自有人形机器人产品开发，并通过开源社区提供完整的训练代码与部署工具，降低开发者使用门槛，推动人形机器人操作技术的普及与创新。

2. 优必选——Thinker

Thinker是优必选于2026年2月1日正式开源的具身智能大模型，以“小参数、高性能、全开源”为核心定位，旨在为工业人形机器人提供下一代“大脑”，应对动态工业场景的挑战。作为工业人形机器人领域首个全栈开源的轻量级具身智能底座，Thinker在4B参数规模下实现了毫秒级响应速度，满足工业场景对实时性的严苛要求。

核心特性：

• 1) 9项全球权威基准第一，在空间理解、任务规划、视觉推理、时序决策等9项全球权威基准评测中斩获第一，超越英伟达、字节跳动等顶尖团队模型；

• 2) 四大核心能力模块，包括任务规划、空间理解、时间推理和视觉定位，有效解决传统机器人“想得到但抓不准”的技术难题；

• 3) 全栈开源，开放模型权重、训练工具链、推理代码及应用示例，支持继续训练与应用集成；

• 4) 低资源高效训练，通过创新性数据处理与模型压缩技术，大幅降低训练与部署成本。

Thinker已作为智能基座，为优必选的群脑网络和协作智能体Co-Agent提供认知与决策支持，驱动其工业人形机器人在装配、检测、搬运等场景的应用。

优必选全国多个数据采集中心开放数据采集服务，并于2026年第二季度开始开放大规模开源人形机器人真机数据集，帮助开发者快速适配不同应用场景。同时，Thinker已在Libero等权威具身智能评测基准中展现出领先性能，为工业机器人智能化升级提供了高效解决方案。

3. 千寻智能——Spirit v1.5 开源具身大模型

Spirit v1.5是千寻智能(Spirit AI)自主研发并于2026年1月开源的VLA基础模型，定位为面向真实世界任务的端到端具身智能基础模型，致力于在单一模型框架内统一完成泛化性、稳定性与准确性三大核心目标。

该模型是RoboChallenge自2025年10月上线以来，首个击败基线模型Pi0.5的国产具身模型，同时也是首个在该平台上成功率超过50%的具身智能模型。

核心特性：

• 1) 统一VLA架构，将视觉感知、语言理解与动作生成整合在同一决策流程中，减少多模块串联带来的信息损耗，提升长程任务稳定性；

• 2) 弱监督数据采集，突破传统“高精度标注+严格筛选”数据范式，允许在真实物理环境中以弱监督方式收集多源异构动作序列；

• 3) 跨构型迁移能力，在多任务连续执行、复杂指令拆解以及跨构型迁移等维度表现出色，尤其在真实机器人任务中展现出强大的泛化能力和稳定性；

• 4) 高精度操作控制，对操作目标与执行结果的稳定精确控制，在插花、把水果放进篮子、挂牙刷杯等多项精细任务中表现优异。

Spirit v1.5已与博世、地瓜机器人等企业达成战略合作，高效覆盖工业装配、精密操作、物料搬运等复杂场景需求。

该模型在RoboChallenge全球具身智能模型评测平台综合评测中斩获第一，刷新榜单纪录，证明了其在真实机器人执行场景中的领先性能。千寻智能通过开源该模型，推动具身智能技术在工业、服务等领域的快速落地，降低企业开发成本，加速人形机器人产业化进程。

4. 小米——MiMo-Embodied 开源具身大模型

MiMo-Embodied是小米汽车与小米具身智能团队联合开发的全球首个开源跨具身(X-Embodied)基础模型，于2025年11月21日正式开源，成功融合自动驾驶与具身智能两大领域，在单一模型中同时支持两类任务的卓越表现。

该模型通过一套统一的架构和渐进式的四阶段训练策略，有效解决了室内机器人与室外自动驾驶车辆之间长期存在的域间隙问题。

核心特性：

• 1) 跨领域融合，用同一套视觉-语言架构同步支持六大核心任务——具身端的可供性推理、任务规划、空间理解；驾驶端的环境感知、状态预测与驾驶规划；

• 2) QT-Former模块，引入该模块解决长时序记忆难题，提升模型对复杂任务的理解与执行能力；

• 3) 四阶段递进训练，通过预训练、多任务微调、跨领域适配和强化学习四个阶段，实现模型性能的全面提升；

• 4) 多基准领先，覆盖17个具身智能基准测试和12个自动驾驶基准测试，显著超越现有开源、闭源以及领域专用模型；

• 5) 全开源策略，完整开放模型权重、训练代码与推理工具，支持开发者二次开发与应用集成。

MiMo-Embodied已成为小米“人车家全生态”战略的重要技术支撑，用于提升小米手机、汽车、智能家居等产品的用户体验，实现从理解到操控的跨越，大幅降低全模态Agent的落地门槛。

该模型为机器人开发者提供了跨领域的通用解决方案，可快速适配室内服务机器人、工业机器人、自动驾驶车辆等多种智能体，加速了具身智能技术在消费电子与工业领域的融合应用。

5. 蚂蚁灵波——LingBot-VLA 开源基座模型

LingBot-VLA是由蚂蚁集团具身AI子公司灵波科技(RobbyAnt)于2026年1月发布的开源视觉-语言-动作(VLA)基础模型，定位为面向双臂机器人的通用VLA基座模型，旨在解决机器人“理解抽象指令的通感”问题，推动具身智能技术在多行业的普及应用。该模型基于Apache-2.0许可证开源，源代码和模型权重均可商用。

核心特性：

• 1) 大规模真实世界数据训练，基于9种主流双臂机器人20,000小时真实世界数据预训练，涵盖多种复杂场景和任务类型，使模型能够更好地适应真实环境；

• 2) 跨本体泛化能力，支持9种主流双臂机器人构型，具备跨本体、跨任务泛化能力，150条示教数据即可适配新机器人；

• 3) 双版本设计，同时提供含深度和不含深度两个版本，方便开发团队根据自身需求进行选择；

• 4) 性能领先，在真机和仿真评测中均优于行业基准π0.5，尤其在复杂操作任务中表现突出；

• 5) 低资源适配，通过高效的模型压缩与优化技术，支持在边缘设备上的快速部署。

LingBot-VLA已与乐聚、松灵、星海图等厂商完成多机型适配，在工业装配、物流分拣、家居服务等场景展现出广泛应用潜力。

作为蚂蚁灵波“开源周”的核心产品之一，LingBot-VLA与LingBot-Depth(高精度空间感知模型)、LingBot-World(高保真环境模型)等产品形成技术组合拳，为机器人开发者提供从感知到执行的全栈解决方案。

6. 地平线——HoloBrain-0

HoloBrain-0是地平线于2026年2月26日正式开源的全栈Vision-Language-Action(VLA)框架，定位为专为具身智能设计的“模型架构+数据策略+部署工具”完整生态，旨在打破传统机器人“感知-决策-执行”分模块开发的壁垒，解决VLA模型在真实世界部署中“泛化差、动作抖、数据成本高”的三大痛点。该模型提供0.2B和1.1B两个版本，轻量版证明了在端侧芯片上部署复杂VLA的可行性。

核心特性：

• 1) 具身先验显式注入，首创性地在架构中显式注入“具身先验”，将多视角相机参数与机器人运动学结构等机器人本体相关的先验信息融入模型，大幅提升其三维空间理解能力；

• 2) 统一3D空间感知，使模型真正具备统一的3D空间感知与跨本体控制能力，能够灵活适配单机械臂、双机械臂、人形机器人等多种形态；

• 3) RoboOrchard基础设施，同步开放完整基础设施RoboOrchard，降低数据采集成本，为开发者提供高效的数据生成与训练平台；

• 4) 异步推理优化，采用异步推理减少动作延迟，提升机器人实时响应能力；

• 5) 全栈开源，不仅开源核心算法，还提供完整的部署工具链，支持在端侧芯片上的高效部署。

HoloBrain-0已在仿真和真实世界任务中取得业界领先效果，其轻量化版本成功在端侧芯片上部署，为机器人在工业、服务、家居等场景的应用提供了高效解决方案。

地平线通过开源该模型，推动具身智能研发门槛降低，加速人形机器人技术的产业化进程。该模型与地平线后续发布的HoloMotion-1(4亿参数机器人小脑大模型)形成互补，为机器人提供从“大脑”到“小脑”的完整控制解决方案，实现端侧300FPS的高效运行。

7. 英伟达——NVIDIA Isaac GR00T N1.7

NVIDIA Isaac GR00T N1.7(EA版)是英伟达于2026年4月发布的开源、商业授权的视觉-语言-动作(VLA)人形机器人基础模型，采用Apache 2.0许可证，源代码和模型权重均可商用，标志着GR00T N系列从“开源可用”正式走向“产业实用”。

该模型秉持“人类数据是机器人智能最具可扩展性的来源”的核心前提，旨在打破传统机器人训练的局限，推动人形机器人在工业场景的大规模应用。

核心特性：

• 1) 动作级联架构，采用“动作级联”设计，实现从粗粒度到细粒度的精准控制，提升机器人操作的灵巧性；

• 2) 手指级精细控制，支持手指级控制，使机器人能够完成小零件装配等接触密集型任务，大幅提升操作精度；

• 3) 人类数据驱动，基于20,000+小时的人类第一视角视频训练，建立首个“灵巧性缩放定律”，更多人类数据可直接且可预测地提升机器人灵巧性，无需大规模远程操作；

• 4) 商业授权适配，全面开放商业授权，支持开发者在工业场景中部署和应用，降低商业落地门槛；

• 5) 多平台支持，兼容LeRobot数据集格式，提供GitHub和Hugging Face开源渠道，支持开发者使用真实或合成数据进行后训练。

GR00T N1.7专为工业应用设计，结合先进推理与实时电机控制，解决长序列连贯性和灵巧性瓶颈，为智能、适应性强的机器人员工铺平道路。

该模型已在NVIDIA Omniverse和Cosmos构建的仿真框架中完成大量测试，并在真实工业场景中展现出高效的操作能力，适用于装配、检测、物料搬运等多种任务。英伟达通过提供完整的开发平台和技术支持，帮助企业快速部署该模型，加速人形机器人在制造业的普及应用，提升生产效率和质量。

8. 智平方AI² Robotics——AlphaBrain Platform

AlphaBrain Platform是智平方于2026年4月22日发布的全球首个一站式、开箱即用的具身智能模型开源社区，定位为“模型开源+生态开源”的完整解决方案，不仅提供模型，还配套评测平台、RL TOKEN训练工具链、场景化数据集等，旨在降低具身智能技术的开发门槛，推动行业快速发展。

该平台基于智平方自研的GOVLA全域全身VLA大模型架构，支持机器人全身多关节、多模态的灵巧操作与复杂任务执行。

核心特性：

• 1) 全域全身VLA架构，全球首个全域全身VLA技术，实现从感知到动作的端到端协同，支持机器人全身多关节、多模态的灵巧操作与复杂任务执行；

• 2) 三大领先能力，具备全空间理解(实时感知三维环境中的物体、空间关系及动态变化)、全身协同控制(实现全身多关节的精准协同)、复杂任务推理(深度融合感知、推理与执行)三大核心能力；

• 3) 一站式开源社区，提供模型库、评测平台(支持8大基准一键对比)、RL TOKEN训练工具链、场景化数据集等完整生态，开发者可快速上手开发和测试；

• 4) 开箱即用，简化开发流程，降低具身智能技术的入门门槛，支持快速适配不同类型的人形机器人和应用场景。

AlphaBrain Platform已应用于智平方自有AlphaBot系列轮式可升降人形机器人，在工业、物流、服务等场景展现出高效的操作能力和复杂任务处理能力。该平台通过开源完整的具身智能技术生态，吸引了全球众多开发者和企业参与，加速了具身智能技术的创新与应用落地。

智平方联合港科大(广州)熊辉团队，持续丰富平台资源，提供更多场景化解决方案，推动人形机器人产业的快速发展，为全球生产力型通用智能机器人研发、生产与服务提供技术支撑。

END

更多创新演讲意向，请联系 Elaine 张 13418617872（同微信）

报名方式一： 

邮箱：ab008@aibang.com

报名方式二：

长按二维码扫码在线登记报名

或者复制网址到浏览器后，微信注册报名

https://www.aibang360.com/m/100296?ref=172672

点击阅读原文，即刻报名！

2025年，人形机器人产业迎来爆发拐点。特斯拉Optimus量产在即，华为、宇树等企业加速技术突破，行业正从“实验室研发”向“规模化落地”跃迁为打通产业链上下游协作壁垒，艾邦机器人正式组建"人形机器人全产业链交流群"，覆盖金属材料、复合材料、传感器、电机、减速器等全硬件环节，助力企业精准对接资源、共享前沿技术！

扫码关注公众号，底部菜单申请进群