# 机器人其实比汽车好造：逐际动力张巍称人形机器人大脑已到GPT-3，行业正处指数拐点

- Link: https://paooo.com/aigc-news/34807/
- Published: 2026-07-21T14:32:14+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 张巍判断人形机器人行业已进入指数增长曲线，大脑系统相当于GPT-3阶段。
 * 逐际动力COSA采用大小脑融合架构，支持实时推理、任务规划与长程自主执行。
 * 公司已在家庭环境完成全自主任务验证，说明具身智能正从展示走向实用。

人形机器人什么时候才能真正走出展厅、变成解决现实问题的工具，这是2026世界人工智能
大会现场最被反复追问的问题。7月19日，逐际动力创始人、南方科技大学长聘教授张巍站上
演讲台，给出了一组相当反共识的判断:当前以人形机器人为代表的具身智能，正处在一条指数
增长曲线上，而整个机器人大脑系统，已经走到了GPT-3左右的阶段。

逐际动力成立于2022年，张巍给公司的定位很干脆:一家产品型、有大脑能力的主机厂。过去
几年，这家公司的融资节奏清晰勾勒出资本对其路线的认可。2023年10月，它完成近2亿元天使
轮与Pre-A轮融资，投资方包括峰瑞资本、绿洲资本、联想创投、明势创投等;2024年7月，阿里巴巴
战略领投其A轮融资，这也是阿里首次下注具身智能领域; 

![image.png](https://paooo.com/wp-content/uploads/2026/07/6392024070687404946883249-
1.avif "image.png")

2025年，逐际动力半年内累计完成5亿元A轮系列融资，拿到阿里、蔚来资本等头部机构支持，
后续又获京东战略领投，双方计划围绕零售、物流与服务场景展开协同;2026年1月，公司完成
2亿美元B轮融资，引入阿联酋磊石资本、东方富海、基石资本等，老股东继续跟投;就在今年
7月，逐际动力又完成近2亿美元Pre-IPO融资，投资方包括磊石资本、意大利财团、上市公司
蓝思科技、IDG资本、合肥滨湖产发集团等。张巍表示，公司已经形成覆盖战略产业方与国内外
财务投资机构的综合股东背景，产业化、国际化与市场化能力进一步增强。

在张巍看来，很多人看到机器人现在还笨笨的、干不了什么，就习惯用线性方式去预判它的
未来，但行业正在经历的是指数变革，不能等看到结果再响应，那样就晚了。他用一个例子
说明线性推演的失灵:比尔·盖茨曾花几十年、投入巨资想解决语言交互问题却始终未竟，若
在[大模型](https://paooo.com/ai-study/)出现前问他何时能解决，他可能会说还要十年二十
年，而技术范式一变，半年时间一大堆问题就被解决了。

一个可能让很多人意外的看法是，张巍认为机器人比较好造，人形机器人也比较好造，它比
光刻机、飞机都好造，甚至比汽车还好造，零部件数量大约只有汽车的十分之一。那么为什么
飞机天天在天上飞、汽车满街跑，人形机器人却大多还停在展厅里?他给出的答案是:缺的不是
会制造本体的人，而是今天大会主题指向的核心能力——AI，尤其是来自物理世界数据的物理
AI。物理AI的特点是数据不来自互联网，而来自真实物理生活，这让它成为AI最具挑战的一类
应用，其终极形态人形物理AI，本质就是在模仿人的大脑。张巍补充，人的大脑从概念上看
没那么难，它的任务只是接收指令、理解意图、观察环境、计算自己该怎么动，本质上是一个
映射;真正卡住行业的问题是缺数据。他认为技术范式已经相对收敛到纯数据驱动，剩下更多
是工程和细节问题，而所有探索的本质，都是在降低完成一个任务所需的数据成本。

围绕大脑系统，张巍划出了三层结构，与Figure的架构有相似处但细节差异很大。最上层类似
人的前额叶，是一个以大语言模型、视觉语言模型乃至未来世界模型为引擎的思考引擎，属于
agentic system，负责记忆管理、收集指令、信息理解、任务规划与决策，只负责想，他称
之为System2;中间层是视觉运动皮层，接收上层决策、观察环境并做运动规划;最下层是小脑
和运动控制系统，只负责把动作真正完成，只动不想。张巍强调，行业真正的挑战不是把某
一层单独抠到极致，而是把这三层在毫秒级实时系统里协同起来，并与硬件联合优化，逐际
动力把这一方向叫做大小脑融合技术，也是公司最重要的投入方向之一。

如果一定要用GPT时刻来类比，张巍判断整个机器人大脑系统已经到了GPT-3左右的初级阶段，
这与很多人认为还非常早的判断截然不同。但他提醒，机器人大脑不是一个单一模型，而是
由大语言模型、视觉语言模型、世界模型、记忆管理、任务规划、运动控制共同构成的agentic
system，逐际动力这套系统叫COSA。模型代表能力，大脑则是多模型加上记忆管理、情感管理、
任务规划等构成的一整套系统。他打了个比方:如果System2由LLM驱动，就像一个躺在病床上
不能动但能思考的残疾人;由VLM驱动，就是一个有眼睛、能看见世界的残疾人;若再加上世界
模型，则相当于学了物理的霍金，能理解和预测物理世界。具身智能要做的，就是让这个聪明
的System2指引行动，像让残疾人做康复训练一样，通过数据和练习长出下面的技能。张巍也
提醒，GPT-3到GPT-3.5之间经历了两年多时间，而机器人大脑是系统、不由单一模型决定，
这是他和许多人的不同思考。

在技能学习上，张巍同样抛出了反共识观点:技能不需要非常通用，才叫有脑。一个人不会拧
螺丝、不会开车，依然是个正常有脑的人，技能的泛化性并不代表智能水平，技能构建取决
于想先学什么、后学什么，以及对应的数据成本。不同技能难度差异很大，像跳舞这种不需要
实时和环境交互的技能相对简单，而上楼梯这类需要实时交互的就难得多，逐际动力的机器
人Ollie上楼梯，就是一个实时大小脑融合技术的例子，因为楼梯可以在很大程度上于仿真环境
里完成;收拾桌子则必须依赖真机数据。张巍介绍，公司从去年研究、今年发布的COSA系统能够
接收人的指令，通过System2做任务规划，再调度导航定位、执行具体任务，比如让机器人送
快递，它会先做任务规划、先把水拿给客户再去送件，动作实时生成;最近COSA完成了一项重要
升级——全自主、实时推理的长程任务，没有遥操作、没有遥控器，在家庭环境里靠一个模型、
一个技能直接推理完成全身移动与操作，且整个模型纯数据驱动、不需要专家规则。他表示，
除了Figure以外，能完成这种长程移动操作通用任务的公司非常少，而把全身移动和操作联合
起来的系统尤为稀缺。

谈到商业化，张巍把人形机器人的底层逻辑概括为通用本体加APP。单一技能比如跳舞可能价值
有限，但不改变机器人构型、持续叠加不同技能与应用，最终会出现一个吸星大法拐点，足够
多的应用都会开始向通用本体聚集。他认为在产业链里，主机厂最关键，因为它承上启下，
逐际动力定位为产品型、有大脑能力的主机厂，技术上全面对标Figure，产业化上更激进，
口号是serve people， not process，即两条腿的人形机器人应服务于人而非生产流程，所以
并不优先在工业场景尝试，而是更适合在人类环境里做接待、公共服务。他总结商业化的关键
是:构建一个技能的数据成本，要小于这个技能所创造的价值，只有这样技能才值得做。

张巍特别提醒，具身智能不应复刻大模型行业先做通用模型、再寻找落地场景的方式。由于
物理世界数据天然稀缺且昂贵，不同技能之间数据差异也很大，比如开车和包鸡蛋放在一起
训练，相互可借鉴的地方不多，没必要等机器人会开车了再去学别的。更合理的路径是具备
一定通用能力后尽早进入具体场景，通过专业数据反哺模型，形成场景与模型的数据飞轮。
他也判断行业未来不会一枝独秀，而是百花齐放，因此需要推动开源生态与产业生态两大建设，
逐际动力已提供开源训练架构，开发者可以用自然语言训练一个VLA模型，也能使用其机器人
和开源设备。张巍最后判断，2026年会是具身智能PoC验证的元年，到明年希望看到一些规模
化发展，人形机器人正在进入从会动到能用的关键节点。

❓ 常见问题解答（FAQ）

人形机器人大脑现在发展到什么阶段？

张巍在文中判断，整个机器人大脑系统大致已到GPT-3左右的初级阶段，但它不是单一模型，
而是由大语言模型、视觉语言模型、世界模型、记忆管理、任务规划和运动控制共同组成的
agentic system。

逐际动力的COSA系统主要做什么？

COSA是逐际动力的人形机器人“大脑”系统，负责接收指令、做任务规划、调度导航定位与动作
执行，并支持实时推理和长程任务。文中提到其已完成家庭环境里的全自主任务验证。

为什么说人形机器人比汽车还好造？

张巍认为，从本体制造看，人形机器人零部件数量约只有汽车的十分之一，因此本体并不算
最难；真正的瓶颈在AI，尤其是来自真实物理世界数据的物理AI，以及大小脑协同和数据成本
问题。

🔬 语宙深潜追问 · 进阶实操拆解

大小脑融合为什么比单纯大模型更重要？

机器人不是只会说话，还要在实时感知、规划和执行之间闭环。大小脑融合能把高层任务理解
和低层控制连接起来，减少“会想不会做”的断层，这是走向家庭场景的关键。

家庭全自主任务最先落地会是什么？

优先是低风险、重复性强的任务，如整理、搬运、递送和简单收纳。真正难点不是动作本身，
而是长时序任务中的异常处理、环境泛化和安全边界控制。

🗳️ 读者观点微投票 · 您的实战立场是？

人形机器人已到GPT-3拐点，你信吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [人形机器人迎来飞跃！逐际动力张巍：智能水平已达 GPT-3 阶段](https://paooo.com/aigc-news/34756/)
 * [宇树王兴兴在世界互联网大会放话：人形机器人的ChatGPT时刻，最快两三年就到](https://paooo.com/aigc-news/37797/)
 * [人工智能，2023 年文化的新霸主 [译]](https://paooo.com/ai-study/7149/)
 * [科技正在吞噬世界 [译]](https://paooo.com/ai-study/8447/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/34807/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
