智平方发布全球首个一站式具身智能开源社区AlphaBrain Platform

特斯拉开源硬件专利后，所有人都在等：中国公司如何回应？

现在答案来了——跟风硬件意义有限，要开源就找比硬件更具价值的东西。

4月22日，智平方正式发布 AlphaBrain Platform开源社区 。这是全球 首个一站式 、 开箱即用 的具身智能模型开源社区。

值得注意的是，这次并非单一模型开源。智平方联合港科大（广州）熊辉团队，直接推出了一套“顶配全家桶”：

• 具身前沿技术（类脑/世界模型）
• 最全架构覆盖（RL/传统VLA/类脑）
• 最自由组合能力（跨范式即插即用）
• 最公平评估标准（统一Benchmark）
• 最广泛开发社群（汇聚全球产学研开源力量）

这些原本仅存在于 顶尖实验室 的前沿技术，现已全部开放，可供任意取用。

有开发者评价：

以前开源是给你一个工具，现在开源是直接给你一个工具箱。

成立于2023年的智平方，专注于AGI原生的 通用智能机器人 ，目前公司规模 近300人 。

凭借 一年12次融资 ，该公司被外界称为全球具身智能领域 融资节奏最快 的独角兽。摩根士丹利也将其列为具身基础模型的代表企业。

此时推出这样一套“工具箱”，智平方有何考量？

过去两年，具身智能领域涌现了大量开源模型。但一个尴尬的现实是：开源模型虽多，真正“好用”的却很少。

开发者仍面临各种问题：这个模型如何运行？那个模型与它相比谁更强？想要实现的创新能否落地到真实场景？

如今，AlphaBrain Platform选择开源“让模型跑起来、比得清、落得地”的全链路能力， 方便复现、方便对比、方便场景化落地。

信号已十分明确：中国具身智能的开源之战，正式进入头部玩家卡位阶段。

五大技术亮点，三项最值得关注

如前所述，这套“顶配全家桶”集齐了业内五大核心技术。

其中最受关注的，当属 世界模型、类脑模型、RL Token和持续学习算法 。

这些均为当前具身智能领域最热门的技术路线，各有独特优势。下面逐一解析。

世界模型：最受瞩目的“想象力引擎”

AlphaBrain Platform最为硬核之处，在于将世界模型的能力发挥到极致，推出了全球首个可插拔世界模型架构（WA）。

亮点主要有两个：

1、原生集成NVIDIA Cosmos Policy原始权重。

这并非简单的品牌借势。

开发者可以直接加载NVIDIA Cosmos Predict2的2B参数DiT原始预训练权重，在latent space中通过视频扩散模型预测机器人动作。

简而言之，就是将NVIDIA最核心的“动作预测”能力完整移植过来，可训练参数约 1,956M ，基础架构足够扎实。

2、预设三大主流世界模型Backbone，可自由切换。

• Meta的V-JEPA 2.1（约18亿参数），视频联合嵌入预测架构；
• NVIDIA自家的Cosmos Predict系列（约21亿参数）世界模型；
• 通义万相的Wan 2.2（约50亿参数），是三者中体量最大的一款，主打大规模文本-视频生成。

这一阵容，基本将全球顶尖的世界模型一网打尽。

这三个Backbone可在Flow-Matching解码器中自由切换。也就是说，一个动作解码器（约1.1亿参数）可供这三个世界模型共同使用。

开发者若想对比不同世界模型在相同任务上的表现，一键切换即可。

训练模式切换也做到了极致简化。

一条命令，即可通过统一配置入口切换训练模式，仅需简单修改配置文件即可运行。

RL Token：强化学习与VLA的黄金组合

智平方自创立之初，便将构建物理世界大模型确定为核心技术方向，在行业尚未形成共识前率先布局VLA架构。多年来对VLA的研究从未停止。

在VLA结合强化学习的研究方向上，开发者通常面临两大难题：动辄数十亿参数带来的极低推理效率门槛，以及微调时极易引发的“灾难性遗忘”问题。

RL Token正是打破这一僵局的“黄金组合”，也是让大模型真正实现场景化落地的利器。

智平方率先在LIBERO环境上完成了该路线的验证，并提出了一套对开发者极为友好的开源优化方案。

该方案的核心突破在于：

1、信息瓶颈编码与VLA主体冻结

为解决算力开销和遗忘问题，方案引入了信息瓶颈编码器与两阶段训练策略。

在RL微调阶段，庞大的VLA主体参数被完全冻结。这不仅守住了模型原有的通用能力底线（避免灾难性遗忘），更使训练的计算成本实现断崖式下降。

2、降低RL的训练门槛

通过架构优化，系统所需训练的参数量从原本庞大的3.9B骤降至约137M（仅占VLA总参数的3.5%）。

更为硬核的是，在实际的强化学习梯度更新环节，仅涉及极轻量的1.3M参数。

这意味着，开发者无需庞大的算力集群，仅需单张普通消费级RTX 4090显卡，即可跑通VLA的强化学习后训练（Post-training）。

3、告别推翻重来，实现“稳定进化”

换言之，广大开发者可以在不破坏模型原有能力的前提下，对特定任务进行低成本优化。

大模型终于可以像人类一样，在已有丰富经验的基础上不断精进，而非每次遇到新场景都反复推倒重来。

这套方案证明了 强化学习+VLA 这对黄金组合，可以让每个行业、每个场景都能用它来定制自己的“能干活的AI”。

持续学习：数据洪流下的“不会忘”工程

机器人一旦真实部署，每天都在产生新场景、新任务、新技能。

传统训练模式有一个老大难问题——学新的忘旧的，即业内公认的“灾难性遗忘”。

要打造通用智能机器人，持续学习（Continual Learning，CL）是绕不开的底层能力。

AlphaBrain Platform在这方面做了较为系统的工程化工作：将CL从“单模型上的研究玩具”推向多架构可复现的对比平台。

技术亮点主要有三个：

1、多架构横向对比

当前前沿的VLA架构——QwenGR00T、NeuroVLA、LlamaOFT、PaliGemmaOFT——均被纳入同一套CL验证流程。

每个架构上都运行了全参与LoRA两种训练变体，形成统一基准下的横向对比，而非仅在某一backbone上展示单点效果。

2、跨架构解耦：算法和模型互不侵入

CL算法接口与业务模型完全解耦——更换backbone成本极低。

若想将Experience Replay换成其他CL方法，只需实现一个统一的抽象类，所有架构即可自动适配。

LoRA的注入、保存、加载合并也抽取为独立模块，对外仅暴露少量清晰API。

也就是说，算法研究者无需研读每个VLA的实现细节，模型开发者也不必关心CL算法内部如何运行，双方各司其职，协作成本显著降低。

3、开箱即用的训练-评估链路

从训练一条命令启动，到矩阵评估、遗忘分析出结果，整套pipeline配有配套的wrapper和文档。

LoRA路线下的checkpoint体积也显著小于全参版本，对显存和存储更为友好，更多研究者可在自己的机器上复现和二次改造。

总而言之，以往进行 “一个模型连续学多个任务还不忘” 这类实验，仅搭建环境就颇费周折。

现在这套工具链将门槛降低了一档：实现了一键切换架构、可复现、可对比、可扩展。

类脑模型：VLA的未来

前面讲述了 “想得远” 和 “学得快” ，但真正让机器人像人类一样“边干边学、越干越聪明”的，还得是 类脑计算 。

智平方此次推出的 NeuroVLA ，是全球首个支持在公开基准上验证的类脑具身开源模型。

它并非简单贴上一个“类脑”标签，而是从底层架构上，向生物脑的学习机制迈出了一大步。关键设计有四点：

1、脉冲神经网络（SNN）动作头

好的，作为专业技术编辑，我已根据您的要求对原文片段进行了重写。重写后的内容已清洗广告、二维码及引导性话术，保留了技术核心，并规范了格式，直接输出为Markdown。

NeuroVLA 的核心技术创新

传统AI模型的输出多为连续数值，类似于“开/关”的二元状态。NeuroVLA模型则创新性地引入了LIF（Leaky Integrate-and-Fire）神经元，通过脉冲编码进行信息表达。

该机制模拟了生物神经元的“放电”过程：仅在接收到足够刺激时产生脉冲，无刺激时则处于静息状态，这与人类大脑的工作模式更为接近。

2. R-STDP 训练算法

R-STDP算法的核心在于赋予机器人从“成功或失败”的经验中学习的能力。

该算法支持两种模式：
* 反向传播 + STDP 混合模式
* 纯 STDP 模式

其核心机制是：奖励信号会动态调整神经元的连接强度。当动作正确时，相关连接被强化；动作错误时，连接被削弱。这本质上模拟了生物大脑中 “用进废退” 的学习原则。

3. 在线 STDP 测试时自适应

传统模型在部署后通常是固定的，难以适应新环境。

NeuroVLA则不同。在运行阶段，它无需依赖反向传播，仅通过与环境的交互所产生的自监督奖励信号（例如，对状态预测的准确性、动作执行的平滑度），即可实时更新SNN（脉冲神经网络）的权重。

关键在于，此过程不产生任何额外的计算开销。这意味着机器人可以在执行任务的同时进行学习，且不消耗更多算力。

4. GRU-FiLM 动作精修模块

在SNN输出动作指令后，GRU-FiLM模块扮演着“精修师”的角色。

该模块基于机器人当前的本体状态（如关节角度、速度），对动作指令进行条件性的修正。这种“先粗调，后精调”的机制，显著提升了动作的精确度。

简而言之，传统的机器人在出厂时能力便已定型，遇到新场景往往束手无策。而NeuroVLA方案赋予了机器人“终身学习”的能力，使其能边工作边学习，越做越好，且学习成本极低。这正是生物大脑的核心优势所在。

应用场景与技术生态

该开源平台集成了多种模型和工具，旨在降低开发门槛。

• 模型集成与评测：平台不仅开源了智平方自身最先进的三个“全球首个”模型，还集成了其他头部模型。开发者无需复杂的依赖配置即可直接使用。平台提供了统一的评测基准（Benchmark），可一键评估不同模型的性能，简化了对比流程。

• 全套工具链支持：平台提供了从数据、训练、架构到测试的完整工具链，旨在打通从技术研发到场景落地的全链路。此外，模型可在消费级显卡上运行，所需训练参数降至原有的3.5%，并支持通过低成本的强化学习进行后训练微调，以适配不同的机器人平台。

• 技术可及性：类脑计算、世界模型、强化学习与VLA的融合等前沿技术，均可通过该开源社区获取。

平台背景与技术演进

智平方并非首次进行开源。早在2024年6月，该公司便开源了其首个VLA模型——AlphaBrain的初期版本。据称，该模型规模仅为谷歌同类模型的1/20，但性能反超了80%，相关成果入选了NeurIPS 2024。

至2025年7月，智平方推出了“快慢系统”深度融合的新一代VLA架构，即业内首个“异构输入+异步频率”的双系统VLA模型，据称性能超越国际标杆Pi0达30%。该模型以117.7 Hz的控制频率，在响应速度与智能性上实现了突破。

关于“世界模型”的讨论，智平方在2023年下半年便已提出，世界模型不应是VLA的外接模块，而应深度内生于模型之中。基于此理念，AlphaBrain在2025年11月整合了Video2Act架构，实现了“先预测、后执行”的能力。

当前，智平方将类脑VLA模型（NeuroVLA）融入其AlphaBrain平台，并开源了包含多模型与工具链的AlphaBrain Platform，旨在推动技术共享与行业发展。

团队与产业化背景

智平方被部分行业观察者称为“最像特斯拉”的中国机器人公司，因其最早在人形机器人赛道引入端到端大模型技术路线。公司自创立之初便明确采用VLA技术路线，致力于开发“物理世界大模型”。

该公司创始人兼CEO郭彦东博士，拥有普渡大学电气与计算机工程博士学位，师从AI领域专家。他曾任职于微软美国研究院、小鹏汽车及OPPO，担任首席科学家与研发高管。郭彦东博士在2025年被任命为香港科技大学（广州）兼职教授，并入选当年福布斯中国科创人物。

智平方团队包括5位斯坦福全球前2%科学家，成员背景涵盖微软、谷歌、OPPO、小鹏、Momenta等企业，以及清华、北大、中科院、CMU、伯克利等国内外知名高校与研究机构。

不同于部分仅停留于演示阶段的机器人公司，智平方专注于开发“生产力型”通用智能机器人。其轮式通用智能机器人AlphaBot（爱宝）由AlphaBrain大模型驱动，于2025年开始在工业场景规模化应用。相关数据包括：

• 2025年9月，自建产线启用。
• 同月，与全球前三的液晶面板厂商惠科签订5亿元人民币订单。
• 2025年12月，实现单月百台级AlphaBot 2真实交付。
• 2026年产线规划扩至万台规模。

作为工业场景之外的增量，其推出的全球首个模块化具身智能服务空间“智魔方”，已在多个城市常态化运营。

开源社区链接：https://www.alphabrain-platform.com/

关注“鲸栖”小程序，掌握最新AI资讯