通用机器人，开始叛逃人形叙事

过去一年，机器人行业出现了一个耐人寻味的分裂：发布会上的词越来越'通用'，工厂里的机器却越来越不像同一种机器人。

有人换上轮式底盘，有人死守双足；两指夹爪、五指灵巧手、四足底盘，各干各的活。与此同时，另一股力量正悄悄把这些分叉的身体重新焊回去——跨本体模型。灵波科技、Google DeepMind、英伟达在同一个月里交出了各自的答卷。

核心判断一句话：'通用机器人'正在从一种身体，变成一种架构。 通用性不再由某台机器独自承担，而是被拆解到模型、模块和具体身体之间。这场迁移的胜负手，不在关节电机，而在数据和后训练。

🏭 工作在选择身体，而不是身体选择工作

'像人'，只回答了第一层问题。

人形机器人最动人的叙事，是人类已经为自己建好了整个世界——楼梯、货架、电梯，全是按人的身体设计的。与其改造环境，不如造一台像人的机器，直接使用人类工具和通道。这个逻辑成立，所以双足赛道一度挤满了玩家。

但机器人真正上岗以后，工作会继续追问：它要搬多重的东西？连续工作多久？地面适不适合轮子？要不要在人身边运行？答案不同，身体就开始分叉。

最典型的案例来自智元。2025年夏天，智元的远征A2-W进入富临精工的工厂搬运周转箱。按照披露数据，首套系统单班可配送1000箱；后续订单计划让近百台A2-W进入两个车间，单班完成近万次搬箱动作。到了2026年，智元董事长邓泰华复盘时给出结论：这个场景的任务成功率、作业节拍和料箱识别泛化性，已经可以满足基础部署要求。

注意，A2-W不是双足方案——这是一个为工厂节拍优化的身体。同样的分化正在门店、仓库和巡检现场同步发生：

产业逻辑很清楚：场景是身体的第一设计师。 人形是通用性的'最大公约数'，但真实订单会沿着效率、成本、安全三条线，把身体裁剪成最贴合任务的样子。为了一个搬箱任务硬上双足，就像用瑞士军刀切牛排——能切，但没必要。

🧠 身体在分叉，大脑在合流

机器人的通用性，正在从硬件层迁移到模型层。

2026年7月，三件事几乎同时发生。第一，蚂蚁集团旗下灵波科技开源LingBot-VLA 2.0，预训练数据覆盖20种机器人构型。第二，Google DeepMind发布Gemini Robotics 2，让同一套模型控制三种不同的机器人配置。第三，英伟达进一步开放GR00T N1.7的模型权重和训练工作流，基础模型可以通过后训练适配具体的机器人、任务和环境。

把这三件事放在一起看，一条新的产业分层正在浮现：

这就是'架构化'的含义：预训练在模型层沉淀跨身体的通用能力，后训练把能力注入具体身体。身体可以千差万别，大脑共享同一个底座。

英伟达的做法尤其值得玩味——开放权重和训练工作流，本质上是在把'后训练'变成行业的公共基础设施。业内人士私下有个说法：机器人公司的护城河，正在从'造得出本体'转移到'后训练跑得通'。一家本体厂商如果没有模型层的能力，未来可能沦为别人架构上的'躯干代工厂'。这个判断未必人人认同，但方向感已经出现。

📊 数据成了战略资产，而且有官方认证

互联网语料快见底了，物理世界数据成了新的矿。

2026年8月18日，据路透社报道，美国国会下属机构USCC（美中经济与安全审查委员会）发布报告称，美国主要AI公司已基本用尽开放互联网资源训练大语言模型，而中国正在系统性地收集国内'无法通过爬虫获取的企业、运营和物理世界数据'——这正是训练面向商业应用、自动驾驶和人形机器人AI工具的关键原料。

报告点名了一个事实：中国先进的制造业和工业机器人生态，为具身AI应用提供了大量高质量数据。中国企业已开始在上海、深圳、北京等城市的数据交易所挂牌专有数据集，而USCC副主席迈克·库肯的表态更直白：'过去五年中，中国已经能够整合数据、寻找标注和精炼数据的方法，并不断收集新数据'，他建议美国国会制定国家数据战略，'把数据视为经济资产'。

需要说明的是，该机构的立场偏鹰派，长期研究中国科技的分析人士丹尼斯·西蒙就指出，'在中方看来，该委员会是一个政策参与者，而非中立的事实调查机构'。撇开立场因素，这份报告从对手口中确认了一个产业共识：物理世界数据的采集、标注与精炼能力，是具身智能时代真正的基础设施。

这和上一节的模型合流是同一枚硬币的两面——跨本体预训练需要覆盖20种构型的数据，谁的真实产线在持续产出多构型、多任务的交互数据，谁的预训练底座就更厚。工厂里的每一台机器人，同时也是数据采集器。

🏛️ 政策接住了最后一棒

场景开放，是政府能给的最实在的生产要素。

模型有了，数据有了，还差什么？差的是让技术跑起来、磨出来的地方。2026年7月31日，上海市科学技术委员会印发《上海张江高新技术产业开发区发展'十五五'规划》，几处表述直接对应了前文的产业逻辑：

• 实施 '模力聚申' 行动，推进具身智能技术熟化与实训场建设，加速在制造、物流、零售、康养、家政等场景落地；
• 打通语料汇聚与共享体系，建设科学数据中心、高质量语料公共服务平台；
• 提升智能计算能力，突破光计算、类脑等颠覆性芯片架构，构建超算智算融合、云边端协同的自主算力体系；
• 目标到2030年，三大先导产业工业总产值全市占比保持在80%以上。

看懂这份规划的口径，就知道政策端想干什么：算力、语料、实训场——这三样恰好是单个创业公司最难自建的要素。'实训场'尤其关键，它是把真机数据和场景验证制度化，等于把素材1里富临精工式的单点合作，升级为城市级的公共能力。

有接近张江园区的人士透露，'模力聚申'行动的重点不在发补贴，而在把制造、康养这些国企和事业单位密集的场景真正打开。场景开放一件顶十件，这是业内共识。

把三条线拼起来看：中国路径是场景产数据、数据养模型、模型进场景的闭环；美国那边，USCC的报告正是对这个闭环的焦虑外显。 博弈归博弈，产业事实已经摆在桌面上。

结语：别再问哪台机器人最通用

过去我们习惯问：哪台机器人最通用？这个问题正在过时。

工作把身体拆成了千百种，跨本体模型又试图把它们连回一张网。通用机器人不再是货架上的某一个SKU，而是一套'基础模型+后训练+具体身体'的组合方案——LingBot-VLA 2.0、Gemini Robotics 2和GR00T N1.7在同一个月扎堆出现，不是巧合，是架构迁移到了临界点。

接下来值得盯三件事：跨本体模型的后训练工具链会不会成为新的'安卓时刻'；物理世界数据的采集与交易基础设施能铺多快；以及实训场这个新物种，能不能把中国制造业的场景红利，真正转成模型层的能力。身体越分越散，大脑越聚越拢——这场戏，才刚开场。