2026世界机器人大会在北京亦庄北人亦创国际会展中心如期启幕。300余家企业、2000余件展品集中亮相，人形特技表演和超大参数大模型成了展馆里最显眼的标签。
北京人形机器人创新中心的天工Omni在现场上演过梅花桩、上下楼梯，围观的观众一层又一层。几乎每个展台都在讲述同一个故事：模型更大、算力更强、动作更炫。具身智能正在从“能跑会跳”向“能想会干”进化，但“想”和“干”之间，隔着一条大多数企业还没跨过去的河。
一封三十三年前的来信，成了分论坛上最扎心的“行业镜像”
同期举办的“AI大模型赋能机器人与具身智能产业新范式”分论坛上，合十思维创始人赵普的分享，给这场热闹的行业盛宴泼了一盆冷水。他开场展示了一封1993年4月28日钱学森致戴汝为院士的亲笔信。钱老在信中写道：“智能机器人之所以智能，可能就在于能干点复杂些的事；所以要紧的是适应并反应比较复杂的环境。机器人本身是比较简单的，不是复杂巨系统，连简单巨系统都够不上，至多至多是个小型大系统而已。AI进化主义派的论点有局限性。
89.4%到12%的断崖：仿真越好看，落地越难堪
三十三年前的判断，今天听起来格外刺耳。钱老说的AI进化主义派，放在当下就是那条堆参数→堆算力→堆数据→堆成本→越堆越难落地的技术路线。仿真环境里机器人成功率能做到89.4%，一进真实场景就跌到12%。主流VLA大模型动辄百亿参数，单一场地部署成本数十万元，换一个场景就要重新采集数据重新训练。物理世界充满了随机杂物、动态人流、没有标准的突发状况，海量静态样本永远无法穷尽现实的长尾场景。钱老当年指出的局限性，今天成了整个行业的结构性难题。
90亿参数的“小”模型，凭什么敢跟百亿级大模型叫板
合十思维走了一条完全不同的路。赵普在论坛上分享了公司的核心技术路线：SNN脉冲神经网络加BTS行为树，仿人脑双脑协同架构。这套逻辑不是做得更大，而是想得更对。公司自研的NDOS神经形态类脑架构模拟人脑11大功能分区并行机制，总参数只有90亿，不到行业主流大模型的1%。单张RTX 3090消费级显卡就能完整部署，日均算力成本不足10元。同一套Nexus AI大脑可以兼容人形、轮臂、四足机器狗等各种硬件。机器人作业途中随时接收临时指令，瞬时中断当前工序切换新任务，不用跑完完整流程，不用重启设备，不用重新编程。
赵普在论坛上用一个例子解释了这套架构的逻辑：“传统AI看到一把椅子被占用，如果训练数据里没有‘被占用的椅子怎么办’，它就卡住了。我们的系统会自主判断：平整、可承重、高度适配——旁边那张桌子边缘、矮柜也可以坐。它不是在检索记忆，它是在推理。”行业主流大模型靠的是记住尽可能多的标准答案，但真实世界没有两个完全一样的场景。合十思维的双脑架构——SNN负责感知，仅在环境发生变化时启动脉冲计算；BTS负责逻辑推理，不靠死记数据，靠拆解目标和判断逻辑来自主适配陌生场景，解决的是从“背答案”到“自主解题”的本质跃迁。
8000万营收背后：机器人好不好用，不能只在展厅里说了算
落地数据比任何技术宣讲都有说服力。合十思维第四代HumanROS通用轮臂清洁机器人已经在冰丝带国家速滑馆、北京海淀公园公厕、新加坡樟宜机场等场景实现7×24小时稳定商用运行。单台设备可承接70%以上公厕和园区的重复性保洁工作，自主完成洁具刷洗、台面刮水、杂物捡拾全流程。2025年全年营收8000万元，2026年上半年签约总额突破7500万元。8月18日，公司正式入驻冰丝带具身智能创新工坊，成为首批生态合作伙伴。这家成立仅三年的公司，用真实运营数据证明了类脑路线的商业可行性。
结语：万亿赛道面前，钱学森的提醒依然值得行业再读一遍
分论坛尾声，赵普再次回到钱学森1993年的那封信。三十多年过去，具身智能赛道迎来了万亿市场规模，但泡沫与落地的割裂问题同步凸显。算力军备竞赛持续升温，真正能解决市政、文旅、物业真实用工缺口的方案却寥寥无几。当行业还在比拼模型参数和机器人特技动作时，或许该停下来想想钱老那句话——智能的关键，从来不是机器本身有多复杂，而是它能不能在复杂的环境里，稳稳地把活干完。
世界机器人大会观察：当行业都在卷算力，这家公司搬出了钱学森31年前的信 展馆里的千人一面：更大、更强、更炫，然后呢？2026世界机器人大会在北京亦庄北人亦创国际会展中心如期启幕。300余家企业、2000余件展品集中亮相，人形特技表演和超大参数大模型成了展馆里最显眼的标签。
北京人形机器人创新中心的天工Omni在现场上演过梅花桩、上下楼梯，围观的观众一层又一层。几乎每个展台都在讲述同一个故事：模型更大、算力更强、动作更炫。具身智能正在从“能跑会跳”向“能想会干”进化，但“想”和“干”之间，隔着一条大多数企业还没跨过去的河。
一封三十三年前的来信，成了分论坛上最扎心的“行业镜像”
同期举办的“AI大模型赋能机器人与具身智能产业新范式”分论坛上，合十思维创始人赵普的分享，给这场热闹的行业盛宴泼了一盆冷水。他开场展示了一封1993年4月28日钱学森致戴汝为院士的亲笔信。钱老在信中写道：“智能机器人之所以智能，可能就在于能干点复杂些的事；所以要紧的是适应并反应比较复杂的环境。机器人本身是比较简单的，不是复杂巨系统，连简单巨系统都够不上，至多至多是个小型大系统而已。AI进化主义派的论点有局限性。
89.4%到12%的断崖：仿真越好看，落地越难堪
三十三年前的判断，今天听起来格外刺耳。钱老说的AI进化主义派，放在当下就是那条堆参数→堆算力→堆数据→堆成本→越堆越难落地的技术路线。仿真环境里机器人成功率能做到89.4%，一进真实场景就跌到12%。主流VLA大模型动辄百亿参数，单一场地部署成本数十万元，换一个场景就要重新采集数据重新训练。物理世界充满了随机杂物、动态人流、没有标准的突发状况，海量静态样本永远无法穷尽现实的长尾场景。钱老当年指出的局限性，今天成了整个行业的结构性难题。
90亿参数的“小”模型，凭什么敢跟百亿级大模型叫板
合十思维走了一条完全不同的路。赵普在论坛上分享了公司的核心技术路线：SNN脉冲神经网络加BTS行为树，仿人脑双脑协同架构。这套逻辑不是做得更大，而是想得更对。公司自研的NDOS神经形态类脑架构模拟人脑11大功能分区并行机制，总参数只有90亿，不到行业主流大模型的1%。单张RTX 3090消费级显卡就能完整部署，日均算力成本不足10元。同一套Nexus AI大脑可以兼容人形、轮臂、四足机器狗等各种硬件。机器人作业途中随时接收临时指令，瞬时中断当前工序切换新任务，不用跑完完整流程，不用重启设备，不用重新编程。
赵普在论坛上用一个例子解释了这套架构的逻辑：“传统AI看到一把椅子被占用，如果训练数据里没有‘被占用的椅子怎么办’，它就卡住了。我们的系统会自主判断：平整、可承重、高度适配——旁边那张桌子边缘、矮柜也可以坐。它不是在检索记忆，它是在推理。”行业主流大模型靠的是记住尽可能多的标准答案，但真实世界没有两个完全一样的场景。合十思维的双脑架构——SNN负责感知，仅在环境发生变化时启动脉冲计算；BTS负责逻辑推理，不靠死记数据，靠拆解目标和判断逻辑来自主适配陌生场景，解决的是从“背答案”到“自主解题”的本质跃迁。
8000万营收背后：机器人好不好用，不能只在展厅里说了算
落地数据比任何技术宣讲都有说服力。合十思维第四代HumanROS通用轮臂清洁机器人已经在冰丝带国家速滑馆、北京海淀公园公厕、新加坡樟宜机场等场景实现7×24小时稳定商用运行。单台设备可承接70%以上公厕和园区的重复性保洁工作，自主完成洁具刷洗、台面刮水、杂物捡拾全流程。2025年全年营收8000万元，2026年上半年签约总额突破7500万元。8月18日，公司正式入驻冰丝带具身智能创新工坊，成为首批生态合作伙伴。这家成立仅三年的公司，用真实运营数据证明了类脑路线的商业可行性。
结语：万亿赛道面前，钱学森的提醒依然值得行业再读一遍
分论坛尾声，赵普再次回到钱学森1993年的那封信。三十多年过去，具身智能赛道迎来了万亿市场规模，但泡沫与落地的割裂问题同步凸显。算力军备竞赛持续升温，真正能解决市政、文旅、物业真实用工缺口的方案却寥寥无几。当行业还在比拼模型参数和机器人特技动作时，或许该停下来想想钱老那句话——智能的关键，从来不是机器本身有多复杂，而是它能不能在复杂的环境里，稳稳地把活干完。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。