星动纪元陈建宇，具身智能进入世界模型时代，类脑架构成新范式

当机器人开始理解物理世界，通用智能才真正进入其应用阶段。过去几年，机器人主要在工业环境中执行预设任务，但随着应用场景向物流、服务和家庭扩展，机器人需要具备环境理解、预测变化并自主完成任务的能力。这一转变推动了具身智能技术的发展，而核心在于如何让机器人拥有真正的“大脑”——即能够理解和适应复杂物理世界的智能系统。

在2026年8月于北京举行的WRC大会上，星动纪元创始人、CEO陈建宇发表演讲，指出当前具身智能领域正处于一个关键转折点。他强调，传统的视觉-语言-动作（VLA）模型虽然能实现特定任务，但其局限性在于依赖已有数据进行模仿学习，难以应对未知场景。相比之下，世界模型通过模拟物理世界的运行规律，使机器人能够在没有预先训练的情况下预测未来并做出决策。

陈建宇进一步阐述了星动纪元的“大脑-本体-场景”协同进化飞轮理论。他认为，未来的通用机器人必须同时具备高自由度和强泛化能力，而这需要软硬件一体化的全栈自研技术。星动纪元已经在大模型运动控制、双足本体关节以及灵巧手等核心技术上取得了突破，并将这些能力整合到实际应用场景中，形成一个持续反馈和优化的闭环。

与此同时，行业内的另一条技术路线正在崛起——类脑架构。智平方公司在2026年4月发布了全球首个类脑架构VLA具身大模型NeuroVLA，该模型借鉴了人类神经系统的分工机制，将皮层、小脑和脊髓的功能分别对应于语义理解、高频运动协调和毫秒级安全反射。实测数据显示，NeuroVLA在碰撞后20毫秒内完成安全反射，比人类眨眼快5倍；急动度峰值降低80.2%，有效解决了工业场景中的抖动问题；“脊髓”层功耗仅0.4瓦，远低于手机播放视频的能耗。

类脑架构不仅获得了工程验证的支持，还逐渐成为行业共识。7月在上海举办的WAIC期间，李飞飞等人发表的T-Rex论文与NeuroVLA的类脑分层体系高度呼应，郭毅可院士也在港科大论坛上从理论层面证实了碳基大脑与硅基智能的“物理同源、数学同构”。这表明，类脑架构不仅是某个企业的营销概念，而是行业经过三年摸索后收敛出的技术方向。

在具体实践中，AlphaBrain具身大模型是全球唯一完整走完“端到端VLA→增强型VLA→类脑VLA”三代演进的模型体系。从2024年的RoboMamba入选NeurIPS，到2025年的FiS-VLA超越π0达30%，再到2026年NeuroVLA的全球首发，AlphaBrain团队在顶级会议如NeurIPS上发表了数十篇论文，摩根士丹利也将其列为具身基础模型的代表企业。

然而，类脑架构的成功不仅仅在于“造了大脑”，更在于将“大脑”与“身体”“场景”紧密结合。正如陈建宇所言：“你放1万台机器人去打螺丝，那不用大模型；但当你需要它们处理未知任务时，就必须有一个强大的‘大脑’。”这种理念使得类脑架构在真实场景中的表现更加可靠和高效。

总的来说，2026年标志着具身智能进入了一个新的发展阶段，世界模型和类脑架构正在重塑机器人的“大脑”。随着技术的不断进步，未来的通用机器人将能够更好地适应复杂多变的物理环境，为各行各业带来革命性的生产力提升。