通用模型真机翻车，为何逼出宇树、Figure跨界自研大脑？

具身智能行业正在经历一场集体"换脑手术"——不是某个企业的个体行为，而是全行业发现通用具身模型在真机上几乎集体翻车之后的应激反应。

化验单上最显眼的那行字是：2026年8月，行业一线从业者与媒体公开披露了一个共性痛点——绝大多数通用具身大模型在仿真测试中表现优异，一旦迁移到不同厂商的真实硬件上，几乎普遍出现控制精度偏差、力控失准、动态平衡失效的问题。

纯算法团队开发的多硬件通用适配方案，几乎没有实现稳定长程作业的落地案例。这个诊断结果意味着，纯通用具身模型的路线，在当前的产业阶段里，无法独立支撑真实场景的大规模落地。

不同具身大模型公开测试性能排名汇总

这才是宇树砸20亿自研大脑、Figure AI跟OpenAI分手自己造"脑"的真正触发点——不是战略前瞻，是逼出来的。

通用模型在真机上翻车，是整个行业跨界布局的共同起点

这里有一个很多人没注意到的关键细节：Figure AI和OpenAI的合作，初期其实是一个双向互补的完美组合。OpenAI为Figure 01提供高级视觉和语言智能。

但这个组合在2025年2月就走到了尽头，Figure正式宣布停止与OpenAI的通用大模型合作，转向自主研发完全适配自有硬件的Helix专属AI系统。

原因很直接：Figure AI在2025年2月停止了与OpenAI的合作，转而自主开发专门为机器人设计的AI系统。这不是OpenAI的模型不够强，而是通用大模型和本体运动控制之间的协同效率，低到了一个不可接受的程度。

宇树这边，传导逻辑略有不同，但终点相同。宇树的起点是硬件量产已经跑通——2025年全球人形机器人出货量超过5500台，全球市场份额约32%，本体运动控制能力已经完成量产突破。

量产工厂内多台人形机器人整齐排列

但行业共性瓶颈紧接着就来了：硬件性能已经达标，具身智能的泛化能力却严重不足，仅靠手工开发机器人新技能效率极低，完全限制工业、家庭场景的大规模落地。

换句话说，宇树手里的"身体"已经很能打了，但"大脑"不够用，而这个"大脑"问题不是靠等外部模型成熟就能解决的——因为全行业都发现，不跟特定本体深度绑定的通用模型，在真机上的表现就是不行。

两个截然不同的病因，走到了同一个处方

行业内把宇树这类企业的跨界逻辑，概括为"硬件差距会逐渐缩小，模型才是本体厂商的壁垒"。这个判断本身没错，但真正让宇树下决心重仓大脑的，还有一个更具体的推力：市场对它长期存在一个刻板印象——"只精于小脑，疏于大脑"。

宇树需要通过大额资金投入，从"会跳舞的机器人"变成"能干活的机器人"，完成从"表演级"到"实用级"的跨越。

IPO募资成了这个决策的放大器。宇树此次IPO预计募资规模达42亿元，其中智能机器人模型研发项目投入20.2亿元，是所有募投项目中金额最高的单项，占总募资额近50%。

这个数字本身就是诊断书：宇树不是在做大脑方向的"探索性布局"，而是把大脑研发当成了和本体量产同等量级的战略投入。

Figure AI的路径则是从"借脑"到"造脑"的典型。2025年2月转向自研Helix模型，2026年1月发布的Helix 02已经实现了单一神经网络控制全身61步连续长程洗碗任务，完全依赖定制化硬件采集的专属数据完成训练。

到2026年7月，Figure 03实现了"每小时1台"的量产里程碑，已获得宝马北美工厂部署合作订单，同时自研的Helix 02模型在宝马工厂执行动态物流排序作业，可自主完成薄壁零件精准抓取、重载金属推车全身协调拉动等任务。

两条路径的共同终点，都是构建"真机采集数据—模型迭代优化—反向提升本体场景适配能力"的专属闭环。

宇树2026年初在自有工厂完成工业级具身大模型UnifoLM-X1-0的部署测试，执行关节电机装配任务，同时搭建"技术方案搜索—自动生成代码—仿真训练—真机测试—评价反馈"全链路物理AI自进化系统。

宇树人形机器人自进化循环流程示意图

这个诊断不是终审判决，跨界路线有明确的适用边界

但必须说清楚：这个跨界布局的逻辑，并不具备全行业普适性。

反例已经出现了。无界动力明确不绑定任何自有本体，聚焦通用具身大脑研发，2026年上半年已签署总额近1亿美元的全球订单。

蚂蚁灵波完全不生产任何机器人本体，旗下LingBot-VLA 2.0已适配宇树、智元、银河通用等17个机器人品牌20余种构型，已在国大药房上海门店实现跨品牌多机器人协同的商业化落地。越疆科技作为本体厂商，全程接入第三方通用具身大脑平台Tairos。

实验室环境下两台人形机器人协同作业

行业内部的异议声音同样尖锐。普渡机器人创始人张涛直言，机器人行业不应片面推崇独立"大脑"的价值，真正实现商业化离不开模型、本体、数据和场景的深度协同，脱离本体能力单独做大脑的商业化闭环难度被严重低估。

维他动力创始人赵哲伦的判断更直接：95%以上的具身智能公司，交付量都卡在100台以内，不可能实现真正规模化。

预后判断需要分层来说。在当前这个产业阶段——本体硬件方案尚未完全同质化、行业接口标准远未统一、真机专属数据对模型迭代仍具有决定性价值——宇树和Figure的跨界绑定路线，是合理且必要的战略选择。

这个行业真正的分水岭，不在于"要不要做大脑"，而在于"什么时候该绑定、什么时候该开放"。当前阶段的跨界布局，是被全行业通用模型真机翻车逼出来的应激反应，也是本体厂商在量产跑通后向智能层必然要跨出的一步。

但这条路能走多远，取决于产业标准化的速度——标准统一得越快，封闭绑定的窗口期就越短。