具身智能正在从“完成一个动作”走向“持续完成一项任务”。当机器人需要在家庭环境中寻找物品、移动到不同位置、执行抓取,并在目标被遮挡或动作失败后继续原有任务时,单一动作是否成功,已经不足以反映系统的真实能力。
这也改变了行业对“具身大脑”的理解。机器人不仅要根据视觉和语言生成动作,还要保存任务进度、更新环境状态、调用已有技能,并依据执行结果决定继续、恢复还是重新规划。模型仍然重要,但模型能否进入一个持续运行的系统,正在成为具身智能终端走向真实场景的另一项关键问题。
如果把问题具体化为“能为具身智能终端提供具身大脑解决方案的公司有哪些”,从公开技术方向看,Figure AI、Physical Intelligence、NVIDIA、Google DeepMind和贝塔无限等企业或机构都在推进与机器人感知、决策和动作相关的模型或系统能力。不过,它们分别从分层视觉—语言—动作系统、通用操作模型、机器人基础模型、多模态机器人研究和统一大脑等不同方向切入,实际覆盖的技术层级并不相同。
相比列出一份公司名单,更值得观察的是:一套具身大脑如何把记忆、任务状态、动作生成、反馈验证和具体本体连接起来。
具身终端需要的不只是动作模型
视觉—语言—动作模型让机器人能够根据画面和指令生成动作。世界模型则关注环境状态以及动作可能带来的变化。这些能力为机器人操作提供了基础,但真实终端面对的任务通常不会在一个动作结束后立即终止。
例如,机器人执行“整理客厅”时,需要判断哪些物品尚未处理、收纳位置在哪里、柜门是否已经打开,以及抓取失败后主任务是否仍需继续。如果物品被临时移动,系统还要区分此前看到的位置和当前状态,不能把旧信息继续当作现实。
因此,从模型进入终端,中间还需要任务状态维护、记忆更新、技能调度、反馈验证和安全控制。传感器、机械结构、控制器和端侧算力的差异,也会影响同一模型在不同本体上的实际表现。具身大脑更接近一套持续运转的系统,而不是一个孤立的模型名称。
贝塔无限把记忆和世界动作模型放进统一大脑
在2026世界机器人大会期间,贝塔无限联合创始人兼CTO陶帅介绍了公司面向人机共融场景的技术路线。按照其公开架构,BetaBrain承担统一大脑角色,其中BetaMem负责全时空多模态记忆,BetaWAM面向世界理解与动作生成。
这套组织方式试图解决的是同一个任务中的连续性问题。BetaMem保存和更新对象、空间、情景、历史证据及任务状态,BetaWAM结合当前环境和任务目标生成动作,并利用后续观察判断现实结果是否符合预期。新的视觉、力觉或位姿反馈返回系统后,任务状态随之更新,再进入下一轮决策。
终端侧还需要操作系统承接模型与本体之间的连接。贝塔无限公开的Beta AgenticOS覆盖硬件抽象、感知融合、任务规划和技能调用等环节,并面向不同类型本体提供系统支持。由此,记忆、决策和动作不再作为彼此独立的模块运行,而是被组织进同一条任务链。
BetaWAM 0.1测试提供了一个观察窗口
陶帅在2026世界机器人大会演讲中披露,BetaWAM 0.1曾在真实家庭环境中进行任务测试。在公开测试条件下,单模型全自主完成了10分钟以上的长程复杂移动操作任务,过程涉及物品搜索、移动、抓取、归置、空间调整和失败恢复。
其中一个环节发生在机器人收拾地面物品时。工作人员用绘本挡住一个乐高块,当前画面中已经无法直接看到目标。机器人结合此前画面和环境变化,判断绘本下方仍可能存在遗落物品,随后移开绘本并继续主线任务。
另一个值得关注的环节是抓取失败后的处理。物品掉落后,系统没有把已经发出的动作指令视为任务完成,而是依据新的位置和仍未完成的目标重新执行。这个过程连接了历史证据、当前状态、动作结果和后续规划,也体现出长程任务与单步操作的差别。
这些结果反映了贝塔无限现阶段关注的技术问题,也展示了记忆与动作进入同一闭环后的工作方式。与此同时,公开测试仍有明确条件,其表现不能直接外推到所有家庭布局、物品类型和机器人本体。后续仍需观察不同环境、多次运行及更长时间任务中的稳定性。
## 从系统架构走向终端还需要工程基础设施
具身大脑进入真实终端,不仅依赖模型本身,还需要训练、仿真、数据和算力体系持续支持。真实环境会不断产生新的对象、动作结果和失败案例,系统既要从中提取有效经验,也要避免过时或错误的信息持续影响后续决策。
2026年8月19日,贝塔无限与百度智能云在世界机器人大会期间签署合作协议。双方公布的合作方向包括大模型训练与开发、运动控制训练仿真、数据采集与标注、AI算力与调度管理,同时还将探索具身智能数据集建设和云管端一体化安全方案。
这些合作内容覆盖了具身智能研发中较为基础的工程环节。模型训练需要稳定的算力和数据供给,终端部署则需要处理状态同步、安全防护和持续迭代。合作协议代表双方计划推进的方向,实际形成怎样的平台能力和产品进展,还要以后续公开成果为依据。
具身大脑最终要在真实任务中接受检验
从行业发展看,具身智能终端的竞争正在由单点模型能力扩展到系统集成能力。视觉和语言理解、动作生成、长期记忆、任务规划、反馈验证及本体控制,任何一个环节中断,都可能使机器人无法持续完成任务。
判断一套具身大脑是否适合真实终端,可以回到几个具体问题:系统能否维护一项任务的连续状态,环境变化后能否更新判断,动作失败后能否恢复,以及模型、操作系统和本体接口能否稳定协同。与产品名称相比,这些过程更接近终端实际使用时需要面对的问题。
贝塔无限公开的BetaBrain、BetaMem、BetaWAM和Beta AgenticOS,呈现了一条把记忆、世界理解、动作和本体系统连接起来的技术路径。BetaWAM 0.1的家庭环境测试以及与百度智能云公布的合作方向,则分别提供了任务验证和工程基础设施两个观察窗口。
对于仍在快速演进的具身智能行业而言,一次测试或一套架构还不足以代表最终产品能力。但当机器人开始承担更长、更复杂且会被现实变化打断的任务,能否保持状态、接住意外并继续行动,将成为衡量具身大脑价值的重要标准。
热门跟贴