專訪|具腦磐石CEO朱森華：做一個“可靠的大腦”，鑄具身智能基石

作者：彭堃方

編輯：呂鑫燚

出品：具身研習(xí)社

過去一年，具身智能行業(yè)所有的熱鬧，幾乎都發(fā)生在了“大腦”上。

端到端、VLA、世界模型、類腦智能，各類概念輪番登場，每一個都在宣稱自己通向通用具身。站在2026年中回頭看，這是行業(yè)共識最統(tǒng)一的一年，所有人都相信機(jī)器人的未來取決于一顆足夠聰明的大腦；但這也是行業(yè)最混亂的一年，當(dāng)“大腦”成為唯一正確，概念也開始無限膨脹。

世界模型被安在從感知到?jīng)Q策的每一個環(huán)節(jié)，類腦智能在具身智能時代迎來第二春，任何沾邊的技術(shù)都能貼上新標(biāo)簽。熱詞越密集，行業(yè)反而越迷茫：當(dāng)所有人都在做“具身大腦”，到底什么樣的大腦，才能真正走出實(shí)驗(yàn)室，走到工廠和家庭里？

近日，具腦磐石完成新一輪億元級融資，本輪融資由具備深厚類腦與具身產(chǎn)業(yè)背景的頂尖產(chǎn)業(yè)資本領(lǐng)投，老股東及多家頂尖基金復(fù)投和跟投，多維資本擔(dān)任獨(dú)家財(cái)務(wù)顧問。同時，更新一輪融資也在同步交割中。這家公司把“認(rèn)知世界模型”和“可落地”兩個關(guān)鍵詞推到臺前。相比于單純討論融資節(jié)奏，它更值得被放進(jìn)一個更大的產(chǎn)業(yè)問題中理解：當(dāng)具身智能從演示走向交付，從技術(shù)熱詞走向客戶場景，行業(yè)需要的或許不只是一個更聰明的大腦，更是一個真正“可靠的大腦”。

為此，具身研習(xí)社專訪了具腦磐石CEO朱森華。作為認(rèn)知神經(jīng)學(xué)博士及博士后，他曾構(gòu)建了華為云的腦與類腦AI云平臺、智能機(jī)器人業(yè)務(wù)，還孵化了華為的首個具身大模型。

圖片來源：具腦磐石

多年的從業(yè)經(jīng)驗(yàn)和產(chǎn)業(yè)實(shí)戰(zhàn)，使他篤定“可靠”是一套判斷具身大腦能否走向真實(shí)世界的標(biāo)準(zhǔn)。但可靠的大腦不能繼續(xù)全民煉丹，它需要理論根基；不能只在局部任務(wù)里好用，它要能突破能力上限；也不能停留在半吊子狀態(tài)，它最終要進(jìn)入真實(shí)場景，服務(wù)商業(yè)化落地。

“可靠”成為具腦磐石創(chuàng)立開始便定義清楚的公司使命。而這三個“不能”即是朱森華對產(chǎn)業(yè)現(xiàn)狀的精準(zhǔn)提煉，也是具腦磐石正著手解決的問題。

今天AI發(fā)展有一個繞不開的問題：工程進(jìn)展很快，但很多能力仍然依賴“煉丹式”試錯，而非在清晰正確的道路上奔跑。

過去十多年，深度學(xué)習(xí)推動人工智能躍遷，大模型應(yīng)用層又把這種躍遷推向更高產(chǎn)業(yè)熱度。但將視角從宏觀調(diào)轉(zhuǎn)聚焦于微觀后，便會發(fā)現(xiàn)這波浪潮的根基依舊在鑄造階段。在具體訓(xùn)練中，參數(shù)怎么調(diào)、結(jié)構(gòu)怎么搭、數(shù)據(jù)怎么配、優(yōu)化函數(shù)怎么設(shè)計(jì)，很多時候仍依賴工程師反復(fù)試錯后的經(jīng)驗(yàn)積累。模型變大以后，這種試錯被規(guī)模化、工業(yè)化，卻沒有完全解決理論解釋不足的問題。

這正是朱森華的判斷。在他看來，今天AI發(fā)展很大的問題，就是“全民煉丹式試錯，但缺乏系統(tǒng)性的理論指導(dǎo)”。要重新理解AI的下一步，就必須回到“智能”本身的來源上去。他解釋說，這波AI里，“人工”是人造的東西，“智能”來自于腦科學(xué)、仿的也是人類大腦，所以才叫人工智能。“今天我們看到的大模型，從神經(jīng)元的定義、神經(jīng)網(wǎng)絡(luò)的定義、網(wǎng)絡(luò)的訓(xùn)練、分層的推理，全部來自于腦科學(xué)。不客氣地說，做AI的人不能數(shù)典忘祖。”

這為具腦磐石的技術(shù)選擇定了調(diào)。具腦磐石并不想把“類腦”做成傳播標(biāo)簽，而是試圖從腦科學(xué)、認(rèn)知神經(jīng)科學(xué)和類腦智能的理論體系中，為具身大腦尋找更穩(wěn)定的底層支撐。人工智能要從當(dāng)前大模型范式邁向更高層級的智能范式，單純堆數(shù)據(jù)、堆算力、堆工程經(jīng)驗(yàn)已經(jīng)不夠，它需要重新建立對“智能如何發(fā)生”的理解。

當(dāng)然，“類腦”這個詞也在被快速泛化。類腦模型、類腦架構(gòu)、類腦分區(qū)、類腦芯片，有人只是把不同概念拼接在一起，借一個更容易傳播的詞為技術(shù)路線鍍金。朱森華對此的態(tài)度很堅(jiān)定：“全球能開計(jì)算機(jī)科學(xué)專業(yè)的學(xué)校很多，能開腦與類腦課程的學(xué)校非常少。這本身就說明，類腦智能是一條客觀存在、但門檻極高的路。”真正的差別不在于誰喊出了“類腦”，而在于誰有自己的理論體系、專業(yè)背景和工程化路徑。

這種情況，在世界模型中也有體現(xiàn)。世界模型也是當(dāng)下最復(fù)雜、最容易被泛化的新概念。有人講空間智能，有人講視頻生成，有人講仿真交互，也有人把世界模型當(dāng)成一個可以包住所有方向的大筐。朱森華把世界模型拆成自下而上的幾個層級：視覺真實(shí)、物理真實(shí)、交互真實(shí)，往上是以JEPA為代表的抽象學(xué)習(xí)，再往上則是認(rèn)知神經(jīng)科學(xué)流派強(qiáng)調(diào)的主動推理。

圖片來源：具腦磐石

在他看來，前三層更像基礎(chǔ)設(shè)施，解決的是世界如何被重建、被模擬、被交互的問題；從JEPA開始，問題才真正轉(zhuǎn)向“智能體如何理解世界”。具腦磐石把自己放在更接近JEPA的層級，它對標(biāo)的不是某一個視覺生成模型、仿真平臺或數(shù)據(jù)工具鏈，而是JEPA所代表的技術(shù)底座和技術(shù)愿景：讓具身大腦通過抽象學(xué)習(xí)，獲得低數(shù)據(jù)、高泛化、可終身學(xué)習(xí)、低功耗等更接近人類大腦特性的能力。

這正是“可靠大腦”的第一層含義。可靠，首先意味著它背后有理論支撐，有認(rèn)知路徑，有可解釋、可演進(jìn)的技術(shù)底座。它不能只靠“瞎貓碰到死耗子”，而是知道自己為什么出發(fā)、朝哪里走，以及用什么樣的理論工具穿過技術(shù)迷霧。

過去兩年，VLA幾乎是具身大腦繞不開的關(guān)鍵詞。視覺、語言、動作被放進(jìn)同一個模型框架里，讓機(jī)器人能夠從視覺輸入和語言指令中生成動作輸出。這條路線在很多局部任務(wù)中已經(jīng)證明了價值，也讓一批機(jī)器人開始從“程序執(zhí)行”走向“任務(wù)理解”。

那是不是世界模型要取代VLA，或者VLA正在式微？這些問題未必需要用一句話給出結(jié)論。更準(zhǔn)確地說，VLA仍然是當(dāng)前具身智能的重要工具之一。朱森華的判斷是，“VLA是一個很好用的工具，在局部場景中非常好用，具腦磐石自身也會使用相應(yīng)工具和能力”。但局部好用，不等于長期可靠。

今天很多具身智能的能力，仍然是在一個個局部任務(wù)里訓(xùn)練出來的：某一類場景、某一批物體、某一套動作鏈、某一種數(shù)據(jù)分布下，機(jī)器人表現(xiàn)不錯。但任務(wù)變長、環(huán)境/物體/光照改變、場地遷移后，模型就容易暴露出泛化不足的問題。真實(shí)世界里有太多corner case，具身智能要走進(jìn)去，僅靠局部任務(wù)上的可用性還不夠。

在具腦磐石的表達(dá)中，這個能力上限被拆成四個關(guān)鍵詞：低數(shù)據(jù)、高泛化、可終身學(xué)習(xí)、低功耗。

圖片來源：具腦磐石

低數(shù)據(jù)意味著具身大腦不能永遠(yuǎn)被數(shù)據(jù)成本綁架。如果每一個新任務(wù)、新物體、新環(huán)境都需要重新堆真機(jī)數(shù)據(jù)，機(jī)器人越走向真實(shí)世界，系統(tǒng)成本反而越高。

高泛化則意味著模型不能被任務(wù)邊界鎖住，真正有用的機(jī)器人要能在相似但不完全相同的場景里遷移能力。

可終身學(xué)習(xí)和低功耗，則指向機(jī)器人長期部署后的現(xiàn)實(shí)約束。機(jī)器人不是一次性交付的軟件包，它進(jìn)入工廠、門店、家庭之后，會持續(xù)遇到新環(huán)境、新用戶、新任務(wù)和新異常。如果一個系統(tǒng)越用越僵化，遇到新情況只能返廠調(diào)試、重新訓(xùn)練，那它很難成為真正意義上的智能體。低功耗同樣如此。人類大腦擁有數(shù)百億神經(jīng)元、數(shù)萬億突觸，卻只有約20瓦功率；具身大腦最終要裝進(jìn)真實(shí)機(jī)器人里，也必須和電池、芯片、功耗、成本、續(xù)航一起接受約束。

這四個目標(biāo)統(tǒng)一指向同一件事：“逼近人腦的效能”。朱森華說，這些都是人類大腦的特性。人類學(xué)習(xí)不需要海量樣本，可以在陌生環(huán)境中遷移經(jīng)驗(yàn)，也會在生活中持續(xù)學(xué)習(xí)。機(jī)器人大腦當(dāng)然不可能簡單復(fù)制人腦，但人腦提供了一個值得借鑒的方向和目標(biāo)：更少數(shù)據(jù)、更強(qiáng)泛化、更持續(xù)學(xué)習(xí)、更低能耗。

這也解釋了具腦磐石如何看待當(dāng)下的數(shù)據(jù)熱。2026年，真機(jī)數(shù)據(jù)、仿真數(shù)據(jù)、虛擬數(shù)據(jù)、人類視頻、UMI、Ego都在成為行業(yè)基礎(chǔ)設(shè)施。數(shù)據(jù)的重要性無需贅言，但數(shù)據(jù)越重要，行業(yè)越需要警惕另一種誤區(qū)：把“更多數(shù)據(jù)”直接等同于“更強(qiáng)智能”。

朱森華并不否認(rèn)真機(jī)數(shù)據(jù)、仿真數(shù)據(jù)和虛擬數(shù)據(jù)的價值。相反，現(xiàn)階段具腦磐石仍然主張充分使用真機(jī)數(shù)據(jù)，也認(rèn)可仿真數(shù)據(jù)、虛擬數(shù)據(jù)和交互真實(shí)數(shù)據(jù)對行業(yè)基礎(chǔ)設(shè)施的意義。但他強(qiáng)調(diào)，“具腦磐石要解決的問題不在數(shù)據(jù)本身，而在算法架構(gòu)能力上限”。數(shù)據(jù)當(dāng)然是燃料，但如果發(fā)動機(jī)效率不提升，燃料越多，系統(tǒng)也未必越可靠，反而可能越昂貴。

這就是可靠大腦的第二層含義。可靠，意味著它不能只在局部任務(wù)里好用，不能被特定數(shù)據(jù)、特定場景、特定本體綁定，而要有穿過局部任務(wù)、走向更高泛化的能力。

前兩層可靠，更多是在技術(shù)體系內(nèi)部討論。可靠的另一層含義，必須回到產(chǎn)業(yè)現(xiàn)場。朱森華對今天具身智能的現(xiàn)實(shí)有一個很硬的判斷：本體和大腦都還處在早期階段，這句話不一定好聽，但足夠真實(shí)。過去一年，本體工程化、運(yùn)動控制、靈巧操作、大模型交互都在進(jìn)步，但從客戶視角看，很多應(yīng)用距離可規(guī)模化部署，仍然隔著一段距離。

客戶的訴求其實(shí)很樸素：降本增效。工廠不會因?yàn)闄C(jī)器人“像人”就買單，門店不會因?yàn)榧夹g(shù)路線先進(jìn)就為半吊子的能力買單，家庭用戶也不會因?yàn)槟Ｐ透拍钚戮烷L期容忍不穩(wěn)定。真正決定采購的，是機(jī)器人能不能真正解決問題、能不能減少人工依賴、能不能提高效率、能不能算得過賬。

所以，朱森華才會強(qiáng)調(diào)，具腦磐石提出“可靠大腦”，不是為了作秀，而是希望解決能力上限，推動階段性落地應(yīng)用。這里的“作秀”，可以理解為那些只為路演視頻、指標(biāo)榜單、融資節(jié)點(diǎn)、舞臺展示而存在的能力。它們可能很亮眼，也可能在某個瞬間制造傳播效果，但如果無法進(jìn)入真實(shí)環(huán)境，無法應(yīng)對復(fù)雜擾動，無法持續(xù)運(yùn)行，無法讓客戶算賬，就很難成為產(chǎn)業(yè)真正需要的能力。

具身智能最終不是“影視工業(yè)”，也不是展臺工業(yè)。它要進(jìn)入的，是有灰塵、有反光、有磨損、有誤操作、有人員流動、有臨時變化的真實(shí)世界。朱森華在采訪中說，“具腦磐石并不是單純做行業(yè)應(yīng)用的公司。我們講的落地，是關(guān)鍵技術(shù)能不能局部落地，能承載在哪些場景里，策略是什么，以及這個策略是否尊重市場規(guī)律和技術(shù)規(guī)律”。

這句話背后，是對長期技術(shù)理想和短期商業(yè)驗(yàn)證之間關(guān)系的重新擺放。具腦磐石既要圍繞低數(shù)據(jù)、高泛化、終身學(xué)習(xí)、低功耗，系統(tǒng)性改造算法范式中的注意力機(jī)制、記憶機(jī)制、類腦感知和表征機(jī)制、認(rèn)知預(yù)測機(jī)制；也要判斷哪些場景愿意為現(xiàn)階段的具身智能能力付費(fèi)，哪些市場更適合先落地。

朱森華此前提到，具腦磐石會從創(chuàng)業(yè)之初就把目光放到海外發(fā)達(dá)國家市場，一個重要原因在于這些市場面臨高人力成本、老齡化、事實(shí)性勞動力短缺等問題，就有可能為當(dāng)下六七十分但持續(xù)進(jìn)化的具身能力買單。在國內(nèi)市場，具腦磐石與汽車產(chǎn)業(yè)鏈上市公司簽下千臺訂單，同時獲得另一國際化智能制造龍頭上市公司千萬級訂單加持。這說明它并沒有停留在技術(shù)路線和模型概念上，而是在尋找真實(shí)客戶場景里的驗(yàn)證機(jī)會。對于一家強(qiáng)調(diào)大腦能力的公司來說，這些訂單的意義不只是商業(yè)收入，更是讓模型進(jìn)入真實(shí)現(xiàn)場，反復(fù)接受環(huán)境變化、客戶需求和交付成本檢驗(yàn)。

具腦磐石把“可靠大腦”作為愿景，背后其實(shí)是一種產(chǎn)業(yè)判斷：具身智能正在從概念敘事走向交付驗(yàn)證。此前比的是誰喊得響、誰講得圓、誰的視頻更出圈；此后比的是誰的模型經(jīng)得起真實(shí)環(huán)境的擾動，誰的能力支撐得起客戶的賬本，誰的技術(shù)路線能在五年、十年后依然有解釋力。

對于具身智能產(chǎn)業(yè)來說，成熟靠的是那些愿意把理論根基、能力上限和場景落地一起做完的公司，一步步推進(jìn)。朱森華那句“做AI的人不能數(shù)典忘祖”，在全民煉丹的時代更像一種自我提醒：不要把工程速度當(dāng)作技術(shù)深度，不要把概念繁榮當(dāng)作能力進(jìn)化，不要把舞臺展示當(dāng)作產(chǎn)業(yè)交付。

具身智能最終要回答一個樸素的問題：它能不能像電、水、網(wǎng)一樣，沉默而穩(wěn)定地長期服務(wù)人類社會？當(dāng)所有人都在仰望具身智能的天花板時，具腦磐石選擇從底層、從理論、從真實(shí)場景一寸寸往上夠。熱潮會退去，概念會更迭，但可靠的基因會沉淀下來，成為行業(yè)真正的基石。