Chinese embodied intelligence going global: from selling robots to open-source models entering overseas toolchains

2025 年 4 月，特斯拉一季度财报电话会上，摩根士丹利分析师亚当·乔纳斯问马斯克，在人形机器人等物理 AI 领域，中美谁更领先？

马斯克对特斯拉拿第一很有信心，但接下来一句却把话题转向了中国。他认为，中国在新能源汽车上弯道超车的故事，可能会在具身智能上重演。“我有点担心在（机器人）排行榜上，排名第二到第十的将是中国公司。”

一年多过去，给全球机器人公司排出座次依然很难。但马斯克所预判的“中国具身智能企业走向海外”的趋势，正在成为现实。

亿欧智库数据显示，在其统计的182家获融资的具身企业里，有73家实现出海，21家正在筹备，两者合计约占 51.6%。

宇树科技创始人王兴兴曾表示，公司过去每年业绩中，出海业务约占50%，智元、优必选等一批具身智能企业在今年战略规划和发布会上，均默契将全球化和出海置于舞台中心，具身海外人才招聘需求，也随之升温。

除了把机器人卖到海外，中国具身智能企业还在“大脑层”持续发力，通过坚持开源具身智能通用大模型，参与全球技术生态的共建。以蚂蚁灵波为例，LingBot 系列模型已累计在GitHub已获得超 3.3 万颗 Star，下载量突破 220 万。

这是一个结构性转折，出海正成为中国具身智能的另一条增量曲线，从本体制造和运动控制赢得海外关注，再到通用模型能力开始进入全球竞争坐标，中国具身智能，正在以不同方式站在世界舞台之上。

包括摩根士丹利等海外投行多次上调中国人形机器人出货量预测，核心原因之一正是海外机遇。据其给出的数据，2025年全球出货的1.3万到1.6万台人形机器人中，中国厂商占了约九成，平均每卖出10台，就有9台来自中国。

大摩分析师甚至认为，人形机器人和机器人产业，将在未来5到10年成为中国出口机器的下一个关键驱动力。“与十年前的电动车产业类似。”

来源: CEIC, Haver, 摩根士丹利研究部

第一层在本体—小脑：中国具备完整供应链、零部件配套和成本与交付速度，同时过去大量长期坚持“小脑优先”的具身智能企业，积累下领先的小脑运控能力，加速推动软硬一体融合。

第二层在场景—数据：中国丰富的制造业和服务场景，为机器人开展真实任务验证、采集交互数据和持续迭代提供条件，在真实场景中积累的经验，有助于提升产品与模型能力，为拓展海外应用打下基础。

第三层在开源—大脑：通过开源致力于将中国具身通用模型的局部创新经验转为全球具身技术基础设施的关键力量，在全球的开发者协作、技术和产业生态共建中，中国具身智能的技术影响力和生态话语权持续扩大。

可以看出，三层组合优势互为支撑，共同推动今天的中国具身智能出海，正从硬件产品出海延伸到模型能力开放与全球生态协作，支撑这一关键进程的，是制造与供应链优势、真实场景里的数据积累和能力迭代，以及开源带来的全球开发者参与。

02

中国具身大脑，拒绝“跨服沟通”

如果说本体、小脑解决的问题是“造得出、动得稳”，中国具身智能的优势已不言而喻。相反，作为机器人感知、决策和驱动身体完成任务的中国具身大脑力量，一定程度上被低估了。

被低估的原因很简单，源自行业里的固有共识：中国具身强在硬件和本体，美国强在大脑和模型，随着GPT-6 Astra的出现，关于“大语言模型会不会吃掉具身模型”的讨论也再度响起。

图｜美国《连线》杂志报道中国机器人

但正如多位业内人士所说，这场讨论的价值，并不在于分出技术路线的胜负，而在于促使行业回归务实：回到真实任务与物理世界，重新审视机器人究竟需要哪些能力。

从“能听懂”到“能干活”，机器人在理解任务、制定计划后，还需预测动作会如何改变环境，根据执行反馈不断修正，并满足实时响应的要求。这些具体需求，不仅为模型训练目标、架构和推理方式提出了新课题，也给中国具身团队留下了贡献基础创新的空间。

早在行业争论“大模型能否包办一切”之前，不少中国具身团队已开始给出自己的答案，蚂蚁灵波的“具身原生”探索便是其中之一。

今年7月发布的LingBot-VA 2.0，蚂蚁灵波团队选择从头预训练因果视频—动作模型，让模型学习环境变化与动作之间的联系，并在执行过程中利用最新观察修正预测。

所谓的“具身原生”不难理解，模型从设计之初便围绕机器人在真实物理世界里完成任务所需的感知、预测与行动展开，。更重要的是，这也意味着中国具身大脑企业开始自主构建一条原生技术路线。

这样一条技术路线有没有价值，除了看灵波自己的测试，也需要看模型开放以后，外部团队选择了其中哪些部分，又做出了什么。

第一类用法，是拿中国团队的工作继续做研究。

斯坦福大学视觉与学习实验室的研究者想知道，今天世界动作模型那么多，但各家采用的模型底座、训练方式和数据都不同，如何判断究竟是哪一项设计带来了能力提升？

团队由此想建立一个可组合的研究框架，让不同的视频—动作交互方式能在一张“统一考卷”里进行比较，这正是10月发布的 OpenWAM项目的起点。在实现层他们直接复用了LingBot-VA 的 Transformer 架构、文本编码器和分词器，作为整个框架的参考实现。

来自新加坡国立大学的研究者则瞄准了具身智能的另一个难题：世界模型在长时交互生成时，如何既“记得住”此前生成的场景，又不因历史信息的累积而越跑越慢？

为此，他们提出了一种让世界模型越跑越快的空间记忆方法Velox ，核心思路不是删掉世界记忆，而是让当前画面只读取真正相关的历史区域。而实现这一点的关键不是重新训一个新世界模型，而以 LingBot-Fast-Cam 为底座，不改预训练生成器，只在推理阶段加入空间信息筛选机制，让模型根据相机视角与深度信息，读取与当前画面真正相关的历史内容。

最终在158个 WBench 导航案例中，其 API-free 平均分和相同的LingBot-Fast-Cam 基础上，仅差0.15分，这说明 Velox 在基本保持生成质量的同时，缓解了长序列生成越往后越慢的难题。

第二类用法，是把模型改成更多人能操作的工具。

对普通开发者来说，模型能力再先进，如果只停留在论文或顶级设备里，也很难真正用起来。归根到底，一个模型的价值，终究要由无数使用、改造它的开发者来检验。

开发者RealRebelAI 将 LingBot-World v2 接进创作者熟悉的 ComfyUI，用户拖入图片、安排相机移动路线，就能生成后续画面。为了让这套流程在电脑上跑起来，他对模型做了量化和按层加载，并在 RTX 3070 8GB 上运行测试，，世界模型从实验室开始进入普通开发者的工作流。

开发者 Don Allen III 则基于 LingBot-Map 做了一个 Mac 桌面工具，用户将视频拖进窗口，就能在 Apple Silicon 本机启动重建、查看进度，完成后，还可以旋转、俯瞰三维点云，回看相机轨迹并保存结果。原本藏在代码和权重里的空间理解能力，变成了一个可直观操作、全程可视化的桌面应用。

一线社区开发者的实践印证了，中国具身模型企业降低的不仅是模型的使用门槛，也降低了后来者继续创新的成本。普通开发者留下的代码、经验和工作流，会被下一位开发者复用、改进，再传递给更多人，个体的尝试由此形成扩散效应，开源生态也在一次次接力中被激活。

第三类用法，是把模型接进工程团队已有的工具链。

开源具身大脑能否产生实际价值，还要看它能否进入产业生态的工具链。

英伟达在开源推理库 FlashDreams 中加入了对 LingBot-World 的支持，开发者可以沿用这套工具运行可控制相机运动的世界模型。AWS Labs 则在自己的开源世界模型部署项目里，将 LingBot-World-Fast 设为默认 EC2 部署路径和旗舰入口。按照项目给出的步骤，开发者就能在云端配置算力、加载权重并调用视频生成服务。

还有一些影响留在了论文里。

英伟达的 SANA-WM 团队把 LingBot-World 作为生成画面质量的对照。Generalist 在讨论机器人如何通过一次或少量示范快速学习新任务时，将 LingBot-VA 2.0 纳入相关研究参照；Dyna Robotics 在比较世界动作模型与 VLA 时，也引用了 LingBot-VA

一篇论文为什么值得比较，一段代码为什么值得留下，一个模型为什么值得专门做部署适配，海外同行已分别给出了自己的答案。

回顾每一轮中国技术发展和突围，答案也不只是成本与速度，更是开放带来的连接、复用与共创，互联网、大模型都如此，具身智能也一样。

理解这一点，每年的乌镇世界互联网大会，都是这条线索的生动注脚。

去年“杭州六小龙”首次同框，王兴兴回忆起2017年第一次参会的故事，他带来的是公司第一款机器狗。同场的DeepSeek资深研究员陈德里谈到开源创新如何推动技术普惠、让社区反哺研发。

今年，密集开源后的蚂蚁灵波也带着 LingBot 2.0 全栈技术和开源实践亮相乌镇，并将一间真实的零售药房搬进了展厅。

这些细节共同勾勒出中国技术的一次换场，从将产品带到世界，到开始试图将创新的能力开放给世界。

具身智能当然是一场长坡厚雪的竞赛，出海也处于早期，技术泛化、数据合规、本地运维和商业化落地，都是尚未跨过的关卡，但有两条出海路径也已经初步清晰。

一种是重资产的产品与供应链出海，如宇树、智元、优必选等，通过在海外建设工厂或研发中心，输出本体，下一程，它们需要从“产品交付”走向“本地经营”，以产品、渠道和客户信任完成商业验证。

另一种是技术平台生态出海，比如以蚂蚁灵波为代表，通过开放模型、工具链和接口，进入海外团队的日常研发流程。下一程，它们需要持续迭代模型、坚守开源策略，加快建立底层模型的创新生态。

前者更快进入客户与场景，后者更快扩大技术复用，但它们共同指向了一个中国具身智能的出海未来，只有真正在前沿探索和真实场景中解决问题、提升效率和发挥创新，才能抢占具身出海的身位优势。

这场出海的“大航海”才刚刚启程，但中国具身智能已经迈出了关键的第一步。

本文来自微信公众号“凤凰网科技”，作者：凤凰网科技，36氪经授权发布。