中国具身出海，不止把机器人卖到海外 - LOL赛事前瞻

在2025年4月的特斯拉第一季度财务报告电话会议期间，摩根士丹利分析师亚当·乔纳斯向埃隆·马斯克提出疑问，关于中美两国在物理人工智能领域，特别是人形机器人方面，谁更具领先地位。

马斯克对特斯拉占据榜首位置信心十足，但他随即把话题转向了中国。他认为，中国在新能源汽车领域实现弯道超车的经历，很可能在具身智能领域重现。“我有些担忧，在机器人排行榜上，排名第二到第十的可能会是中国企业。”

一年多时间过去了，要为全球机器人公司排定座次依然颇具挑战。不过，马斯克所预言的“中国具身智能企业走向全球”的趋势，正在变为现实。

根据亿欧智库的数据，在其统计的182家获得融资的具身智能企业中，有73家已经实现了海外业务拓展，另有21家正在筹备中，这两类合计占比约51.6%。

宇树科技的创始人王兴兴曾透露，公司过去每年的业绩中，海外业务贡献了大约50%。智元、优必选等一批具身智能企业，在今年的战略规划和产品发布会上，都不约而同地将全球化和出海作为核心议题。与此同时，针对具身智能领域的海外人才招聘需求也随之上升。

除了将机器人销往海外，中国具身智能企业还在“大脑”层面持续发力，通过坚持开源具身智能通用大模型，积极参与全球技术生态的共同建设。以蚂蚁灵波为例，其LingBot系列模型在GitHub上已累计获得超过3.3万颗Star，下载量突破了220万次。

这是一个结构性的转变。出海正成为中国具身智能领域的另一条增长曲线。从凭借本体制造和运动控制能力赢得海外关注，到通用模型能力开始进入全球竞争格局，中国具身智能正以多种方式站上世界舞台。

01

中国具身出海，已非可选项

中国具身智能的出海并非新鲜事物。

包括摩根士丹利在内的多家海外投行，已多次上调对中国的人形机器人出货量预测。其核心原因之一正是海外市场带来的机遇。根据这些投行提供的数据，在2025年全球预计出货的1.3万至1.6万台人形机器人中，中国厂商的份额约占九成。这意味着，平均每售出10台人形机器人，就有9台来自中国。

摩根士丹利的分析师甚至认为，人形机器人和机器人产业，将在未来5到10年内，成为中国出口机器的下一个关键驱动力。“这与十年前的电动汽车产业情况类似。”

来源: CEIC, Haver, 摩根士丹利研究部

这股“具身出海浪潮”的背后，是中国在物理人工智能领域得天独厚的组合优势。这些优势具体可以划分为三个层面：

第一层在于本体与“小脑”： 中国拥有完整的供应链、零部件配套能力，以及成本和交付速度上的优势。同时，过去大量长期坚持“小脑优先”发展路径的具身智能企业，积累了领先的“小脑”运动控制能力，加速了软硬件一体化融合的进程。

第二层在于场景与数据： 中国丰富的制造业和服务业场景，为机器人开展真实任务验证、采集交互数据和进行持续迭代提供了条件。在真实场景中积累的经验，有助于提升产品与模型的能力，为拓展海外应用场景打下基础。

第三层在于开源与“大脑”： 通过开源策略，中国致力于将自身在具身通用模型方面的局部创新经验，转化为全球具身技术基础设施的关键力量。在全球开发者的协作、技术与产业生态的共同建设中，中国具身智能的技术影响力和生态话语权正在持续扩大。

可以看出，这三个层面的组合优势相互支撑，共同推动着当前中国具身智能的出海进程。这正从单纯的硬件产品出海，延伸到模型能力的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、真实场景中的数据积累与能力迭代，以及开源模式带来的全球开发者参与。

02

中国具身大脑，拒绝“跨服沟通”

如果说本体和“小脑”解决的是“制造得出、运动得稳”的问题，那么中国具身智能在这方面的优势已经不言而喻。相反，作为机器人感知、决策并驱动身体完成任务的中国具身“大脑”的力量，在一定程度上被低估了。

被低估的原因很简单，它源于行业内的一个固有共识：中国具身智能强在硬件和本体，美国则强在“大脑”和模型。 随着GPT-6 Astra的出现，关于“大语言模型是否会吞噬具身模型”的讨论也再次兴起。

图｜美国《连线》杂志报道中国机器人

但正如多位业内人士所指出的，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：回到真实任务和物理世界，重新审视机器人究竟需要哪些能力。

从“能听懂指令”到“能执行任务”，机器人在理解任务、制定计划后，还需要预测动作将如何改变环境，根据执行反馈不断进行修正，并满足实时响应的要求。这些具体需求，不仅为模型训练的目标、架构和推理方式提出了新的课题，也为中国具身智能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，不少中国具身智能团队已经开始给出自己的答案。蚂蚁灵波在“具身原生”方面的探索便是其中之一。

今年7月发布的LingBot-VA 2.0，蚂蚁灵波团队选择从头开始预训练一个因果视频-动作模型。该模型旨在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的观察结果来修正预测。

所谓的“具身原生”不难理解：模型从设计之初就围绕机器人在真实物理世界中完成任务所需的感知、预测与行动来展开。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的技术路线。

这样一条技术路线是否有价值，除了要看灵波自身的测试结果，也需要看模型开放之后，外部团队选择了其中的哪些部分，并做出了什么样的成果。

第一类用法，是借助中国团队的工作继续进行研究。

斯坦福大学视觉与学习实验室的研究人员想知道，当前世界上有如此多的动作模型，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？

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

来自新加坡国立大学的研究人员则瞄准了具身智能的另一个难题：世界模型在长时间交互生成时，如何既能“记住”之前生成的场景，又不会因为历史信息的累积而导致运行速度越来越慢？

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。其核心思路并非删除世界记忆，而是让当前画面只读取真正相关的历史区域。实现这一点的关键并非重新训练一个新世界模型，而是以LingBot-Fast-Cam为基础，不改变预训练生成器，仅在推理阶段加入空间信息筛选机制。该机制让模型根据相机视角和深度信息，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平均分与基于相同LingBot-Fast-Cam的基准相比，仅相差0.15分。这表明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，是将模型改造成更多人能够操作的工具。

对于普通开发者而言，无论模型能力多么先进，如果仅仅停留在论文或顶级设备中，很难被真正应用起来。归根结底，一个模型的价值，终究要通过无数使用和改造它的开发者来检验。

开发者RealRebelAI将LingBot-World v2接入创作者熟悉的ComfyUI。用户只需拖入图片、安排相机移动路线，就能生成后续画面。为了让这套流程能在普通电脑上运行，他对模型进行了量化和按层加载，并在RTX 3070 8GB显卡上进行了测试。世界模型由此开始从实验室进入普通开发者的工作流。

开发者Don Allen III则基于LingBot-Map制作了一个Mac桌面工具。用户只需将视频拖入窗口，就能在Apple Silicon芯片的本机上启动重建过程，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。原本隐藏在代码和权重中的空间理解能力，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的接力中被激活。

第三类用法，是将模型接入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。

英伟达在其开源推理库FlashDreams中加入了对于LingBot-World的支持。开发者可以沿用这套工具来运行可控相机运动的世界模型。AWS Labs则在其开源的世界模型部署项目中，将LingBot-World-Fast设为默认的EC2部署路径和旗舰入口。按照项目提供的步骤，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团队将LingBot-World作为生成画面质量的对照基准。Generalist团队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纳入了相关研究的参照体系。Dyna Robotics团队在比较世界动作模型与VLA时，也引用了LingBot-VA。

一篇论文为何值得比较，一段代码为何值得保留，一个模型为何值得专门进行部署适配，海外同行已经分别给出了自己的答案。

03

更开放的中国具身智能，驶向大航海时代

历史不会简单重复，但会押着相同的韵脚。

回顾每一轮中国技术的发展和突围，答案不仅在于成本和速度，更在于开放所带来的连接、复用与共创。互联网、大模型时代如此，具身智能领域也一样。

理解这一点，每年在乌镇举行的世界互联网大会，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，当时他带来的是公司第一款机器狗。同场的DeepSeek资深研究员陈德里则谈到了开源创新如何推动技术普惠，以及社区如何反哺研发。

今年，经过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，并将一个真实的零售药房场景搬进了展厅。

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

具身智能无疑是一场长坡厚雪的竞赛，出海也仍处于早期阶段。技术泛化、数据合规、本地运维和商业化落地，都是尚未跨越的关卡。但两条出海路径已经初步显现。

一种是重资产的产品与供应链出海模式，例如宇树、智元、优必选等企业，通过在海外建设工厂或研发中心，输出本体。下一阶段，它们需要从“产品交付”转向“本地经营”，通过产品、渠道和客户信任来完成商业验证。

另一种是技术平台生态出海模式，例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。下一阶段，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。

前者能更快地进入客户和场景，后者能更快地扩大技术的复用范围。但它们共同指向了中国具身智能出海的一个未来：只有真正在前沿探索和真实场景中解决问题、提升效率并发挥创新，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。值得注意的是，在具身智能领域，围绕英雄联盟下注的讨论也反映了市场对这一新兴技术商业化潜力的关注。

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。