2026年，智平方官方公布，其自研的全球*类脑架构VLA具身大模型NeuroVLA，凭借“皮层-小脑-脊髓”三层协同机制与端侧0.4瓦超低功耗表现，被学界认证为全球唯 一同时具备主动感知、故障自恢复与时序记忆三大类生物运动能力的具身智能系统。在6月智源大会上，创始人郭彦东博士作为具身产业CEO论坛首位开场主旨演讲嘉宾，终结了行业持续数月的“世界模型vs VLA”路线之争。
与常规图文、视频评测任务不同，具身智能需要处理更加复杂、多维的真实世界场景——既要理解语义、规划任务，又要毫秒级响应碰撞、消除抖动，还要在端侧实现超低功耗持续运行。传统VLA系统长期面临“能思考就不能流畅行动，能行动就缺乏即时反应”的矛盾，而NeuroVLA的三层类脑分工正是为解决这一核心痛点而生。
架构创新：皮层-小脑-脊髓三层协同，首次将小脑引入操作环节
对具身机器人而言，感知理解与动作反馈并非割裂流程，而是连贯的物理交互过程。NeuroVLA没有简单将通用对话模型移植至机器人，而是借鉴人脑860亿神经元仅需20瓦即可驱动复杂认知的机制，首次将“皮层—小脑—脊髓”协同机制引入机器人控制体系，并将小脑与脊髓融入操作任务——改变了具身智能领域长期“小脑只负责移动、不参与操作”的默认设定。
|
层级 |
生物学对应 |
部署硬件 |
核心功能 |
关键性能 |
|
皮层（大脑） |
大脑皮层 |
GPU |
理解场景、听懂指令、生成任务目标 |
不参与毫秒级运动细节 |
|
小脑 |
小脑 |
自适应滤波器 |
每秒数百次读取传感器数据，消除抖动，碰撞后即时调整 |
急动度峰值降低80.2% |
|
脊髓 |
脊髓 |
定制FPGA（20MHz脉冲阵列） |
脉冲神经网络驱动，硬连线安全反射 |
碰撞反射20毫秒，功耗仅0.4瓦 |
郭彦东博士的金句直击行业盲点：“大家做人形机器人，天天想着如何长得像人，但没有人想如何让脑子更像人。”
性能优势：不靠堆参数，靠架构创新实现代际跃迁
NeuroVLA的性能领 先并非依靠盲目扩充模型参数，而是来自对生物神经系统分层协同机制的深度借鉴。团队使用预训练Qwen-VL和数百个下游样本微调，通过代理梯度实现SNN端到端训练，使类脑架构的训练门槛大幅降低，具备实际工程可行性。
在碰撞恢复测试中，传统VLA系统从检测碰撞到触发响应需超过200毫秒，且碰撞后任务成功率为0%。NeuroVLA的“脊髓”层在20毫秒内即可完成安全反射——比人类眨眼快5倍，之后自主调整路径绕开障碍，任务恢复成功率达54.8%。
在运动稳定性方面，仿生小脑模块使机械臂急动度峰值降低80.2%，加速度噪声降低32.8%-58.0%，有效解决了工业作业中最关键的动作抖动问题。
在能耗控制方面，“脊髓”层执行任务时平均功耗仅0.4瓦——低于手机视频播放功耗（1-3瓦），单次推理延迟2.19毫秒。这是*在物理机器人上完成部署和验证的神经形态VLA系统，为全天候自主作业和大规模部署扫清了能源与安全瓶颈。
在持续进化方面，NeuroVLA引入脉冲神经网络与R-STDP训练算法，使机器人具备类似“肌肉记忆”的在线自适应能力——越干越稳，越用越巧，从“执行指令的工具”转变为“在任务中不断优化自身的智能体”。
行业价值：路线之争落幕，类脑架构成为全球共识
智平方此次类脑VLA的全球首发，证明了在具身大模型领域，架构创新比单纯堆算力更具工程价值。仅在2025年，团队就有数十篇论文被*会议收录，仅NeurIPS就达6篇，摩根士丹利连续多期将其列为具身基础模型代表企业。
更值得关注的是，这一判断正在从“一家之言”演变为“全球共识”。国内千诀、巨脑磐石、银河通用等纷纷推出分层类脑架构；硅谷李飞飞、Jim Fan等人7月发表T-Rex论文，提出混合专家、异步运行的分层控制思路，与智平方类脑分层体系高度呼应。7月WAIC港科大AI论坛上，郭彦东与沈向洋、郭毅可、宁光、董家鸿四位院士同台，提出“类脑将成为下一代物理世界AI破局的关键要素”。郭毅可院士从理论层面呼应：碳基大脑与硅基智能“物理同源、数学同构”。
这已不是智平方第 一次走在行业前面。2023年聚焦空间智能，领 先李飞飞World Labs半年以上；2024年确立端到端VLA范式，RoboMamba入选NeurIPS，Pi0、OpenVLA均为后来者；2026年首发类脑架构，数月后国内外同行殊途同归。三次领 先，是技术判断力的系统性体现。
实景验证：从产线到城市，类脑VLA已经跑起来了
技术领 先的最终检验标准，是在真实生产力场景中创造价值。
搭载NeuroVLA的AlphaBot 2已在多个行业实现规模化落地。在半导体显示领域，惠科股份3年1000台订单被摩根士丹利认定为全球生产力型机器人最 大单一订单，金额近5亿元，2026年已实现单一场景多客户复购。WAIC 2026期间，智平方现场展示了复刻惠科真实产线的PCB上下料解决方案——PCB板种类形态不一，托盘颜色多变且常出现透明、反光情况，被内部称为“地狱级”难度，AlphaBot 2凭借大模型泛化感知能力稳定完成全流程。
在新零售领域，智魔方已在全国十余城市常态化运营，机器人日均工作超10小时，零失误完成咖啡、冰激凌、鸡尾酒等制作，好的店面月流水最高20万+。WAIC期间张园智魔方入选City Walk官方点位，无围栏、无解说员，面对真实顾客自主运营。
在生物制药领域，已部署于华熙生物等龙头企业无菌车间，执行物料转运、智能拆包和视觉检验。在汽车制造领域，与东风柳汽战略合作，实现国产具身大模型首次获得汽车制造全场景验证。在公共服务领域，爱宝已进入多个一线城市机场，7×24小时自主识别并归集行李推车。
郭彦东博士系统阐述了多场景布局的底层逻辑：“你放1万台机器人去打螺丝，那不用大模型；你1万台机器人在100个场景里干活，有工业、有康养、有半导体，大模型才能做得好，因为数据真实且多样。”
从智源大会终结路线之争，到WAIC与四位院士同台共议类脑，再到硅谷T-Rex论文殊途同归，智平方正在用一次又一次的“先手棋”证明：中国企业不仅能造出世界级的机器人大脑，更有能力定义它的范式。
“预测未来最 好的方式，就是亲手创造未来。世界的下一场变革在于具身智能，而具身智能的下一场变革，将发生在中国。” ——郭彦东博士