具身智能咋选？看这几点就行

具身智能的选型，本质上是在选“大脑”和“身体”的匹配度，而不是选参数最大的那个。我的核心建议是：**先明确你的任务场景是“固定工位”还是“移动巡检”，再决定是买整机方案还是自研大脑，最后用“感知-决策-执行”闭环的延迟和成功率数据来一票否决。 如果你只是做科研验证，优先选开源生态好的平台；如果是工业落地，优先选有真实产线案例的厂商。

一、先别急着看机器人，先看你的“任务容器”

很多人选具身智能，上来就问“哪家机器人臂展多少、自由度多少”，这其实是把顺序搞反了。具身智能的核心不是硬件参数，而是“物理世界交互的闭环能力”。我建议你按下面这个顺序来做需求拆解：

• 任务类型：是抓取、装配、分拣，还是移动操作（如开门、取快递）？前者对机械臂和视觉伺服要求高，后者对底盘导航和全身运动规划要求高。
• 环境结构化程度：是在固定光源、固定工位的工厂，还是户外、家庭等非结构化环境？这直接决定你要不要上多模态大模型（如RT-2、PaLM-E）来做开放词汇识别。
• 数据闭环能力：你是否有能力自采数据并做强化学习？如果没有，那就选自带成熟技能库（如插拔、码垛）的商业方案。

这里有个很实用的判断标准：如果任务能在2米×2米范围内完成，且物体是规则的，你大概率不需要“具身智能”，传统机械臂+视觉引导就够了；反之，如果任务需要跨区域、物体不规则、环境有扰动，才值得引入具身智能。

二、核心选型维度：把“智能”拆成三个可量化的指标

具身智能的“智能”不像大模型那样能用benchmark分数衡量，我建议你重点盯以下三个可实测的维度：

这里有一个行业里不太说但很重要的点：很多厂商宣传的“成功率95%”是在固定高度、固定姿态下测的，你拿回去一用就掉到70%。 所以务必要求对方提供“扰动测试”数据，比如把目标物随机旋转30度、平移5厘米，看成功率衰减多少。

三、整机派 vs 大脑派：你的团队基因决定路线

现在市面上的具身智能产品，大致分两类，我帮你拆开来看：

1. 整机方案（软硬一体）

代表方向：宇树科技的Unitree H1/G1、智元远征A2、傅利叶GR-2、特斯拉Optimus（尚未开放购买）。这类产品适合想快速做原型验证、不想碰底层硬件调试的团队。优点是开箱即用，自带运动控制SDK和基础感知模块；缺点是“大脑”通常是封闭的，你想接入自己的大模型，得看对方给的API自由度。

以宇树G1为例，它的关节模组响应延迟能做到毫秒级，但如果你要跑VLA（视觉-语言-动作）模型，它自带的算力（Jetson Orin）可能不够跑7B以上的模型，你得外接计算单元。选这类产品时，重点问三个问题：是否开放底层控制频率？是否支持ROS2直连？能否自定义动作原语？

2. 大脑方案（纯软件/模型）

代表方向：Google的RT-2、Physical Intelligence的π0（pi-zero）、星海图的空间智能模型，以及国内一些创业公司的“机器人大模型”。这类方案适合已经有机械臂/机器人本体，想升级其智能化水平的企业。你买的是模型权重或云端API，然后通过自己的硬件部署。

这里有个坑：很多“大脑”只在仿真环境里验证过，Sim2Real（仿真到现实）的迁移能力是最大风险。 我建议你别看demo视频，直接要求对方提供“在陌生环境、未见过物体上的zero-shot成功率”。如果对方拿不出，你就默认它在真实场景要打五折。

四、别忽视“数据飞轮”这个隐形门槛

具身智能和纯语言模型最大的不同是：它需要物理交互数据，而这些数据只能一台一台机器人慢慢采。 所以选型时，你要问对方：

• 你们是否提供遥操作采数工具？就是让人戴着VR手柄控制机器人，把操作过程录下来当训练数据。没有这个，你的机器人永远学不会新技能。
• 是否支持仿真数据迁移？比如用MuJoCo或Isaac Sim生成大量合成数据，再微调真机。这个能力决定了你后续扩展技能的边际成本。

我见过太多团队买了昂贵的整机，结果发现想让它做点新动作，得自己从零写奖励函数、调强化学习，最后只能做demo。选型时，务必把“数据采集-模型微调-真机部署”的闭环周期问清楚，最好让对方现场演示一遍“学一个新物体抓取”要多久。

五、预算与收费模式：别只看硬件标价

具身智能的隐性成本很高，我列一个真实的成本拆解给你参考（以一台20万级的人形机器人整机为例）：

特别提醒：很多厂商把“模型授权费”和“整机费”分开报价，你问的时候一定要问“全生命周期成本”，包括后续的OTA升级是否收费、模型迭代是否需要额外付费。 目前行业里比较常见的是“硬件买断+软件年费”模式，年费大概在硬件价格的10%-20%。如果你只是短期验证，也可以考虑租用，比如按月租赁宇树G1，大概每月2-3万，但要注意算力超时费。

六、快速决策清单（直接抄作业）

最后给你一个我自己用的选型清单，按优先级排序：

1. 任务是否有“不可编程性”——即传统自动化搞不定，必须靠学习。如果没有，别买具身智能，省点钱。
2. 是否有真实产线/场景案例——让厂商提供客户名单，直接打电话问对方“故障率多少、平均无故障时间多少”。
3. 开放接口是否够深——至少要支持ROS2、Python SDK、底层控制频率可调。不开放底层的一律不考虑。
4. 数据采集工具是否成熟——现场看他们采一个动作要多久，是否方便标注。
5. 团队是否有具身智能算法背景——查一下CTO的论文，如果全是做传统控制的，那大概率是“伪具身”。

如果你还没想好，我建议你先用仿真环境跑一遍。比如用DeepMind的SIMA或NVIDIA Isaac Sim在虚拟环境里验证你的算法，再决定买什么硬件。这样能避免花几十万买个吃灰的“铁疙瘩”。

相关问题

• 具身智能的“大脑”和“小脑”分别指什么？——大脑负责感知和任务规划（如VLA模型），小脑负责运动控制和步态平衡，两者通常用不同频率的算力运行。
• 人形机器人 vs 轮式底盘+机械臂，怎么选？——如果地面平整且任务在工位内，轮式方案成本低一半、稳定性高；只有需要跨障碍、爬楼梯、进入人类生活空间时才选双足。
• 仿真训练出来的模型，迁移到真机效果差怎么办？——优先选择支持“域随机化”的仿真器，并在真机上做少量微调（比如50次演示）。如果还是不行，检查是否缺少触觉反馈数据。
• 具身智能目前最成熟的商业化场景是什么？——工业质检中的上下料、物流分拣中的抓取、以及科研教学平台。家庭服务场景至少还要3-5年。
• 有没有开源的具身智能项目可以入门？——可以看Google RT-2的开源权重，以及HumanoidAI项目，从仿真环境开始，成本极低。