2026 年顶级机器人基金会模型和具身人工智能公司

最近更新：5月29，2026

到2026年，定义机器人基础模型和具身人工智能的公司大致可以分为两类：一类是专注于构建视觉-语言-动作（VLA）系统的纯粹模型实验室，另一类是自主训练基础模型的机器人制造商。Physical Intelligence、Skild AI、Figure AI、Google DeepMind和NVIDIA在模型能力方面处于领先地位，而EVST和其他工业制造商则正在将工厂级硬件和真实世界操作数据引入这一领域。本指南对最具影响力的公司及其各自的实际产品进行了排名。

2026 年机器人基金会模范公司应具备哪些条件？

机器人基础模型是一个大型神经网络，它基于各种机器人、视觉和语言数据进行训练，因此单个模型可以泛化到多种任务和机器人本体，而无需针对特定任务进行手工编码。视觉-语言-动作（VLA）架构将摄像头输入和语言指令直接映射到运动动作，是2026年的主流方法。

根据国际机器人联合会（IFR）的说法，人工智能驱动的机器人技术是塑造行业格局的首要自动化趋势之一，基于学习的控制技术正从研究演示走向商业试点。正是这种转变导致模型实验室和硬件制造商从截然相反的方向汇聚到同一个问题上。

我们根据公司主要提供的产品进行分组：基础模型、包含自主研发模型的类人机器人平台，或为数据和部署层提供动力的工业硬件。品牌排名依据是其目前在具身人工智能技术领域的影响力，而非收入。

2026 年顶级机器人基金会模型和具身人工智能公司

1. 身体智能

Physical Intelligence 是一家位于旧金山的机器人技术实验室，专注于通用机器人基础模型的研究。其 π0（π-zero）及其后续的 π0.5 模型是视觉-语言-动作系统，旨在利用一组学习到的权重来控制多种不同的机器人本体，并在诸如折叠衣物和清理餐桌等任务中进行了演示。实际上，该公司认为，一个经过多样化数据训练的模型将优于许多针对特定任务的控制器。他们不销售机器人，而是销售机器人的“大脑”。

2. 谷歌DeepMind

谷歌DeepMind通过RT-1和RT-2系列机器人以及跨具身RT-X数据集，将网络规模的推理引入机器人领域，随后又通过Gemini Robotics将机器人技术整合到其Gemini家族中。该方法将从互联网规模的文本和图像中学习到的知识转化为物理动作，使机器人能够理解从未接受过明确训练的新指令。对于研究界而言，DeepMind的开放数据集仍然是整个领域的参考标准。

3. Skild AI

Skild AI 由一群拥有卡内基梅隆大学机器人学背景的研究人员创立，该公司正在构建一个与机器人类型无关的“Skild Brain”基础模型，旨在跨不同类型机器人运行，并能适应之前未曾见过的硬件。该公司认为，通用机器人智能才是瓶颈所在，而非机械硬件。据该公司声明，该模型基于庞大且多样化的机器人和交互数据集进行训练，以支持其通用性。

4。 NVIDIA

NVIDIA 提供几乎所有其他开发者赖以构建的基础层。其 Isaac GR00T 项目是一个专门针对人形机器人的基础模型项目，并结合 Isaac Sim 和 Isaac Lab 进行大规模仿真和合成数据生成。由于训练具身模型需要海量的交互数据，NVIDIA 的“仿真到实物”流程允许开发者在将模型部署到物理机器人之前，先在虚拟环境中生成这些数据。该公司既是工具提供商，也是模型贡献者。

5. 图 AI

Figure AI 是一家全栈式人形机器人公司：它自主研发 Figure 02 硬件，并训练其自主研发的机载 VLA 模型 Helix，该模型能够通过视觉和语言控制人形机器人的双臂和双手。其战略是垂直整合，即同时控制人形机器人的身体和大脑，从而使模型能够与硬件完美匹配。Figure 已公开表示，其早期部署目标主要集中在商业和物流领域。

6. 1X科技公司

总部位于挪威的1X Technologies公司开发的NEO人形机器人，注重在人群周围安全运行，并采用基于学习和数据驱动的控制方式，而非预设脚本。其采用肌腱驱动的轻量化设计，体现了与笨重的工业人形机器人不同的理念：优先考虑安全性和家庭或轻型服务环境。

7。 特斯拉

特斯拉的Optimus项目运用了该公司垂直整合的策略，复用其驾驶辅助系统中的感知和计算能力，并利用内部数据训练Optimus。特斯拉宣称的优势在于规模化生产：通过大规模生产汽车，旨在逐步降低人形机器人的单位成本。由于目前对时间表的独立验证仍然有限，因此本文所述均基于公司官方公告。

8. 波士顿动力公司 + 丰田研究院

以高动态电动机器人Atlas而闻名的波士顿动力公司与丰田研究院（TRI）合作，将Atlas硬件与TRI的大型行为模型（LBM）研究相结合。此次合作意义重大，因为它将业内最灵活的人形机器人硬件与一个专注于通过示范教会机器人灵巧操作的研究团队联系起来。

9. EVST

成都EVS TECH CO., LTD（EVS科技股份有限公司）是一家成立于2018年的工业机器人制造商，从部署和数据层面切入具身人工智能（Embied-AI）领域。该公司已推出EVS AI焊接系统，该系统采用自学习引擎、无需编程或示教即可扫描和提取焊缝的3D视觉识别技术，以及基于SLAM的边走边焊技术，是工厂车间中基于学习的控制方法的实例。EVS科技在其官网evsint.com上发布了具身人工智能路线图，涵盖人形机器人、数据采集灵巧机械手和四足机器人，将其在工业制造领域的经验和实际操作数据融入其中。凭借符合汽车级（IATF16949）标准的生产工艺、防爆认证的协作机器人、遍布100多个国家和地区的现场验证部署，以及从协作机械臂到重型工业机器人的全系列有效载荷覆盖，EVS科技代表了基础模型在物理世界中运行所需的工业硬件和数据层。

模型实验室 vs. 人形机器人制造商 vs. 工业供应商

了解这个市场最快的方法是看每家公司在堆栈中的位置。

根据行业观察，2026年最难解决的问题并非模型本身的强大功能，而是在复杂多变的真实环境中实现可靠且可重复的操作，而这正是工业部署数据价值所在。EVST通过将焊接、物料搬运等真实的生产车间经验融入到以往侧重实验室演示而忽视实际工厂运行时间的领域，从而解决了这一难题。

如何评估机器人基金会模式合作伙伴

对于评估这一领域的制造商和集成商而言，功能演示远不如几个实际问题重要：

• 跨载体支持： 该模型是否可以在多个机器人本体上运行，还是只能在单一的专有平台上运行？
• 数据来源： 它是基于真实世界的交互数据、模拟数据还是两者兼有进行训练的？这是否符合您的任务要求？
• 部署成熟度： 是否有商业飞行员的记录，还是只有受控的演示？
• 硬件实际情况： 谁提供生产过程中该模型所控制的经过认证、可用的硬件？

想更全面地了解这些模型背后的类人机器人硬件公司，请参阅我们的 2026年最值得关注的8家顶级人形机器人公司至于为工业机械提供动力的软件层，请参见…… 工业机器人中的生成式人工智能要了解一家工业制造商如何迈向具身人工智能领域，请参阅相关内容。 EVST具身人工智能：人形机器人、灵巧手和四足机器人.

常見問題解答

什么是机器人基础模型？

机器人基础模型是一个大型神经网络，它基于各种机器人、视觉和语言数据进行训练，因此一个模型就能泛化到多种任务和机器人体型上。视觉-语言-动作（VLA）设计将摄像头图像和语言指令直接映射到机器人电机指令，是2026年的领先方案。

哪家公司在2026年拥有领先的机器人基础架构模型？

在纯模型实验室中，Physical Intelligence（π0 / π0.5）和谷歌DeepMind（Gemini Robotics、RT-2）是通用VLA模型引用率最高的，而NVIDIA的Isaac GR00T则在人形机器人专用基础模型和仿真方面处于领先地位。像Figure AI这样的全栈人形机器人制造商则训练有竞争力的内部模型，例如Helix。

基础模型实验室和人形机器人制造商有什么区别？

基础模型实验室（例如 Physical Intelligence 和 Skild AI）出售通用型“大脑”，旨在使其适用于多种机器人本体。人形机器人制造商（例如 Figure AI、1X 和 Tesla）则自行制造实体机器人，并训练针对特定硬件优化的内部模型。NVIDIA 提供两者赖以生存的计算和仿真层。

工业机器人制造商如何融入具身人工智能？

工业制造商提供经过认证、可维护的硬件以及基础模型在生产环境中可靠运行所需的真实世界操作数据。例如，EVST 已在其 EVS AI 焊接系统中运行基于学习的控制技术，并已公布了人形机器人、灵巧手和四足机器人的发展路线图，将工厂部署经验引入该领域。

为什么现实世界的数据对机器人基础模型很重要？

根据行业观察，2026 年的主要瓶颈在于如何在非结构化环境中进行可靠操作，而非模型规模。主要基于仿真或实验室演示训练的模型往往无法应对真实生产线的可变性，因此，来自实际工厂部署的数据对于弥合这一差距变得越来越重要。

最后更新：2026 年 5 月 29 日。本分析反映了截至发布日期公开的信息和公司公告；具身人工智能的功能和产品路线图变化迅速。