在八月的世界机器人大会上，宇树科技的创始人王兴兴发表了一席引发行业热议的言论。他指出，当前阻碍机器人大规模应用的关键不在于硬件的欠缺，而在于模型层面的挑战。王兴兴特别提到，相较于VLA，现有的视频生成模型路径可能拥有更高的收敛概率。
无独有偶，灵生科技在同一时期宣布了一项重大突破：推出业内首个支持异步运行快慢双系统的视觉语言动作框架RealDualVLA，为复杂操作任务提供了全新的高效协同解决方案。这一方案背后的核心技术，是灵生科技独创的视频生成模型——“具身Sora”。
灵生科技由杨洪兵创立，这位在互联网大厂拥有多年AI算法和产业经验的专家，于2023年创办了这家专注于具身智能机器人大脑研发的公司。其核心产品为云-边-端一体化大脑系统LingBrain，该系统已获得了数千万的融资。
杨洪兵认为，具身智能的真正变革在于赋予机器人一个能够独立思考和行动的“大脑”。而这个“大脑”的进化，离不开开源所带来的生态繁荣。灵生科技不仅开源了自研的VLA模型，还提出了一种创新的训练方法：通过生成视频和“跟我学”的方式，让机器人先在脑海中“推演”操作流程，再去执行任务，从而显著提升任务成功率至95%以上。
杨洪兵强调，真正的机器人不应是遥控玩具或实验室样品，而是能够理解语言、感知物理世界、完成复杂任务的“生产力伙伴”。近日，杨洪兵接受了专访，就机器人大脑开源、具身Sora、产业化路径以及面临的挑战等话题进行了深入交流。
在访谈中，杨洪兵详细解释了机器人大脑的最大特点。与主要用于对话的语言模型不同，机器人大模型的目标是让机器人“干活”。这要求大模型不仅要理解语言，还要理解物理世界，如光照、摩擦、三维空间等，并将这些理解转化为具体动作。
谈及为何选择做大脑而非本体时，杨洪兵表示，他深信机器人智能的未来一定以AI为核心。如果只聚焦硬件，那只是传统制造业，而真正的具身“智能”需要AI来驱动。这也是灵生科技专注于研发“机器人大脑”的原因。
杨洪兵指出，目前许多机器人仍依赖遥控操作，更像“遥控玩具”而非智能设备。灵生科技希望通过大脑技术的突破，让机器人能够自主完成任务。他透露，公司虽成立仅半年多，但已凭借机器人大脑技术与多家大型客户建立了合作关系。
关于开源VLA模型的决策，杨洪兵表示，早期大模型领域多为闭源竞争，缺乏开放合作。灵生科技希望通过开源高质量模型，成为机器人领域的“鲶鱼”，推动行业进步。他认为，开源不仅能加速技术迭代，还能让整个生态更加繁荣。
面对数据匮乏这一制约机器人大脑发展的关键问题，杨洪兵介绍了灵生科技的解决方案：通过视频生成技术弥补数据不足。他们生成大量行为视频，让机器人从中学习，解决了数据瓶颈。灵生科技还提出了“推演”技术，让机器人先模拟学习，再执行任务，从而大幅提升效率和成功率。
在谈到竞争壁垒时，杨洪兵表示，虽然“推演”技术看似简单，但实际操作非常复杂。生成视频时需考虑多种物理因素，对技术要求极高。灵生科技是最早看到这一价值并持续投入的团队，持续的模型迭代和资源聚焦是他们保持优势的关键。
对于大厂是否会抢占机器人大脑赛道的问题，杨洪兵认为，大厂擅长通用AI，但要适配多样化的本体并深入产业场景，需要软硬件结合的垂直能力。灵生科技聚焦于“懂AI、懂本体、懂产业”的结合点，这正是他们的差异化优势。
在谈到如何通过开源模型实现盈利时，杨洪兵介绍了灵生科技的商业模式：基于开放平台提供增值服务。对于开源模型，如果客户需要进一步优化或定制，他们会提供收费的技术支持。与本体厂商合作时，通过增值服务收费；与终端客户合作时，则直接通过赋能大脑技术来收费。
杨洪兵还分享了与大公司合作的进展和具体案例，如与富士康集团、某国际3C巨头以及半导体领域头部上市公司的合作。他表示，灵生科技通过极致的产品力和多次实地考察，赢得了大客户的信任。
在产业化过程中，灵生科技遇到了真实产业环境复杂、数据不足以及关注失败次数控制等难点。他们通过工程化和体系化能力提升、利用具身Sora视频生成技术以及优化模型推理速度、效率和准确率等方式，克服了这些挑战。
对于机器人本体公司自研大脑的尝试，杨洪兵认为，这种“撒胡椒面”式的投入往往导致每个领域都不够突出。专注和极致化才是核心竞争力。灵生科技选择开源开放策略，消除了本体公司的顾虑，并吸引了众多厂商使用他们的模型。
在访谈的最后，杨洪兵表示，灵生科技将继续服务好头部客户，推动开源战略，吸引更多开发者基于他们的模型进行二次开发。他们的目标是实现自然语言处理通用接口（NLI），让用户只需用日常语言下达指令，机器人就能理解并执行。
