智平方創始人郭彥東給行業爭議定調，首個一站式具身模型開源平臺

過去一年，隨著世界模型、物理模型等概念持續升溫，行業中出現了一種頗具爭議的聲音——VLA（視覺-語言-行動）時代正在走向終結。甚至有人斷言：世界模型將取代VLA。

4月23日，在2026 POWER Robot未來大會主論壇的開場演講上，智平方創始人兼CEO郭彥東博士用一場題為《AGI邁進物理世界：通用智能機器人開啟第四代智能終端時代》的演講，正面回應了這一說法。

這位橫跨微軟、OPPO、小鵬汽車，如今又投身具身智能創業的“AI+智能終端”代表人物，以其一貫的技術前瞻與產業視野，給出了一個清晰定調：VLA時代沒有結束，它正在持續變得更強！并且依然是通往物理世界智能的最強主航道。

郭彥東博士的這個定調，直接為這場階段性的爭議畫上了句號。

01.

VLA時代沒有終結，而是正在持續變得更強！世界模型不是顛覆者，而是加持者

針對“VLA是否過時”的行業爭論，郭彥東博士從第一性原理出發重新定義了這一問題。他指出，任何能夠在真實世界中執行任務的智能系統，都必須具備三項核心能力：對世界的感知、對邏輯的推理以及對行為的控制——這三個要素（視覺、語言、行動）是永遠存在的，變化的只是它們的組織方式。

因此，所謂范式之爭，本質上并非替代關系，而是組織方式的持續演進。世界模型、類腦模型等新技術，并不是對VLA的顛覆，而是對其能力的增強與補全。“VLA不會消失，它會被不斷加持，變得越來越聰明，它是通往物理世界智能的最強主航道。”郭彥東博士在現場強調。

基于這一底層認知，智平方將VLA的發展劃分為清晰的三階段路徑：從過去最初實現感知、理解與行動統一建模的端到端VLA，到現在融合世界模型實現“行動前預測”的增強型VLA，再到未來邁向類腦機制的全新階段。

尤其是在最新階段中，VLA不再只是一個單一模型，而是演進為具備分層結構的智能系統——類似人類大腦、小腦與脊髓的協同機制，從而實現更高效的推理、更快速的響應以及更穩定的控制。這一方向，也被郭彥東博士認定為未來具身智能最關鍵的技術演進路徑。

在具體實踐層面，郭彥東博士首次系統披露了智平方在具身大模型領域的連續突破，其自主研發的 AlphaBrain，致力于為通用智能機器人提供“最強大腦”。

早在2024年6月，智平方就推出了AlphaBrain的初期版本，這也是全球創業公司中首個VLA大模型，在模型規模僅為谷歌同類模型1/20的情況下，性能提升超過80%。2025年6月，智平方推出了快慢系統深度融合的新一代VLA架構，成為業內首個“異構輸入+異步頻率”的雙系統VLA模型，性能直接超越國際標桿Pi0達30%。

2025年11月，智平方發表融合世界模型的VLA具身大模型，實現“先預測、后執行”。本次大會，智平方正式對外披露了全球首個類腦架構VLA具身大模型（NeuroVLA），再次引領突破。

在最新的類腦VLA中，智平方通過引入生物啟發的分層計算結構，首次提出將小腦和脊髓的部分融入操作當中，實現模型毫秒級自適應控制與接近生物反射速度的響應能力，使機器人首次具備類似“肌肉記憶”的持續進化能力。這一突破，標志著機器人從“執行指令的工具”，向“在任務中不斷優化自身的智能體”邁出關鍵一步。

持續領先、代際碾壓，智平方在短短三年內完成了從范式驗證到體系化創新的躍遷，成為其模型能力的真實寫照。

02.

AlphaBrain Platform：全球首個一站式、開箱即用的具身模型開源社區

如果說類腦VLA代表了未來方向，那么與之同步發布的AlphaBrain Platform，則體現了智平方推動行業整體躍遷的另一重戰略布局。

郭彥東博士在演講中宣布，AlphaBrain Platform作為全球首個一站式、開箱即用的具身智能模型開源社區，已正式向全行業開放。與傳統僅開放單一模型或代碼的開源方式不同，AlphaBrain Platform直接打通了“數據—訓練—模型—評測”的完整鏈路，“以全家桶式的貼心服務”，將原本只有少數團隊具備的復雜系統能力，轉化為整個行業可共享的公共能力。

開源地址：https://www.alphabrain-platform.com/

AlphaBrain Platform一次性開源了當前具身智能領域最前沿的三條技術路線：全球首個開源類腦VLA模型、全球首個基于RL Token的開源VLA訓練架構、全球首個可插拔世界模型工具鏈。

以前，這些技術只存在于頂尖實驗室和頂會論文里。現在，全部開放，任你取用。

03.

類腦模型：讓機器人擁有"肌肉記憶"

類腦模型被公認為VLA（Vision-Language-Action）的未來方向，傳統VLA模型"訓練完成即固定"，無法在部署后繼續學習。智平方開源的NeuroVLA，首次在類腦控制任務上達到前沿水平。它引入脈沖神經網絡動作頭與R-STDP訓練算法，支持部署階段的在線自適應，使用前向傳遞方式，讓機器人具有肌肉記憶能力。

這意味著機器人第一次從"執行指令的工具"轉向"在任務中不斷進化的主體"。它不只是完成任務，而是在過程中變得更熟練、更穩定。一個工人在流水線上重復同一個動作，第一天可能需要5秒，一個月后可能只需要3秒——這就是肌肉記憶。現在，機器人也有了。

04.

RL Token：用一張4090就能做強化學習

RL Token是"強化學習+VLA"的黃金組合，也是讓大模型真正可落地的場景化利器。它將大模型的通用認知與強化學習的特定場景優化能力深度融合，讓大模型從"紙上談兵"的對話工具，真正轉變為能在工廠、家庭、倉庫等具體場景中完成實際物理任務的自主系統。

但長期以來，對VLA做強化學習面臨著算力門檻高、容易災難性遺忘等難題。所謂災難性遺忘，就是模型學了新技能，把老技能忘了。

智平方率先在LIBERO環境上完成驗證，提出信息瓶頸編碼器與兩階段訓練策略，使VLA主體在RL微調過程中完全凍結。所需訓練參數從39億降至約1.37億，其中RL梯度更新僅涉及130萬參數，僅需單張4090顯卡即可進行強化學習后訓練。

這個門檻的降低，對于高校實驗室和小型團隊而言，意義是革命性的。以前做強化學習需要數張A100，現在一張消費級顯卡就夠了。

05.

世界模型：讓機器人學會"預演未來"

世界模型是當前最火的"想象力引擎"，讓機器人在行動前預演未來，做出更優決策。人類在做復雜決策時，會在腦海中模擬不同的可能性，這就是世界模型的本質。

然而，世界模型的研究長期停留在論文階段，不同模型之間難以對比、難以集成。智平方首次實現世界模型的可插拔化。平臺原生集成NVIDIA Cosmos Policy原始權重，同時支持Cosmos、Wan、V-JEPA三大世界模型Backbone一鍵切換，共享統一動作解碼器。

這意味著機器人可以在行動前"預演"多種可能路徑，選擇最優解。開發者可以自由對比不同世界模型的表現，極大降低研究門檻。這一長期停留在論文中的能力，終于成為人人可用的工具。

06.

開源不是終點，好用才是

過去幾年，具身智能領域不缺模型，也不缺論文。但一個尷尬的現實是：開源模型很多，真正"好用"的很少。

很多開源項目停留在"能跑通"的階段。開發者想做真正的創新，往往要從數據處理開始，一路搭建訓練流程、對接不同模型、手動完成評測驗證。不同項目之間數據格式不統一、接口不兼容，大量時間消耗在重復的工程工作中。

AlphaBrain Platform改變的正是這一點。它不是簡單開源一個模型，而是把"數據—訓練—模型—評測"整條鏈路全部打通，從而在五個維度上構建起完整的技術壁壘。

在技術深度上，平臺集成了世界模型、類腦模型等最前沿的技術路線，開發者無需從零復現論文；在覆蓋廣度上，它同時支持RL、世界模型、傳統VLA、類腦模型，是業內唯一覆蓋所有主流技術方向的平臺。更重要的是，不同架構與訓練范式可以自由組合，跨領域的"化學反應"只需修改幾行配置即可觸發。評測層面同樣如此,統一的數據格式、評估環境與測試標準，覆蓋LIBERO、RoboCasa、CALVIN、BEHAVIOR-1K等8大主流Benchmark，一鍵完成評測，好模型不再靠"嘴強"。而在生態建設上，平臺匯聚了全球頂尖機構的開源力量，橫跨學術界與產業界，共同構建具身智能的開放生態。

如果說以前開源一個模型是給你一個工具，那AlphaBrain Platform直接給你的是一套"頂配全家桶"——最前沿的模型、最趁手的工具、最標準的評測，一次配齊，開箱即用。

Physical Intelligence（Pi）公司的Pi0模型開源，是業內單模型開源的標桿。但Pi做的是"單模型開源"，智平方做的是"生態平臺"。

AlphaBrain Platform不僅開源自己達到世界前沿水平的三個"全球首個"（類腦、RL+VLA、世界模型），更開放地集成了其他頭部模型，讓開發者可以在同一平臺上自由選擇、組合、對比。

平臺統一了數據格式和評測基準，覆蓋8大主流標準。這意味著，在這個平臺上發布的模型，都需要在同一套評測體系下接受檢驗，模型之間的對比終于有了公平的基礎。

與Pi等公司的單模型開源相比，AlphaBrain Platform更像一套完整的"全棧工具鏈"。前者給你一個可以用的模型，后者給你一整套可以創新的環境。對于整個產業而言，后者的價值更大，它讓資源有限的團隊不必再重復搭建底座，可以直接把精力投入到真正有價值的算法創新上。