智在无界联合创始人兼COO张力在活动上演讲
企业/供图
如果让机器人把桌上的水杯递给你，它需要先知道：水属于流体，杯子是硬质物体，桌子有多高，手该用多大力。这些信息对人类来说很平常，但对机器人却是一片空白。在海淀，一家成立仅一年多的具身智能企业——北京智在无界科技有限公司（以下简称“智在无界”），正试图为机器人补上这一课，他们专注具身大脑模型，让机器人真正理解物理世界。
记者走进位于中关村鼎好大厦的智在无界办公区，研发人员正围在测试台前讨论机械臂的抓取动作。屏幕上，一段段人类第一视角视频被切分、标注，转化为模型训练数据。在这家成立仅一年多的具身智能企业里，采访中听到最多的词不是“本体”，而是“大脑”“数据”和“版本迭代”。
从“身体”之争到“大脑”之争
过去两年，人形机器人赛道热度居高不下，但业内逐渐形成一个共识：人形机器人分本体、小脑、大脑三个部分。本体是“身体”，包含专用传感器、高功率密度执行器与灵巧手等部组件；小脑负责运动控制，让机器人走得稳、不摔倒；大脑则是人工智能大模型，负责感知、理解与决策。目前，本体与小脑技术正逐渐收敛，唯独大脑尚未收敛。
“今天的人形机器人主要用在五个场景：玩具、展具、教具、科研工具和数采工具。还没有形成真正成熟的行业应用。”智在无界联合创始人、COO张力告诉记者，这说明真正的瓶颈是在“具身大脑”的智能上。
在张力看来，人形机器人只是硬件产品形态之一，具身智能的真正价值在于：让模型驱动的“大脑”能够赋能机械臂、自动化产线乃至未来各种形态的机器人，像人一样理解物理世界。“工业场景讲究稳定性、节拍与经济性，需要的不一定是人形形态，而是‘具身的能力’。”张力介绍道。
从智源走出的“造脑”团队
正是看准这一窗口，2025年5月，智在无界正式在海淀成立，核心团队来自智源研究院和北京大学。
据了解，公司创始人卢宗青是北京大学计算机学院长聘副教授，也曾担任智源研究院多模态研究中心负责人，长期研究强化学习、多模态大模型和具身大脑。早在2023年11月，卢宗青就首次提出用人类视频做预训练。
张力是连续创业者，有丰富的产业和商业化经验，负责团队组建与商业化落地。两人见面后一拍即合，决定一起创业。张力介绍：“卢老师务实坦诚，团队的前瞻性技术判断令我印象深刻。我认为自己的产业经验和商业化能力与团队高度互补、彼此契合，因此很快便决定加入。”
炼出“隐空间世界动作模型”
智在无界选择的技术路线，是门槛更高的“隐空间世界动作模型”。所谓世界模型，是指模型基于物体当前状态和运动轨迹，预测下一时刻的状态与动作，本质上是让机器人建立对物理世界的高维认知。
张力告诉记者，目前行业内的世界模型大体分为“显式”与“隐式”两个流派：显式路线基于视频生成模型，让机器人逐帧“看”着视频对齐动作，肉眼可见、门槛较低，但算力消耗巨大，还要生成大量与任务无关的背景细节；隐式路线则直接在隐空间中提取物理规律，只输出与完成任务相关的动作规划与预测即可。
隐式路线的优势在于模型参数量小、端侧推理快、算力成本低，但代价是训练门槛极高，需要海量数据与深厚积累。为此，智在无界持续构建人类视频数据资产：从成立初期的3000小时到5万小时，再到20万小时，如今已达50万小时人类第一视角（Ego）视频数据，成为国内拥有该类数据规模最大的模型公司之一。今年以来，公司在预训练中首次引入触觉信息：仅用两三万小时真实带触觉的视频数据，推演出50万小时数据对应的触觉状态，形成“伪触觉”训练方案。
迈向全新的1.0时代
智在无界成立两个月后，团队即基于3000小时数据发布首个版本，验证了人类视频可以用于预训练。今年1月，公司基于5万小时视频数据发布新版本，展现出跨三十多种本体的泛化能力和零样本涌现能力。
今年4月14日，公司发布首个隐式世界模型版本。4月17日，π0.7发布；4月18日，英伟达GR00T1.7发布，也提到使用人类视频做预训练。“这说明大家在具身基础模型的数据范式方面开始收敛，人类视频是可行的预训练路径。我们不比国外晚，甚至早几天宣布。”张力介绍。
7月28日，公司发布0.8版本，基于50万小时数据训练，发布时是国内同类公司中拥有人类Ego数据量最大的，并首次引入触觉信息。“接下来，我们将迈向全新的1.0时代，智在无界将以前所未有的训练范式，加速通用具身基础模型的到来。”张力说。
“开源+商业化”构建具身生态
在商业化上，智在无界采取“开源+旗舰商业化”双层模式。目前，公司已与灵心巧手、智平方、广州里工等硬件及本体厂商，英伟达、摩尔线程、地瓜等芯片企业，帕西尼、戴盟等触觉技术公司展开合作。围绕具身模型，智在无界正在构建一个完整的“具身生态”产业链上下游。
“具身智能是一个大产业，大家需要抱团。”张力介绍，“我们做基础模型，帮大家在落地研发中节省时间、提升能力，也和硬件供应商打包成解决方案，在工业等场景中验证落地。”
而海淀正适合具身模型发展。“看具身模型，要看北京；看人才，要看海淀。”张力说，从智源研究院孵化，到落地海淀，再到发布多个具身模型版本，智在无界正以“不做本体、专注大脑”的差异化路线，在具身智能赛道上寻找自己的位置。（记者王萌）
记者手记
热门赛道里的“冷选择”
采访张力，印象最深的不是那些技术名词，而是他反复提到的一个判断：今天的人形机器人，能用的场景其实只有“五具”——玩具、展具、教具、科研工具和数采工具。话说得直白，却点出了具身智能行业眼下最真实的处境：身体在台上翻跟头，大脑还在后台找方向。
张力聊起自己的创业经历时，语气里带着一种过来人的从容。他说自己有幸赶上了几个“元年”：中国互联网元年、无人驾驶元年、人形机器人元年。每一次创业都踩在浪潮刚起的时候，每一次也都是从热闹处转身，去做更难但更基础的事。这种“赶节点”的履历，或许正是他敢在具身智能最热的时候选择“冷门”路线的底气——见过几轮潮起潮落，便知道什么该急，什么急不得。
而智在无界的选择也因此显得有点“反共识”。别人讲全栈故事，它偏不做本体；别人忙着让机器人进家庭，它先蹲在工业场景里用机械臂验证模型；行业热炒“世界模型”概念，它却老老实实从3000小时数据起步，5万、20万、50万小时，一个版本一个版本地迭代，不急着喊“1.0”。在资本追着风口跑的当下，这种节奏近乎固执。
但换个角度看，这恰恰是海淀企业的一种典型气质：不追最热门的形态，而是依托高校和科研院所的人才密度，啃最基础、最难啃的环节。海淀没有完整的制造业供应链，却有清北周边三五公里内最密集的具身模型研发人才；北京不是工业场景最丰富的地方，却是基础模型最需要的人才高地。智在无界选择海淀，海淀也需要这样的企业——不是多一个造机器人的，而是多一个给机器人“补脑”的。
当然，这条路远未到收获期。隐式世界模型能否真正收敛，商业化能否在B端跑通，1.0能否带来质变，都是未知数。但至少，在具身智能的喧嚣里，有人愿意冷静地做选择题，而不是抢答题。这本身，就值得记上一笔。