VLA 端到端能看懂指令却答不出 ' 为什么这么做 '：爻识科技不做整机，做一颗跨本体复用、可解释、在运行中学习的类脑大脑

让智能如生命般生长——不做整机，做一颗能跨本体复用、在运行中持续学习的大脑。

过去两年，人形机器人赛道从来不缺关注度。

据IDC数据，2026年上半年全球人形机器人出货量接近2.5万台，同比增长432.1%，其中中国约1.9万台。高盛预计，到2032年全球出货量将升至50.2万台；中国电子学会则预测，2030年中国人形机器人市场规模有望达到8700亿元。

资本也在加速涌入。2026年8月，宇树科技登陆科创板，开盘市值一度超过4400亿元；据智东西统计，截至今年6月，国内具身智能百亿独角兽至少已有25家。

但热闹之下，竞争的重心正在转移——从“能不能动”转向“能不能在真实场景里长期、稳定、可解释地工作”。

这恰好点中了当前主流技术路线的一块短板。多数具身智能公司把筹码押在VLA（视觉—语言—动作）端到端模型上。它像一个强大的“泛化引擎”，能让机器人看懂指令、生成动作，但决策过程是黑箱：机器人为什么这么做，很难回答；训练依赖大量遥操作数据，成本高；模型训练完成后能力趋于固定，遇到训练集之外的失败状态，恢复能力有限。

“身体”进步很快，“大脑”的供给却相对滞后。头部公司大多以整机或全栈形态交付，大脑能力与自有本体深度绑定；对不少整机厂和集成商来说，“有身体、没大脑”是现实困境。独立的大脑供应商仍然不多。

上海爻识科技有限责任公司（以下简称“爻识科技”）选择了一条不同的路：不做整机，做一颗不依赖特定硬件的类脑机器人大脑。项目从2024年构思启动，至今已投入两年研发，系统一直处于持续运行与迭代状态。公司目前正在寻求500万元人民币天使轮融资。

黑箱之外，另一条大脑路线

爻识科技把产品定义为“类脑仿生机器人大脑”，以纯软件形态交付，可适配不同厂商、不同形态的机器人本体。

“类脑”不是“仿形”。公司关心的不是让机器人长出一张人脸，而是智能的内在组织方式：生命如何感知世界、如何形成记忆、如何做出判断。对应到系统里，是一套参照人脑解剖结构搭建的分层脑区架构，不同脑区分别承担感知、记忆、情绪、运动协调、决策等职责。

与VLA端到端的关键区别在于，这套架构把认知过程拆成了可追踪的链路：感知、抽象、认知、知识、记忆、策略、情感、意识。各环节之间保持清晰边界，机器人做出判断时，链路可以逐段回溯。

由此带来的直接结果，是决策链路可追踪：机器人做出一个动作，可以沿着这条链路回溯它看到了什么、形成了什么概念、调用了哪段记忆、经过了怎样的策略权衡。对于医疗、养老、工业等高风险场景，这种可追踪性是可解释的基础——“为什么这么做”和“做对了没有”同样重要。

在记忆与学习上，爻识科技没有采用“一次训练、长期使用”的思路，而是把学习放进运行过程。系统会根据动作结果持续修正判断，并把新经验融入已有记忆，而不是每次推倒重来。多种学习方式统一在同一套学习架构上，共享记忆与注意机制。

公司还引入了一套被称为“能量平衡”的系统级决策机制，用来协调安全与自主、短期收益与长期影响之间的冲突。按照爻识科技的说法，它不是哲学包装，而是一套可执行的平衡框架：系统持续观察整体运行态势，在出现失衡时给出纠偏方向。

另一个关键能力是“跨本体”。大脑可以识别并逐步适应所接入的本体，不需要为每一台身体重新开发一套大脑。换句话说，大脑不绑定某一台身体；本体换型、部件变更甚至损伤，大脑仍有机会重新适应。这正是“独立大脑供应商”成立的技术前提。

让大脑在运行中长出来

技术路线能否成立，最终要看系统有没有真正跑起来。

爻识科技介绍，公司已完成多轮工程化与学习能力验收，并完成稳定性整改；新一轮学习能力深化已进入运行期验收阶段。

目前，系统已实现7×24小时连续运行，具备稳定的概念形成、关系记忆（能区分熟人与陌生人）、昼夜节律、基于历史经验的预测和自适应注意等能力。公司还打通了“看物发声、听声识物”两条声音命名学习路线：机器人不是在音节表里查答案，而是在看、听、说的反复配合中，逐步把声音和物体对应起来。

这些能力听起来抽象，却决定了机器人能否在真实环境里“越用越熟”。传统端到端模型的能力在出厂时基本定型；爻识科技想做的，是一个在相处中积累经验、修正判断的大脑。

进展的另一面，是尚未补齐的一环。截至目前，爻识科技的大脑尚未在真实机器人本体上完成联调，现有验证主要在软件环境和实验环境中完成。公司计划在融资后与1—2家整机厂商合作，在真实本体上完成声音命名学习闭环的演示，再推进感知—认知—决策—行动的完整闭环。

知识产权是这家公司目前分量很重的资产。爻识科技称，已形成超百件专利布局，覆盖发明专利、实用新型等类型；另有一批新增发明点已完成专利性评估，正在进入申报准备。

不做整机，做“被集成”的大脑

爻识科技的商业化路径很明确：不与整机厂竞争，而是把大脑授权给整机厂和集成商。

收入主要来自大脑方案授权、垂直场景解决方案和定制开发三部分：向整机厂商授权大脑SDK/API并按年度收取授权费；面向科研教育、康养陪护、商业展示等场景提供“大脑+集成+服务”；对有特殊需求的客户做二次开发。长期看，公司还希望用开发者生态和SDK覆盖科研教育市场，形成标准影响力。按照公司目前的规划，授权费随整机厂规模与场景复杂度浮动，具体价格仍在与首批合作方沟通中。

目标客户也随之清晰：一类是有人形或移动机器人本体、但缺少高级认知能力的整机厂与集成商；另一类是对“可解释、可审计、可持续学习”有明确要求的行业客户，比如康养机构、特殊教育学校、医疗康复机构和柔性制造企业。

爻识科技给出的落地节奏是：先以科研教育市场验证开发者生态，同时与1—2家整机厂商做出真实本体标杆；再在2—3个垂直场景完成POC；最后才进入规模化授权。公司判断，真正的收入放量要等到真实本体验证完成之后。

这条路径的优势是“轻”：不造本体，不承担供应链压力，也不与客户抢整机生意。难点同样直接：大脑的价值必须通过本体体现，真实本体联调依赖合作方；在VLA路线快速成熟的背景下，类脑架构需要尽快拿出可对比的场景结果。

这家公司也是当下一种新创业形态的样本：OPC（One Person Company，一人公司）与AI的结合。AI工具正在把创业的最小团队规模压得更低：过去需要一个小团队完成的工作，现在一个人加一套AI工具就能先跑起来。爻识科技这两年的研发，几乎全部完成于这样一套组合。对创始人来说，AI不是替代判断，而是放大了判断——把原本需要一个团队才能完成的探索，压缩成一个人的两年。但他也清楚，OPC能解决从0到1的效率，解决不了从1到100的工程；一个会生长的大脑，最终需要一群人来陪它长。

爻识科技总部位于上海杨浦。创始人是一位在信息化行业做了20年的连续创业者。他曾在国家电网负责物联体系，参与过重大项目的顶层设计；用他的话说，自己是“从系统里长出来的人”。应本人要求，本文不披露其姓名。

团队是这家公司最需要补的一环。目前，公司的整体架构和核心机制由创始人独立主导，神经科学、声学、动力学、基准测试等环节由外部专家顾问补位；研发过程被要求文档化、任务化、可追溯。创始人并不回避这种结构的关键人依赖：本轮融资后，公司将预留期权池，引入联合创始人和核心研发成员，把“一个人的架构”变成“一群人的工程”。

按照规划，本轮资金主要用于知识产权与合规、实验室与联调验证环境、外部协作与专家顾问、云资源与算力、研发设备与工具链，以及日常运营。公司预计用12—18个月完成新一轮运行期验收、首家整机厂商联调、真实本体声音命名学习闭环演示、完整感知—认知—决策—行动闭环，以及首个垂直场景POC。

在爻识科技看来，机器人行业不缺更强的身体，缺的是一颗能解释自己、也能在相处中成长的大脑。这颗大脑最终能不能成立，要看它在真实本体上的表现；但过去两年，它已经从一个想法，长成了一个能连续运行的系统。

（本文不构成投资建议。）