出品 | 枪弹财经

作家 | 白华

剪辑 | 闪电

好意思编 | 倩倩

审核 | 颂文

具身智能产业的竞争逻辑正在发生变化。

往时，具身智能企业的中枢竞争力更多体当今机械结构、畅通限度、传感器和硬件性能上。如今，跟着视觉谈话行动模子（VLA）、具身基础模子和强化学习等技艺的发展，模子启动成为机器东谈主集合任务、合适环境和推论行动的要紧构成部分。

这是因为让机器东谈主完成一次预设行动，与让它在复杂环境中连续、踏实地完成任务，仍然是两件不同的事情。前者不错依靠相对固定的程序和自动化开辟杀青，后者则需要机器东谈主具备环境感知、任务集合、行动观点、推论响应和终点收复等笼统才略。

大模子为机器东谈主带来了更强的语义集合和任务泛化才略，但模子怎么适配不同的机器东谈主实质，怎么取得高质地查考数据，如安在有限算力条款下完成推理，以及如安在实在环境中连续优化，依然是产业需要处治的问题。

换句话说，机器东谈主产业下一阶段的竞争，可能不单发生在实质和模子之间，还会蔓延到模子背后的开发基础设施与做事体系。

这亦然具身MaaS（Model as a Service，模子即做事）启动受到关注的原因。

在这条旅途上，原力灵机是国产阵营里起步最早的一家。7月，其发布了全球首个具身MaaS——Dexmal MaaS，11月4日，又对Dexmal MaaS进行全面升级，进一步买通从数据麇集、策略查考，到云表推理和真机部署的完好链路。

当大模子依然通过API做事探索出一套熟识的交易模式，具身智能能否走出访佛的旅途？当机器东谈主开发从花样制走向平台化，MaaS能否成为新的产业基础设施？这既是行业的疑问，也恰是原力灵机想用家具讲演的事。

2026年被业内称为东谈主形机器东谈主“样机爆发年”，各式原型机依次亮相，可信得过在产线常态化替代东谈主工的案例仍然有限。用从业者的话说，行业正处在功能机期间：样机可用，但距离好用、合算，还有很长一段路。

参照摩尔（Geoffrey A. Moore）经典的“越过鸿沟表面”，任何颠覆性技艺在从早期选用者走向早期内行的过程中，都会遭遇一个决定命悬一线的“升天谷”。

当下，具身智能硬件实质的物理结构正趋于同质化，而决定能否越过这条鸿沟的关键，在于能否建树高效、低资本的软硬件协同架构与工程托福体系。

原力灵机结伙独创东谈主范浩强在此前领受采访时曾提议一个判断：具身原生模子与省略将视觉谈话模子和行动模块拼接起来的决策存在区别。信得过的具身原生，需要从模子查考的第一天起，就将具身数据和物理宇宙交互纳入查考体系，而不是比及后查考阶段再进行补充。

他解释，传统大谈话模子处理的主如果文本等数字信息，而具身模子需要面临盛大视频、行动和物理交互数据，数据范畴、评测措施和工程基础设施都存在权臣互异。

这一判断揭示了具身智能产业化的难点：机器东谈主需要的不是一个粗略讲演问题的模子，而是一个粗略在复杂物理环境中连续完成任务的智能系统。

具体来看，具身智能模子走向大范畴落地，至少需要翻过三座大山。

先是后查考（Post-training）的高技艺门槛。具身智能模子落地诈骗，必须作念适配特定机器东谈主和任务的后查考，能力有好放胆，关联词后查考高度技艺化，且在不竭发展，一般工程东谈主员难以掌抓；后查考平台竖立自己亦然高大的工程。因此，如果有一个针对具身智能诈骗的寰球的、熟识的、完善的、用户友好的后查考平台，关于具身智能落地将有极大的价值。

还有实质算力极限与大模子体量的结构性矛盾。机器东谈主实质的算力有限，进一步提高的空间小、资本高，而具身智能模子越来越大，算力小与模子大的矛盾有增无已。

先看一笔账：一台具身智能机器东谈主的总资本简短在10万元，仅芯片就占了3万元。但即即是这颗咫尺顶级的机器东谈主芯片，作念完录像头的视觉处理、基本的畅通限度，真是没过剩力去跑一个10 B参数的大模子作念推理。因此“模子推理脱离实质”大势所趋——把大脑放在云表、体魄只保留感知和推论，成为越来越多从业者眼中绕不开的长进。

此外是复杂的工程托福。数据怎么采、怎么标、怎么清洗；模子怎么部署、怎么监控；现场出现异型件、掉件、卡顿，谁来兜底。这些都不属于模子才略，却决定了机器东谈主能不成连气儿跑上几个小时。

这些问题仅靠算法优化不成处治，正如传统云操办的崛起抹平了做事器运维的复杂性相通，具身智能行业病笃需要一套基础设施，将碎屑化的工程开发过程打包为圭臬化、开箱即用的才略做事。

范浩强讲过一个细节：如果莫得MaaS这类做事，从零上手体验一款具身模子，时常要折腾三到五天，装环境、配驱动、调接口、找相机，“一系列历程折腾完之后，可能你对机器东谈主的关注依然耗尽85%了。”

这也解释了MaaS模式为什么值得在具身领域被从头注目。咫尺大模子阛阓依然用数据评释注解这条路跑通了。凭证公开数据，国内MaaS认真跨入百亿赛谈。IDC发布的《中国AI软件阛阓半年度跟踪》论述深刻，国内MaaS阛阓在一年之内杀青了爆发式增长，阛阓范畴达到106.3亿元，同比增长889.4%。

不外，传统MaaS主要围绕模子调用、算力资源和模子部署张开，而面向具身智能的模子做事，需要进一步研讨机器东谈主实质接入、行动数据、任务查考和执行推论响应。它所做事的对象，不再仅仅调用模子接口的软件开发者，还包括需要让机器东谈主信得过完成职责的工程团队和企业。

原力灵机的模子做事Dexmal MaaS，恰是试图将这些散布的开发措施整合起来。

具身MaaS需要处治的问题很复杂，它不仅要闪开发者调用模子，还要让模子集合机器东谈主实质、适配实在任务，并将推理放胆蜕变为可推论的行动。

最新升级的原力灵机Dexmal MaaS，面向机器东谈主提供从模子接入、数据上传、策略查考到部署推理的一站式才略。依托这套完好的模子开发与迭代链路，Dexmal MaaS已杀青实在场景原子任务100%得胜率，是行业首个信得过买通具身模子开发与实在场景诈骗落地的平台。

这条链路，先从接入层张开，平台提供DexOS Lite和MaaS API等多种接入聘用。其中，DexOS Lite提供轻量化的实质接入才略，买通机器东谈主感知、云表模子推理和行动推论链路；MaaS API则为开发者提供更无邪的模子调用和系统集成方式。

枪弹财经不雅察，DexOS不错被视为机器东谈主的“安卓”系统——通过为模子侧与实质侧各自设定圭臬化接口，中间零星的硬件互异由系统层调和抹平。这透顶改变了传统模式下“换一台机器东谈主就要重写一堆适配代码”的N×M适配逆境，将其简化为“装系统、对都接口”的一双一圭臬历程。

在后查考措施，平台针对荒谬任务提供SFT、DAgger、RECAP三类后查考Pipeline，折柳对应不同的才略诉求：建树任务推论才略、提高纠偏与终点收复才略、减少无效尝试并提高踏实性。开发者无须从零搭一套查考框架，而是像聘用不同“加工工艺”相通按需调用。

此外，在推理措施，查考好的模子不错告成部署到MaaS，为机器东谈主实质提供云表推理才略。更值得郑重的，是MaaS的交易野心，它对标大模子云做事“按调用付费”的逻辑，把模子分红两类：通用模子开箱即用、按Token计费；定制模子则闪开发者上传自独特据、在基座上作念后查考后托管在云表，按GPU占用时长计费。前者是“即插即用”，后者是“用不顺遂就再训一训”，复刻了大模子从通用到微调的两条旅途。

值得郑重的是在数据侧，Dexmal MaaS平台还提供Ego数据做事、HandPose API和任务语义标注 API，为模子查考和连续优化提供扶助。同期，平台扶助LeRobot v3方式数据集上传、独特数据结伙查考，以及数据管制和智能标注等才略，浅易开发者基于自身数据开展模子查考和定制。

这套链路依然在实在场景里跑出了放胆。据原力灵机官方败露，在物流仓储领域，搭载MaaS的桌面机器东谈主已部署于传送线侧，承担供包任务，综配合业节律特出1,200件/小时，举座得胜率特出99%。在仓储拆零分拣场景中，机器东谈主已杀青数千个SKU的踏实抓取，并与搬运机器东谈主协同功课，高效完要素拣任务。

此外皮分娩制造领域，搭载MaaS的移动机器东谈主正诈骗于手机分娩线，配合产线完成废物回收。同期，面向手机打包、安装等措施的诈骗也在连续测试与部署中。在工业功课领域，针对接口插拔等精密操作场景，搭载MaaS的桌面机器东谈主正在部署，通过调用MaaS做事，杀青亚毫米级精度的质检。

一家公司的得胜，讲演不了这门生意自己的成色。要判断具身MaaS能不成成立，交易价值有多大，得把视线放到全球来看。

取得OpenAI与软银加持的Physical Intelligence（π）于10月13日怒放了Pi API Beta，扶助开发者上传机器东谈主数据、使用云表算力微调模子；此前英伟达GR00T团队创立的Dream Labs推出Dream-1寰球API，按每小时3好意思元出租“机器东谈主大脑”，强调零样本泛化。

此外，NVIDIA和Google也在具身智能领域连续激动基础模子与开发器用布局。

NVIDIA通过GR00T系列基础模子、Isaac仿真与机器东谈主开发器用链，试图建树笼罩模子查考、仿真考证和机器东谈主部署的软硬件生态。Google则连续激动Gemini Robotics等具身模子商议，探索多模态集合、空间推理与机器东谈主行动推论之间的有关。

这些企业的共同点在于，都不再将机器东谈主智能局限于某一个模子，而是试图构建笼罩模子、数据、算力和开发器用的系统才略。

比较之下，原力灵机在国产具身智能赛谈当先跑通了“一站式后查考+云表推理+系统级接入”的完好闭环，在贴合原土开发者生态与面向高校的普惠方面展现出了极强的互异化竞争力。

这背后，是原力灵机对大模子与Agent计策的深度念念考。在通用技艺栈（GPT）演进的历史中，每一代平台的崛起罢职着换取的产业演进规则：技艺红利最终会从上游的硬件制造，向中下流的操作系统与基础设施平台蚁合。PC期间的Windows与Intel、移动期间的iOS/Android与AWS，莫不如斯。

到了具身智能期间，原力灵机彰着在聘用一条兼具技艺深度与生态操办的旅途，即通过MaaS平台，想作念具身智能领域的“数字水电站”。通过裁汰开发门槛、眩惑高校学生与行业开发者深度试用，原力灵机不仅在构筑自身的品牌护城河，更在加快扫数具身智能产业从“实验室样机”向“范畴化交易落地”的跃迁。

愿景归愿景，落到账本上，具身MaaS的收货逻辑与大模子MaaS并不全都换取。

大模子MaaS是厂商提供圭臬化API，开发者凭证调用量支付Token用度。只有模子才略敷裕好、诈骗场景敷裕多、调用频次敷裕高，就有机证据过范畴效应摊薄算力和研发资本，酿成连续收入。

但具身MaaS需要一套更具脉络感的交易模式：基础模子调用提供圭臬化收入，后查考、数据做事和模子托管孝顺连续性做事收入，针对特定行业和复杂任务的场景处治决策则带来更高价值的花样收入。

而这套交易逻辑能否成立，还需要看具身智能阛阓自己能否提供敷裕大的需求空间。

凭证IDC发布的数据，2026年上半年，全球东谈主形机器东谈主出货量接近2.5万台，同比增长432%；其中，中国阛阓出货量特出1.9万台，同比增长426.3%，占全球阛阓比重约77.9%。瞻望2030年全球东谈主形机器东谈主出货量将超75万台傍边

机器东谈主出货量的快速增长，意味着异日可能出现更多模子查考、推理部署和系统迭代需求，这方面的阛阓范畴有望连续加多。

把时期拉长来看，原力灵机正在作念的事，本质上是扫数东谈主工智能产业下半场的一个缩影：当模子才略不再是稀缺品，谁能把才略变成可调用、可推论、可托福的基础设施，谁就掌抓下一阶段的话语权。

枪弹财经不雅察，这波具身智能产业的基础设施之争，某种进度上与往时两代操办平台的发展有相似之处。PC期间，操作系统裁汰了软件开发和硬件使用的复杂度；移动互联网期间，云操办和诈骗商店闪开发者粗略更快地触达用户；大模子期间，API和MaaS则进一步裁汰了模子才略的获取资本。

但具身智能的复杂度更高。它面临的不仅仅数字宇宙中的信息处理，还触及物理宇宙中的空间操办、畅通限度、及时响应和安全领域。模子做事平台既要肃清算法，也要肃清数据、算力和机器东谈主实质。

原力灵机正在作念的，是这个方进取较早的一步尝试。然而，它能否进一步成长为行业基础设施，关键取决于三个条款：一是能否连续提供具有竞争力的模子才略；二是能否通过圭臬化器用裁汰不同机器东谈主和任务的适配资本；三是能否依靠实在客户和开发者酿成连续的数据响应与交易收入。

具身智能MaaS的价值不是说把若干模子放进云表，而在于能否让机器东谈主更快插足实在场景九游会J9，并在连续运行中创造可计算的经济价值。