大脑与操作系统

11.1这是个啥：把"看、听、做"放进一个模型

VLA（Vision-Language-Action，视觉—语言—动作模型）把三种输入输出放进一个模型：看（图像/点云）、听（语言指令）、做（关节动作序列）。

传统流水线是"识别→规划→控制"，每一步都可能出错，且错误会累积。VLA 是端到端：给一张图和一句话，直接输出动作。好处是能吃海量互联网数据预训练，坏处是可解释性差、调试困难、对数据质量极度敏感。

一个必须记住的算术：单步成功率 95%，做 20 步连续任务，整体成功率只剩 36%〔1〕。这就是为什么机器人能演示"抓杯子"，却不能完成"做一杯咖啡"。长程任务才是真门槛，单步成功率是给展台看的。

11.2上中下游与价值分配

• 上游：算力与芯片（第十章）、真机与仿真数据（第十二章）、开源基座模型。
• 下游：整机厂（买模型授权或自研）、场景运营方与集成商（买"技能包"）。
• 价值分配：模型与中间件在 3.3 的哑铃形里处于"毛利最高、收入最少"的那一头——60%—80% 是潜在软件毛利的类比，不是可核数据，因为目前没有一家真正跑出规模收入。这一环的真实形状是：投入端像研发公司，收入端像项目公司。

11.3规模与增速：没有市场规模，只有三个可核进展

机器人基础模型没有可核的市场规模统计（该口径不存在），本节只列能被第三方查到的技术进展：

注：LingBot-VLA 2.0 的协议与训练数据规模：项目开源仓库文档；其中约 6 万小时、17 个品牌两项见新浪 2026-07-09 报道，见〔2〕。

注：Helix 2.5 的 30 户家庭零样本成功率：Figure 公司官方博客 2026-09-17，见〔3〕。

注：KUAVO-VLA 的 600 余小时、100 项任务、48.27% 与 16.27%：乐聚厂商通稿口径，见〔4〕。

三个数放一起能得出一个冷静结论：垂域微调确实能显著提升成功率，但绝对水平仍在 50% 上下，而工业场景要求 99% 以上——差距不是几个月能补的。

11.4变动逻辑：为什么 2026 年路线开始收敛

两条同时发生的信号：一是基座模型开始"跨构型"（LingBot-VLA 明确覆盖 20 种本体），意味着数据第一次能跨品牌复用；二是整机厂开始在模型上收学费——高自由度手没有模型能驱动（第八章），采购因此转向三指爪。路线收敛的结果是：模型公司不再单卖大脑，而是绑着本体和数据一起卖。

11.5供需、产能与卡点：卡点在中间件与纠错

• 中间件自主率是被低估的卡点。湖南省工业和信息化厅官网 2026-10-12 转载的一篇行业文章给出：76% 的国产机器人依赖海外 ROS 生态，核心算法自主率不足 40%〔5〕。ROS 全称 Robot Operating System，中文一般译作"机器人操作系统"——它不是 Windows 那种给人用的系统，而是让相机、电机、算法模块之间能互相传数据、传指令的那层公共软件，谁定了标准，谁就掌握了换不掉的位置。这一页是主管部门网站的"热点聚焦"转载文章，不是政策文件、也不是统计公报；且原文把"不足 40%"限定在核心算法，转述时常被扩大成"整机自主率不足 40%"，那是另一个意思。这是全篇少见的、由主管部门网站转载给出的"软件依赖"数字，比芯片更能说明长期风险——芯片可以换型号，中间件换一次要重写底层。
• 纠错机制比模型规模更稀缺。工程解法有两条：提高单步成功率，或者加入纠错与重试（世界模型预演、失败检测、自动回退）。后者更现实，也是 2027 年的主攻方向（本报告判断，反证信号见第十八章变量一）。
• 数据缺口：模型厂商的装机量、授权收入、客户续费率均未找到公开披露；"大脑"这一环目前没有可核的商业数据。

11.6技术路线：四条

分层与端到端之争，本质是"稳定性 vs 通用性"：分层好调试、上产线快；端到端上限高、但出错难追责。工业客户现在选分层，研究机构选端到端。

11.7玩家盘点

注：蚂蚁一行的 6 万小时、20 种构型：项目开源仓库文档口径，见〔2〕。

注：Figure 一行的零样本 56%：公司官方博客口径，见〔3〕。

注：乐聚一行的 KUAVO-VLA：厂商通稿口径，评测数据未独立核实，见〔4〕。

注：中间件一行的 76% 海外 ROS 依赖率：湖南省工业和信息化厅官网转载文章口径，见〔5〕。

11.8三句话记住这一章

1. 大脑决定上限，但现在上限被"长程任务"卡住：单步 95%、二十步只剩 36%，这是算术，不是修辞。
2. 这一环目前没有可核的商业数据——收入、装机、续费率都没有，所以"60%—80% 毛利"只能是类比，不能当行业事实。
3. 那篇被省级厅局官网转载的行业文章给出的 76% 海外 ROS 依赖率，是比芯片更早会出事的一格——它是转载口径、不是统计；谁先把中间件与数据管道绑住客户，谁才有软件公司的定价权。

本章注释与口径

• 〔1〕单步成功率 95%、连续 20 步的整体成功率只剩 36%：计算式为 0.95²⁰ = 35.8%。【自算】本报告自算，无外部信源；口径是按单步成功率连乘的示意性计算，不是任何机构的实测数。
• 〔2〕蚂蚁 LingBot-VLA 2.0（2026-07 开源）预训练约 6 万小时真机数据、覆盖 17 个品牌 20 种构型、Apache-2.0 协议：项目开源仓库，机构原文页已点开核对；其中 6 万小时、17 个品牌两项见 新浪 2026-07-09 报道。【S】口径为仓库文档与报道的自述规模，非第三方可复现评测。
• 〔3〕Figure Helix 2.5（2026-09-17）30 户从未采集过数据的旧金山湾区家庭、三项任务零样本成功率 9% → 56%：公司官方博客，机构原文页已点开核对。【S】口径为公司自测的零样本泛化结果，样本为 30 户家庭。
• 〔4〕乐聚 KUAVO-VLA（2026-08）600 余小时真机数据、100 项工业任务、25 项评测成功率 48.27%（通用基座 16.27%）：乐聚厂商通稿口径。【B】内容性质为厂商通稿，其开源仓库未能核实这组数字，本报告未附可点开页面，正文只作"厂商宣称"引用。
• 〔5〕76% 的国产机器人依赖海外 ROS 生态、核心算法自主率不足 40%：湖南省工业和信息化厅官网 2026-10-12 转载的行业文章，厅网转载页。【B】口径为主管部门网站的"热点聚焦"转载文章，不是政策文件、也不是统计公报；"不足 40%"在原文限定于核心算法，不可扩大为整机自主率。