“如今‘出街’的人形機器人，大部分都是遙控控制的。”

“即使能夠跳舞、練武的人形機器人，也僅僅是執行了預編程動作程序而已……”

這是目前網民對人形機器人的看法。

已有相關視頻對網民的看法進行佐證。

譬如，春晚表演的人形機器人下臺后，每個機器人身邊都有一位工作人員，時刻關注機器人的狀態，而且手上似乎拿了“遙控器”。

對此，宇視科技創始人王興興坦言，“你能讓他（人形機器人）倒立、空翻，或者做一些避障，這些都是針對固定任務做了專門的AI訓練”，是單一功能的AI，而“泛用性的AI還是不太夠。”

簡而言之，全球整個機器人的AI還不夠先進，尚沒有具有突破性的機器人AI大模型（具身智能大模型），即缺乏“大腦”。

王興興表示，全球都還在等待真正的機器人大腦的誕生，他對此表示樂觀。

這不，號稱“全球首個通用型智能體”Manus橫空出世，已于3月6日開始全球內測。

“刃辛機器人”認為，Manus通過技術架構創新、場景驗證與生態開放，為具身智能大模型提供了從算法設計到工程落地的完整參考系，其“自主規劃+精準執行”的能力鏈，正在推動具身智能從實驗室研究向產業應用加速轉化。

機器人“缺腦”

人形機器人發展，似乎慢于預期。

近期，高盛發布了一個研報，認為人形機器人技術拐點仍不明朗。

研報認為，2027/2032年全球人形機器人出貨量為7.6萬/50.2萬臺，步伐慢于市場預期。至于原因，則是人形機器人的能力尚不足以處理多種通用任務。

高盛研報的結論，印證了王興興的話，即目前的人形機器人沒有具有突破性的機器人AI大模型，即缺乏“大腦”、“靈魂”。

“沒有靈魂的軀體是一具行尸走肉。”人形機器人作為重要的具身智能，具身和智能缺一不可。

人形機器人的“大腦”，不同于一般的AI大模型。

AI大模型是推動人形機器人邁向AGI（通用人工智能）的關鍵因素。Chat GPT，尤其是Deepseek爆火，已經展示了AI大模型的強大能力。大模型與機器人深度融合后，將爆發出巨大潛力的可能性。

但是，人形機器人要通往AGI，需要專門針對具身智能領域的多模態大模型 —— 具身智能大模型，來提升機器人在感知、決策、控制、交互等方面的能力。

具身智能大模型是基于AI技術打造，專門賦能人形機器人，幫助人形機器人實現在通用應用場景下的落的專用大模型。

非具身智能大模型服務的對象是人類，輸出的內容是給人看或者給人讀，更多還是在人機交互、內容生成等方面展現價值。

具身智能大模型的服務對象是機器人，其輸出的內容是需要機器人能夠理解，并最終要轉化為具體可執行動作的控制指令，以機械臂為例，最終輸出可能就是對電機的控制信號。

具身智能大模型賦予人形機器人“最強大腦”，已成為人形機器人發展的必然趨勢。

目前，國內一些初創企業已經開始推出自己的具身智能大模型。

譬如，有鹿機器人的Master 2000、若愚科技的九天大模型、千訣科技的千訣.機器人大模型、穹徹智能的Noematrix Brain、X square（自變量機器人）的Great Wall系列的WALL-A模型以及千尋智能的具身智能大模型。

尤其是近期巨元機器人推出的通用具身基座模型——智元啟元大模型（Genie Operator-1）備受關注。

而Manus橫空出世，作為具備自主決策與執行能力的通用AI Agent，對具身智能大模型的影響更為深遠。

Manus是參考

Manus是一個由中國團隊開發的通用AI Agent，具備自主任務處理、多模型架構、手腦協同等技術特點。

Manus目前處于內測階段，但是，作為具備自主決策與執行能力的通用AI Agent，其技術架構和實際應用場景顯示，或許能夠承擔人形機器人核心控制系統（“大腦”）的角色。

Manus在測試中的優異表現，已為具身智能模型提供性能標桿。

Manus采用多模型架構，即總控模型拆解任務+子模型執行，可獨立完成從數據解析到成果交付的全流程操作?。

例如解壓簡歷→分析數據→生成報告等復雜任務鏈，展現類人類的工作邏輯與閉環執行能力?。這為具身智能提供了可復用的“感知-決策-控制”閉環范式。

Manus展示了從數據處理到成果交付的全流程自主操作能力，證明AI Agent與物理執行系統融合的可行性，為具身智能的落地提供實踐參考。?

?Manus在GAIA基準測試中超越同類產品，其任務拆解粒度，如將購房需求分解為社區分析、預算計算、報告生成等步驟，為具身智能大模型處理跨模態任務，如機器人抓取+環境感知，提供技術路徑。

Manus支持云端異步操作，可同時調用代碼工具、數據分析模塊等多類資源，這種能力可遷移至具身智能領域，優化機器人任務調度效率?。

另外，Manus通過持續學習機制記憶用戶偏好。這種個性化適配能力可為具身智能大模型提供情感化交互優化方向，例如根據人類操作習慣調整機器人動作幅度。

目前特斯拉等已將Manus應用于人形機器人AI神經網絡訓練，通過動作捕捉系統引導機器人完成動作模仿與技能學習?。其C++ SDK和ROS兼容性支持開發者將實時數據直接接入機器人操作系統，實現高效控制?。

更關鍵的是，Manus計劃2025年開源核心推理框架，降低開發者接入門檻。

此舉將吸引更多開發者參與具身智能大模型的工具鏈開發，促進技術迭代?。

總之，Manus推動AI從“被動響應”向“主動服務”躍遷?，體現了行業向自主任務執行方向的演進，反映出行業對復雜環境交互能力的重視?，將推動具身智能大模型發展，使得真正能落地應用的“機器人大腦”很快出現。（文/刃辛機器人 陳重山）