行业分析方向 · 启元机器人 PGC 征文一个贯穿全文的问题人形机器人开发者生态是否正从封闭垂直走向开源平台化一、一个可验证的信号开源底座正在快速成形图1 说明启元机器人在 AtomGit 的组织主页仓库数量、Star 与最近更新都可直接核对。本文涉及国内开源生态的判断优先用这类可当场验证的页面数字而非二手转述。判断一个行业是否走到平台化拐点最好的证据不是谁又发布了新硬件而是看软件底座是否开始被社区共享。2025—2026 年的几条公开数据给出了一个可验证的信号。第一NVIDIA 在 2025 年 3 月开源了 GR00T N1——一个面向通用人形机器人的基础模型arXiv:2503.14734模型权重GR00T-N1-2B约 22 亿参数通过 Hugging Face 与 GitHub 仓库NVIDIA/Isaac-GR00T公开来源arXiv 论文、NVIDIA 官方博客A 级。这是头部算力公司第一次把人形机器人大脑级别的模型直接开源。第二ROS 2机器人操作系统在 2025 年的包下载量达到984,135,185 次较 2024 年增长 85.18%其中 ROS 2 占全部下载的 91.2%GitHub 上标注#ROS2的公开仓库达 3,848 个同比增长 39%使用 ROS 的公司数量增至 1,579 家同比增长 26%来源Open Robotics《2025 ROS Metrics Report》A 级。第三智元机器人开源的 AgiBot World 数据集包含超过 100 万条真机原子动作轨迹、规模约 850TB覆盖 217 个操作任务、3000 操作物品并已在 Hugging Face、GitHub、魔搭等平台开放据国家数据局典型案例披露英伟达 GR00T N1 约 80% 的真机训练数据来自该数据集来源国家数据局公开案例、智元官方A 级。这三条分别指向模型、工具链、数据三个层面且都来自可公开核查的来源。把它们放在一起看一个结论呼之欲出人形机器人的软件层正在复现智能手机早年从各自封闭走向共用底座的路径。但要说安卓时刻已经到来还需要更细地拆开看。图2 说明本文用模型 / 工具链 / 数据 / 硬件四层框架衡量平台化程度。越往软的层越开放越往硬的层越封闭——这正是判断安卓时刻是否到来的解剖刀。二、问题界定我们用四层框架看平台化安卓时刻的本质不是某一款产品走红而是一套开放、可复用、可被第三方在其上开发的操作系统与分发机制成为行业事实标准。对应到具身智能我把生态拆成四层模型层是否存在可被下游自由微调、部署的通用基础模型VLA 等工具链层仿真、SDK、编译、调试是否标准化且开源数据层训练数据是否能在社区内汇聚、复用而非锁在单一厂商硬件层本体关节、结构、驱动是否对开发者开放接口与改造空间。这四层的开放程度并不一致。下面逐层论证并标清每一处数据的可信度等级A论文/官方页面/财报B咨询机构报告已注机构与年份C传闻本文不引用其数字。值得先说清安卓时刻在机器人语境下到底指什么。智能手机的安卓化不是某一款手机赢了而是出现了三层共用物Linux 内核 AOSP 开源框架可改可编译、统一的硬件抽象与分发机制应用一次开发、多处运行、应用商店第三方能上架变现。映射到具身智能对应的就是开源基础模型 标准化工具链 技能/应用分发。本文的判断标准因此很具体只有当这三样同时可被第三方低成本使用“安卓时刻才算成立缺任何一层都只是某家公司的开放”而非行业的平台化。三、分层论证四层各自的平台化进度图3 说明PrimebotTech 的 GitHub 组织页。工具链层是否平台化看的就是这类仓库是否公开、是否有版本发布、是否可独立使用。3.1 模型层VLA 基础模型集体开源平台化程度——高视觉-语言-动作VLA模型是本轮开放的核心。时间线可以清晰看到从研究开放到权重开放的加速图4 说明2023 年 RT-2 确立 VLA 范式但未全量开放权重2024 年 OpenVLA、π0 把开源推到可用级别2025 年 GR00T N1 把人形专用基础模型直接开源。模型机构时间开源情况关键参数来源等级RT-2Google DeepMind2023确立 VLA 范式研究开放、权重未全开基于 PaLI-X / PaLM-EADeepMind 官方博客OpenVLAStanford2024.067B 权重开源基于 Open X-Embodiment 训练A论文/官网π0Physical Intelligence2024.10arXiv 2410.24164openpi 仓库 2025.02 以 Apache-2.0 开源约 33 亿参数跨 7 种本体AarXiv / openpiGR00T N1NVIDIA2025.03arXiv 2503.14734Hugging Face GitHub 开源GR00T-N1-2B约 22 亿参数AarXiv / NVIDIA图5 说明四个开源 VLA 基础模型的公开参数量级对比跨度 2.2B—7B。参数规模不等同于能力此图只反映各家在架构与部署取向上的公开差异。事实陈述RT-2 由 Google DeepMind 于 2023 年提出并确立了 VLA 范式OpenVLA 由斯坦福团队于 2024 年 6 月发布为 7B 开源模型π0 由 Physical Intelligence 于 2024 年 10 月 31 日挂在 arXiv编号 2410.24164并于 2025 年 2 月通过 openpi 仓库以 Apache-2.0 协议开放权重GR00T N1 由 NVIDIA 于 2025 年 3 月以 arXiv 2503.14734 发布并开源。宇树科技也在 2025 年开源了通用人形机器人操作大模型 UnifoLM-VLA-0 与 60 亿参数的 UnifoLM-WLA-1.0来源宇树官方开源页A 级。对开发者而言这批开源权重的意义不只是免费而是跨本体复用成为可能。π0 在 7 种不同机器人本体上训练GR00T N1 以数据金字塔人类视频→仿真/神经合成→真机遥操作联合预训练目标都是让一个模型适配多台机器人而不是一台机器人一个策略。更关键的是Open X-Embodiment 这套共享语料已被用于训练 π0、OpenVLA、Octo、RT-X 等多个模型来源Open X-Embodiment 论文与官方仓库A 级说明数据集—模型的共用链路已经跑通。这恰恰是安卓化最稀缺的那一半不是某一家开源而是多家在同一个开放基座上生长。结论模型层已经具备安卓所需的内核——可下载、可微调、可跨本体复用。3.2 工具链层ROS 2 与仿真框架成为事实标准平台化程度——中高工具链的开放程度取决于开发者能否不重复造轮子。两个指标很硬ROS 2 的统治力2025 年 ROS 2 占全部 ROS 下载的 91.2%公共#ROS2仓库 3,848 个APT 上唯一 ROS 包 34,614 个使用 ROS 的公司 1,579 家来源Open Robotics 2025 指标报告A 级。仿真框架开源NVIDIA 在 SIGGRAPH 2025 将 Isaac Sim 5.0 与 Isaac Lab 2.2 以开源形式放上 GitHubIsaac Lab 本身即为开源的机器人学习框架2.2 版本内置 GR00T N1 基准测试、合成运动生成与 Omniverse Fabric 集成来源NVIDIA 开发者博客 / 研究页A 级。MuJoCo 亦通过 Omniverse 与 OpenUSD 打通来源NVIDIA 2025-08 新闻稿A 级。图6 说明ROS 2 生态 2025 年关键指标。下载量、仓库数、使用公司数三项均保持两位数增长且 ROS 2 已占全部 ROS 下载的 91.2%——工具链层的「事实标准」地位有数字支撑。补充一个量级参照NVIDIA 披露其机器人生态已服务超过 25 万名开发者Cosmos 世界基础模型下载超 200 万次来源NVIDIA 新闻稿下载量一项经 market.us 转引B 级。社区侧同样在补位。Hugging Face 主导的 LeRobot 项目把模仿学习的数据集、模型与训练脚本以开源形式整合成为许多个人开发者进入具身智能的第一站它与宇树的unitree_IL_lerobot、智元的数据集形成框架—数据—硬件的松散但真实的协作网络。仿真到真机sim-to-real的闭环也不再是大厂专利Isaac Lab、MuJoCo、Gazebo 三套开源仿真各有侧重配合 ROS 2 的消息总线小团队也能在笔记本上先验证策略、再上真机来源NVIDIA 研究页 / Open RoboticsA 级。工具链开放的本质是把从想法到可运行demo的门槛从需要一支工程团队降到需要一台能跑 Docker 的机器。事实陈述竞品仅列公开动作不作贬低宇树提供unitree_ros2、unitree_sdk2、unitree_mujoco、unitree_rl_gym、unitree_IL_lerobot等开源工具链优必选自研机器人操作系统框架 ROSA 2.0Figure AI 于 2025 年 2 月发布面向人形的双系统 VLAHelix并终止与 OpenAI 的合作转向自研端到端 AI来源各公司官方/公开资料A 级。结论工具链层的标准件已经出现开源态势明确。3.3 数据层从孤岛走向共享语料平台化程度——中数据曾被认为是机器人公司最深的护城河但 2024—2025 年出现明显开放趋势数据集规模开放范围来源等级Open X-Embodiment100 万 episodes、22 种本体、60 个子集、34 家实验室、527 项技能、160,266 个任务Hugging Face / Google CloudRLDSAGoogle DeepMindAgiBot World100 万 真机轨迹、约 850TB、217 任务、3000 物品Hugging Face / GitHub / 魔搭A国家数据局案例 / 智元事实陈述Open X-Embodiment 由 Google DeepMind 联合 33 家学术实验室共建被普遍类比为机器人领域的ImageNet来源DeepMind 官方博客A 级。智元机器人于 2024 年底至 2025 年开源 AgiBot World并基于此发布通用具身基座大模型 GO-1Genie Operator-1采用 ViLLA 架构来源智元官方 / 魔搭社区A 级。另据国家数据局典型案例GR00T N1 约 80% 的实机训练数据来自 AgiBot World——这意味着一家公司的开源数据直接喂给了另一家头部公司的开源模型跨组织的数据飞轮已经开始转。结论数据层正在从每家一座岛转向共享语料池但质量与长程任务的均衡性仍是公开挑战。3.4 硬件层本体仍是最后一道封闭墙平台化程度——低软件再开放硬件的入口仍然相对封闭宇树 G1 公开售价约 1.6 万美元、H1 约 9 万美元SDK 开放但硬件本体为闭源来源宇树官方开源页 / 公开报价A 级——开发者可调用接口却难以改动结构。启元机器人 Q1 / T1 于 2025 年 9 月宣布正式发售起售价 19,999 元并提供q1-diy-shellDIY 外壳 STEP 参考模型与设计指南等偏开放的资料来源AtomGit 组织公告 / 仓库A 级在允许改造上走得更靠前。图7 说明主要人形机型的公开售价与预售价对比。启元 Q1/T1 以 19,999 元起售落在消费级门槛附近与海外机型分属不同币种与市场图中分列、未做换算。价格阶梯本身也说明硬件离「人人都买得起」还有距离这是硬件层封闭的经济学根源。事实陈述竞品仅列公开动作优必选 Walker S2 于 2025 年 11 月开启量产交付截至 2025 年底年化产能超 6,000 台全尺寸人形机器人2025 年累计交付 1,079 台全尺寸人形来源优必选 2025 年报 / 公司官网A 级特斯拉 Optimus 公司层面披露 2025 年生产目标约 5,000 台、2026 年目标约 50,000 台来源公司表态 / 媒体转引B 级·公司目标1X 的 NEO 以约 2 万美元开启消费级预定计划 2026 年交付来源公司表态B 级·公司目标。这些数字反映各家对量产临界点的判断差异本身不构成对某一家的优劣评价。硬件之所以是最后一道墙根子在可改造性。安卓之所以成为平台是因为它运行在大量可刷机的设备上社区能改内核、做 ROM、造配件。人形机器人目前多是一体化闭源本体关节驱动、结构件、BMS 都由厂商掌控开发者通常只能调用高层 API无法像改 Android 那样改底层。启元提供的q1-diy-shellQ1 定制外壳的 STEP 参考模型与设计指南是少数把允许用户改造外观/结构写进开源仓库的动作来源AtomGit 仓库A 级方向正确但范围仍限于外壳而非核心驱动。因此更现实的判断是硬件层走向的是参考设计开放 接口标准化而非智能手机那种完全可刷写的彻底开源。结论硬件层是四层中最封闭的一层也是安卓时刻能否真正成立的最后一道门槛——它更像是硬件参考设计开放而非完全开源。四、反方观点为什么安卓时刻可能来得更慢把上面的四层拼起来模型与工具链已高度开放数据与硬件仍在过渡。但作为行业分析必须正视相反的证据与风险避免单边唱多1. 生态碎片化风险。开源不等于统一。VLA 模型有 GR00T N1、π0、OpenVLA、UnifoLM 等多个流派动作表示离散 token / flow-matching / diffusion与接口并不互通ROS 2 虽成标准但各厂商的封装、消息定义、坐标系仍各自为政。开发者在一个平台上验证的技能迁移到另一台机器人往往要重写适配层——这恰恰不是安卓式的一次开发、多处运行。2. 数据孤岛并未真正消失。AgiBot World 与 Open X-Embodiment 规模可观但数据分布极不均衡后者中 Google Robot、xArm 等少数平台贡献了大部分轨迹且长程、多机协作、真实家庭的覆盖仍有限。更关键的是高质量真机数据的采集成本极高多数厂商仍把自有数据当作核心资产开源只是部分开放。3. 商业化不及预期的可能。高盛研究Goldman Sachs Research《Humanoid robot: The AI accelerant》2024-01-08预测到 2035 年人形机器人市场规模约 380 亿美元、年出货约 140 万台较其前次 60 亿美元的预估上调逾六倍但同时该报告也提示早期应用集中在危险、肮脏、枯燥DDD的工业场景消费级落地时间存在不确定性来源高盛B 级·机构预测。换言之市场预期的大爆发建立在 AI 进展与成本下降的乐观假设上若量产良率、可靠性或安全认证不及预期时间线会被拉长。图8 说明高盛 2024 年 1 月对 2035 年人形机器人市场的预测规模约 380 亿美元、年出货约 140 万台较其前次 60 亿美元的预估上调逾六倍。预测上调本身是行业信心回暖的信号但报告同时提示消费级落地的不确定性——这正是上文反方第 3 点的依据。4. 安全与合规的硬约束。人形机器人是物理世界中的具身系统涉及功能安全、隐私如家庭场景采集与责任归属。NVIDIA 在 2025 年推出 Halos 安全体系并获 ANSI 认可正说明行业开始把安全作为平台能力而非事后补丁——这会抬高平台化门槛而非降低。把这些风险叠加更稳妥的判断是安卓时刻在软件层已经初现在硬件层仍是进行时而非完成时。它可能不是某一个瞬间而是一段持续 3–5 年的半平台化爬坡期。图9 说明封闭垂直 vs 开源平台化。当下行业正处两条曲线交汇处——软的层已平台化硬的层仍在过渡。五、对开发者的含义机会在哪里如果半平台化是未来几年的主基调开发者的机会不在赌某一家赢而在利用已经开放的底座做差异化应用站在开源基座上做垂直技能用 GR00T N1 / π0 / OpenVLA 等开源权重做少样本微调比从零训模型便宜得多。门槛从造大脑降到了调大脑。用标准化工具链提速ROS 2 Isaac Lab / MuJoCo 让仿真验证→真机部署的闭环可被个人与小团队跑通。借共享数据冷启动Open X-Embodiment、AgiBot World 提供跨本体预训练语料新团队不必先建百万级数据采集工厂。落到具体方向低门槛、高天花板的机会集中在三类操作类技能抓取/放置/折叠/装配可直接用开源 imitation learning 框架微调、移动与导航类SLAM 运动控制ROS 2 生态已高度成熟、人机交互类语音/视觉意图理解借助 VLM backbone 快速搭建。对个人开发者最友好的路径是先在某一个窄场景把数据采集→微调→真机验证跑通一两次再考虑泛化——这比一上来追求通用管家现实得多。需要强调的是上述机会描述的是行业共性不针对任何单一厂商的业绩做预测。一个可以直接照做的上手路径命令在装有 git 与 Docker 的 Linux/macOS 机器上可直接运行仓库地址以 AtomGit 官方组织为准# 1. 克隆启元官方组织的 Q1 SDK仓库名以 AtomGit 组织页实际列表为准gitclone https://atomgit.com/PrimebotTech/primebot-q1-sdk.gitcdprimebot-q1-sdk# 2. 按仓库 README 引入官方工具链镜像三套均为 GB 级务必预留磁盘空间# toolchain-arm-native ARM 原生编译RK / Orin# toolchain-x86-cross-arm x86 主机交叉编译 ARM# toolchain-x86-native x86 原生仿真测试或 x86 部署# 参考体积RK 原生镜像约 2–5 GBOrin 镜像含 CUDA约 44.6 GB# 3. 后续把仿真验证与技能项目整理成独立仓库上传回个人 AtomGit 并在文中附链接上面这条路径的成立依赖图 10 所示的共享底座 四步流程。图10 说明从获取本体、训练适配、发布技能到社区共建四步闭环成立的前提是底层共享底座开源模型 / 数据 / 仿真。启元开发者实例见第六节。六、回到启元一个正在生长的开放生态图11 说明启元开发者学堂。生态是否成立最终看有没有人真的在用——学堂的课程与资料更新频率是比 Star 数更贴近真实活跃度的指标。把视角拉回与征文主体相关的启元机器人。判断一个生态是否平台化看它是否为第三方提供了可被复用、可被上架、可被共建的入口。启元的公开动作在此维度上是自洽的双平台开源托管在 GitHub 的PrimebotTech组织下截至 2026-10-30 可查到 12 个公开仓库如primebot-q1-sdk、primebot-t1-sdk、primebot-q1-urdf、primebot-t1-urdf、toolchain-*等合计星标约 100在国产开源平台 AtomGit 的PrimebotTech组织下则有 14 个项目、266 Star、约 3.24K 下载其中t1-sdk78 Star、q1-sdk27 Star、q1-urdf等持续更新来源GitHub / AtomGit 组织页A 级数据截至 2026-10-30。软件栈对齐主流标准SDK 基于 ROS 2 做二次开发URDF 包含 V3.0 自由度连杆模型、STL mesh、MuJoCo XML 与 RViz/Gazebo launch与上文所述工具链层事实标准一致来源官方仓库说明A 级。研究代码也同步开放除 SDK/URDF 外组织内还有mjlab、primebot_rl_mjlab、SuperMimic、GMR机器人数据重定向适配 Q1等偏研究性质的仓库说明开放的不只是能用的产品接口也包括部分训练与仿真研究代码来源GitHub / AtomGit 仓库列表A 级。技能分发机制AtomGit 组织 README 描述了社区发现 → AtomGit 托管 → AtomCode 安装的技能闭环开发者可将技能一键安装到 AtomCode 插件市场来源AtomGit 组织 READMEA 级。这与安卓 应用商店的分发逻辑高度相似。开发者学堂降低门槛启元开发者学堂提供文档、教程与示例配合 PrimeHub 开发工具包注册→读机器人契约→改示例→打包 .rpk→真机调试→发布上架的技能链路来源官方资料A 级。需要客观说明与 NVIDIA、宇树、优必选等已披露万台级量产或头部模型的组织相比启元目前的仓库星标与下载量仍属早期阶段数据见上A 级。但就是否走在开源平台化方向上这一问题其仓库结构、协议选择多为 Apache-2.0与技能分发设计给出的答案是一致的——它在主动构建可被社区复用的底座而非把能力锁在内部。七、结论回到开头的问题人形机器人开发者生态是否正从封闭垂直走向开源平台化我的判断是——方向上成立程度上分层。模型层与工具链层已经具备安卓内核的特征VLA 基础模型集体开源、ROS 2 成为事实标准、仿真框架开放。数据层正在从孤岛走向共享语料但均衡性与真机成本仍是约束。硬件层最封闭是决定完整安卓时刻是否到来的最后一道门槛。反方关于碎片化、数据孤岛与商业化不及预期的担忧都是真实且必须计入的风险。对开发者而言这恰恰是最好的窗口底座已经够用壁垒还没高到进不去。与其等待某一家定义标准不如在已经开放的模型、工具链与数据之上把垂直场景的技能做深。启元机器人把 SDK、URDF、工具链与技能分发开放在 AtomGit 与开发者学堂正是对机器人能力应像软件一样被开放、复用、共建这一判断的公开实践。它的生态体量目前还小但仓库结构与协议选择给出的方向是清晰的。最后给一个时间尺度的判断避免读者误读本文为马上爆发。软件层模型工具链的平台化在 2023—2025 年已基本完成开发者今天就能用数据层的共享在 2025 年起步未来两三年是质量与均衡性的关键窗口硬件层的参考设计开放则可能贯穿整个十五五周期。把这三段时间叠加更可能的节奏是2026—2028 年出现第一批可商业化的开源技能与中小团队2030 年前后才谈得上生态级的分发网络。对想入场的开发者现在的问题是先在一个窄场景跑通闭环而不是等标准统一再动手——因为标准恰恰是在这一波早期实践里被吵出来、被用出来的。图12 说明本文结论的时间尺度软件层模型工具链在 2023—2025 年已基本完成数据层 2025 年起步、仍在进行硬件层的参考设计开放是贯穿多年的长期过程。「安卓时刻」不是一个瞬间而是三层错峰的爬坡。参考资料启元机器人开发者社区https://dev.primebot.com/#AtomGit × 启元机器人具身智能原创内容征文活动#
行业分析方向 · 启元机器人 PGC 征文一个贯穿全文的问题人形机器人开发者生态是否正从封闭垂直走向开源平台化一、一个可验证的信号开源底座正在快速成形图1 说明启元机器人在 AtomGit 的组织主页仓库数量、Star 与最近更新都可直接核对。本文涉及国内开源生态的判断优先用这类可当场验证的页面数字而非二手转述。判断一个行业是否走到平台化拐点最好的证据不是谁又发布了新硬件而是看软件底座是否开始被社区共享。2025—2026 年的几条公开数据给出了一个可验证的信号。第一NVIDIA 在 2025 年 3 月开源了 GR00T N1——一个面向通用人形机器人的基础模型arXiv:2503.14734模型权重GR00T-N1-2B约 22 亿参数通过 Hugging Face 与 GitHub 仓库NVIDIA/Isaac-GR00T公开来源arXiv 论文、NVIDIA 官方博客A 级。这是头部算力公司第一次把人形机器人大脑级别的模型直接开源。第二ROS 2机器人操作系统在 2025 年的包下载量达到984,135,185 次较 2024 年增长 85.18%其中 ROS 2 占全部下载的 91.2%GitHub 上标注#ROS2的公开仓库达 3,848 个同比增长 39%使用 ROS 的公司数量增至 1,579 家同比增长 26%来源Open Robotics《2025 ROS Metrics Report》A 级。第三智元机器人开源的 AgiBot World 数据集包含超过 100 万条真机原子动作轨迹、规模约 850TB覆盖 217 个操作任务、3000 操作物品并已在 Hugging Face、GitHub、魔搭等平台开放据国家数据局典型案例披露英伟达 GR00T N1 约 80% 的真机训练数据来自该数据集来源国家数据局公开案例、智元官方A 级。这三条分别指向模型、工具链、数据三个层面且都来自可公开核查的来源。把它们放在一起看一个结论呼之欲出人形机器人的软件层正在复现智能手机早年从各自封闭走向共用底座的路径。但要说安卓时刻已经到来还需要更细地拆开看。图2 说明本文用模型 / 工具链 / 数据 / 硬件四层框架衡量平台化程度。越往软的层越开放越往硬的层越封闭——这正是判断安卓时刻是否到来的解剖刀。二、问题界定我们用四层框架看平台化安卓时刻的本质不是某一款产品走红而是一套开放、可复用、可被第三方在其上开发的操作系统与分发机制成为行业事实标准。对应到具身智能我把生态拆成四层模型层是否存在可被下游自由微调、部署的通用基础模型VLA 等工具链层仿真、SDK、编译、调试是否标准化且开源数据层训练数据是否能在社区内汇聚、复用而非锁在单一厂商硬件层本体关节、结构、驱动是否对开发者开放接口与改造空间。这四层的开放程度并不一致。下面逐层论证并标清每一处数据的可信度等级A论文/官方页面/财报B咨询机构报告已注机构与年份C传闻本文不引用其数字。值得先说清安卓时刻在机器人语境下到底指什么。智能手机的安卓化不是某一款手机赢了而是出现了三层共用物Linux 内核 AOSP 开源框架可改可编译、统一的硬件抽象与分发机制应用一次开发、多处运行、应用商店第三方能上架变现。映射到具身智能对应的就是开源基础模型 标准化工具链 技能/应用分发。本文的判断标准因此很具体只有当这三样同时可被第三方低成本使用“安卓时刻才算成立缺任何一层都只是某家公司的开放”而非行业的平台化。三、分层论证四层各自的平台化进度图3 说明PrimebotTech 的 GitHub 组织页。工具链层是否平台化看的就是这类仓库是否公开、是否有版本发布、是否可独立使用。3.1 模型层VLA 基础模型集体开源平台化程度——高视觉-语言-动作VLA模型是本轮开放的核心。时间线可以清晰看到从研究开放到权重开放的加速图4 说明2023 年 RT-2 确立 VLA 范式但未全量开放权重2024 年 OpenVLA、π0 把开源推到可用级别2025 年 GR00T N1 把人形专用基础模型直接开源。模型机构时间开源情况关键参数来源等级RT-2Google DeepMind2023确立 VLA 范式研究开放、权重未全开基于 PaLI-X / PaLM-EADeepMind 官方博客OpenVLAStanford2024.067B 权重开源基于 Open X-Embodiment 训练A论文/官网π0Physical Intelligence2024.10arXiv 2410.24164openpi 仓库 2025.02 以 Apache-2.0 开源约 33 亿参数跨 7 种本体AarXiv / openpiGR00T N1NVIDIA2025.03arXiv 2503.14734Hugging Face GitHub 开源GR00T-N1-2B约 22 亿参数AarXiv / NVIDIA图5 说明四个开源 VLA 基础模型的公开参数量级对比跨度 2.2B—7B。参数规模不等同于能力此图只反映各家在架构与部署取向上的公开差异。事实陈述RT-2 由 Google DeepMind 于 2023 年提出并确立了 VLA 范式OpenVLA 由斯坦福团队于 2024 年 6 月发布为 7B 开源模型π0 由 Physical Intelligence 于 2024 年 10 月 31 日挂在 arXiv编号 2410.24164并于 2025 年 2 月通过 openpi 仓库以 Apache-2.0 协议开放权重GR00T N1 由 NVIDIA 于 2025 年 3 月以 arXiv 2503.14734 发布并开源。宇树科技也在 2025 年开源了通用人形机器人操作大模型 UnifoLM-VLA-0 与 60 亿参数的 UnifoLM-WLA-1.0来源宇树官方开源页A 级。对开发者而言这批开源权重的意义不只是免费而是跨本体复用成为可能。π0 在 7 种不同机器人本体上训练GR00T N1 以数据金字塔人类视频→仿真/神经合成→真机遥操作联合预训练目标都是让一个模型适配多台机器人而不是一台机器人一个策略。更关键的是Open X-Embodiment 这套共享语料已被用于训练 π0、OpenVLA、Octo、RT-X 等多个模型来源Open X-Embodiment 论文与官方仓库A 级说明数据集—模型的共用链路已经跑通。这恰恰是安卓化最稀缺的那一半不是某一家开源而是多家在同一个开放基座上生长。结论模型层已经具备安卓所需的内核——可下载、可微调、可跨本体复用。3.2 工具链层ROS 2 与仿真框架成为事实标准平台化程度——中高工具链的开放程度取决于开发者能否不重复造轮子。两个指标很硬ROS 2 的统治力2025 年 ROS 2 占全部 ROS 下载的 91.2%公共#ROS2仓库 3,848 个APT 上唯一 ROS 包 34,614 个使用 ROS 的公司 1,579 家来源Open Robotics 2025 指标报告A 级。仿真框架开源NVIDIA 在 SIGGRAPH 2025 将 Isaac Sim 5.0 与 Isaac Lab 2.2 以开源形式放上 GitHubIsaac Lab 本身即为开源的机器人学习框架2.2 版本内置 GR00T N1 基准测试、合成运动生成与 Omniverse Fabric 集成来源NVIDIA 开发者博客 / 研究页A 级。MuJoCo 亦通过 Omniverse 与 OpenUSD 打通来源NVIDIA 2025-08 新闻稿A 级。图6 说明ROS 2 生态 2025 年关键指标。下载量、仓库数、使用公司数三项均保持两位数增长且 ROS 2 已占全部 ROS 下载的 91.2%——工具链层的「事实标准」地位有数字支撑。补充一个量级参照NVIDIA 披露其机器人生态已服务超过 25 万名开发者Cosmos 世界基础模型下载超 200 万次来源NVIDIA 新闻稿下载量一项经 market.us 转引B 级。社区侧同样在补位。Hugging Face 主导的 LeRobot 项目把模仿学习的数据集、模型与训练脚本以开源形式整合成为许多个人开发者进入具身智能的第一站它与宇树的unitree_IL_lerobot、智元的数据集形成框架—数据—硬件的松散但真实的协作网络。仿真到真机sim-to-real的闭环也不再是大厂专利Isaac Lab、MuJoCo、Gazebo 三套开源仿真各有侧重配合 ROS 2 的消息总线小团队也能在笔记本上先验证策略、再上真机来源NVIDIA 研究页 / Open RoboticsA 级。工具链开放的本质是把从想法到可运行demo的门槛从需要一支工程团队降到需要一台能跑 Docker 的机器。事实陈述竞品仅列公开动作不作贬低宇树提供unitree_ros2、unitree_sdk2、unitree_mujoco、unitree_rl_gym、unitree_IL_lerobot等开源工具链优必选自研机器人操作系统框架 ROSA 2.0Figure AI 于 2025 年 2 月发布面向人形的双系统 VLAHelix并终止与 OpenAI 的合作转向自研端到端 AI来源各公司官方/公开资料A 级。结论工具链层的标准件已经出现开源态势明确。3.3 数据层从孤岛走向共享语料平台化程度——中数据曾被认为是机器人公司最深的护城河但 2024—2025 年出现明显开放趋势数据集规模开放范围来源等级Open X-Embodiment100 万 episodes、22 种本体、60 个子集、34 家实验室、527 项技能、160,266 个任务Hugging Face / Google CloudRLDSAGoogle DeepMindAgiBot World100 万 真机轨迹、约 850TB、217 任务、3000 物品Hugging Face / GitHub / 魔搭A国家数据局案例 / 智元事实陈述Open X-Embodiment 由 Google DeepMind 联合 33 家学术实验室共建被普遍类比为机器人领域的ImageNet来源DeepMind 官方博客A 级。智元机器人于 2024 年底至 2025 年开源 AgiBot World并基于此发布通用具身基座大模型 GO-1Genie Operator-1采用 ViLLA 架构来源智元官方 / 魔搭社区A 级。另据国家数据局典型案例GR00T N1 约 80% 的实机训练数据来自 AgiBot World——这意味着一家公司的开源数据直接喂给了另一家头部公司的开源模型跨组织的数据飞轮已经开始转。结论数据层正在从每家一座岛转向共享语料池但质量与长程任务的均衡性仍是公开挑战。3.4 硬件层本体仍是最后一道封闭墙平台化程度——低软件再开放硬件的入口仍然相对封闭宇树 G1 公开售价约 1.6 万美元、H1 约 9 万美元SDK 开放但硬件本体为闭源来源宇树官方开源页 / 公开报价A 级——开发者可调用接口却难以改动结构。启元机器人 Q1 / T1 于 2025 年 9 月宣布正式发售起售价 19,999 元并提供q1-diy-shellDIY 外壳 STEP 参考模型与设计指南等偏开放的资料来源AtomGit 组织公告 / 仓库A 级在允许改造上走得更靠前。图7 说明主要人形机型的公开售价与预售价对比。启元 Q1/T1 以 19,999 元起售落在消费级门槛附近与海外机型分属不同币种与市场图中分列、未做换算。价格阶梯本身也说明硬件离「人人都买得起」还有距离这是硬件层封闭的经济学根源。事实陈述竞品仅列公开动作优必选 Walker S2 于 2025 年 11 月开启量产交付截至 2025 年底年化产能超 6,000 台全尺寸人形机器人2025 年累计交付 1,079 台全尺寸人形来源优必选 2025 年报 / 公司官网A 级特斯拉 Optimus 公司层面披露 2025 年生产目标约 5,000 台、2026 年目标约 50,000 台来源公司表态 / 媒体转引B 级·公司目标1X 的 NEO 以约 2 万美元开启消费级预定计划 2026 年交付来源公司表态B 级·公司目标。这些数字反映各家对量产临界点的判断差异本身不构成对某一家的优劣评价。硬件之所以是最后一道墙根子在可改造性。安卓之所以成为平台是因为它运行在大量可刷机的设备上社区能改内核、做 ROM、造配件。人形机器人目前多是一体化闭源本体关节驱动、结构件、BMS 都由厂商掌控开发者通常只能调用高层 API无法像改 Android 那样改底层。启元提供的q1-diy-shellQ1 定制外壳的 STEP 参考模型与设计指南是少数把允许用户改造外观/结构写进开源仓库的动作来源AtomGit 仓库A 级方向正确但范围仍限于外壳而非核心驱动。因此更现实的判断是硬件层走向的是参考设计开放 接口标准化而非智能手机那种完全可刷写的彻底开源。结论硬件层是四层中最封闭的一层也是安卓时刻能否真正成立的最后一道门槛——它更像是硬件参考设计开放而非完全开源。四、反方观点为什么安卓时刻可能来得更慢把上面的四层拼起来模型与工具链已高度开放数据与硬件仍在过渡。但作为行业分析必须正视相反的证据与风险避免单边唱多1. 生态碎片化风险。开源不等于统一。VLA 模型有 GR00T N1、π0、OpenVLA、UnifoLM 等多个流派动作表示离散 token / flow-matching / diffusion与接口并不互通ROS 2 虽成标准但各厂商的封装、消息定义、坐标系仍各自为政。开发者在一个平台上验证的技能迁移到另一台机器人往往要重写适配层——这恰恰不是安卓式的一次开发、多处运行。2. 数据孤岛并未真正消失。AgiBot World 与 Open X-Embodiment 规模可观但数据分布极不均衡后者中 Google Robot、xArm 等少数平台贡献了大部分轨迹且长程、多机协作、真实家庭的覆盖仍有限。更关键的是高质量真机数据的采集成本极高多数厂商仍把自有数据当作核心资产开源只是部分开放。3. 商业化不及预期的可能。高盛研究Goldman Sachs Research《Humanoid robot: The AI accelerant》2024-01-08预测到 2035 年人形机器人市场规模约 380 亿美元、年出货约 140 万台较其前次 60 亿美元的预估上调逾六倍但同时该报告也提示早期应用集中在危险、肮脏、枯燥DDD的工业场景消费级落地时间存在不确定性来源高盛B 级·机构预测。换言之市场预期的大爆发建立在 AI 进展与成本下降的乐观假设上若量产良率、可靠性或安全认证不及预期时间线会被拉长。图8 说明高盛 2024 年 1 月对 2035 年人形机器人市场的预测规模约 380 亿美元、年出货约 140 万台较其前次 60 亿美元的预估上调逾六倍。预测上调本身是行业信心回暖的信号但报告同时提示消费级落地的不确定性——这正是上文反方第 3 点的依据。4. 安全与合规的硬约束。人形机器人是物理世界中的具身系统涉及功能安全、隐私如家庭场景采集与责任归属。NVIDIA 在 2025 年推出 Halos 安全体系并获 ANSI 认可正说明行业开始把安全作为平台能力而非事后补丁——这会抬高平台化门槛而非降低。把这些风险叠加更稳妥的判断是安卓时刻在软件层已经初现在硬件层仍是进行时而非完成时。它可能不是某一个瞬间而是一段持续 3–5 年的半平台化爬坡期。图9 说明封闭垂直 vs 开源平台化。当下行业正处两条曲线交汇处——软的层已平台化硬的层仍在过渡。五、对开发者的含义机会在哪里如果半平台化是未来几年的主基调开发者的机会不在赌某一家赢而在利用已经开放的底座做差异化应用站在开源基座上做垂直技能用 GR00T N1 / π0 / OpenVLA 等开源权重做少样本微调比从零训模型便宜得多。门槛从造大脑降到了调大脑。用标准化工具链提速ROS 2 Isaac Lab / MuJoCo 让仿真验证→真机部署的闭环可被个人与小团队跑通。借共享数据冷启动Open X-Embodiment、AgiBot World 提供跨本体预训练语料新团队不必先建百万级数据采集工厂。落到具体方向低门槛、高天花板的机会集中在三类操作类技能抓取/放置/折叠/装配可直接用开源 imitation learning 框架微调、移动与导航类SLAM 运动控制ROS 2 生态已高度成熟、人机交互类语音/视觉意图理解借助 VLM backbone 快速搭建。对个人开发者最友好的路径是先在某一个窄场景把数据采集→微调→真机验证跑通一两次再考虑泛化——这比一上来追求通用管家现实得多。需要强调的是上述机会描述的是行业共性不针对任何单一厂商的业绩做预测。一个可以直接照做的上手路径命令在装有 git 与 Docker 的 Linux/macOS 机器上可直接运行仓库地址以 AtomGit 官方组织为准# 1. 克隆启元官方组织的 Q1 SDK仓库名以 AtomGit 组织页实际列表为准gitclone https://atomgit.com/PrimebotTech/primebot-q1-sdk.gitcdprimebot-q1-sdk# 2. 按仓库 README 引入官方工具链镜像三套均为 GB 级务必预留磁盘空间# toolchain-arm-native ARM 原生编译RK / Orin# toolchain-x86-cross-arm x86 主机交叉编译 ARM# toolchain-x86-native x86 原生仿真测试或 x86 部署# 参考体积RK 原生镜像约 2–5 GBOrin 镜像含 CUDA约 44.6 GB# 3. 后续把仿真验证与技能项目整理成独立仓库上传回个人 AtomGit 并在文中附链接上面这条路径的成立依赖图 10 所示的共享底座 四步流程。图10 说明从获取本体、训练适配、发布技能到社区共建四步闭环成立的前提是底层共享底座开源模型 / 数据 / 仿真。启元开发者实例见第六节。六、回到启元一个正在生长的开放生态图11 说明启元开发者学堂。生态是否成立最终看有没有人真的在用——学堂的课程与资料更新频率是比 Star 数更贴近真实活跃度的指标。把视角拉回与征文主体相关的启元机器人。判断一个生态是否平台化看它是否为第三方提供了可被复用、可被上架、可被共建的入口。启元的公开动作在此维度上是自洽的双平台开源托管在 GitHub 的PrimebotTech组织下截至 2026-10-30 可查到 12 个公开仓库如primebot-q1-sdk、primebot-t1-sdk、primebot-q1-urdf、primebot-t1-urdf、toolchain-*等合计星标约 100在国产开源平台 AtomGit 的PrimebotTech组织下则有 14 个项目、266 Star、约 3.24K 下载其中t1-sdk78 Star、q1-sdk27 Star、q1-urdf等持续更新来源GitHub / AtomGit 组织页A 级数据截至 2026-10-30。软件栈对齐主流标准SDK 基于 ROS 2 做二次开发URDF 包含 V3.0 自由度连杆模型、STL mesh、MuJoCo XML 与 RViz/Gazebo launch与上文所述工具链层事实标准一致来源官方仓库说明A 级。研究代码也同步开放除 SDK/URDF 外组织内还有mjlab、primebot_rl_mjlab、SuperMimic、GMR机器人数据重定向适配 Q1等偏研究性质的仓库说明开放的不只是能用的产品接口也包括部分训练与仿真研究代码来源GitHub / AtomGit 仓库列表A 级。技能分发机制AtomGit 组织 README 描述了社区发现 → AtomGit 托管 → AtomCode 安装的技能闭环开发者可将技能一键安装到 AtomCode 插件市场来源AtomGit 组织 READMEA 级。这与安卓 应用商店的分发逻辑高度相似。开发者学堂降低门槛启元开发者学堂提供文档、教程与示例配合 PrimeHub 开发工具包注册→读机器人契约→改示例→打包 .rpk→真机调试→发布上架的技能链路来源官方资料A 级。需要客观说明与 NVIDIA、宇树、优必选等已披露万台级量产或头部模型的组织相比启元目前的仓库星标与下载量仍属早期阶段数据见上A 级。但就是否走在开源平台化方向上这一问题其仓库结构、协议选择多为 Apache-2.0与技能分发设计给出的答案是一致的——它在主动构建可被社区复用的底座而非把能力锁在内部。七、结论回到开头的问题人形机器人开发者生态是否正从封闭垂直走向开源平台化我的判断是——方向上成立程度上分层。模型层与工具链层已经具备安卓内核的特征VLA 基础模型集体开源、ROS 2 成为事实标准、仿真框架开放。数据层正在从孤岛走向共享语料但均衡性与真机成本仍是约束。硬件层最封闭是决定完整安卓时刻是否到来的最后一道门槛。反方关于碎片化、数据孤岛与商业化不及预期的担忧都是真实且必须计入的风险。对开发者而言这恰恰是最好的窗口底座已经够用壁垒还没高到进不去。与其等待某一家定义标准不如在已经开放的模型、工具链与数据之上把垂直场景的技能做深。启元机器人把 SDK、URDF、工具链与技能分发开放在 AtomGit 与开发者学堂正是对机器人能力应像软件一样被开放、复用、共建这一判断的公开实践。它的生态体量目前还小但仓库结构与协议选择给出的方向是清晰的。最后给一个时间尺度的判断避免读者误读本文为马上爆发。软件层模型工具链的平台化在 2023—2025 年已基本完成开发者今天就能用数据层的共享在 2025 年起步未来两三年是质量与均衡性的关键窗口硬件层的参考设计开放则可能贯穿整个十五五周期。把这三段时间叠加更可能的节奏是2026—2028 年出现第一批可商业化的开源技能与中小团队2030 年前后才谈得上生态级的分发网络。对想入场的开发者现在的问题是先在一个窄场景跑通闭环而不是等标准统一再动手——因为标准恰恰是在这一波早期实践里被吵出来、被用出来的。图12 说明本文结论的时间尺度软件层模型工具链在 2023—2025 年已基本完成数据层 2025 年起步、仍在进行硬件层的参考设计开放是贯穿多年的长期过程。「安卓时刻」不是一个瞬间而是三层错峰的爬坡。参考资料启元机器人开发者社区https://dev.primebot.com/#AtomGit × 启元机器人具身智能原创内容征文活动#
