《科创板日报》3月3日讯 合力搬运重物、给机器人“工友”充电......人形机器人之间的协作正不断玩出新花样。

今日，优必选官微发布视频显示，Walker S系列机器人在极氪5G智慧工厂协同实训。在视频中，机器人通过合力搬运大负载大尺寸货物，并实施混合决策式分拣、精准操作类质检等行动。虽然其效率距离人类仍有较大差距，但已能够实现多机协同作业。

在视频末尾，当一台机器人电量耗尽而关机时，附近机器人还会为其充电。

据悉，此次协同实训为全球首例多台、多场景、多任务的人形机器人协同实训，其背后的技术为人形机器人群脑网络（BrainNet）软件架构，以及人形智能网联中枢Internet of Humanoids (IoH)。

具体而言，群脑网络（BrainNet）架构由云端协同的推理型节点和技能型节点链接，形成群体维度下的超级大脑和智能小脑。超级大脑基于多模态具身推理大模型，以实现产线任务决策；智能小脑基于Transformer模型，从而支持多机并行分布式学习。

在上述软件的加持下，凭借人形机器人现有硬件，能够将单台人形机器人的任务范畴扩展至多台机器人协同完成的产线级需求。并且，通过在一线生产厂实积累工业数据集，可以不断进行训练和调优。

优必选认为，人形机器人群体智能技术攻关是实现工业场景规模化应用的必经之路。就在日前，美国机器人创企Figure AI同样发布了一段机器人集体进厂在物流中心整理快递的视频。在视频中，机器人能够识别、抓取并按照逻辑摆放快递。

凭借最近发布的视觉-语言-动作（VLA）模型Helix，Figure机器人能够根据自然语言指令，识别并拾取几乎所有小型物品，并且能够驱使多台机器人共同操作任务。

当下，机器人行业的主线逻辑，正完成从硬件端向软件端的转变。国金证券认为，软件端进步将带动人形机器人迈向通用场景应用更近一步。

凭借群脑网络软件架构和VLA模型Helix，优必选和Figure分别以现有机器人硬件载体在工业任务操作方面取得进展。对此，中金研报表示，具身智能软件端泛化能力表现超预期，具身智能进化持续加速。人形机器人能否以及何时可以打开C端市场、实现放量，关键瓶颈在于大脑的泛化能力表现。

中泰证券2月20日研报指出，AI进入2.0时代，人形机器人将是AI最大的落地场景。硬件端目前看相对较为完善，软件端的迭代是驱动产品力不断提升的关键。

分析师进一步表示，软件端分为大脑与小脑。大脑主要负责环境感知和智能交互，其底层算法分别是FSD与LLM及其延伸的大模型。大脑端的FSD及LLM伴随智能驾驶与大模型进展进行选代，发展较为成熟。相对来说，亟待提升的是小脑，即运动控制，其发展较为初期。

至于小脑的主要制约因素，机构指出，相较于大模型的发展拥有海量的数据输入，机器人的训练数据集十分有限；前精细动作尚未又统一的底层算法，无法设置统一的奖励函数进行强化学习。因此，小脑端运控数据的采集与运动控制底层算法的选代是驱动产品力提升的中期维度影响因素。从2025年人形机器人产业量产角度来看，建议重点关注数据采集和运动控制算法。

其中，数据采集的核心工具是动捕设备，相关公司包括：凌云光、诺亦腾、世优科技、利亚德、天娱数科等；运动控制算法方面，国内供应商可以切入的领域为运动控制器，相关公司有：固高科技、雷赛智能、禾川科技等。