云蝶科技发布全球首个系统级具身大脑，本体矩阵同步亮相

云蝶科技是国内少数实现规模化营收的具身智能企业。

本文为IPO早知道原创

作者｜Stone Jin

据IPO早知道消息，云蝶科技在日前举办的2026世界机器人大会（WRC）期间集中发布RoboForge系统级具身大脑、WING任务型本体家族和“1+N真实世界具身智能联合研究计划”，并系统展示了其面向真实场景的行业工作流。

成立于2019年的云蝶科技核心团队来自北大、新加坡南洋理工、新加坡国立大学，具备从实验室技术到工程化产品的完整能力。其聚焦具身智能，围绕环境感知、世界模型、机器人训练和场景运营构建完整能力体系，推动机器人在酒店、物业园区、医疗康养教育实训和电力能源等真实场景稳定执行任务并持续提升能力。

在商业化层面，云蝶科技以B端、G端客户为主，覆盖全国四千余家B端客户，是国内少数实现规模化营收的具身智能企业。

发布全球首个系统级具身智能大脑

要解决“大脑怎样真正工作”的问题

在本次WRC期间，云蝶科技发布了与新加坡南洋理工大学联合研发的RoboForge系统级具身大脑，这也是全球首个系统级具身智能大脑。

需要指出的一点是，RoboForge要解决的是“大脑怎样真正工作”的问题。它的核心不是简单换一个更大的基础模型，而是在模型与机器人执行之间加入一套Harness-centric系统：从 Context Orchestration，管理文本轨迹、反馈、任务指标、低成本文本循环以及安全边界，升级做Policy Orchestration，让智能体直接进入“环境交互—多模态反馈—策略诊断—受预算约束的仿真循环—真实结果隔离验证”的闭环，重新设计接口和优化方式，让系统能够自我改进。

换言之，RoboForge希望把机器人从“模型给一次答案、执行一次动作”，升级为“感知—理解—规划—执行—验证—诊断—再执行”的系统级自治。

根据云蝶科技的判断，未来半年至一年，系统级Harness具身大脑将成为行业重要发展方向。

值得注意的是，云蝶科技不希望用单一模型参数定义“具身大脑强不强”。RoboForge更强调系统级能力，所以评价分三层：第一层是公开Benchmark，验证和行业基线可比的任务能力；第二层是跨任务、跨本体的迁移能力，避免只针对一道题做优化；第三层是真实机器人实验，看系统能不能Zero-shot进入新任务，或者在在线交互中持续进化。

目前，RoboForge已在EmbodiedBench和LaRA测评。EmbodiedBench评估多模态大模型作为具身智能体时的导航、操作、任务分解与执行；LaRA则测试长上下文、外部RAG/自适应路由以及内部外部知识条件下的幻觉相关能力。

在EmbodiedBench上，不是只在单一任务点提升，而是在高层任务和低层导航、操作多个子基准上都明显提升基础模型。以平均分看，针对不同的基础模型：EB-ALFRED上，任务执行成功率从74.3%提升到82.3%, 78.0%提升到81.3%；EB-Habitat上，从68.7%提升到83.7%，从66.3%提升到77.7%；EB-Navigation上，从65.3%提升到70.3%，从57.7%提升到63.3%；EB-Manipulation上， 38.2%提升到48.2%，从34.4%提升到43.4%，均处于最高水平。

更值得关注的是分项能力。比如EB-Habitat中， Spatial由38.0%提升到96.0%，长程任务Long Horizon由76.0%提升到82.0%；EB-Navigation中， Long Horizon由51.7%提升到61.7%；EB-Manipulation中，Visual由47.2%提升到56.1%，Spatial由39.6%提升到50.0%。这些指标直接对应机器人在复杂指令理解、视觉定位、空间关系、长程执行和操作任务上的稳定性。

LaRA的结果则说明RoboForge不仅帮助机器人“会做”，也帮助系统更可靠地管理上下文和知识边界。32k场景下，Financial-RAG、Paper-RAG、Novel-RAG分别从82.2、75.5、71.2提升到94.9、98.1、96.6；128k场景下五项得分分别达到84.42、99.25、92.22、91.96和93.12，对照基础模型分别为64.94、72.39、56.29、64.54和63.76。

据云蝶科技介绍，后续其会把跨任务、跨本体能力进一步工程化成客户能直接看懂的指标，比如单任务新增数据量、适配人天、首次上线周期、人工接管率、任务成功率、同一技能跨本体复用比例。只有这些指标在真实项目里持续下降，跨本体才真正从“研究能力”变成“商业能力”。

以“先定义岗位，再定义机器人”为产品逻辑

更追求岗位级的系统最优

在云蝶科技看来，本体设计不能盲目追逐高自由度等纸面参数，应当遵循“岗位优先”理念，围绕真实任务反推硬件指标，兼顾性能、可靠性、成本、可维护性四大要素，做到够得着、拿得稳、跑得久、用得起。

基于这样的判断，云蝶科技在本次WRC期间发布了WING系列任务型本体产品矩阵：Wing One面向通用具身任务；Wing Air主打轻量化低成本，支撑大规模推广；Wing Station面向社区微空间，适配零售、医疗、物业等商业化场景。

针对复杂操作，产品采用可拆卸工具手方案，不必一味训练通用抓取模型，以工程化方式解决场景实操痛点；针对酒店窄空间等环境，采用小型化底盘设计，适配真实物理环境，拒绝“为参数找场景”。

事实上，同时推出三种形态，本质上云蝶科技是在表达一个产品判断：商业机器人并不需要“一台机器覆盖所有场景”，真正应该追求的是岗位级的系统最优。不同岗位对负载、操作复杂度、移动范围、连续工作时间、维护方式和成本上限完全不同，因此最优本体也应该不同。

为此，云蝶科技的产品逻辑实则为“先定义岗位，再定义机器人”，即“反过来做产品”。

“我们会先看这个岗位每天要完成什么任务，再把任务拆成动作能力，最后决定自由度、末端执行器、移动方式、负载、传感器、续航和运维结构。”云蝶科技联合创始人、联席总裁余澜博士补充道，“我们内部可以把它概括成四句话：够得着、拿得稳、跑得久、用得起。商业化真正看的是单位任务成本和可用率，而不是单项参数。”

具体而言：

WING Air面向更轻量、成本敏感、高频且相对标准化的任务。它的逻辑是在满足岗位动作要求的前提下控制硬件复杂度，减少不必要的自由度和故障点，从而降低采购、维护和规模部署门槛。

WING One面向任务复杂度更高、需要更完整操作能力的岗位，更强调综合操作能力、任务扩展性以及与RoboForge通用技能体系的结合。它不是追求某一个极限参数，而是希望覆盖更多可复用任务簇。

WING Station则是站点化的产品思路，把机器人能力与固定服务/零售空间、环境传感、后台系统、补给和运维结合起来。它最大的价值是“机器人+环境”协同：部分复杂性可以由环境承担，从而提高连续运行能力和运营效率。

这意味着，三款产品形成的是不同的系统取舍：Air强调轻量、低成本和易维护；One强调更强的综合任务能力和扩展性；Station强调环境协同、持续运营和服务闭环。

“RoboForge做跨任务、跨本体的上层‘大脑’，WING用不同形态承担不同岗位，这也是我们为什么把跨本体能力放在技术路线核心位置。”余澜博士解释称。“RoboForge提供尽量通用、可迁移的大脑，WING提供面向不同岗位的本体，两者结合，目标是让机器人真正成为可衡量、可运维、可规模复制的生产力。”

软硬件协同、形成数据飞轮与商业飞轮

深耕B端场景落地，要与技术优势形成复利

此外，为让产品持续获得来自真实场景的问题和运行反馈，云蝶科技同期发布了“1+N真实世界具身智能联合研究计划”。

其中，“1”代表覆盖问题共创、数据规则、验证评测和成果权责的共同研究机制；高校联合实验室与数据训练场构成研究和训练的中间能力层；“N”代表持续扩展的酒店、物业、医疗养老、园区巡检等真实场景节点。

目前，云蝶科技已与北京大学、新加坡南洋理工大学、华南理工大学和大湾区大学分别建立具身智能联合实验室，并推进北大×云蝶技术创新中心和广州海珠真实世界实验场落地。

这一计划将以真实任务为共同对象，通过“场景提问—协同研究—训练评测—真机验证—反馈迭代”形成闭环，使真实世界场景同时成为研究对象、训练条件和产品验证的基础设施。

通过这一机制，来自真实任务的执行结果和失败反馈，将进一步进入RoboForge的能力优化及WING本体的产品迭代过程，从而连接前沿研究、系统训练、真机验证与实际场景需求。

云蝶科技认为，具身智能真正的商业壁垒，不是单独拥有一个“大脑”，也不是单独拥有一台本体，而是能不能把“模型能力—机器人本体—行业工作流—真实运行数据—持续运维”连成一个闭环。RoboForge与WING的软硬件协同，正好对应这条链路：大脑负责跨任务决策、执行验证和持续进化，本体按照岗位做成本与性能的系统最优，再把两者接进客户的真实SOP和业务系统。

这种协同会形成两个飞轮。第一个是技术和数据飞轮：更多真实场景带来更多任务轨迹、失败样本和人工接管数据，Harness能够利用这些执行证据诊断和优化策略，模型更可靠，后续复制更快。第二个是商业飞轮：更多客户形成更多运营节点，部署、RaaS订阅、任务/技能服务、模型升级和运维SLA形成持续收入，再反过来摊薄交付和研发成本。

换言之，云蝶科技希望卖的不是“一台机器人”，而是“机器人持续完成一个岗位任务的服务能力”。

在商业验证上，云蝶当前优先进入酒店、物业/园区、医疗及体检康养等可约束、可评测、可规模复制的B端生活服务场景。已经与凤悦酒店集团、固生堂集团、久邦善心等签署战略合作协议，累计签署的机器人意向订单数量达到1500台。

往长远来看，云蝶科技在未来12个月更关注把少数高频任务做深：在酒店、物业/园区、医疗康养等场景形成可复制的任务簇，推动WING系列批量化部署，同时把RoboForge的任务包、技能包、部署流程、评测和运维SLA标准化。目标不是场景铺得越多越好，而是把“任务成功率、人工接管率、上线周期、单位任务成本”这些指标做成可复制的工程标准。

未来24个月，云蝶科技则希望进一步从“做成一个任务”走向“组成一个岗位”，再从单点项目复制到连锁集团和区域网络。每一个真实经营单元既是交付节点，也是训练节点、数据节点和收入节点。这样，云蝶过去积累的B端客户、行业Know-how和商业化能力，就会与RoboForge的技术优势形成真正的复利。