世界机器人大会在北京亦庄北人亦创国际会展中心正式启幕，300多家机器人企业携2000余件展品集中亮相。展会上，人形机器人特技展示与超大参数大模型成为全场关注的热点。不过，在同期举行的“AI大模型赋能机器人与具身智能产业新范式”分论坛上，一场围绕机器人技术路线的深度讨论，揭开了行业“表面繁荣、实际落地不易”的现状，也进一步暴露出当前具身智能发展中的结构性矛盾。

合十思维创始人赵普在论坛中，以钱学森1993年致戴汝为院士的亲笔信为理论切入点，引发业内广泛关注。信中明确提出：“智能机器人的核心在于适应复杂环境，而非堆砌硬件复杂度。当前AI进化主义路线存在根本性局限。”这一观点直击当下具身智能行业的关键难题：依赖高算力和大参数堆叠的模型，虽然在仿真测试环境中表现亮眼，但进入真实应用场景后成功率骤降至12%，且单台机器人部署成本高达数十万元，难以实现大规模商业化落地。

当前行业正陷入一种恶性循环：模型参数规模从百亿级迅速扩展到千亿级，算力需求持续呈指数级攀升，但推理延迟、部署成本、运维压力等问题也越来越突出。某主流VLA大模型在商场导购机器人场景中，就曾因无法识别佩戴口罩顾客的面部特征而频繁卡顿，暴露出统计拟合方法在复杂现实环境中的天然短板。对此，赵普直言：“物理世界的复杂性远超训练数据的覆盖边界，单纯扩大模型规模无异于刻舟求剑。”

面对这一难题，合十思维选择了不同于主流路线的技术方案：通过SNN脉冲神经网络与BTS行为树系统构建“双脑架构”，模拟人脑分区并行的工作机制。该架构总参数仅为90亿，不到行业平均水平的1%，却可以直接部署在消费级RTX 3090显卡上，日均算力成本不足10元。更值得关注的是，这一系统采用感知、决策、运动控制三层解耦设计，使同一套AI大脑能够兼容人形机器人、轮臂机器人、四足机器人等异构硬件，并支持在执行任务过程中实时接收临时指令、灵活中断和切换当前任务。

这种技术差异在真实场景测试中表现得尤为明显。传统AI清洁机器人遇到被占用的座椅时，往往会因为训练数据不足而停滞不前；而合十思维的系统则能够基于逻辑推理，自主判断“可承重平面”的标准，将清洁作业范围扩展到桌沿、矮柜等非常规区域。正是这种“自主解题”能力，使其第四代HumanROS清洁机器人已经在北京海淀公园公厕、新加坡樟宜机场等场景实现7×24小时稳定运行，单台设备可承担超过70%的重复性保洁工作，展现出较强的机器人商用落地能力。

从商业数据来看，这一路线也验证了其可行性。2026年上半年，公司签约额突破7500万元，2025年全年营收达到8000万元，逐步形成“场景现金流反哺研发”的良性循环。这与许多仍停留在样机展示、概念验证阶段的机器人企业形成鲜明对照。赵普强调：“商用落地不是最终目标，而是验证类脑架构有效性的关键手段。真正的挑战，在于打造具备自主感知、自主推理与持续迭代能力的通用智能大脑。”

这场讨论也让机器人行业重新回到三十年前的理论起点。钱学森在信中提出的“小型大系统”理念，与当前围绕大模型和算力展开的军备竞赛形成了鲜明反差。当机器人产业规模迈过万亿元门槛时，市政服务、文旅运营等领域的真实用工缺口依然没有得到有效填补。合十思维的实践说明，破解机器人落地难题的关键，或许并不在于一味追求参数规模和算力极限，而在于重新定义智能的本质——让机器像人一样理解环境、适应变化，而不是机械地复现训练数据。