世界机器人大会在北京亦庄北人亦创国际会展中心拉开帷幕，300余家机器人企业携2000余件展品亮相，人形特技与超大参数大模型成为展会焦点。然而，同期举办的“AI大模型赋能机器人与具身智能产业新范式”分论坛上，一场关于技术路线的深度讨论撕开了行业“表面繁荣、落地艰难”的伪装，暴露出当前技术路径的结构性矛盾。
合十思维创始人赵普在论坛上以钱学森1993年致戴汝为院士的亲笔信作为理论起点，引发行业震动。信中明确指出：“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。”这一论断直指当下具身智能行业的核心痛点：依赖算力堆砌的模型在仿真环境中表现优异，但真实场景成功率骤降至12%，且单台设备部署成本高达数十万元，难以规模化应用。
行业现状呈现恶性循环：参数规模从百亿级飙升至千亿级，算力需求指数级增长，但推理延迟、运维成本等问题愈发突出。某主流VLA大模型在商场导购场景中，因无法识别戴口罩的顾客面部特征而频繁卡顿，暴露出统计拟合方法的天然缺陷。赵普直言：“物理世界的复杂性远超训练数据覆盖范围，单纯扩大模型规模无异于刻舟求剑。”
合十思维选择了一条截然不同的技术路径：通过SNN脉冲神经网络与BTS行为树系统构建“双脑架构”，模拟人脑分区并行机制。该架构总参数仅90亿，不到行业平均水平的1%，却能在消费级RTX 3090显卡上完成部署，日均算力成本不足10元。更关键的是，其感知-决策-运动控制三层解耦设计，使同一AI大脑可兼容人形、轮臂、四足等异构硬件，支持作业中实时接收临时指令并中断当前任务。
技术差异在实景测试中体现得淋漓尽致。传统AI清洁机器人在遇到被占用的座椅时，会因训练数据缺失而停滞；而合十思维的系统通过逻辑推理，自主判断“可承重平面”标准，将作业范围扩展至桌沿、矮柜等非常规区域。这种“自主解题”能力使其第四代HumanROS清洁机器人已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70%以上重复性保洁工作。
商业数据印证了技术路线的可行性：2026年上半年公司签约额突破7500万元，2025年全年营收达8000万元，形成“场景现金流反哺研发”的良性循环。这与多数企业停留在样机展示阶段形成鲜明对比。赵普强调：“商用落地不是目标，而是验证类脑架构有效性的手段。真正的挑战在于构建具备自主感知、推理、迭代能力的通用大脑。”
这场讨论将行业拉回三十年前的理论原点。钱学森在信中预言的“小型大系统”理念，与当前算力军备竞赛形成强烈反差。当行业规模突破万亿元关口时，市政、文旅等领域的真实用工缺口仍未被有效填补。合十思维的实践表明，破解落地困局的关键或许不在于追求参数极限，而在于重构智能的本质定义——让机器像人一样理解环境，而非机械复现训练数据。
