具身智能机器人正成为全球科技竞争的核心赛道，然而算力瓶颈始终制约其规模化商用。目前英特尔、英伟达等企业正从芯片融合、硬件“做减法”等路径破局，但高成本与泛化能力弱仍是落地障碍。

面对这道行业课题，中国企业的答案也是层出不穷，近日，一个答案更是引起了资本的注意——“大脑上云”，灵御智能通过对讲云端AI、任务调度、专家模型和物理本体的协同，为机器人在真实场景中完成任务，和真机数据的采集，建立了全新的模型。凭借技术路径优势在两个月内再获近亿元资本加注。

当多数具身智能公司将高算力芯片塞进机器人本体，追求端侧自主能力时，清华系创业公司灵御智能却做出了一个“反直觉”的技术判断：机器人的“大脑”应部署在云端，本体只保留负责实时控制的“小脑”。这一判断源于对物理极限的清醒认知。

灵御智能联合创始人兼首席科学家、清华大学自动化系长聘副教授莫一林指出，机器人的体积、功耗、散热和电池容量天然受限，无法像数据中心一样堆叠算力。汽车通常搭载十几度甚至上百度电的电池，而机器人的电池容量一般在半度电左右，目前最大的也在2度以下。

因此，灵御智能选择了一条不同的路径：让同一套高性能物理本体，通过低延迟、高确定性的通讯架构接入云端专家模型池，根据不同任务调用不同能力。这便是“一身多脑”的核心理念。这样可以大幅提升跨场景泛化能力，从根本上解决传统机器人“一机一用、适配性差”的行业痛点。

灵御智能依托这一技术方案，进一步形成了“部署—数据—训练—进化”的闭环飞轮。机器人在真实作业中持续产出高密度、低成本、高一致性的真机数据，实时回流云端反哺模型迭代，模型优化后再下发提升机器人作业能力，让系统越用越智能。

今年4月，“云端大脑”这一技术路径已在与英特尔的合作中获得实践验证。双方合作跑通了从真实数据采集、云端模型训练到实机执行任务的关键闭环，证明了云端智能与物理本体协同运行的可行性。这标志着灵御的产品和数据链路已能进入头部生态方的真实研发流程。

灵御智能的云端大脑架构，为具身智能突破算力与成本的双重桎梏提供了全新范式。从反直觉的技术判断到与英特尔的联合验证，灵御智能用扎实的实践证明了端云协同路线的可行性。“一身多脑”的技术路线，不仅重新定义了机器人的能力边界，也为整个行业的规模化商用开辟了一条可落地的清晰路径。

《夸克》非常好用的免费AI浏览器

下载APP查看