新智元报道
谁能想到，有人靠遛机器狗，硬生生甩掉了 5 公斤。网友「青苹果的猜想」每天带着机器狗暴走至少 5 公里，两个多月里程累计 262 公里，体重随之下降。
十岁男孩 Daniel 收到父亲送的机器狗后迷上了户外互动。一次机器狗踩泥，他主动打水清洗，展现出难得的责任感。这只冷冰冰的机器设备，不仅唤醒了慵懒的成年人，也将沉迷屏幕的孩子拉回现实。类似场景正在数千个家庭中上演。
这款名为 Vbot「大头」的机器狗售价 12988 元，首销订单达 6540 台，两周用户留存率高达 86%，稳居消费级具身智能销量榜首。其在展区备受瞩目，甚至吸引海外访客点赞。
四条腿跑出的成绩只是开局。在 2026 WRC 现场，Vbot 维他动力首次亮相人形机器人 Vbot ATOM，并发布「Vbot Embodied Genome｜具身基因组」。我们采访了 Vbot 联创兼技术副总裁秦海龙，探讨真实终端数据如何反哺模型，以及四足机器人积累的能力如何成为人形机器人进化的起点。
秦海龙在物理 AI 领域深耕十余年，曾任蔚来自动驾驶高级总监、千里智驾首席科学家，主导多模态基础模型和端到端技术在智驾上的工程落地。在他看来，自动驾驶与具身智能本质相同，区别仅在于载体。汽车、四足机器狗、人形机器人只是不同的“身体”，底层逻辑相通，感知、规划和运动控制能力可直接继承。
这套跨身体继承智能的方法即「具身基因组」，由三条闭环支撑：OmniDuplex 负责持续交互与思考，WorldModel 负责行动前推演未来，EvoMorph 负责将共享智能适配不同身体并接受物理反馈检验。
给机器人换个身体，智能还能留下多少？
行业主流通用化方案多限于数据层面共享，一旦任务结构或执行器改变，能力需重新构建。Vbot 的目标是让机器人理解世界、规划任务及从失败中学习的能力像遗传密码一样继承。
类比生物学，生物基因编码器官生长方法，「具身基因组」则编码运动能力核心逻辑。四足机器狗学会找水杯后，其策略思路可完整注入人形躯体，仅需重新适应双足步态。
三条闭环始于人机交互：
第一条：IRE（交互 - 推理 - 进化）
IRE 指交互、推理、进化。机器人在与用户对话中持续思考，将真实互动沉淀为训练数据和困难场景。其核心是多模态流式全双工模型 Vbot-OmniDuplex，采用 Thinker-Talker 架构：Talker 负责输出，Thinker 负责理解推理，复杂任务交由深层 Thinking Layer 处理。
系统以 240 毫秒为切片处理音频、视频、文本及触发事件，实现边说边想。遇到难题时，Thinker 委派后台 Agent 处理并无缝返回结果。
第二条：GEO（生成 - 评估 - 优化）
GEO 是策略进化机制，通过「生成、评估、优化」循环迭代。策略模型生成候选动作，世界模型预测后果并评估，策略据此更新。核心组件 Vbot-WorldModel 能回答“执行该动作未来会怎样”。
不同于生成视频的世界模型，Vbot-WorldModel 输入为当前画面加 9D 相机动作，输出为对应未来画面，为策略提供可信依据。训练分两步：SFT 阶段学习动作带来的未来，DPO 阶段学习判断哪个未来更靠谱。
实测显示，同一画面下仅改变相机动作，模型即可预测直行、左转、右转三种未来分支并保持三维轨迹可恢复。该系统基于 77 万条真实导航片段训练，涵盖超 3000 小时视频和 5000 公里轨迹，数据来源完全不同于 Waymo 和 NVIDIA 的汽车场景，专注于生活空间。
秦海龙强调，世界模型不仅要生成未来，更要确保结果可控、可信且可执行。Vbot 坚持死磕世界模型，旨在让策略在执行前看清未来以进行评估。
第三条：RSR（真实 - 仿真 - 真实）
针对四足、轮足、人形等不同本体，Vbot-EvoMorph 解决同一意图在不同躯体落地的难题。高层意图（如向前走、绕障碍）共通，差异在于底层关节控制。
方案分为两层：共享层通过多模态编码器输出与具体关节无关的 Action Tokens；每种躯体配备 Body Adapter，将意图翻译为特定指令（步态、轮速或关节角度）。
RSR 采用反行业常规的训练路径：先用真机数据回流，再高保真重建仿真环境，最后进行特训。真实日志经系统辨识提取物理参数，结合三维重建赋予物体语义属性，使仿真环境高度逼真。
发布会演示的仿真环境基于北京国泰办公室真实场景重建，支持视角切换、本体更换及随机起始位置组合训练，验证了该思路的有效性。
四条腿跑出 23700 公里，直接灌进人形大脑
自今年 5 月交付以来，系统推送 4 次 OTA 大版本，新增 31 项功能，优化 66 项体验细节。创始人兼 CEO 余轶南回顾了产品从「探路」到「跟随」再到「伴随」的演进历程。
初期用户提供反馈希望机器狗自主跟随，5 月 28 日推送户外跟随功能。随后发现用户频繁回头确认位置，8 月 15 日推出户外伴随功能，机器狗自主调整身位保持在视线范围内，提升自然度与安全感。
截至发布会，大头累计对话 126 万次，陪走 23700 公里，陪伴时长超 13 万小时。预计 10 月总里程可绕地球一圈。用户每一步产生的交互、导航及仿真素材均回流系统，成为人形机器人学习的第一桶数据。
Vbot ATOM：走进「生活空间」
ATOM 的身高 1.6 米、臂展 1.8 米及 31 个自由度，是基于无数中国客厅实测数据倒推而来，既保证灵活性又避免压迫感。
为融入家庭，ATOM 金属躯体包裹大面积织物，脚底沿用静音设计。初代机预计年底交付，覆盖个人、企业及开发者版本，应用场景包括整理桌面、搬运货架等需站立完成的任务。
同步上市的大头 EDU-W 轮足版最高时速达 9km/h，搭载自研「地面悬停增稳」算法，即使背负相机在斜坡行进也能保持机身稳定。
放弃花哨后空翻，一头扎进真实世界
Vbot 明确定位为死磕生活空间的具身智能终端公司。团队曾尝试后空翻、跳舞等技术秀，但意识到缺乏解决用户痛点的能力后果断转型。
面对人形机器人赛道同质化竞争，Vbot 将落地场景、构型、定价及交付计划全面公开。创始团队源自汽车与自动驾驶领域，深知安全是底线。选择从四足起步，正是因体型小、风险低，便于在真实市场中摸边界、攒数据，再推进人形研发。
秦海龙总结道：“实时交互、意图理解及未来推理能力可跨本体继承；不同本体需在真实世界中持续探索形成自身表达。具身基因组正是连接这两类能力的同源智能体系。”
ATOM 的亮相标志着 Vbot 并非重新开始，而是让每一台进入真实世界的机器人都成为下一台进化的起点。当智能可跨本体继承并在真实反馈中生长，人形机器人走进生活将不再是想象，而是一条由终端、数据与用户共同铺就的现实路径。
编辑：摩西 桃子