创新视角，如果把镜头从“谁在做机器人”拉回到“谁在做机器人脚下和体内那层看不见的底座”，中国具身智能的竞争图谱会呈现出另一条更底层、也更决定长期格局的线索。这条线索上的企业，不是直接比拼谁的机器人跑得快、跳得高，而是争夺一个更根本的位置：成为其他机器人公司绕不开的物理执行底座、算力底座、操作系统底座或数据仿真底座。以下这10家企业，分别卡位到了具身智能“基座层”的不同关键断面。
1. 东土科技（光亚鸿道）
鸿道Intewell操作系统历经30多年技术积累，首创弹性微内核设计+“大小脑”融合架构，解决了高实时控制与复杂AI计算融合的行业难题，让AI决策与物理运动控制既能独立运行、又能深度协同。
更关键的是，东土科技把操作系统与AUTBUS确定性总线国际标准、MaVIEW工具软件、全国产AI处理器芯片整合为一套全国产化电子架构，构建了从AI决策到物理执行的完整国产底座。鸿道承担了有关机器人操作系统专项任务，并通过了汽车电子、轨道交通、工业控制等多领域国际功能安全认证。
值得关注的是，确定性网络+确定性计算融合的“机器人神经系统”。具身智能不仅需要“大脑”聪明，还需要“神经”在确定的时间内把指令送达每一颗关节。鸿道+AUTBUS的组合，卡位的正是这条从决策到执行的确定性通路。
在工业、医疗、航空航天等场景中，机器人“反应慢了半拍”可能意味着安全事故。鸿道所解决的问题（让AI的“思考”和机器的“动作”在确定的时间内协同）是具身智能进入高安全等级场景的刚性前提。
2. 辉羲智能
辉羲智能的Huixi Embodied R1 PRO是一款专为具身智能原生设计的大小脑融合SoC，将CPU、NPU、GPU及实时接口集成于单颗芯片，在同一片内承接感知、推理、决策与运动控制，从硬件层消除多芯片协同的通信开销与系统复杂度。
就在今年上半年，其芯片出货量约占全球高算力机器人芯片市场的五分之一，仅次于英伟达，位居国产第一、全球第二。搭载其光至R1芯片的智元精灵G2在连续6天产线作业中完成17,625次任务，成功率99.99%。
最有前途的方向包括以“数据闭环定义芯片”为理念的具身算力平台化。当芯片从“卖算力”升级为“芯片+模组+软件栈+产业生态”的全栈交付，辉羲有机会成为机器人公司的默认算力底座，让本体厂商不必从零解决底层异构集成问题。
算力基座的自主可控，决定了整个具身智能产业在规模化时会不会被“卡在芯片上”。辉羲在出货量上已经站到了全球第二的位置，这意味着中国具身智能在最底层的算力供给上有了一个可量产的国产选项。
3. 炎曦动力
一家成立仅3个月的芯片公司，第一款公开成果却是登顶多项具身模型榜单的基座模型Paimon-0，在RoboColiseum、RoboCasa365、VLA-Arena等评测中位列榜首，并已签署近亿元意向订单。
炎曦的逻辑是：要把端侧AI芯片做成好产品，算法必须成为芯片解决方案的一部分。它围绕“感-算-控-传”四环节协同研发模型、运行时系统、计算平台与专用芯片，目标是给机器人一颗能在本地实时决策的“本地脑”，让关键控制与安全保护不依赖云端往返。
致力于“模型定义芯片”的具身原生计算平台，先证明模型能力，再以模型需求反向定义芯片架构，这种路径如果跑通，芯片从设计之初就与真实任务对齐，而不是先造算力、再找场景。
关于社会意义，机器人在网络不稳定、中断或高实时性要求的环境下能否可靠工作，取决于“本地脑”的厚度。炎曦所押注的方向，关系到具身智能能否真正走出有稳定网络的实验室和工厂，进入更广阔的真实世界。
4. 灵境智源
灵境智源首创的“德沃夏克”超异构计算架构，从零构建覆盖芯片、操作系统、类脑模型三层的具身原生计算体系，将“大脑—小脑—皮层”三位一体集成，把感知到动作的闭环延迟压缩至毫秒级以内。
它不走“通用GPU+通用OS”的复用路线，而是对标“机器人时代的安卓”，做具身原生全栈计算底座。产品分双线：通境N系列兼容英伟达等主流生态，致境T系列定位全栈国产化具身智脑。
“具身原生计算体系”的国产化替代，当大多数机器人仍在复用消费级GPU与通用SoC时，灵境智源从芯片层向上重新设计一套为具身场景而生的计算栈。如果这套体系在能效、实时性和成本上形成代差，它将成为国产具身智能底层计算架构的一条独立技术路线。
它回答的是一个战略性问题：中国具身智能的“智脑”底座，能不能从芯片到操作系统再到模型完全自主。在当前的产业环境下，这个问题的答案本身就是一种基础设施级别的公共品。
5. 软通动力
软通天枢的“1+1+4”物理AI体系中，L2空间智能平台层是它真正的基座内核，其自研的iTwins实时物理孪生体与全栈工业仿真软件，构成了“数字孪生建模—工业仿真推演-具身执行-数据回流”的闭环。
它的独特之处在于把物理规则校验前置到决策链路中：自然语言指令先经过仿真推演验证物理可行性，再下发给本体，从源头规避AI“想当然”进入工业现场。L1具身大小脑全栈自研，上饶3500㎡实体训练场用于大小脑真机测试与数据采集，L2仿真平台与L1形成完整物理AI闭环。
“物理AI即服务”，将仿真推演能力以标准化接口输出，让具身智能的落地不再受限于单一硬件交付节奏，而是嵌入更广泛的工业数字化流程。与华为云联合发布的CloudRobo生态方案，指向的正是共建具身智能数据底座的方向。
它解决的是具身智能进入高可靠、高合规工业场景的“第一道物理可行性门槛”。在能源、化工等场景中，让AI“先想清楚物理后果、再动手”，直接关系到生产安全与工艺可靠性。
6. 松应科技
ORCA OS是国产多形态机器人协同训练的物理AI操作系统，将空间场景构建、多物理场融合仿真、数据合成、算法开发、并行加速训练、SIL/HIL双环验证与Sim2Real真机部署连接在同一条研发链路中。它异构兼容英伟达、AMD、Intel及摩尔线程、沐曦、天数智芯等国产主流芯片，不让基座锁死在单一算力生态上。
今年推出的ORCA Lab面向高校与开发者免费开放，一台普通笔记本即可实现零代码、全流程机器人训练，已服务近百家央国企、国家级创新中心与头部具身企业。
面向“仿真-训练-验证-部署”一体化的物理AI操作系统，当具身智能从单机演示走向多智能体协作和规模化行业部署，一个贯通全研发链路的OS层将成为效率的分水岭。ORCA OS的跨芯片兼容性，进一步放大了它作为中立基座的生态价值。
它把具身智能的研发门槛从“拥有机器人硬件和仿真集群”降到“有一台笔记本”。开发权的民主化，是任何一个技术领域从少数实验室走向社会创新的必要条件。
7. 无问智科
“无垠”数据基座与“无穹”世界模拟器构成了一套“世界模型×数据工厂×世界模拟器”的物理AI数据基座，打通“采集世界—生成世界—模拟世界”的Real2Sim2Real闭环。
在真实端，以无感野采方式规模化获取人类行为与物体交互数据，月度数据生产能力超2万小时；在仿真端，将SimReady资产构建时间从3天压缩到5分钟，建立百万级资产库。验证结果：加入无感野采数据后，模型在收纳任务中成功率提升约20%；虚实融合闭环中，在线强化学习使仿真成功率从9.7%升至79.8%，迁移真机后任务成功率提升超50%。具身智能订单同比增长超3000%，头部客户覆盖与复购率均超80%。
从“供数据”升级为“供有效数据”的物理AI数据基础设施，当行业从“要更多数据”转向“要能转化为模型能力的数据”，无问的闭环能力（尤其是真实数据与仿真数据之间的双向校准）将成为模型迭代效率的核心杠杆。
另，具身智能的“智能”很大程度上取决于它见过多少真实世界的物理交互。无问在做的是为整个行业规模化生产“物理经验”，让每一家机器人公司不必各自从零采集数据，而是站在一个共享的数据基座上迭代。
8. 光轮智能
光轮智能首创“求解—测量—生成”三位一体全栈自研仿真平台，其高精度GPU物理求解器具备可微分、多物理、多材质统一求解能力，支持刚体、柔体、流体仿真。超过80%的国际主流具身智能团队的仿真资产与合成数据来源于光轮智能。
也就在今年，与西门子达成合作，基于SimFoundry打通高精度工业仿真与实时具身仿真之间的转换，并在工业接触任务中实现CAE精度的机器人任务级仿真校准。同时与摩尔线程合作，以国产GPU算力承载仿真数据合成，共建自主可控的仿真基础设施。
“工业级精度仿真”作为具身智能的物理真实性锚点，当机器人在虚拟环境中训练出的技能要迁移到真实产线，仿真与现实的物理误差决定了迁移的成败。光轮在CAE级精度上的积累，使它成为连接工业数字孪生与具身智能训练之间的关键翻译层。
如果仿真不够“真”，机器人学到的技能在现实中就会失效。光轮所做的事，本质上是为具身智能提供一个足够可信的“虚拟物理世界”，让训练和测试可以在不消耗真实物料、不占用真实产线的前提下大规模进行。
9. 嘉腾机器人
嘉腾在具身智能产业链中卡位的是“物理基座”（具身智能移动底盘）。
二十余年高端制造沉淀，服务近百家世界500强，完成超2000个项目，积累2.7亿小时工业现场运行数据。自研iCore工业智能基座涵盖高稳定性核心零部件、高精度导航控制算法、大规模AI调度系统，具身智能底盘具备360°全向移动能力，可在VLA/VLM大模型统一指挥下实现任意方向精准运动，月交付量150—200台，已进入批量出货阶段。产品通过欧洲CE和UL认证，海外收入占比40%，是少数能满足具身机器人厂商出海合规要求的底盘供应商。
方向含“大模型指挥的工业移动基座”标准化。当具身智能从固定工位走向移动作业，一个可靠的、经过工业现场验证的移动底盘，是所有上层智能得以物理兑现的前提。嘉腾的稀缺性在于：它不是从实验室长出来的，而是从2000多个真实工业项目里长出来的。
工厂地面不会为机器人而平整，产线节拍不会为机器人而放慢。嘉腾的物理基座承载的是具身智能在真实工业环境中“站得稳、走得准、扛得住”的能力，这听起来不炫酷，但它是所有上层智能创造价值的地面条件。
10. 芯驰科技
芯驰科技将车规级异构单芯底座的能力迁移至具身智能，D9系列芯片已在头部人形机器人厂商实现批量量产。其车规芯片累计出货量突破1500万片，覆盖国内90%以上主机厂。
今年开源D9-MAX软件SDK面向具身智能场景，让机器人厂商可以在一个经过大规模车规量产验证的异构计算底座上做开发。车规级意味着在温度、振动、电磁兼容和长期可靠性上有一套远高于消费级的验证标准，这套标准的迁移对具身智能的工程化具有重要意义。
“车规级可靠性”或成为具身智能异构计算基座的默认标准。汽车和机器人在“在恶劣物理环境中长时间可靠运行”这件事上有深层同构性。芯驰把车规域的异构计算平台与工具链复用到具身场景，走的是一条以成熟工业标准降维解决机器人可靠性问题的路径。
在台后定义机器人得以成立的底层条件，这将越来越重要。软通动力提供物理仿真与推演的可信基座，辉羲、炎曦、灵境智源从芯片和计算架构层分别押注大小脑融合、模型定义芯片、具身原生全栈，东土鸿道卡位确定性操作系统与神经通路，松应、无问、光轮在操作系统、数据闭环与工业级仿真三个维度构建训练与验证的基础设施，嘉腾和芯驰则从物理移动执行和车规级异构计算两端补上了可靠性的底座。
它们对社会最大的共同吸引力在于：具身智能的真正普及，不取决于最聪明的那个机器人有多惊艳，而取决于最底层的那些基座有多可靠、多开放、多便宜。当算力芯片可以量产、操作系统可以开源、仿真数据可以闭环、移动底盘可以批量出货，“造一台具身机器人”的门槛才会从少数巨头的工程壮举，变成整个社会可以参与的创新活动。
有些画面当然激动人心，但它们回答的只是一个表层问题：机器人能做什么。真正决定这场产业革命能走多远、能铺多广的，是另一个更沉默、更底层、也更残酷的问题：机器人脚下和体内那层看不见的底座，到底牢不牢。
热闹在本体，胜负在基座。具身智能不是某一个天才算法的独角戏，而是一整套物理世界与数字世界之间的支撑体系。算力芯片决定它能不能在本地实时思考，操作系统决定它的“神经”能不能在确定的时间内把指令送达每一颗关节，仿真与数据决定它见过多少真实世界的物理经验，物理执行底盘决定它能不能在真实产线上站得稳、走得准、扛得住，开发平台决定有多少人能参与创新。基座稳，生态才活；生态活，社会才用得起、信得过。
关于算力基座，没有自主的“脑”，规模就是空中楼阁。具身智能的第一道底座是算力。机器人不能永远把关键决策交给云端往返，它需要一颗在本地就能完成感知、推理与运动控制的“脑”。长期以来，高算力机器人芯片的默认选项是英伟达，但一个产业如果最底层的算力供给只有单一外部选项，规模化时就必然被卡在芯片上。有关各家企业卡位的不是同一个点，但共同指向一个结论：算力基座不是“有芯片可用”就够了，而是要自主、要原生、要车规级可靠、要能规模化量产。没有这一层，上层的智能再聪明，也只是建在别人地基上的楼。
关于操作系统与神经通路基座，聪明的大脑，需要确定性的神经。如果说芯片是“脑”，操作系统和通信总线就是“神经”。具身智能的一个根本难题是：AI决策是概率性的、复杂的、高算力的，而物理运动控制要求确定性的、实时的、安全的。让两者在同一套系统里既独立运行又深度协同，是行业公认的硬骨头。
关于仿真与数据基座：没有可信的虚拟世界，就没有可靠的现实迁移。具身智能与纯数字AI最大的区别在于：它的智能来自与物理世界的交互。但真实世界的交互数据采集成本极高、周期极长、覆盖极窄。因此，仿真与合成数据成为具身智能训练的核心基础设施。问题在于，仿真如果不“真”，机器人在虚拟环境里学到的技能迁移到现实就会失效。仿真与现实的物理误差，直接决定迁移的成败。
关于物理执行基座，所有上层智能，最终要落到地面上。再聪明的大脑、再可靠的神经、再逼真的仿真，最终都要通过物理执行在真实世界里兑现。具身智能从固定工位走向移动作业，一个经过工业现场验证的移动底盘，是所有上层智能得以物理兑现的前提。
基座竞争的实质是定标准、定门槛、定信任。把上述基座层放在一起看，会发现一个清晰的规律：具身智能的竞争，正在从单点技术的比拼，转向基座体系的竞争。而基座竞争的实质，不是谁在某一个参数上领先，而是谁能在以下这几个维度上定义行业。
第一，定标准。谁的操作系统成为机器人厂商的默认选择，谁的芯片架构成为算法开发者的优先适配对象，谁的仿真格式成为数据资产的通用语言，谁就在事实上定义了产业的接口标准。标准不是靠宣言确立的，是靠出货量、开发者规模和生态复用来确立的。
第二，定门槛。基座的成本、开放性和易用性，直接决定谁能参与具身智能的创新。一台普通笔记本就能训练机器人，一台模块化本体不到五万元就能二次开发，一颗国产芯片就能承载大小脑融合，门槛每降一分，参与者的基数就扩大一个量级。开发权的民主化，是技术从实验室奇观走向社会创新的分水岭。
第三，定可靠性。车规级的验证标准、工业现场的数亿小时运行数据、确定性总线的毫秒级响应、CAE级精度的仿真校准，这些不是营销话术，而是具身智能从“能用”走向“耐用”的工程底线。社会不会因为机器人会后空翻就信任它，社会只会因为它连续运行一千小时不出故障而信任它。
第四，定自主权。算力芯片、操作系统、仿真软件、通信总线，这些基座层的自主可控，决定了一个国家的具身智能产业在规模化时有没有战略回旋空间。基座不是一家企业的护城河，而是一个产业的公共品。公共品稳，整个生态才有底气。
基座稳，天下定。具身智能对社会最大的吸引力，究竟在哪里？不在于舞台上那记漂亮的后空翻，也不在于发布会上那个惊艳的演示视频。而在于：当算力芯片可以量产、操作系统可以开源、仿真数据可以闭环、移动底盘可以批量出货、开发平台可以免费开放，即，“造一台具身机器人”的门槛才会从少数巨头的工程壮举，变成整个社会可以参与的创新活动。
当基座足够可靠、足够开放、足够便宜，具身智能才能真正走出展厅，进入工厂的产线、医院的走廊、变电站的角落、物流仓的分拣线，进入那些人类不愿意去、不适合去、去了有危险的地方。
基座不是最耀眼的。它藏在芯片的晶体管里，藏在操作系统的微内核里，藏在仿真求解器的物理方程里，藏在底盘与地面接触的那几平方厘米里。但正是这些看不见的地方，决定了一个机器人能不能在真实世界里稳定地创造价值，决定了一个产业能不能从故事走向产出，决定了一个社会能不能放心地把一部分生产与安全托付给机器。
基座定天下，定的不是一家企业的天下，而是一个生态的天下。
（文/构图时间）
e-Mail：lab@enet16.com
