PhysBrain 1.0 8B开源，具身智能成本打一折，中小公司能省下多少

深度机智于2026年3月发布了PhysBrain 1.0并计划开源其8B模型，中小机器人公司若能直接下载二次开发，有望获得显著的成本优势。

2026世界机器人大会现场主题分享场景

这不是小幅度的成本优化，而是把具身智能的入场券价格直接打了一折。

从研发投入的角度来看，中小机器人公司最大的成本负担被卸掉了。

如果从零自研一个同等水平的8B级具身智能基座，需要搭建一支20-30人的跨学科预训练团队，覆盖认知建模、科学计算、工程实现等多个方向，而直接下载开源权重后，企业不需要投入核心基座研发人力，仅需配置一个小团队做场景适配微调，核心基座研发人力投入大幅节省。

数据采集成本的下降同样惊人。传统路线依赖数万小时的高成本遥操作或真机交互数据。

而PhysBrain的技术路线仅需千小时级的人类第一视角数据就能达到同等性能，企业二次开发无需从零采集海量基础交互数据，只需补充少量场景专属数据，基座训练级的数据采集投入大幅减少。

从开发效率的角度看，PhysBrain原生具备具身感知、物理常识理解、端到端动作生成等通用基座能力。中小公司基于该底座做二次开发，无需重复开发传统“感知-规划-控制”分体式架构下的各个独立模块，全流程重复开发工作量可显著减少。

参照公开的工业机器人场景落地案例，单条工业产线部署的整体研发投入显著下降，单场景二次开发的人力投入显著降低。

还有一个容易被忽略的隐性成本：闭源具身基座的商用授权年费。

而对下游的场景集成商而言，开源带来的成本传导更为直接。场景落地成本同步下降，项目交付周期从行业普遍的3-6个月压缩至周级，单项目利润空间大幅提升，可以覆盖更多此前技术成本无法支撑的长尾场景。

但硬币的另一面，开源不等于零成本落地。

业内明确指出了当前具身大模型的共性短板：在标准基准测试中准确率可达97%-99%，但切换到真实非预设场景后，指标大幅下滑，RoboCasa场景下的成功率仅为53.9%。

开源模型无法抹平本体异构带来的全链路门槛——机器人硬件、传感方案、运动控制频率、安全合规体系各不相同，中小厂商拿到开源基座后，仍需投入大量资源完成真机适配、场景专属数据微调、功能安全合规改造。

宇树科技在招股书中坦承，自研通用具身大模型尚未规模化应用于自有整机产品，创始人王兴兴也公开表示，大脑模型自研成功率仍不足50%。这不是某一家公司的问题，而是整个行业的水位就在这里。

综合来看，PhysBrain 1.0 8B开源最大的价值，不是让中小机器人公司“零成本直接商用”，而是把基座模型研发这道最贵的门槛踩平了。企业不用再纠结“要不要养一支20人的预训练团队”，也不用再为“闭源授权费用”算账，可以把有限的资金和人力全部押在场景适配和产品打磨上。

省下来的，是试错成本——你不需要投入巨额资金就能验证一个方向走不走得通，下载权重、跑通适配、试一个场景，成本被大幅降低。这才是开源对中小团队最根本的利好。