SONIC 与 OM-1 之后:为什么「脑×体解耦」反而让机械兼容层变刚需
本文首发于 RoboParts 机器人零件兼容性判定层。外部事实全部锚定官方论文与厂商公告,不引二手转述;站内数据以真实收录为准,缺什么就写什么。
2026 年这半年,机器人行业几乎同时在讲一件事:把智能和身体拆开。
NVIDIA 把 SONIC 全身控制器明确定位在 GR00T 之下做「运动皮层」,直接跑在商用的 Unitree G1 上;Reward AI 的 OM-1 只用人类手部数据训练,宣称零样本适配桌面臂、工业臂与人形;TrAct 的原文写得很干脆——动作与本体绑定,视觉轨迹不与本体绑定;非夕在 FLEXIVERSE 上推出模块化标准双臂平台 MICO,创始人王世全的原话是「机器人进入真实世界不只靠算法大脑,更需要可靠的物理躯干」。
方向一致,措辞不同。但对一个正在自己搭机器人的人,这些消息真正该触发的不是兴奋,而是一个更具体的问题:
当大脑越来越能「适配任何硬件」,我换手臂、换夹爪、换躯干时,机械上还拼得上吗?
多数人会给一个错答案:既然模型能零样本适配全硬件,机械兼容就不重要了。本文要论证的是相反——恰恰是「一个大脑 + 一堆不同身体」这个结构,把机械兼容层从可选项顶成了刚需。
一、半年内发生的事:智能与身体正在被拆开
先把事实摆齐。下表每一项都可溯源,不含推测。
| 技术 | 所处层 | 已核实的关键事实 |
|---|---|---|
| SONIC(NVIDIA GEAR) | 全身控制 | 单一策略训练自 1 亿+ mocap 帧、约 700 小时;Unitree G1 实测 123 条序列成功率 99.2%;官方明确定位为 GR00T(大脑)之下的运动皮层;代码 Apache 2.0、权重 NVIDIA Open Model License,且跑在商用 G1 上 |
| OM-1(Reward AI) | 大脑 | 2026-09 出 stealth;仅用人类手部数据(OmnibodyHand,7 自由度可穿戴)训练,宣称零样本跨桌面臂 / 工业臂 / 人形不微调;权重、代码、数据全部闭源,无 API、无第三方基准 |
| TrAct(UMich + Stanford) | 大脑 | arXiv 2608.24101(2026-08);论点是动作 embodiment-specific、视觉轨迹 embodiment-agnostic,用轨迹充当控制与预测之间的解耦接口;Franka 实机成功率 49% → 76% |
| ForceDelta-VLA(汉堡大学 + TUM) | 大脑 | arXiv 2609.18242(2026-09);力觉修正蒸馏框架,9 个接触密集任务成功率 82.2%,对比基线 54.4%,峰值接触力降 26% |
| MICO / AthenaZero / reBot | 身体 | 非夕 MICO 模块化标准双臂平台(Enlight 躯干 0.5N 力觉、10kHz 关节控制);RAI 的 AthenaZero 准直驱低惯量双臂,有效质量比商用协作臂低约一个量级;Seeed reBot Arm B601(2026-04,约 7000 元,6+1 自由度)开源到螺丝级 BOM |
请先注意一件事:这五项里没有一项在做机械兼容判定。SONIC 是控制层,前三者是模型层,后三者是硬件层。这个空白本身,就是第三节的主角。
二、它们解耦的其实是同一件事
把五项摆到一张图上看:
脑(Brain) ← OM-1 · TrAct · ForceDelta-VLA
│ 「适配全硬件」 → 但仍需知道装在哪具身体上
全身控制(Control) ← SONIC(NVIDIA 官方摆在 GR00T 之下)
│ 下发关节动作 → 需知道这具身体的自由度 / 扭矩 / 惯量
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
机械兼容判定层 ← ISO 9409-1 法兰 · 扭矩 · 负载(本站所处位置)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
│ 判定「能不能拧上去」 → 下发执行
身体(Body) ← Unitree G1 · 非夕 MICO · RAI AthenaZero · reBot B601
脑和控制被拆开了(GR00T 与 SONIC 分层),控制和身体也没有被合并(SONIC 仍要一具 G1 才能真正跑起来)。整条栈里,唯一回答「这些身体彼此能不能拼」的那一层,目前没有人在做。
三、关键论证:「零样本适配全硬件」为什么反而抬高兼容层
这个说法最容易被误读。它的准确含义是:模型没见过的机器臂,也能直接出动作,不必为这台臂重新训练。请留意被省略的主语——它说的是「训练」,不是「装配」。
拆成三层看:
第一层:模型层解的是训练分布问题。OM-1 用手部数据换取跨本体泛化,TrAct 用轨迹表示把动作与本体解耦。两者回答的都是「怎么不为每台机器重新学」。但一个策略再好,它输出的关节力矩最终仍要由某个真实存在的身体执行。
第二层:行业自己给出的跨硬件方案,恰恰不是去掉物理约束。TrAct 的结论是动作与本体绑定、轨迹才与本体无关——跨硬件靠的是换表示,不是「硬件无所谓」。ForceDelta-VLA 更直白:性能差异直接来自躯体的力觉规格(扭矩、力传感器带宽),同一套策略换一套力觉硬件,就是不同的分数。
第三层:SONIC 让这件事制度化。NVIDIA 把全身控制器明确摆在 GR00T 之下,等于官方承认「大脑」与「身体执行」是两层,中间还要隔一层控制。而控制要落地,必须知道这具身体的自由度、扭矩上限、惯量——这些全是机械规格。
于是结论就出来了:
- 大脑层在收敛——越来越接近「一个模型适配一切」。
- 身体层在分化——G1、MICO、AthenaZero、reBot 同时涌现。
收敛的头脑乘上分化的身体,需要回答的问题不再是「选哪个大脑」,而是「这些身体彼此能不能拼、能不能换」。
一句话:脑越统一,体的兼容性就越贵。
四、那道绕不开的物理约束:ISO 9409-1
机械兼容不是玄学。手臂与末端之间的挂载关系,业界已经有一份标准:ISO 9409-1 规定了机器人机械接口的尺寸、安装面与螺栓分布,尺寸族直接写在型号里。
| 尺寸族 | 典型规格 | 常见用途 |
|---|---|---|
| A50-4-M6 | Φ50 安装面 · 4 孔 · M6 | 小型末端执行器、协作臂末端 |
| A80-6-M8 | Φ80 安装面 · 6 孔 · M8 | 中型夹爪、力传感器 |
| A100-6-M10 | Φ100 安装面 · 6 孔 · M10 | 人形腕部、工业臂 |
| A160-8-M16 | Φ160 安装面 · 8 孔 · M16 | 重负载工业臂底座 |
型号语法与装配红线见 ISO 9409-1 法兰速查,机读版见 mechanical_interfaces.json。
最要命的一点:这四个尺寸族的螺栓圆分布(PCD)两两不同,任何两个之间都不能直接对上。所以「买个夹爪就能装我这条臂」这个直觉,多数时候是错的——中间需要一个转接盘。
本站已登记 9 种 ISO 9409-1 标号法兰,两两组合共 81 对:9 对是自身、72 对必须加转接盘、0 对可直接互换。全部由几何现算,不是品牌宣传口径;未在库内的标号查询返回 unknown,不按字面猜(同一个 A{n} 在不同厂商可能对应不同几何)。机读版见 negative_compat.json。
五、兼容不只是机械:还有三层,且声明率更难看
机械只是第一道关卡。真正换件要过的有四道,而站内声明率一路走低:
| 维度 | 站内声明情况 |
|---|---|
| 机械互换 | 435 条适用实体中 25 条给出可比线索,5.75% |
| 电气连接器 | 220 个执行器中 4 条声明连接器,1.82% |
| 参数跨厂商可比 | 达到「可跨厂商直接比较」口径的是 0 条 |
| 协议 / 总线 | 作为独立规范条目收录 64 条(EtherCAT、CAN FD 等),但它们描述的是总线本身,不等于「这条臂支持这条总线」的实体级声明 |
这三行数字不好看,但它们正是本文唯一的立场:不把缺口包装成谦虚,也不拿未声明的数据装出确定性。行业普遍不声明测试条件与接口细节,我们公开登记这个事实,判据见 参数语义规范。
六、给构建者的三档判定清单
别等出事才查。按改动范围分三档:
第一档 · 只换末端(夹爪 / 力传感器 / 相机支架)
- 腕部法兰尺寸族与螺栓圆分布是否匹配——不匹配就需要转接盘
- 末端额定扭矩是否低于腕部关节极限
- 末端总重是否落在腕部额定负载内
第二档 · 换整条手臂或换躯干
- 手臂底座安装接口(法兰标号)
- 整臂额定负载 vs 末端工具链总重
- 工作半径与碰撞体积是否会打到本体
第三档 · 从零整机
- 以上全部
- 总线(EtherCAT / CAN FD)是否被控制器原生支持
- 软件栈(ROS2 / LeRobot / Isaac Sim)是否有现成驱动
一个反直觉但重要的提醒:换之前先查,比换之后返工便宜一个量级。本站 798 条实体覆盖 20 个品类、325 个开源项目组件,文中提到的多数型号可直接检索。
七、站内有什么、缺什么(诚实清单)
已在库,可直接查:
| 内容 | 站内状态 |
|---|---|
| Unitree G1 | 平台条目 + 组件条目(含接口与感知系统)——SONIC 的实测载体就在里面 |
| NVIDIA Jetson 系列 | Orin NX / AGX Orin / Thor 等 |
| 机器人 AI 模型 | 46 条 |
| 平台 | 41 条 |
| 执行器 | 220 条 |
| 接口规范 | 44 条 |
尚未入库(缺口):
| 缺口 | 说明 |
|---|---|
| 非夕 MICO | 2026 模块化标准双臂平台,未入库 |
| reBot Arm B601 | Seeed 2026-04,开源到螺丝级 BOM,未入库 |
| RAI AthenaZero | 2026 Science Robotics 低惯量双臂,未入库 |
本文提到的这三具新身体,站内一条都没收。这不是把缺点说成谦虚——躯体正在快速分化,而判定数据没跟上,这本身就是兼容层此刻最该干的事。反过来,本站最大的短板第五节已经写了:机械维度声明率 5.75%、参数跨厂商可比 0 条。
八、趋势判断与三条诚实边界
趋势判断:
- 大脑层会继续收敛,也会继续宣称「适配全硬件」。这对兼容层不是威胁而是需求——适配得越多,越需要有人回答「这台能不能装那台」。
- 身体层标准化会加速(MICO、G1 这类「标准躯体」出现),可 catalog 的对象变多,判定面扩大。
- 兼容判定层仍无人占位。巨头做脑与控制,厂商卖硬件,中间这块「能不能拧上去」的答案,目前只能靠人读 PDF。
三条诚实边界,不粉饰:
- 本文五项都不是本站竞品,也没有一项可以集成。SONIC 是控制层(权重开源,但层级与用途都不同);OM-1 全闭源、无 API、无第三方基准,目前是 demo 级信号;TrAct 与 ForceDelta-VLA 是论文框架;非夕与 RAI 是硬件厂商,不卖中间件。别把「浪潮验证了方向」读成「我们马上能用上」。
- 「零样本适配全硬件」不会让机械兼容层消失。它解决的是训练分布,不是法兰、螺栓圆、扭矩、负载。这四样是物理约束,短期不会消失。若真有哪天机器臂不需要法兰了,那是一个新的物理学,不是 2026 年。
- 浪潮是必要非充分条件。方向被 NVIDIA、RAI、非夕独立验证,不等于本站数据护城河已经建成。本站真正的阻塞仍是机械声明率 5.75% 与参数可比度 0 条——这两件事与本文的热闹无关,得一条一条补。
参考资料
- SONIC(NVIDIA GEAR):nvlabs.github.io/GR00T-WholeBodyControl
- TrAct:arXiv 2608.24101
- ForceDelta-VLA:arXiv 2609.18242
- Reward AI OM-1:2026-09 stealth 发布,闭源,无公开技术报告
- 非夕 FLEXIVERSE 2026(Enlight / Orion / MICO):非夕科技官方发布
- RAI AthenaZero:Science Robotics 2026(RAI Institute)
- Seeed reBot Arm B601:Seeed 官方 Blog(2026-04)
- ISO 9409-1:站内速查见 iso-9409-flange,机读版见 mechanical_interfaces.json