这么多公司都在说自己“全栈自研”，但真正的壁垒其实很高。

最近，被好多同学 Challenge 了。

这么多公司都在说自己“全栈自研”，靠不靠谱。。。

训大脑要采数据，本体要自己造，关节、机械臂、灵巧手、控制器也都要自己做。很多公司对外展示时，都会强调自己从硬件到算法、数据采集到场景部署的完整能力。

回答这个问题之前，我们也观察到了一个有意思的现象：

所以我们再看当下，所有公司还有必要从第一颗螺丝开始，重新自己做机器人吗？

答案大概率是否定的，看隔壁行业。

智能手机行业已经发展出成熟的芯片、屏幕、摄像头、操作系统和整机制造体系；汽车产业也依赖数量庞大的零部件供应商，很少有车企会自己生产每一颗芯片、轴承、传感器和连接器。

产业规模越大，专业分工往往越清晰。人形机器人或者说具身行业，也不会例外。一台人形机器人的构成可以拆成五个大的部分：

• 本体结构，包括骨架、躯干、手臂和腿；

• 核心零部件，包括电机、减速器、传感器、编码器和驱动器；

• 执行系统，包括关节、机械臂和灵巧手；

• 控制与计算系统，包括负责运动控制的“小脑”和运行模型的“大脑”；

• 以及电池、通信、线束、散热和安全系统。

全球产业链已经开始围绕这些模块形成分工。

整机端有Tesla Optimus、Figure、宇树和智元等公司；精密传动领域有Harmonic Drive等长期积累的厂商；舞肌专注于灵巧手；机械臂有珞石、天机和非夕等等。

今天，我们就和大家一起聊一聊。

先说一个反共识，行业现在重复造轮子最严重的地方，可能不在大脑。

本体和模型都在聚光灯下。真正开始做真机后，团队很快会发现，机械臂选型、关节通信、动力学标定、控制器实时性、遥操作接入、力控安全和长期稳定性，都会持续消耗研发资源。

机械臂尤其容易让人产生“已经足够成熟”的错觉。如今市面上的产品很多，从工业机器人、协作机器人到人形力控臂，不同尺寸、负载和自由度的选择已经非常丰富。

但能用和好用是两回事。

换一条手臂，通信协议、控制接口、动力学参数和遥操作系统可能都要重新适配；从一台扩展到几十台，还要重新面对一致性、可靠性和维护问题。

面上，大家采购的是不同机械臂；实际上，每个团队都在重复完成选型、集成、标定、控制和验证。

这才是身体与小脑层面更隐蔽的重复造轮子。机械臂产品很多，不代表能直接用于模型训练；硬件看起来模块化，也不代表控制系统已经标准化。

我们最近和几家机器人硬件公司交流后，一个感受越来越明确：身体和小脑本身，就是高门槛基础设施。

国内专门做机械臂的公司，之前写过天机。除此之外，还有一家叫珞石。大家可以把它理解为目前机械臂领域的宇树或者智元。

如果在国内范围掰着指头数深耕机械臂领域的选手，珞石大概在 TOP3 之内。为了更准确的了解机械臂的行业，我们找到珞石的负责人交流了下。

他们在工业臂、协作臂和人形臂领域，深耕了十几年，国内有八十多家具身公司客户，都是基于珞石的机械臂进行后续研发。

下面，我们想和大家聊聊机械臂的生态。

一条机械臂看起来由几个关节和结构件组成，但背后其实是硬件、传感、控制和软件接口的一套完整系统。

珞石的负责人告诉我们，机械臂背后的能力有四大块。

从结构动力学仿真、核心零部件选型，到电机、编码器、力矩传感器、制动器和关节模组，机器人公司需要在有限的体积和重量中，同时平衡扭矩、速度、精度、刚度、散热与可靠性。

这些指标之间经常相互制约。

提高扭矩意味着执行器可能更重；追求更小的体积，会增加线束与散热难度；加入力矩传感器和双编码器，又会提高结构、标定和制造复杂度。

以珞石的 HSA 一体化力控关节举例。它可以覆盖不同尺寸和负载，可用于手臂，也可以扩展至腰部、腿部和头部。

工业机械臂、协作机器人、人形机械臂和轮式双臂机器人在外观上差别很大，底层仍然需要解决运动学、动力学和安全控制等等问题。

珞石从工业机器人时期就开始搭建xCore控制平台，并在此基础上开发面向具身机器人的 iNexus 一体化控制器。

它是面向具身智能的高性能运动控制小脑，借鉴生物神经系统分工思路，采用大小脑协同架构，打通上层智能决策与底层物理执行闭环。

iNexus 控制器具备很强实时处理能力：支持在线智能运动规划，精准下发位置与力控指令；搭载高阶柔顺力控算法与多机构协调控制能力；并且内置 WBC 全身运动控制框架，统筹全身多自由度协同、动态平衡与任务约束。

平台原生适配 ROS、LeRobot、DDS 主流通信与开发框架，对开发者还是比较友好的。

对于上层大脑，iNexus 可以实现高效联动，快速将高层任务意图转化为稳定、柔顺、高动态的物理动作。

他们这套底层架构能够覆盖工业机器人、协作机器人及具身智能机器人，并支持全身控制、系统动力学辨识、全身力控和实时遥操作。

说简单点，就是跨形态可复用。

具身公司的产品形态仍处于快速变化期。今天可能使用固定双臂，明天切换到轮式双臂，后续再扩展至双足人形。

如果每一次更换本体都需要从头重写控制系统，研发积累很难沉淀下来。

在操作型机器人中，视觉和位置控制只能解决一部分问题。

对于视觉遮挡或者手内操作，力控的重要性毋庸置疑。

如果缺少力觉反馈，机械臂很可能继续沿预设轨迹运动，最终变成“硬怼”。

珞石的负责人告诉我们，目前整个行业还没有很好的利用力控信息训练模型。

长期来看，力控系统可以先在控制层提供柔顺和安全兜底。模型将机械臂带到大致正确的位置，关节力控和阻抗控制负责处理最后几毫米的接触与调整。

未来，力矩和接触数据还可能进一步进入模型，辅助机器人理解有没有抓稳、是否发生接触、动作应该继续还是停止。

这也是珞石平台能力的一个缩影。

它交付的并非一条只能接收位置指令的机械臂。关节里的传感器、实时控制器里的力控算法、机械臂的柔顺执行以及上层数据接口，都需要提前打通。

以上的几点能力，都依托于珞石在工业场景的长期积累。

他们成立于2014年，在机械臂领域做了十几年。工业级能力，是在行业中长期打磨出来的。

比如批次一致性，长时间运行的稳定性、故障率、维修体系和交付周期等等。

如果不具备这些能力，这些问题将在具身走向落地时快速被放大。这些大家容易忽略的能力，会越来越直接地决定交付成本。

所以珞石真正为行业交付的，是背后一整套已经经过机器人产业验证的开发体系，也可以称之为机器人一站式开发平台。

从力控关节、机械臂、控制平台到本体，以及小脑等等。

很多公司强调全栈自研，背后有其现实原因。

具身智能仍处在早期，成熟的供应链产品不多，模型、本体和数据之间又存在紧密耦合。一家公司如果无法深入控制硬件，很难快速验证新的算法和产品定义。

但随着产业链逐渐成熟，全栈自研的含义也应该发生变化。

掌握系统定义和核心技术，并不是说所有所有零部件都必须自己生产；具备软硬件协同能力，也不意味着每家公司都要建立一支庞大的关节、控制器和机械臂团队。

真正重要的问题是，哪些部分决定公司的长期差异化，哪些部分可以调用产业中更成熟的能力？

在和珞石负责人交流过程中，他们多次强调这个点 —— 找准自己的差异化。

对于大脑模型公司，核心能力可能是模型架构、数据体系和泛化能力；对于灵巧手公司，重点可能是手部结构、触觉和精细操作；对于场景公司，壁垒可能来自工艺、客户关系和持续交付。

关节、机械臂和控制器虽然重要，却未必是每一家公司的核心差异。

一站式平台的价值，不单单是降低硬件采购价格，背后更是产品从原型走向量产的系统能力。

这种综合的模式，就可以称之为差异化。

智能手机使用相似的芯片、屏幕和摄像头供应链，最终产品依然存在明显差异；汽车企业采用同一家电池、芯片或底盘供应商，也不妨碍它们形成不同的驾驶体验和品牌定位。

机器人同样如此。

底层平台越成熟，企业越能把研发资源集中到任务技能、模型能力、整机设计和场景体验中。

从这个角度看，珞石所说的“一站式平台”，也不是替客户完成从大脑到应用的所有工作。它更接近一套覆盖核心硬件、执行系统与运动控制的机器人底座。

在交流的最后，珞石负责人还提到了他们在和大脑公司合作研发大脑。

珞石内部已经组建了几十人规模的具身模型团队，会和客户一起探索数据采集、技能训练和模型部署等方面的能力。

只不过，相比追逐一个现阶段仍然模糊的“通用大脑”，珞石更希望先把模型放进真实场景，解决插接、装配、检测等具体问题。

与之对应的，机械臂和小脑仍然是珞石投入最深的部分，背后已经有两三百人的研发体系。

这其实也反映了他们对具身智能的判断。

长期来看，大脑能力一定会继续突破，机器人也会获得更强的泛化能力。但这个过程需要数据、算法和时间，甚至还需要一些今天无法准确预测的技术变化。产业没有必要停下来等待一个足够通用的模型出现。

在此之前，先把机械臂的生态做得稳定、可控、开放，让模型能够在真实世界中持续采集数据、训练和迭代，同样重要。

珞石并不想把自己包装成一家大脑公司，也不准备与客户竞争所有环节。他们有自己清晰的定位，是把过去十余年在本体、关节、运动控制和工业交付中形成的能力，变成具身行业可以直接调用的一层底座。

这种价值可能不如大模型故事耀眼，却更务实。在自己最擅长的领域，一点点打通上下游，合作共赢。

珞石要证明的，正是十年积累能否从一家公司的技术资产，进一步变成整个行业的公共基础设施。