具身智能赛道技术路线之争愈演愈烈，华为云具身机器人业务开创者朱森华离职创业，成立“具脑磐石”。该项目独辟蹊径，提出用“脑认知启发”范式改造具身智能，试图解决主流深度学习面临的算力与数据瓶颈问题。
智能速览
华为云具身智能开创者朱森华创立“具脑磐石”，获数千万元种子轮融资。
采用脑认知启发技术路线，区别于主流的端到端深度学习，更强调理论指导。
引入人脑抽象概念与注意力机制，旨在降低对数据和算力的过度依赖。
搭建类人认知地图机制，使机器人部署效率提升40%，数据需求降低90%。
商业化首站落地亚太地区，瞄准发达国家劳动力短缺的商服与工业场景。
精华内容
在深度学习面临高算力与低泛化性瓶颈的当下，从人脑神经机制中寻找算法灵感，或许能成为具身智能突围的关键路径。
技术路线之争
当前具身智能主流方案多基于深度学习范式，虽然通过“暴力美学”堆算力和数据提升了局部体验，但仍面临高功耗、低泛化性和不可解释等难题。新创公司“具脑磐石”选择了差异化的“脑认知启发”路线，主张模仿人脑认知机制而非单纯依赖海量数据训练。该团队认为，人类大脑是唯一验证成功的具身智能体，以此为基础进行算法架构改造，能有效减少对数据和算力的依赖，实现更强的泛化能力。
模仿人脑机制
为解决机器人能耗高与适应性差的问题，团队将人脑特有的抽象概念学习和选择性注意力机制引入算法架构。例如，通过模拟人脑视觉、栅格与位置细胞构建“类人认知地图”，使机器人无需预先构建地图即可实现跨室内外场景的自由探索。实测数据显示，这种机制让机器人部署效率提升了40%，而在小样本操作学习中，数据需求相比以往降低了90%，有望走出依赖算力堆叠的困局。
商业化落地
具身智能产业目前面临技术成熟度与市场期望错位的矛盾，寻找愿意买单的客户是关键。团队选择避开国内“完全替人”的高要求市场，优先出海至亚太地区，聚焦商业服务和工业场景。利用日本等发达国家劳动力短缺的痛点，让能力尚在迭代的机器人承担便利店夜班值守、理货等工作。这种务实策略能让客户为当下的可用性付费，支持技术持续进化。
朱森华的创业尝试为具身智能行业提供了一种新的解题思路，即通过跨学科的脑科学与AI融合来突破技术天花板。相较于单纯的算力堆叠，这种追求低功耗、高泛化的脑启发范式，或许更能适应未来复杂的产业落地需求。
