机构基本信息
- 全称：北京人形机器人创新中心有限公司（国家地方共建具身智能机器人创新中心）
- 成立时间：2023年11月
- 总部所在地：中国北京市经济技术开发区（亦庄）
- 发起单位：优必选科技、京城机电等10家行业领军企事业单位
- 官网：无独立消费者官网
- 定位：国家地方共建的具身智能机器人技术创新平台和产业孵化平台
北京人形机器人创新中心是由北京市政府、工业和信息化部共同支持，由优必选科技、京城机电等10家行业领军企事业单位联合组建的创新型研发机构。其核心使命是打造中国通用人形机器人技术底座，推动人形机器人的标准化、开源化和产业化。
核心平台与产品
天工系列——通用机器人母平台
天工平台是中国首个通用机器人母平台，提供人形机器人的标准化硬件和软件接口，支持二次开发。
天工LITE
- 2024年4月发布，全球首例纯电驱全尺寸人形机器人实现拟人奔跑
- 实测平均时速可达10km/h，最高奔跑速度提升至12km/h（全球领先）
- 具备极强泛化能力，可在斜坡、楼梯、草地、碎石、沙地等多种地形下平稳移动
- 开源开放架构，支持灵活扩展软硬件功能模块
天工PRO
- 2024年8月发布，拥有完整手臂功能
- 身高163cm，体重56kg，42个自由度
- 内置多个视觉感知传感器及六维力传感器
- 配备IMU（惯性测量单元）和3D视觉传感器
- 每秒可进行550万亿次计算（550 TOPS）
天轶——具身智能服务机器人
- 轮式机器人形态，身高163cm，体重72.5kg，16个自由度
- 具备轮式全向移动能力，腿部可升降
- 搭载情感大模型，可识别人类情感和情绪
- 应用于接待、导览、咨询问答、场馆介绍等场景
慧思开物——通用具身智能平台
慧思开物是通用具身智能操作系统，由AI大模型驱动的任务规划”大脑”和数据驱动的端到端技能执行”小脑”构成。
核心能力：
- 一脑多能：具备处理多场景复杂任务的泛化能力
- 一脑多机：首次实现单个软件系统在机械臂、轮式机器人、人形机器人等多构型本体上的兼容
- 适配各种机器人与物理世界的交互
关键开源成果：
- Pelican-VL 1.0（2025年11月开源）：覆盖7B到72B参数量的多模态大模型，可同时处理图像、视频和语言，在基准测试中性能超越GPT-5同类模型15.79%
- XR-1（2025年12月开源）：国内首个且唯一通过具身智能国标测试的具身VLA大模型
- RoboMIND 2.0：数据底座，日产数据达10TB
具身智能数据集
- 数据采集涵盖6类本体、7大典型场景
- 日产数据达10TB
- 启动”千台机器人真实场景数据采集计划”，覆盖工厂、仓库、酒店等场景
融资历程
作为国家地方共建研发机构，北京人形机器人创新中心不以传统企业融资模式运作。其资金来源包括：
- 国家及北京市政府财政支持
- 10家发起单位的联合出资（优必选科技、京城机电等）
- 承接国家级科研项目经费
- 与产业合作方（如领益智造等）的商业合作收入
竞争定位
核心差异化
北京人形机器人创新中心不是商业公司，而是国家级公共技术平台。其角色类似于中国版”波士顿动力研究所” + “OpenAI” + “Robot Standards Body”的组合体：
- 母平台提供者：天工平台作为通用机器人母平台，为全行业提供标准化的硬件基础，任何机构可基于此进行二次开发
- 开源生态领导者：Pelican-VL和XR-1的开源策略类似Meta的Llama系列，旨在降低具身智能开发门槛，吸引更多开发者进入生态系统
- 标准制定者：参与制定具身智能国家标准，推动产业标准化
- 产学研连接器：与北京大学等高校联合研发，如具身智能情感大模型
与商业公司的关系
- vs 优必选、宇树等机器人公司：创新中心不是竞争关系，而是为这些公司提供基础平台和技术赋能
- vs Google DeepMind、OpenAI：在具身智能领域形成中国自主技术体系
- vs 特斯拉Optimus：天工平台强调开源共享，与特斯拉的闭源策略形成对比
行业判断
前景
人形机器人是具身智能最典型的应用载体，2026年正处于从实验室走向商业化的元年。中国15家以上公司正在开发双足机器人。北京人形机器人创新中心作为国家级的公共技术平台，在技术标准制定、开源生态建设和人才培养方面具有不可替代的地位。
风险
- 资金来源可持续性：作为非营利研发机构，长期运营依赖政府和产业资金支持
- 技术转化效率：如何将研究成果有效转化为产业应用，仍是挑战
- 与小鹏、特斯拉等以产品为导向的企业竞争：纯研发模式可能在产品落地速度上不及创业公司
- 开源模式商业化路径：开源可能被商业公司”白嫖”，创新中心如何实现自我造血仍需探索
值得关注的点
- 天工母平台能否成为中国人形机器人的”Android生态”——即多家公司基于同一平台开发产品
- Pelican-VL和XR-1等开源模型在行业中的实际采用率和影响力
- “千台机器人数据采集计划”的进展，以及数据规模对模型训练效果的提升
- 是否有更多产业方（如汽车厂、3C制造厂）加入创新中心的合作网络