国产大脑超越英伟达，鹿明机器人打赢产业具身关键一战

具身智能的产业角逐，说到底，是一场关于“具身大脑”的技术突围。这东西要是搞不定，技术就永远困在实验室里，走不到产线上去。

2026年上半年，国内具身智能领域融资额已经飙到400亿元以上，其中超过一半的钱，都涌向了“具身大脑”这条赛道。

放眼全球，从美国的Physical Intelligence、Skild AI，到国内雨后春笋般冒出来的创业公司，产业和资本在用真金白银押注同一个判断：谁能率先做出可量产、可泛化、可低成本部署的具身智能系统，谁就摸到了产业落地的关键入口。

但是，行业普遍忽略了一个关键事实——单靠一个“大脑”，根本进不了工厂。真正能适配量产产线的具身智能，必须实现

的全域协同。

国内具身智能公司鹿明机器人选择的，正是这条以真实工业痛点为核心、用全栈能力支撑规模化落地的「

」路线。

外界关注鹿明，可能是因为UMI数据采集、产业合作、机器人本体、具身大脑这些单点。但在鹿明自己的技术体系里，所有这些能力最终指向同一个目标：

这次，鹿明机器人Lumos旗下的旗舰级产业具身大脑Prime R0登顶MolmoSpaces，就是这条路的一次关键验证和权威答卷。

用鹿明机器人创始人兼CEO喻超的话说：“

”围绕这个判断，鹿明正在通过Lumos NexCore全域产业具身大体系，把具身智能从科研验证推向产业落地。

一、零样本实测登顶，Prime R0拿下全球第一

在MolmoSpaces最新榜单上，鹿明机器人的产业具身大脑Prime R0，登顶全球权威零样本评测基准MolmoSpaces，拿下了单臂精细操作、双臂协同操作全任务谱系综合成功率的

。

MolmoSpaces由美国艾伦人工智能研究院AI2发起，在全球具身智能领域公信力很高。同场参与评测的阵容相当强悍，包括了NVIDIA、MIT、普林斯顿大学等全球头部力量。

这份榜单的含金量，首先来自评测机制本身。

MolmoSpaces禁止模型在DROID平台评测集上进行微调或领域自适应，所有模型必须

。同时，场景布局、机器人初始位姿、物体空间分布、相机参数等条件全都被，排名指标是平均成功率。

这次评测中，Prime R0要面对约100个不同环境，覆盖室内、室外场景。抓取对象既有杯子、盒子这类常规物体，也包括水果、勺子、叉子、刀具等各种形态的物体，

<iframe src="//player.bilibili.com/player.html?bvid=BV1mn7Y6UEPJ&page=1" width="300" height="150" frameborder="no" scrolling="no" allowfullscreen="allowfullscreen"> </iframe>

▲搭载Lumos Touch机械臂+Prime R0：长时序自主流程规划，具备动态误差自校正能力，实现柔性织物自主规整

对鹿明来说，Prime R0拿下全球第一，意义远不止榜单成绩。MolmoSpaces提供了一个统一、可复现的零样本评测环境，Prime R0的表现，验证了鹿明产业具身路线的模型能力基本盘，也让“产业具身”有了更清晰的技术坐标。

二、从实验室走向产线，产业具身要先解决真实成本账

机器人能不能落地，最终得回到工厂里的三笔账：算力账、节拍账和场景泛化账。

现在很多开源或大参数世界模型，更适合在实验室里展示。一旦放到量产产线上，问题马上就暴露了：算力成本高、响应速度慢、泛化适配弱。

对制造业客户来说，模型参数大不大并不是最关键的问题。能不能稳定完成任务、部署成本是否可控、换场景后的调试成本能不能接受，这几个才是决定技术能否进厂的核心。

<iframe src="//player.bilibili.com/player.html?bvid=BV1Sj7Y6HEbG&page=1" width="300" height="150" frameborder="no" scrolling="no" allowfullscreen="allowfullscreen"> </iframe>

▲搭载Lumos Touch机械臂+Prime R0：依托少样本泛化能力，仅80组标注样本即可完成杂乱物料密闭空间规整作业

行业主流大模型往往依赖A800这类高端显卡部署，硬件门槛不低。，消费级5060 8G显卡就能稳定运行，非常适合工厂边缘本地部署，大大降低了对云端大算力集群的依赖。

大参数量WAM模型单步推理可能要5到6秒，根本跟不上流水线节拍。，面向连续作业，不会拖累产线节奏。

工厂场景里，工件偏移、遮挡、堆叠、SKU变化、机械臂切换都很常见。传统方案往往需要重新训练或人工示教，

鹿明的产业具身路线，也已经在

中得到了验证。

鹿明机器人连续完成了A1和A2两轮融资，

。A1轮由三菱电机领投，老股东普华资本、吴中金控等超额跟投；A2轮由三菱电机继续领投，恒生电子、海高集团、昆石投资等产业方跟投。

产业合作方面，鹿明和三菱电机的合作是代表性案例。双方在柔性质检场景共创的具身智能解决方案，

三菱电机还定义了质检、装配、分拣、搬运四大工业场景，向鹿明开放场景合作。鹿明从质检场景方案开始，推动机器人在这些工业场景陆续落地。

除了三菱电机，鹿明还和中远海运、德马科技、广运集团等产业方展开了深度合作。这些合作说明，鹿明的“产业具身”正在进入真实的产业现场。

三、从工业操作到通用场景，Prime R0补上物理预判这一环

纯VLA视觉语言动作模型更擅长理解指令和映射基础动作，但对物理运动趋势、长时序连续作业的稳定性支持不够；传统世界模型能推演物理状态变化，但对自然语言意图的理解又不够深。

Prime R0的技术思路，是把世界模型的动态演化预判能力嵌入VLA语义决策框架，让模型在每一次实时动作决策中，自主生成物理行为后置演化趋势预判，实现“

”三位一体的全域决策闭环。

依托时序自适应动作生成、统一几何动作表征、轻量化隐式物理预判、MoE专家网络四大自研核心模块，Prime R0从根本上突破了“感知驱动动作”的旧范式。

听起来很技术，但落到工业现场，问题其实很具体。

机器人在工厂里抓取物料时，物体可能会偏移、遮挡、堆叠；双臂协同任务中，两只机械臂需要配合空间轨迹；柔性物体规整时，布料、线缆还会发生形变。这些任务都要求模型不能只看懂当前画面，还要判断动作执行后，物体和环境会怎么变化。

Prime R0要补上的，正是这部分物理预判能力。

而且，鹿明并不把工业场景当成能力边界。工业操作里的抓拿放、工具使用、物料整理、双臂协同，本质上也是

需要掌握的基础操作能力。

喻超的判断很清晰：“

”

四、从单一模型到NexCore体系，瞄准产业具身底座

产业具身的长期竞争，最终拼的是体系能力。

从鹿明目前的布局看，这套闭环已经逐渐成形。鹿明以Lumos NexCore全域产业具身大体系构建核心壁垒，形成了

能力。

鹿明拥有

鹿明率先布局数据基建，提升模型泛化能力、加速算法快速迭代，让机器人快速习得工业级的通用技能。这套技术绕过传统依赖物理本体采集数据的低效模式。

鹿明Prime R0围绕算力成本、产线实时性、设备任务兼容性、量产稳定性等多个工业核心痛点设计，全方位匹配真实产线生产需求，打造出低算力成本、可实现毫秒级响应、可柔性适配多任务、多本体、能真正提升产线综合效率的

喻超这样描述：“

”

结语：产业才是具身的真正考场

Prime R0登顶MolmoSpaces榜单，给鹿明机器人带来了一次国际权威基准背书，也让“产业具身”从战略路线落地为可验证、可量化、可落地的硬核能力——它印证了鹿明在轻量化部署、实时响应、跨任务泛化与物理世界预判上的技术闭环，真正打通了具身大脑从实验室到工业现场的关键壁垒。

随着Lumos NexCore体系和Prime R0的持续迭代，鹿明正在不断下沉到产业最深处，让具身智能深度扎根制造现场、解决真实痛点。

未来，产业具身能不能成为制造业智能化升级的新基础设施，还需要接受更多真实场景的检验。但至少这一次，Prime R0已经用一张全球榜单，先交出了一份有分量的答卷。