首页 / 博客 / 人形机器人头部开源盘点三巨头到底打什么算盘
ESC
输入关键词搜索文章标题和内容

人形机器人头部开源盘点三巨头到底打什么算盘

2026-06-03 | 机器人 | 16
人形机器人 开源项目

本文由 linuxROS 整理发布，首发于 linuxros.cn，转载请注明出处。

人形机器人头部开源盘点三巨头到底打什么算盘

导读：人形机器人圈聊"开源"，别听厂商 PR。扒了三家头部公司的 GitHub 仓库、License 原文、NVIDIA GTC 台北官宣，给你掰扯清楚背后的生意逻辑。一句话剧透：开源不是技术选择，是生意选择。

三家企业三种生意模式

人形机器人赛道表面热闹，底下是三种玩家：

  • 波士顿动力——欧美老钱，Spot 一台七八万美金起，毛利 60%+，专做军警、高端工业
  • 宇树科技——中国价格派，G1 一万六、H1 九万起，目标全球高校 + 集成商
  • 智元机器人——大小机分层，灵犀 X1 开源卖给科研，远征 A2 闭源卖给工业

三家殊途同归：量产商用机器人的底层核心能力，统统闭源。

flowchart TB A["人形机器人<br/>头部三家开源路线"] A --> B["波士顿动力<br/>极致闭源"] A --> C["宇树科技<br/>普惠开源"] A --> D["智元机器人<br/>大小机分层"] B --> B1["SDK自研License<br/>军警高端工业"] C --> C1["训练框架真开源<br/>默认步态闭源"] D --> D1["科研机部分开<br/>工业机全闭"] B1 --> E["底层核心能力<br/>全部闭源守利润"] C1 --> E D1 --> E style A fill:#FFF8E1,stroke:#F57C00,stroke-width:2px style B fill:#FFEBEE,stroke:#D32F2F,stroke-width:2px style C fill:#E8F5E9,stroke:#388E3C,stroke-width:2px style D fill:#E3F2FD,stroke:#1976D2,stroke-width:2px style B1 fill:#FFEBEE,stroke:#D32F2F style C1 fill:#E8F5E9,stroke:#388E3C style D1 fill:#E3F2FD,stroke:#1976D2 style E fill:#F3E5F5,stroke:#7B1FA2,stroke-width:2px

波士顿动力极致闭源路线 SDK自研非OSI协议

GitHub 上只有两个仓库，都是 Spot 的，Atlas 一行代码都没漏过：

仓库 干啥 License
boston-dynamics/spot-sdk Python 客户端 + ProtoBuf 自研 License
spot-cpp-sdk C++ 客户端 同上

spot-sdk 的 LICENSE 开头第一句：

Copyright (c) 2023 Boston Dynamics, Inc.
Subject to the Boston Dynamics SDK License (20191101-BDSDK-SL).

不是 Apache、不是 MIT、不是 GPL，是波士顿动力自己造的 License。可以开发应用，不能商业分发、不能转售，商用得另谈付费授权。OSI（开源促进会）不认。

SDK 调用的是高层行为 API，步态生成、ZMP、力矩分配、IMU 融合——全在 Spot 板载计算机上以闭源二进制运行，开发者看不到一行：

# spot_hello_world.py
# 协议: Boston Dynamics 自研 License（非OSI协议）
import bosdyn.client
from bosdyn.client import create_standard_sdk

def main():
    sdk = create_standard_sdk('HelloSpotClient')
    robot = sdk.create_robot('192.168.80.3')
    bosdyn.client.util.authenticate(robot)
    robot.time_sync.wait_for_sync()

    # 高层API，底层步态在Spot内部黑盒跑
    robot.power_on()
    robot.stand_up()  # ← 步态算法不开放
    print("Spot 已站起来")
    robot.sit_down()
    robot.power_off()

波士顿动力的套路很清楚：靠极致闭源守住高端工业壁垒，靠 SDK 给开发者"开放"的错觉。这套路二十年前卖大型机、卖工业软件的厂商都在玩。

宇树开源路线真开放但绑定NVIDIA生态

13+ 仓库全是真开源

宇树 GitHub 上有 13+ 仓库，多数是 BSD-3-Clause（也有部分仓库没有 LICENSE 文件）——整体属于真开源协议：

仓库 干啥 协议
unitree_ros2 ROS2 接口 BSD-3
unitree_sdk2 底层 SDK v2 BSD-3
unitree_mujoco MuJoCo 仿真 BSD-3
unitree_rl_gym RL 训练（3.2k ⭐） BSD-3
unitree_rl_lab IsaacLab 训练 BSD-3
unifolm-vla 宇树自研 VLA（UnifoLM-VLA-0，基于 Qwen2.5-VL-7B） ⚠️ GitHub 仓库无 LICENSE 文件，但 HuggingFace 模型声明 CC BY-NC-SA 4.0
unifolm-world-model-action 世界模型-动作 Apache-2.0（仓库根目录有 LICENSE 文件）
unitree_il_lerobot 基于 LeRobot 的模仿学习 ⚠️ 仓库无 LICENSE 文件
xr_teleoperate XR 遥操作（G1/H1/H1-2/H2） BSD-3
avp_teleoperate Vision Pro 遥操作 BSD-3
kinect_teleoperate Azure Kinect 遥操作 BSD-3
unitree_ros ROS1 仿真包 BSD-3
unitree_legged_sdk 老版本 SDK BSD-3

看着是真开放对吧？关键猫腻：宇树开放的是协议接口和训练框架，默认步态、RL 预训练权重、底层电机固件——全部闭源。你可以用 SDK 控单关节，可以自己用 unitree_rl_gym 训练新步态，但宇树出厂默认那个"跑得最稳的步态"，不给你看。

2026.06.01 NVIDIA GTC 官宣绑定

黄仁勋亲自站台，宣布 NVIDIA Isaac GR00T 参考人形机器人选了 宇树 H2 Plus 当"身体"：

来自 linuxros.cn · linuxROS
配置 参数
本体 宇树 H2 Plus（1.82m，68kg，31 DOF）
灵巧手 Sharpa Wave 五指触觉手（22 DOF/只）
计算 NVIDIA Jetson AGX Thor T5000
大脑 NVIDIA Isaac GR00T N1.7（Apache 2.0）
仿真 NVIDIA Isaac Sim
首发 Stanford、ETH Zurich、UC San Diego、Ai2

这步棋下得毒。宇树用 H2 锁住了"全球科研 + AI 开发者"这个最大生态，把其他中国厂商甩开一个身位。

flowchart TB A["全球科研用户<br/>Stanford/ETH/UCSD/Ai2"] A -->|"采购"| B["宇树 H2 Plus<br/>1.82m / 68kg / 31 DOF"] B --> B1["Jetson Thor T5000<br/>边缘计算"] B --> B2["GR00T N1.7<br/>VLA 大脑<br/>(Apache 2.0)"] B2 -->|"训练"| C["Isaac Lab<br/>RL 训练框架"] B2 -->|"仿真"| D["Isaac Sim<br/>物理仿真"] C -->|"迭代优化"| B2 D -->|"数据生成"| B2 A -->|"使用"| B2 style A fill:#E3F2FD,stroke:#1976D2,stroke-width:2px style B fill:#E8F5E9,stroke:#388E3C,stroke-width:2px style B1 fill:#E8F5E9,stroke:#388E3C style B2 fill:#F3E5F5,stroke:#7B1FA2 style C fill:#E3F2FD,stroke:#1976D2 style D fill:#E3F2FD,stroke:#1976D2

客户分四层

  • 科研：G1 一万六千美金起，让全球高校买得起
  • 开发者：H1/H1-2 九万到十五万美金
  • 集成商：Go2/B2 四足巡检
  • 消费：R1 五千九百美金，教育娱乐

用 G1 低价换高校市场，用 H1/H2 绑 GR00T 拿高端科研订单，用四足拿工业巡检。这套打法全行业就宇树在玩。

智元大小机分层开源科研工业双轨制

灵犀 X1 的开源真相

智元 2024 年 10 月宣布"全栈开源"灵犀 X1，开源清单扒了一遍：

内容 是否真开源 备注
整机 STEP 三维模型 ✅ 3 个版本：20241024/20250108/20250307
BOM 清单 ✅ 完整物料
装机 SOP ✅ 装配指导
RL 训练代码 ✅ agibot_x1_train（仅 1 个 commit）
推理部署代码 ✅ agibot_x1_infer（MulanPSL-2.0 协议）
PowerFlow R 执行器手册 ✅ 规格开放
DCU 模块原理图 ❌ 规格开放，原理图闭源
小脑运动控制算法 ❌ 闭源 关键
本体控制软件 ❌ 闭源 整机控制架构不开放（基于自研 AimRT 框架）
远征 A2 整机 ❌ 闭源 工业机完全不开放

几个细节：agibot_x1_train 只有 1 个 commit，活跃度很低；agibot_x1_infer 用的是 MulanPSL-2.0，不是 Apache 2.0；agibot_x1_hardware 根本没有 LICENSE 文件，法律边界模糊；推理端用了智元自研的 AimRT 框架。

DCU 原理图和小脑运动控制这两个核心模块，依然是黑盒。开源的是结构和训练框架，真正控制机器人的"小脑"是不公开的。小脑才是核心 IP，开放了竞品直接抄，灵犀 X1 的"全栈开源"更像精心设计的科研招商工具。

行业博客原话：

灵犀 X1 开源已经一年了，本体的控制部分，小脑和 DCU 控制模块等关键设计并未开放。

双轨制：科研线开源、工业线闭源

flowchart TB A["智元机器人<br/>双轨制开源"] A --> B["科研线：开源"] A --> C["工业线：闭源"] B --> B1["灵犀 X1<br/>$19,500 套件"] C --> C1["远征 A1 / A2<br/>定价不公开"] B1 --> B2["✅ 整机 STEP / BOM / SOP"] B1 --> B3["✅ RL 训练 / 推理代码"] B1 --> B4["❌ 小脑运动控制闭源"] B1 --> B5["❌ DCU 原理图闭源"] C1 --> C2["❌ 整机全闭源"] C1 --> C3["✅ 仅开放应用层 API"] B2 & B3 & B4 & B5 --> B6["高校 / AI 研究员<br/>科研招商工具"] C2 & C3 --> C6["工厂 / 集成商<br/>工业利润收割"] style A fill:#F3E5F5,stroke:#7B1FA2,stroke-width:2px style B fill:#E8F5E9,stroke:#388E3C,stroke-width:2px style C fill:#FFEBEE,stroke:#D32F2F,stroke-width:2px style B1 fill:#E8F5E9,stroke:#388E3C style B2 fill:#E8F5E9,stroke:#388E3C style B3 fill:#E8F5E9,stroke:#388E3C style B4 fill:#FFEBEE,stroke:#D32F2F style B5 fill:#FFEBEE,stroke:#D32F2F style C1 fill:#FFEBEE,stroke:#D32F2F style C2 fill:#FFEBEE,stroke:#D32F2F style C3 fill:#E3F2FD,stroke:#1976D2 style B6 fill:#FFF8E1,stroke:#F57C00 style C6 fill:#FFF8E1,stroke:#F57C00

BBA 把量产车卖给普通消费者，把赛车技术锁在工厂里——智元把"灵犀 X1"当"赛车技术展示厅"，把"远征 A2"当"量产车"。

补充一点：2025 年 3 月，OpenDriveLab 开源了 GO-1 大模型（ViLLA 架构，基于 InternVL 2.5-2B）和 AgiBot World Colosseo 数据集（约 100 万条真机轨迹）。注意，GO-1 是 OpenDriveLab（李弘扬教授领衔，港大 + 上海 AI 实验室联合培养）主导，不是智元直接维护，License 是 CC BY-NC-SA 4.0，禁止商用。这常被误读为"智元开源"。做中国版"GR00T"，和宇树走 NVIDIA 路线形成对垒。

三家头部企业开源战略横向对比

维度 波士顿动力 宇树 智元
核心目标 高端高毛利 硬件销量 + 生态 科研招商 + 工业收割
底层 全闭 协议开放，默认步态闭 科研机部分开，小脑闭；工业机全闭
SDK License 自研（非OSI） BSD-3 为主（部分仓库缺 LICENSE） MulanPSL-2.0（部分仓库无 LICENSE）
ROS/ROS2 无 全开源 科研机开源（aimrt 框架）
RL 训练 无 unitree_rl_gym（3.2k⭐，BSD-3） agibot_x1_train（仅 1 commit）
VLA 大模型 无 unifolm-vla（HF 模型 CC BY-NC-SA 4.0，GitHub 无 LICENSE） GO-1 由 OpenDriveLab 主导，李弘扬（港大）+ 上海 AI 实验室联合培养，CC BY-NC-SA 4.0 禁止商用
生态绑定 独立 NVIDIA GR00T（深度绑定） 独立（与 OpenDriveLab 合作 GO-1）
主要客户 军警 / 高端工业 全球科研 + 集成商 国内制造 + 自动化
代表机型 Spot $75k-150k G1 $16k / H1 $90k 灵犀 X1 $19.5k / 远征 A2 不公开

开源战略常见误区与踩坑指南

  1. "波士顿动力已经开源了"——错。只开了 SDK，License 还是自研的
  2. "宇树完全开源"——部分对。默认步态、RL 预训练权重、底层电机固件闭源
  3. "灵犀 X1 是真全栈开源"——误导。小脑运动控制 + DCU 固件闭源
  4. "开源 = 免费"——错。硬件要买、云服务要钱、技术支持要单独签合同
  5. "GR00T 是宇树做的"——错。GR00T 是 NVIDIA 做的，宇树 H2 只是 GR00T 选中的"身体"

开源战略底层规律与开发者建议

结论 要点
底层规律 商用量产机型的核心能力全部闭源
客户结构 开源策略直接决定客户是谁
License 套路 波士顿动力"SDK License"不是 OSI 协议
生态绑定 宇树已深度绑定 NVIDIA Isaac GR00T（2026.06.01 官宣）
全开源幻觉 智元灵犀 X1 看似"全栈开源"，小脑 + DCU 闭源
终极规律 闭源守利润，开源放大规模

给开发者的建议：
- 搞科研 → 智元灵犀 X1（最开放）+ 宇树 G1（生态最强）
- 做工业集成 → 宇树 H1/H2 + 智元远征
- 做高端定制 → 波士顿动力 Spot

参考文献

  1. Boston Dynamics Spot SDK（boston-dynamics/spot-sdk）
  2. 宇树 unitree_ros2 / unitree_sdk2 / unitree_rl_gym
  3. 宇树 unifolm-vla（VLA 大模型）
  4. 智元灵犀 X1 硬件 / 训练 / 推理 三件套
  5. GO-1 大模型（OpenDriveLab/AgiBot-World，HuggingFace agibot-world/GO-1，CC BY-NC-SA 4.0）
  6. NVIDIA Isaac GR00T / Isaac Lab
  7. NVIDIA GR00T 参考人形机器人官方公告（2026.06.01 GTC 台北）
  8. 智元灵犀 X1 本体通讯分析（技术博客）
  9. UniVLA 论文（RSS 2025，arXiv:2505.06111）
  10. NVIDIA×宇树合作 China Daily 报道

版本：v3.7 | 发布日期：2026-06-03
作者：机器人圈老炮
变更：v3.5 修复标题笔误、精简段落；v3.6 修正"加密跑"→"闭源二进制运行"，删除"几个细节值得注意"引导句；v3.7 移除标题冒号、章节标题改为"主题+核心特征"格式、简化首张流程图节点至8个、删除下篇引用

版权声明

作者linuxROS
原文https://www.linuxros.cn/blog/07_头部企业开源战略深度对比
协议本作品采用 CC BY-NC-SA 4.0 许可协议：署名-非商业性使用-相同方式共享
关注欢迎关注微信公众号 linuxROS，获取更多机器人 / 嵌入式 / Linux 干货
相关文章
加载中...
返回首页