bingdada范式科技发布的PhanthyMotus生态共建计划，旨在通过标准化中间层底座，解决具身智能行业硬件孤岛和代码复用难题，联合优必选等十余家厂商推动产业协作。
具身智能被视为人工智能的下一波浪潮，但当行业从实验室走向产业化时，一个深层矛盾逐渐浮出水面：开发者被极高的硬件门槛所困，跨机型的代码复用几乎不可能；本体厂商深陷定制化交付的泥潭；而手握场景需求的客户，却因缺乏标准化方案而迟迟等不到可落地的产品。这种“结构性错配”正在成为制约产业规模化发展的核心瓶颈。
针对上述痛点，范式科技近期在北京举办了一场以“共建”为主题的发布会，正式对外宣布其通用具身Agent底座PhanthyMotus将从单纯的开源项目，升级为一个多方协作的生态社区。这一举措并非简单的版本迭代，而是具身智能行业协作模式的一次重要转向。
在发布会现场，优必选、北京人形机器人创新中心、星动纪元等十余家国内头部本体厂商共同见证了该计划的启动。从这一阵容可以看出，范式科技试图搭建的并非一个孤立的技术平台，而是一个连接硬件厂商、算法开发者与场景客户的中间层基础设施。
范式科技联合创始人兼首席科学家陈雨强在发布会上阐述了对行业趋势的判断。他认为，具身智能的竞争焦点已从早期的单点技术突破，演变为系统级的生态竞争。PhanthyMotus的设计初衷，正是为了打造一个通用的“中间层底座”，通过实现硬件、算法与场景的深度解耦，让产业链上的各方都能专注于自身最擅长的领域，从而提升整个行业的运转效率。
值得注意的是，这一开放共建的理念在产业端引发了快速响应。据范式科技披露的数据，PhanthyMotus社区在成立仅两个月的时间内，便吸引了来自宇树、智元、大疆、众擎、云深处、乐聚、珞石以及Franka Robotics等众多国内外知名机器人品牌的开发者加入。
社区的密集贡献带来了技术资产的快速沉淀。根据官方公布的数据，目前PhanthyMotus已累计获得超过60万行高质量代码贡献，完成了对15种以上主流本体硬件的适配工作，并沉淀了超过200个标准化的硬件驱动模块。这些模块的覆盖范围广泛，横跨人形机器人、四足机器人、轮式平台、机械臂以及无人机等多种形态。
这一进展的实际意义在于，它正在逐步兑现“一次开发，多处复用”的承诺。对于开发者而言，这意味着不再需要针对特定机器人型号重新编写底层驱动和设计技能（Skills），算法在不同机型之间的迁移成本正趋近于零。这种技术飞轮的转动，反过来又进一步增强了社区对开发者的吸引力。
为了进一步降低开发者的入局门槛，范式科技在此次发布会上同步推出了“开发者激励计划”。该计划的核心措施包括：全面开放全品类的硬件资源池，允许开发者通过远程方式调试各类机器人机型；同时，针对活跃的代码贡献者，将发放免费的算力Token，以保障其在开发过程中的算力供给。这一举措旨在解决开发者“有想法但没设备”的现实困境。
在描绘了当下的繁荣景象之后，范式科技也为PhanthyMotus设定了清晰的阶段性目标。按照规划，到2026年底，该社区计划实现50种以上本体的适配，拓展超过500种大小脑AI算法，并沉淀超过10000个社区共享技能。范式科技将这一目标形象地比喻为打造具身智能时代的“技能应用商店”。
在生态构建过程中，一个常见的隐忧是平台方是否会利用主导地位形成新的垄断。对此，范式科技在发布会中强调，PhanthyMotus社区将始终恪守“无厂商锁定，只有开源共建”的原则。目前，该社区的官方网站（motus.phanthy.com）已全面向全球开发者开放注册。
从宏观视角来看，这一系列动作背后折射出的是中国具身智能产业从“各自为战”向“协同作战”转型的强烈意愿。通过构建标准化的中间层，范式科技试图解决的是行业通用性问题，而非单一产品的性能问题。这一路径能否成功，将取决于社区能否持续保持高活跃度，以及其标准化方案能否真正被产业链各方广泛接纳。但无论如何，这标志着具身智能行业在打破硬件孤岛、推动规模化落地方面，迈出了实质性的一步。
对于关注人工智能前沿动态的读者，可以参阅维基百科对具身智能的定义以了解其理论背景，或通过中国信通院的行业报告获取更多关于产业政策的解读。
范式科技此次推动的“生态共建”模式，并非孤例。在国内，类似的协作理念正在多个层面展开。例如，智谱AI主导的GLM生态、百度飞桨的硬件适配计划，以及多家机器人厂商联合发起的开源社区，都在试图解决类似的互通性问题。与海外由单一巨头主导生态的模式（如NVIDIA的Isaac平台）不同，国内更倾向于由第三方平台或联盟来推动多方协作，这或许与国内供应链的碎片化程度更高有关。
对于开发者而言，无论是选择PhanthyMotus还是其他平台，关注其开放的深度、社区的活跃度以及商业化的可持续性，将是评估其长期价值的关键指标。
PhanthyMotus是范式科技发布的一个通用具身Agent底座，旨在通过构建标准化的中间层，实现机器人硬件、AI算法与应用场景的解耦，让开发者能够跨机型复用代码，从而降低具身智能的开发门槛。
“开源”通常指开放源代码供人使用和修改，而“共建”则更进一步，强调多方主体（如硬件厂商、开发者、场景方）共同参与底层标准、驱动模块和技能库的建设，形成一个利益共享的生态社区。
开发者可以通过“开发者激励计划”获得远程使用各类机器人硬件资源池的权限，以及免费的算力Token支持，从而以较低的成本进行算法开发和测试。
根据规划，到2026年底，PhanthyMotus社区计划完成50种以上本体适配，拓展500种以上AI算法，并沉淀超过10000个社区共享技能。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com
© 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
资本狂热与真实作业之间的鸿沟揭示了物理智能的规模化困局。华为联合多家机构发布的报告指出，云边端协同是破解实时性与复杂性两难的系统路径，三域协同与一网贯通构成核心架构。
当VLA模型在物理扰动下频频失效，世界模型成为具身智能跨越商业化门槛的新路径。美梦空间联合索辰科技发布Physical-WAM与RoboTwin-Phys，从物理Token表征到物理漂移评测，为机器人补上"物理课"。
Skild AI 用自我对弈训练人形机器人踢足球，只给进球奖励却自发涌现盘带护球等技能。本文拆解其技术路线、基础模型布局与仿真到现实的落地挑战。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
