把“大脑”装给不同机器人，乐享科技用一场烧烤直播押注什么？

9月16日，乐享科技在上海举办了一场机器人户外烧烤直播，现场可谓是“状况频频”。

厨师机器人给金针菇翻面，没有夹稳，食材洒落在烤盘上，它又重新拿起；机器人正在点单，顾客临时要它拿水……意外接连发生，两台机器人却没有宕机，还在持续自进化。两个机器人一边保留原有订单和烧烤进度，一边根据现场变化调整任务顺序，继续翻烤、装盘和上菜。

正是这些不断出错、又不断调整的瞬间，让这场直播的观看人数持续上涨，最终累计全网超550万在线观看。

与此同时，评论区不断有人质疑，机器人之所以能够临场修正任务，是因为背后有人在遥操。主持人随即将镜头转向机器人所处的空间，展示现场操作区域并回应，全程没有人工接管。

质疑本身，恰恰点出了这场直播最值得关注的地方：当计划不断被打乱，机器人是否真的能够自主判断，并把一项长任务继续做完？一场“状况频频”、并不“完美”的直播，为什么反而比一段流畅精美的Demo更有说服力？

零样本直播，烧烤摊上的机器人“裸考”

8月底，乐享就发布过一个10分钟的Demo，展示了两台不同型号机器人在家里干家务的场景。全程无遥操，机器人接收了一个“收拾房间”的指令，就开始自主分工。

这段Demo中，出现很多让人惊喜的细节：当机器人够不到目标物品，就会主动寻找工具辅助；发现窗户玻璃无法擦干净时，机器人会重新判断污渍的位置在窗内还是窗外，从而去擦窗外玻璃；一台机器人遇到双手都拿满了物品，另一台机器人还会主动去帮忙，把剩余的物品挂在伙伴的胳膊上……虽然，这一看就是原生无剪辑的随手拍Demo，但仍引起了很多人的质疑。

因为提起Demo，大家会下意识认为是摆拍或剧本。大家会自然联想这是一段经过选择的视频，能证明的只是机器人曾经完成过某项任务，却很难说明这种能力能否稳定复现。机器人中途失败过多少次、面对意外时如何处理、任务被打断后能否继续，往往不会完整呈现在最终画面中。

而真实世界的难点，是变化随时可能发生。

因此，9月16日，乐享决定又做了一场机器人烧烤直播，让机器人直面各种现实世界不可控的意外情况。

在这场直播中，两台机器人不再只是完成抓取、翻面或行走等单点动作，而是分别作为厨师和服务员服务3组顾客。

这个服务过程中，机器人不仅记住订单、食材状态和任务进度，还要协调点单、烧烤与上菜.这意味着，两个机器人面对的是长时序任务，而不是单点任务。整个直播过程近一个小时，而此前同类型的展示多为10分钟-30分钟。

而且现场还充满了随机性，不同的顾客随时都有不同的要求：有临时改变需求的，有随意移动物品的，还有加单的……每一次变化，都可能使此前的任务规划失效，现场状况频频不断。但两位机器人并没有任务失败就直接退出，而是一直在修正各种任务，并相互协作，重新识别现场状态，调整任务执行顺序，继续完成剩余任务，持续学习和进化。

让人好奇的是，两台机器人能够完成这样一场直播，背后究竟依靠怎样的“大脑”？

同脑异体，打造跨本体的机器人“大脑”

在这次直播中，乐享并没采用自己的机器人产品来完成烧烤任务，而是特意选用了友商机器人。原因在于，相比机器人能不能完成烧烤，乐享更想通过这次直播，验证的是具身智能模型的跨本体能力。

要实现“同脑异体”并不容易。换一副身体后，关节结构、负载能力、活动范围和传感器反馈都会变化。模型仍能完成点单、取放食材、烧烤和上菜，得到验证的便不只是一套针对单机编排的动作程序，而是智能在不同本体之间迁移的能力。

驱动机器人的，是乐享科技发布的跨本体通用具身大模型——以太大模型。

跨本体并非简单接入一套新的硬件接口。模型既要理解任务，也要识别当前机器人本体的能力边界，再将同一目标转化为与本体相匹配的动作。乐享希望解决的问题是，让机器人的感知、判断和行动能力尽可能摆脱单一硬件的限制。

而要让同一套智能真正落到不同的身体上，高层认知与底层身体控制之间也必须打通。为此，以太大模型采用了一套“脑—脊髓贯通”的仿生架构。

其中，上层负责理解人的意图、调用情景记忆、规划长任务并判断风险；中间层处理环境感知与任务状态；运动层完成动作规划、姿态平衡和误差修正；靠近硬件的“脊髓层”，则直接处理力位控制、碰撞避让和防摔等快速反应。具体模块对应前额叶、角回、内嗅皮层、顶上小叶、运动皮层和小脑等功能单元。

这套架构的重点，不在于复刻了多少人体器官，而在于打通了感知、思考、行动和反馈，深度融合了主动感知（Active Perception）、多模态理解（Multimodal Understanding）、流式记忆（Streaming Memory）、运动动力学（Motor Dynamics）、自我迭代（Self‑iteration）五大能力。

以本次烧烤直播为例。厨师机器人在第一次给金针菇翻面时，因没有夹紧金针菇洒落在烤盘，模型充分吸取教训，再次夹取与金针菇形态相似的韭菜时，模型根据运动动力学，并结合食材重量、摩擦和接触力实时修正动作。而顾客临时加单时，服务员机器人不仅保留了原有订单、烧烤进度和此前的操作，并去催促厨师机器人。

这背后是五大能力的共同发力：主动感知采集现实信息，存入流式记忆；多模态理解解析环境；运动动力学输出躯体行为；执行后的反馈输入系统，驱动自我迭代，元认知全程监控整套过程，评估任务可行性与执行质量。

乐享表示，基于以太大模型驱动，机器人可获得接近人类水准的“物理直觉”和“元认知”。前者决定机器人的动作能否在真实环境中成立，后者则让它判断自己掌握的信息是否充分、当前方案是否可行。其现实价值在环境变化、任务插入或动作失败之后，仍能自我调整继续完成工作。

而与绝大多数具身智能厂商不同的是，这套模型的训练成本极低。

乐享表示，以太大模型当前的参数规模为4B，训练使用约200小时人类视频，没有使用真机训练数据，不走依靠海量真机数据采集和大规模参数堆叠的路径。

在这次直播中，乐享验证就是以太大模型的跨本体适配能力，让这一套“具身大脑”进入不同身体，并在更多本体和场景中持续积累能力。

这也让乐享在机器人本体之外，具身大模型这一层能力和行业位置进一步凸显。

不止整机生意，剑指“超级智能”

这场直播，初步验证了以太大模型的跨本体、自进化等能力。随着技术迭代不断加速，这个能力也面临一个迫切的现实考验：能否形成商业价值？

传统的机器人开发，往往围绕本体展开。换一款机器人、进入一个新场景，模型就可能需要重新训练，感知、控制和应用也要重新适配。这使机器人的研发投入被分散在不同项目中，已经获得的能力很难直接复用。产品做得越多，开发和维护成本也可能越高。

跨本体具身智能模型，试图改变这套逻辑。

若同一套模型能够进入不同身体，一项能力完成训练后，便有机会迁移到更多机器人上。机器人厂商不必从头训练“大脑”，模型公司也可以通过持续增加本体和场景，摊薄单次研发成本。具身智能的商业模式，由此可能从高度定制的项目交付，逐渐转向可以复制的产品和平台。

乐享走的这条路，或许正在改变未来机器人的竞争方式。

过去，行业更关注谁能造出更多机器人、完成更多单机功能；未来，竞争或许会逐渐转向：谁能让具身智能模型进入更多身体，并在不同场景中持续积累能力。届时，机器人的本体仍然重要，但真正决定能力上限的，就是不断更新的“具身大脑”。

以太大模型驱动的一场烧烤直播，由此成为未来具身智能竞争的缩影。