合十思维的“反向突围”：告别算力内卷，Nexus AI走出具身智能落地新路径

2026世界机器人大会期间，合十思维创始人赵普在“AI大模型赋能机器人与具身智能产业新范式”分论坛上，引用钱学森1993年4月28日致戴汝为院士书信，指出智能机器人关键在适应复杂环境，而非堆砌算力与数据。当前行业主流VLA大模型参数庞大，仿真成功率高但真实场景成功率仅约12%，部署成本高、换场景需重训，陷入“堆参数—堆算力—堆数据—堆成本”的落地困局。 合十思维选择反向路线，推出SNN脉冲神经网络+BTS行为树双脑协同架构： - NDOS神经形态类脑架构总参数约90亿，不足主流大模型1%； - 单张RTX 3090即可部署，日均算力成本不足10元； - Nexus AI作为通用大脑系统，将感知、决策、运动控制分离，兼容人形、轮臂、四足机器狗等异构硬件，支持作业中临时指令切换。 SNN负责低功耗感知，仅在环境变化时计算；BTS负责逻辑推理，不是检索训练答案，而是自主判断陌生场景。例如椅子被占用时，系统会推理旁边桌子边缘、矮柜是否可坐。 商用方面，第四代HumanROS通用轮臂清洁机器人已落地北京海淀公园公厕、丰台商场、冰丝带国家速滑馆、新加坡樟宜机场等场景，实现7×24小时稳定运行；2026年上半年全业务签约总额突破7500万元，2025年营收达8000万元。赵普认为，通用机器人评判标准不是展厅流畅度，而是在杂乱多变、无标准真实场景中长期稳定干活的能力，类脑仿生架构或成破解落地困局的关键。