傅利叶创始人顾捷在本次独家访谈里明确表态,傅利叶会守住自身业务边界,不会下场自研大模型也就是机器人 “大脑”,定位是给各类 AI 大脑厂商提供性能稳定、适配友好的机器人本体 “身体”,走开放合作路线。现在具身智能赛道很多公司都在同时做本体 + 大模型,想一站式搞定整套方案,顾捷却主动拆分赛道,原因是机器人本体研发、大模型研发属于完全不同的技术赛道,大模型需要海量算力、海量文本和多模态数据,研发团队、商业模式和本体公司差异很大。傅利叶的核心优势是运动控制、力控、传感器布局、硬件本体设计,它可以配合大脑厂商做本体适配、数据采集、遥操作联调,帮模型厂商解决硬件侧的落地难题,而不是自己去抢大模型赛道。后续傅利叶的重心还是打磨 GR 系列人形机器人本体、康复外骨骼产品,持续和多家大模型企业对接联调,一起推进具身智能落地,而不是自研通用 AI 大脑。
一、傅利叶不做大脑的核心逻辑
- 赛道基因不一样
- 资源投入方向不同
- 分工合作更利于行业落地
- 傅利叶本身已经有成熟的基本盘
机器人本体重点是电机、伺服、力控、结构设计、运动算法,偏向硬件、控制工程;AI 大脑也就是大模型,重点是算力、数据、模型训练、推理优化,属于 AI 算法赛道,两套研发体系完全不同。
做大模型需要持续投入超算集群、海量标注数据,资金消耗模式和硬件研发不一样,傅利叶希望把资金全部集中在本体、运动控制、康养场景落地上面。
具身智能单靠一家企业很难闭环,本体厂商负责稳定的物理执行能力,大模型厂商负责理解指令、规划任务,分工配合,各自发挥长处,整体落地速度更快。
起家是康复外骨骼医疗机器人,有稳定营收和场景,再叠加 GR 系列人形机器人,优先把本体的安全性、运动稳定性做好,是现阶段最务实的路线。
二、傅利叶和大脑厂商合作具体做什么
- 本体适配:根据大模型的任务需求,调整机器人构型、传感器方案,决定摄像头、力传感器的布置方案。
- 数据采集:依托本体硬件,采集真实物理世界交互数据,供给大模型做具身训练。
- 遥操作联调:打通模型指令和底层运动控制,解决大模型输出指令之后,机器人动作不稳、不安全的问题。
- 场景联合落地:在康养、科研、工业场景里,联合测试整套具身智能方案。
三、傅利叶的业务边界划分清单
✅ 傅利叶重点做:人形机器人本体、关节伺服、力控算法、运动控制、外骨骼康复设备、硬件标定、本体适配调试
❌ 傅利叶不主攻:通用大模型、机器人 AI 大脑、大规模模型预训练、通用推理基座
四、和其他人形机器人厂商路线对比
| 厂商路线 | 本体自研 | 大模型大脑自研 | 核心模式 |
|---|---|---|---|
| 傅利叶 | 是 | 否 | 开放合作,给外部大模型提供本体硬件 |
| 全栈自研路线厂商 | 是 | 是 | 本体 + 大模型一起开发,整套方案封闭 |
| 纯模型厂商 | 否 | 是 | 采购第三方机器人本体,只做 AI 大脑 |
【常见问题】
问题 1:傅利叶顾捷说守住边界不做大脑,是不是傅利叶完全不用 AI 相关算法?
回答 1:不是,傅利叶顾捷说的不做大脑,指不自研通用大模型基座;傅利叶依旧会自研运动控制、强化学习、力控算法,这些属于机器人身体层面的控制算法,和负责理解指令、规划任务的 AI 大脑不是一回事。
问题 2:傅利叶不做 AI 大脑,会不会在人形机器人赛道失去竞争力?
回答 2:顾捷的思路是差异化竞争,现在很多公司扎堆做大模型,本体稳定、安全可控的硬件反而稀缺;傅利叶守住本体优势,对接多家 AI 大脑厂商,生态选择更多,适合康养、医疗这类对硬件安全性要求极高的场景。
问题 3:傅利叶和 AI 大脑厂商合作,磨合过程里最大难点是什么?
回答 3:难点在于两边技术标准不统一,大模型输出的任务指令,很难直接适配机器人底层运动控制;傅利叶的价值就是打通中间层,调整传感器、本体参数,让大脑指令能够安全、稳定地转化成机器人动作。
问题 4:傅利叶顾捷提到的大脑和身体,对应到人形机器人分别是什么?
回答 4:这里说的 AI 大脑,就是负责理解语言、看懂画面、规划任务的大模型;身体就是傅利叶 GR 系列人形机器人本体、关节、传感器、运动控制系统,负责在物理世界执行动作。
【参考资料】
[2026-11-18](独家|对话傅利叶顾捷:我们会守住边界,不做大脑)虎嗅
[2026-10-20](傅利叶 GR-3 人形机器人持续迭代,深耕康养场景)人民网
[2026-08-28](傅利叶顾捷:人形机器人的前浪是十年康复)南方周末
[2026-07-20](WAIC 之夜:从 Demo 到真实交付,物理 AI 还缺什么?)36 氪
[2025-05-09](傅利叶顾捷:具身智能注定不是一家公司能独自完成的)财经网
【免责声明】
本文内容来自媒体对傅利叶顾捷的访谈公开内容,傅利叶不做 AI 大脑属于现阶段战略选择,后续企业战略存在调整可能性;内容仅作为具身智能产业资讯科普,不构成任何投资、采购机器人产品的指导建议。
