“ 下一个入口是身体？

9月15日，arXiv出现一篇论文，《BRIDGE:An Open-Source Humanoid Platform via Morphology-Control Co-Design for Physical AI》，中文意思是“形态-控制协同设计的开源人形平台”，Skild AI两位创始人参与创作，并且重点展示了一台88厘米、13公斤的开源人形平台。

一家卖大脑的具身智能公司，发布了一台开源的身体，其背后意义耐人寻味。

把Skild AI的资本曲线拉出来看，节奏很陡。

2023年成立，2024年11月B轮估值47亿美元。2025年6月B轮估值47亿。2026年1月C轮估值140亿，软银和英伟达领投，14亿美元融资额。从47亿到140亿，不到一年翻了三倍。累计融资超20亿美元。

软银和英伟达为什么愿意押这个数？软银的机器人大脑+躯体战略，其实是把AI能力灌进物理世界，Skild的Skild Brain是这条战略里最接近通用大脑的产品。

原本Skild AI做的事，是一个omni-bodied的通用机器人大脑，一个模型驱动四足、人形、桌面机械臂、移动机械臂几乎所有机器人本体，不用逐任务重编程。2026年3月，Skild AI和ABB Robotics、Universal Robots、英伟达签了合作，把Skild Brain部署进工业机械臂产线，同年还有富士康产线部署。

这些部署的共同点，Skild不造一台完整的机器人去卖，它给别人的机器人配大脑。

大脑装进ABB的机械臂、装进Universal Robots的协作臂、装进富士康的流水线，按部署收ARR。本体厂商出身体，Skild出大脑，按大脑收费。这是Skild的商业模式，卖大脑，不卖身体。

那它为什么还要做一台自己的身体？

读完论文我们发现，这台88厘米的开源机器人，不是正式的产品，是Skild AI试图给全行业定大脑和身体之间的参考接口。

Skild AI认为，大脑和身体之间的接口，或许比大脑本身值钱。

因为做大脑的公司，本质上非常依赖物理载体，Skild Brain要跨机器人部署，就要求身体有一个统一的接口。

但现如今，数百家机器人公司，每个机器人厂商的电机不同、关节不同、控制频率不同，大脑每接一个新的身体，就要重新做一轮适配。

ABB的机械臂适配一套，Universal Robots的协作臂适配一套，富士康的流水线又适配一套。适配成本越来越高，大脑的通用性就越难兑现。

Skild做BRIDGE，不是自己用的，是希望提供给全行业一台开源的参考身体，让140亿美元的大脑有地方跑，最终把适配成本从每个厂商一套降到一套参考。

BRIDGE的尺寸，更接近桌面级而不是工业级。BRIDGE的硬件图纸、控制策略、训练脚本全部公开，其高88厘米、13公斤，比宇树G1的1.5米、35公斤小一半，比优必选Walker X的1.7米小更多，主打就是一台能放在实验室台面上的机器人，其核心目的也是服务开发者，希望帮助算法团队快速跑通。

简单来说，它相当于Skild AI给整个Physical AI行业定了一个最小可用身体。你不需要造一台1.7米的人形机器人，你只需要一台88厘米的、开源的、能跑Skild Brain的参考平台，就能把大脑的部署门槛降下来。

Skild AI希望，任何团队拿到这台开源的机器人，就能在自己的实验室里复现Skild Brain的部署流程。

为了实现这一目标，论文核心其实讲的是形态-控制协同的架构设计。

因为传统做法里，硬件团队先画出身体，算法团队再往上面套控制策略，两条线各做各的，最后联调，发现身体的关节角度限制算法的动作空间，算法的响应延迟又逼着硬件重新调参数。

BRIDGE把两条线合成一个设计循环。身体的关节配置跟着算法的动作需求变，算法的训练数据又跟着身体的实际响应变。迭代到收敛，身体就是算法的参考实现，而算法就是身体的灵魂规格，这也意味着下一个机器人厂商的竞争壁垒不是更灵活的关节，而是大脑和身体在同一个循环里共进化的能力。

有趣的是我们发现，Skild AI此前经常用宇树的H1作为大脑的承载，而宇树今年发布的UnifoLM-WMA-0，这个跨本体世界模型其实与Skild AI做的非常类似，UnifoLM-WMA-0这个跨机器人本体的开源世界模型适配范围看起来非常广，但宇树的做法更像是先把本体做成事实的普遍性开源标准，再去做好大脑。

类似的是2025年3月，智源研究院在中关村论坛发的布RoboOS，这是一个跨本体的大小脑协作框架，配套开源具身大脑RoboBrain，可实现跨场景多任务轻量化部署。智源RoboOS解决的也是同一个问题，跨本体协作，但其主要走开源一个框架的路线。然而这几条路本质上殊途同归。