具身智能基座模型（Embodied Foundation Model），通俗地说就是机器人的"通用大脑"。
为什么需要这个概念？传统机器人开发的逻辑是"一个任务一个模型"——抓杯子训练一个模型，拧瓶盖再训练一个，开门又是一个。但物理世界的任务无穷无尽，不可能为每个任务单独练一个模型。基座模型的思路借鉴了大语言模型（GPT等）的成功经验：先训练一个理解物理世界的通用底座，再让这个底座快速适配各种具体任务。就像人类理解了"抓"这个基本物理概念后，能抓杯子、抓笔、抓任何没见过的东西。
基座模型长什么样？应该以动作生成为核心组织各种能力，语言理解、空间感知、世界预测等所有能力服务于同一个出口：生成可准确执行的机器人动作。它并非一个封闭模型，而是一个高效的集成平台。
行业主要产品：
PhysBrain 1.0（深度机智，2026年3月发布）：以人类第一视角数据训练。
π0.5（Physical Intelligence，美国，2025年12月）：基于大规模真机轨迹数据训练。
GEN-0/GEN-1（Generalist AI，美国）
GR00T N1（NVIDIA）：仿真数据驱动的路线。
各家基座模型之争，本质上是数据路线的分歧——用人类视频、真机数据、还是仿真数据来训练？哪种数据能让模型学到真正可泛化的物理理解？这个问题行业还没有定论，但正是具身智能赛道的核心看点。