2025开放原子开发者大会具身智能分论坛成功举办

11月22日，2025开放原子开发者大会——具身智能分论坛暨具身机器人工作坊在北京顺利举办。论坛聚焦具身智能核心议题，深度探讨以开源生态破解具身智能应用落地难题，汇聚具身智能领域优质开源项目与创新力量，充分彰显开源协作已成为驱动具身智能技术创新、助力生态高质量发展的核心力量。

DORA：10倍性能的数据流驱动机器人新范式

DORA社区技术负责人李扬介绍，DORA是面向AI原生时代的新一代机器人开发框架。框架依托Rust语言的内存安全特性与零拷贝通信架构，在延迟控制与数据传输效率上实现数量级突破——相较于ROS2，其在大型数据包（>500KB）处理场景中展现出压倒性性能优势，单机环境下50MB数据传输延迟可压缩至100μs以内，为高带宽传感器数据、多模态AI推理等场景提供了底层性能保障。

架构上，DORA以“数据流驱动”范式将系统抽象为可动态组合的有向图，支持分布式部署与端边云协同（基于Zenoh中间件），YAML声明式配置简化了多机部署流程。目前，DORA已与人形机器人（上海）有限公司深度合作，开源人形机器人“青龙”已纳入其技术选型并完成初步集成。

生态方面，社区正持续丰富示例教程、适配硬件传感器驱动、支持多模态/VLA大模型等，并通过开放原子大赛、校源行、工作坊、黑客松等活动，构建活跃协作生态，推动框架在多领域落地。

社区链接

https://github.com/dora-rs/dora

FlagScale：赋能具身智能的全栈训推框架

北京智源人工智能研究院AI框架研究员李志宇分享了FlagScale——一个大模型并行训练及推理框架，加速具身大模型全链路开发。该框架通过自动化技术实现跨芯片的自适应计算，支持VLM大脑模型与VLA端到端模型的训推优化。在数据处理上，FlagScale（Energon）相比原生Torch DataLoader将延迟降低90%；在显存优化上通过重计算与非均匀流水线并行实现154.81%端到端加速比。

推理部署是FlagScale的另一大创新。通过“多后端+多芯片”支持机制，框架兼容vLLM、SGLang等多种后端，同时支持英伟达、华为昇腾等多样化芯片。推理量化加速采用混合量化策略，ViT采用全精度浮点计算，LLM采用INT8 Weight-Only量化，端到端推理延迟降低约30%。FlagScale强调开源协作和生态兼容，支持同一任务的不同加速引擎，相比缺省配置可获得吞吐提升2%-20%。后续将通过FlagOS全栈优化实现具身大模型的高效训练与推理，并支持适配更多国产芯片。

社区链接

https://github.com/flagos-ai/FlagScale

智元：数据与工程双螺旋驱动的具身智能生态

智元机器人生态总监胡旷以“数据与工程双螺旋驱动”为题，介绍了智元以开源为核心构建具身智能技术生态，通过开源AgiBot World数据集、AimRT中间件以及具身智能操作系统灵渠OS，推动全球开发者协作创新；同时开放“采、训、测、推”一站式开发云平台与多尺寸人形本体开发平台，助力生态伙伴快速实现科研转化与场景落地。智元坚信「开源是技术生态基石，开放是产业桥梁，协同加速具身智能走向现实场景」。

AgiBot World开源百万真机数据集全域真实场景，全能硬件平台，全程质量把控等特点于一身，获业界广泛采用，如英伟达GR00T N1模型约80%训练所用真机数据来源于此；AimRT是一款面向现代机器人领域的运行时开发框架，致力于整合机器人端、边、云等部署场景，提供了全面的插件开发接口，具有高度可扩展性；灵渠OS孵化自智元产品框架，立足具身智能机器人的全场景需求，构建了“南向适配具身硬件、北向支撑智能应用”的生态架构。底层提供稳定、高效的分布式群体实时通信、硬件抽象等基础服务框架；上层开放智能体服务框架，支持交互、作业、运动等智能基座模型的标准化对接，降低应用门槛；同时，提供丰富的工具链，涵盖开发调试、仿真验证、部署管理、数据录制等能力，助力开发者快速构建从虚拟仿真到实体部署的技术闭环。

社区链接

https://github.com/AimRT/AimRT

Alpha Platform：全场景具身智能仿真训练一体化平台

中国科学院软件研究所研究员张珩介绍，Alpha Platform是在AGIROS社区体系下推出的融合自研三维渲染引擎、高精度物理仿真引擎的泛具身智能仿真训练一体化平台。核心引擎创新包括：AlphaRAY渲染引擎支持千万级面片场景下200FPS+渲染性能，实现家庭/工厂/商超全场景覆盖；AIphaPHY物理引擎通过毫秒级精度优化，在连续碰撞检测和复杂动力学仿真中显著优于MuJoCo和Isaac Sim；AlphaGEN提供5TB+场景数据与3000+三维物体资产。Alpha Platform平台支持40+类机器人、10+类模型库框架、20+类传感器模拟，实现多智能体强化学习、模仿学习的全场景训练。特别地，平台支持多关节、全身控制的高精度模拟，通过端到端训练流程实现从仿真到真实的迁移验证。

Alpha Platform规划2026年实现具身智能开发平台的完整验证与推广，支持智能机器人同步仿真-训练-端部署，提供50套应用场景模板，并推进国产芯片异构算力资源的集群化调度。

社区链接

http://www.agiros.org.cn/

MJLAB：开源版IsaacLab的轻量级替代方案

昆仑巢机器人开放实验室博士郭成凯介绍了MJLAB——一个将Isaac Lab的优势API与MuJoCo的简洁性相结合、通过NVIDIA Warp加速语言提供GPU加速能力的开源机器人强化学习框架。该项目聚焦解决现有方案的痛点：相比Isaac Lab的沉重安装、缓慢启动和Omniverse开销，MJLAB实现了快速迭代与轻量部署；相比MJX基于JAX的陡峭学习曲线，MJLAB降低了使用门槛。框架直接提供MuJoCo物理控制能力，原生支持Unitree G1等主流机器人，内置数据转换工具将演示数据转换为CSV格式，支持RL算法快速部署与ONNX模型导出，完整覆盖从数据采集、模型训练到真机部署的全流程。

MJLAB采用轻量级设计理念，安装简洁，部署高效。项目提供完整的示例代码与工作流程，通过uv run命令支持快速启动演示、大规模并行训练（支持4096个环境同步仿真）和模型推理部署。这种设计方案使得MJLAB成为学术研究和工程实践的理想选择，降低了研究者的实验成本。

社区链接

● https://github.com/mujocolab/mjlab

RCP：面向具身智能领域的基础设施

阿里巴巴达摩院高级算法专家汪宇雷分享了RCP（Robotics Context Protocol）——首个实现并开源的机器人领域开放协议与框架。RCP采用端云协同、完全解耦、全栈设计理念，构建现代机器人的基础设施。通过Rynn乐云平台的实践验证，已支持realman人形机器人、Lerobot SO100、Agile COBOT MAGIC、Franka FR3等多种本体。协议设计兼顾性能与易用门槛，支持本地调用模型与云端Agent平台访问的灵活架构，让开发者可根据实际需求灵活选择计算部署方案。

RCP正在快速迭代升级。2025年4月内部提出概念，7月基于RynnRCP的乐云平台beta上线，8月初RynnRCP 1.0开源。本次论坛期间宣布12月推出RynnRCP 2.0，将会支持完整的全链路部署。生态合作伙伴已涵盖本体厂商、模组厂商、模型厂商等上下游全链，服务行业涉及物流仓储、商业零售、医疗健康、工业制造等多个领域，形成从教科研到应用的完整链条。

社区链接

https://github.com/alibaba-damo-academy/RynnRCP

Pelican-VL 1.0：具身智能的视觉语言大脑

北京人形机器人创新中心具身智能算法专家张怡介绍了Pelican-VL 1.0。该模型覆盖7B、72B参数规模，是“最大规模的开源具身多模态大脑模型”。其核心优势在于深度整合海量数据与自适应学习机制：并在由1000+ A800 GPU组成的集群上训练，单次检查点训练耗费超过50,000 A800 GPU-小时；团队从原始数据中蒸馏出包含数亿token的高质量元数据以做训练基石。在基线基础上性能提升20.3%，超过同级别开源模型10.6%，成为开源具身性能最好的大脑模型。

得益于“刻意练习”DPPO训练范式，Pelican-VL就像一名刻苦钻研的学生：每次训练循环都会“看视频—自主练习—发现错误—纠正提升”。通过DPPO模仿人类元认知的学习方式，通过强化学习（RL）探索弱点、生成失败样本，再进行有针对性地监督微调（SFT），让模型不断自我纠错和迭代进步。

除了在各类评测集上的提升外,Pelican-VL 1.0可以接入多种核心下游任务包括：基于affordance的零样本操纵（无需示例直接学习物体属性），面向柔性易损物体的温和自适应抓取（通过多模态感知推断材质特征），复杂场景下的长程任务规划与推理。在空间理解、物理事实预测、长程任务推理、零样本操纵等任务上性能全面超越同类模型，代表具身智能视觉语言模型的最新突破。项目训练评测已经开源，以开源为引擎，持续推动具身智能技术突破与产业协同发展。

社区链接

https://pelican-vl.github.io/

OpenLoong：教育生态驱动的开源人形机器人矩阵

OpenLoong开源社区布道师朱华章介绍了OpenLoong社区构建了覆盖从教育、研究到产业的完整青龙机器人矩阵：青龙Nano（高60cm、重9kg的双足教育平台）、青龙Mini（研究开发平台）、青龙-Butler（轮式服务机器人）等。社区强调教育生态共创，面向300+相关院校专业提供本科与跨专业教育资源，建立从中学先导教育到高等教育的完整培养体系，并正逐步推出高性能芯片开发套件、算法模型商城、支持仿真到真实的完整工具链。

OpenLoong开源社区是全球领先的开源人形机器人社区，由国家地方共建人形机器人创新中心（简称“国地中心”）发起，目前，社区已搭建包括开源论坛、技术博客、SIG技术兴趣小组、线下技术沙龙等在内的多元互动平台，构建起从开发者成长支持到产业协作共建的完整生态体系。国地中心现已发布全球首款全尺寸通用人形机器人开源公版机、首批人形机器人具身智能标准与语料数据倡议，同时建设了全国首个异构人形机器人训练场，支持Isaac Gym和MuJoCo仿真，集成Humanoid Gym训练、Sim to Sim迁移、Sim2Real部署的完整流程还与上海大学共建了人形机器人联合创新中心。社区力图构建“根-干-冠”的完整具身智能开发者生态，从基础工具到高级应用，从教学资源到产业应用。

社区链接

https://github.com/openloong

AlohaMini：低成本可升降的开源机器人本体

AlohaMini开源社区专家李一腾分享了一款专为具身智能场景打造、兼具低成本优势与高扩展性的开源双臂机器人。该机器人标准版材料成本仅5000元，相当于一部手机，支持3D打印，可在60分钟内完成组装。AlohaMini配备电动升降机构，0–60cm行程可实现从地面到桌面的灵活操作，拥有5机位感知系统（顶部、前、后与双臂摄像头），确保在具身智能数据采集与真实世界操控中具备高度可复现性。整机外观简洁现代，完全开源、全套可3D打印，每一个部件都可根据需求自由改造。

AlohaMini原生适配LeRobot生态，开箱即可训练与部署，天然支持ACT、DP、Groot、Pi-0.5、SmolVLA等最新算法复现。在本次论坛现场还找到了志同道合的开源项目贡献者，社区协作热情高涨。该项目工作坊已被上海GDPS 2025 workshop大会邀请，GitHub上线首周即斩获300+Star，凭借极高的性价比、开放性与完整的生态，成为具身智能研究与教育的又一平台。

社区链接

https://github.com/liyiteng/AlohaMini

实战落地：工作坊打通“从代码到真机”最后一公里

技术的价值最终要落地于实操。下午举办的“具身智能机器人动作全流程实操工作坊”成为开发者深度体验开源技术的核心环节。3小时沉浸式编码让开发者如同“游戏通关”般循序渐进——从基础的Hello World入门，逐步解锁DORA框架的核心技能，最终亲手编写代码驱动真实机械臂完成精准夹取任务。

本次实操不仅充分验证了DORA框架低延迟、高易用性的核心技术优势，更让开发者直观体验到“数据流驱动→模型推理→真机执行”的端到端全链路闭环。与此同时，DORA社区打造的全天候互动展台同步成为大会焦点，集中呈现了框架与开源鸿蒙、国产芯片的深度适配成果，开发者可现场实操体验语音控制、实时翻译等沉浸式人机交互功能，直观感受技术落地价值。

开源聚智，加速进化

本次论坛的核心价值，在于呈现了一条“框架-训推-数据-仿真-协议-本体-教育”的多维度具身智能开源技术栈。从DORA与青龙机器人的集成，到FlagScale的多芯片适配，再到AlohaMini与LeRobot的生态联动，开源协作正产生“1+1>2”的创新效应，打破技术壁垒，降低产业落地成本。

随着开放原子开源基金会持续推动框架、数据、协议的开源协同，以及更多开发者的加入，具身智能从“实验室”走向“家庭、工厂、商超”的路径，正变得越来越清晰。让我们一起开源聚智，加速具身智能的进化之路！