机器人学会的本事，怎样才能“遗传”下去？Vbot维他动力“具身基因组”给出答案

在2026世界机器人大会（WRC）上，机器人翻跟头、搬箱子的演示依旧热闹。但一个问题始终悬在行业头顶：一台机器人辛苦学会的本事，换一台机器、换一个任务，往往就得从零再学一遍。教会一只机器狗避障，不等于教会一台人形机器人避障，数据重新采、模型重新训，成本随着形态和场景成倍增长。具身智能要走出实验室、走向规模化，先要回答一个朴素的问题：能力能不能像基因一样，传下去？Vbot维他动力在2026世界机器人大会上给出了自己的答案。

8月19日，Vbot维他动力在WRC上正式发布Vbot Embodied Genome具身基因组技术体系，以及三大核心模型。“它让智能不止简单共享一组固定权重，而是构建一套跨任务可继承、跨本体能进化，并通过真实物理世界反馈持续更新的同源智能体系。”Vbot维他动力研发副总裁秦海龙在发布会上表示。正如生物界的基因，身体各不相同，遗传信息却一脉相承。

三大模型对应着机器人干活的三步：听懂、想清、做到。Vbot-OmniDuplex让机器人像人一样边听边想，前台实时对话，后台同步推理，不再“听一句、动一下”；Vbot-WorldModel像棋手落子前的推演，在行动之前预测、比较不同动作的后果，先在“脑内”筛掉坏棋，再到现实中出手；Vbot-EvoMorph则负责把学到的本事装进不同的身体，就像会骑自行车的人再学摩托车，平衡感不必从零练起，它共享环境理解、策略骨干和动作表示，经本体适配与Real-Sim-Real训练，让同一套策略在人形、四足、轮足身上各自成形。

基因并非一成不变，它在与真实世界的磨合中不断进化。Vbot披露，Vbot-WorldModel已使用超过77万条真实导航片段、3000多小时视频和约5000公里轨迹训练；机器人在真实世界的每一次打滑、碰撞与纠正，都经过系统辨识、场景重建和仿真训练，再回到真机验证。跑得越多，学得越快，而且学到的经验属于整个产品家族，不是某一台机器。

这正是具身基因组想改变的行业逻辑，机器人的能力不再随着换一台机器而清零，而是沉淀为可继承、可迁移、可持续进化的智能资产。当机器人形态与场景继续扩张，竞争的胜负手将从“谁的单机更强”，转向“谁的体系学得更快、传得更远”——谁能让每一次真实运行反哺所有产品，谁就更接近具身智能的规模化。而Vbot的行业意义，正在于依托量产终端与跨本体技术体系，把这种可积累、可复用的智能进化路径，从技术构想推进到真实世界的产品验证。