2026-10-12 机器人大小脑与 System 0、1、2：怎样区分？

作者：毛不毛     出品：具身智能前沿

导读

机器人“大小脑”与 System 0、1、2 都在描述从理解任务到执行动作的分工，但它们没有固定的一一对应关系。本文结合优必选、Helix 与 KinetIQ 的公开说明，解释两种叫法的粒度和边界，再比较固定机械臂、轮式双臂与双足人形的应用场景。关键是分清任务目标、动作策略和身体控制，再核对具体系统怎样连接这些能力。

两种叫法，描述的是什么

机器人听到“把桌上的杯子放进托盘”，需要理解目标、确定抓取动作，再驱动关节完成操作。“大脑／小脑”和 System 0、1、2 都可以用来解释这段分工，却不能直接画上等号。

“大脑／小脑”借用人体结构作功能比喻，具体边界由方案定义。介绍机器人时，有时用它概括理解与决策、运动规划与控制的分工；优必选的官方技术能力页则将“大脑”对应感知，将“小脑”对应运动规划与控制。

因此，读到“小脑”时，要继续确认它包含动作生成、运动控制中的哪些工作。这个名称并不专属于有腿的人形机器人，也不能仅凭名称推断系统采用了什么算法。

System 1、System 2 借用了认知心理学快慢思考的术语；一些机器人架构在此基础上引入 System 0，进一步区分语义处理、感知动作策略与身体控制。在这些实现中，编号用于标识工程模块，不能视为人体脑区的严格对应。

两种叫法描述了有重叠的能力分工，具体边界由采用者定义。“大小脑”也可以对应真实模型和控制模块；System 编号同样需要具体说明，才足以让读者理解接口。两套名称本身并不构成互斥的技术路线。

它们与“物理 AI”“具身智能”也处于不同层面。物理 AI 侧重让系统感知、理解物理世界并在其中行动；具身智能侧重智能体借助身体的感知与行动，与环境交互。NVIDIA 对两者的说明都覆盖机器人与自动驾驶，应用范围有大量重叠。

本文讨论的是机器人系统内部的分工：物理 AI、具身智能提供领域背景，“大小脑”和 System 分层用于描述架构，固定机械臂、轮式平台和双足人形则是身体形态。三者不能混成同一套分类。

System 2、1、0，分别接住哪段工作

先沿一个示意抓杯任务理解三种职责。下面的杯子与托盘是教学场景，不是厂商实测流程。

System 2 处理目标与语义。“放进托盘”需要确定对象、理解要求，并将目标交给可执行能力。KinetIQ 的任务层把操作、导航、感知查询和恢复行为组织为可调用工具，根据返回结果安排下一步。

但目标未必以文字步骤表传下去。原版 Helix 的 System 2 接收图像、机器人状态和语言指令，生成模型内部的数值表示，也就是隐向量，供动作模型使用。工具调用与隐向量是不同接口，不能混成一种实现。

System 1 根据当前观察产生动作。它要回答手怎样靠近、下一段怎样运动。视觉—语言—动作模型（VLA）是实现这种能力的一类方法，将图像、语言目标及身体状态转成动作输出。输出可以是手的位置与朝向，也可以是关节目标，具体形式由架构决定。

KinetIQ 的 System 1 给出手、躯干或骨盆等部位的目标位姿；位姿就是位置与朝向。Helix 02 的 System 1 则输出全身关节目标，而且接收指尖触觉与掌心相机。因此，动作策略也能处理接触后的变化。

System 0 让运动目标落到身体上。在采用这个名称的架构里，它持续读取身体状态，跟踪上层目标，处理关节协调与物理约束。Helix 02 使用学习式全身控制器；KinetIQ 采用上身逆运动学控制，并在双足平台结合下身运动策略。逆运动学由目标位姿求出相应关节配置。

图片说明：KinetIQ 的 System 2、1、0 分别连接任务、动作策略与身体控制，下方还有独立底层控制。左侧 System 3 负责多机器人调度；该图是具体实现，不是行业统一分层。图片来源：Humanoid

为什么不能把大脑、小脑直接换成编号

如果用“大脑负责理解与决策，小脑负责运动”概括上述职责，动作策略与身体控制就可能被放进同一个“小脑”里。这种说法能解释整体方向，却不足以判断谁输出轨迹、谁跟踪关节目标、谁处理接触反馈。

下面按本文的功能归纳对照，而不是给各厂商规定模块名称：

名称相近，不能证明模块边界相同。原版 Helix 的 System 2 为 7–9 Hz，System 1 为 200 Hz；Helix 02 又引入 1 kHz 的 System 0。KinetIQ 的 System 0 为 50 Hz，下方另有 1 kHz 柔顺控制层。不同方案对“最底层”的划分并不相同。

频率也要结合接口理解：模型多久产生一次预测，与预测出的动作多久执行一次，是两件事。一次预测可以包含多步动作，不能只凭一个 Hz 数字推断全部推理延迟。

所以，看“大小脑”方案时，需要追问小脑包含哪些能力；看 S0／S1／S2 方案时，需要追问每层接收和输出什么。两种叫法可以解释同一套系统，也可以反映不同的组织方式。

固定机械臂：分层思想同样适用

固定机械臂也有运动规划与控制能力，但这些模块不一定叫“小脑”。运动规划器或动作策略决定手怎样靠近目标，运动控制器让关节跟踪目标，并根据测量状态调整输出。它们承担了某些方案归入“小脑”的工作；是否使用这个名称，要看采用方的定义。

如果任务、工位和对象都已确定，机械臂可以通过预设程序、运动规划和控制器完成操作。引入自然语言交互后，“把杯子放进托盘”提供的是任务目标，抓取位置、运动轨迹与接触响应仍要结合现场状态确定。

因此，讨论固定机械臂时，可以直接说任务规划、动作策略和关节控制；分析明确采用“大小脑”或 S2／S1／S0 的方案时，再使用其名称与定义。是否引入语言模型，仍由任务需要决定。

Franka 的 FCI 就提供一个具体的底层接口：以 1 kHz 发送关节力矩、位置或速度等控制值，并接收关节测量与外力估计等状态。它展示了命令与反馈怎样连接，不代表 Franka 将这个接口称为 System 0。

图片说明：Franka FCI 官方图区分非实时命令与 1 kHz 实时控制通道。该图用于说明机械臂的执行接口，不作为 System 0 命名依据。图片来源：Franka Robotics

对插孔、擦拭等接触任务，还需要核对策略与控制器怎样表达、调节接触要求。层级名称本身不能替代力控接口和保护机制。

轮式双臂与双足人形：身体改变了哪些约束

“固定／轮式／双足”描述身体形态，“大小脑／System 分层”描述能力分工。这是两个不同维度，不能把某一种分层限定给某一种外形。

轮式双臂要决定底盘停在哪里、两只手怎样操作。杯子超出当前手臂范围时，移动底盘可以改变可达空间。系统可以先到位再操作，也可以联合规划底盘与手臂；MoveIt 的移动操作教程展示了后一种配置，并区分纯导航与协调操作。

双足人形进一步需要处理站立与行走中的动态平衡。伸手改变身体姿态，迈步又改变手与目标的相对位置，因此操作与运动之间要有明确的协调接口。

KinetIQ 的轮式与双足平台共用上身逆运动学控制，双足平台另有下身策略负责步态、平衡与恢复。Helix 02 则通过动作策略给出全身关节目标，再由 System 0 执行。两者都连接操作与身体运动，但组织方式不同，不能仅凭“全身控制”就认定是同一方案。

双臂协作又是一个独立维度。固定底座也可以有双臂。两手共同搬箱子时，除了各自到达目标，还要配合相对位置与朝向；KinetIQ 可以在控制层启用双臂相对位姿约束。它是协作要求的具体落实，不是新增一个认知层级。

因此，迁移到另一种平台时，上层任务意图可能相似，动作空间、身体状态和控制约束仍须重新适配。共享分层思想，不代表模型和控制器可以原样通用。

应用时，先确定你要解释什么

选择描述方式，要看讨论目的与实际实现，而不是按机器人外形分配名称。介绍整体能力时，可以用“大小脑”说明理解、决策与运动的分工；分析 Helix、KinetIQ 这类已明确编号的方案时，则沿 S2／S1／S0 检查模型接口与运行节奏。

这也不是“科普用大小脑、研发用三层”的固定规则。工程团队可以把大小脑定义成具体模块，产品介绍也可以使用 System 编号；真正有用的是名称背后的职责、输入输出与反馈。

无论使用哪种叫法，都可以沿四个问题检查实际方案：

• 目标怎样传下去？是技能调用、语言目标，还是模型内部表示？

• 动作是什么形式？是末端位姿、关节目标，还是更直接的控制命令？

• 身体怎样执行？由谁跟踪目标，怎样使用真实状态和接触反馈？

• 失败怎样返回？谁判断局部调整是否足够，何时重新安排任务？

例如抓杯时，“夹爪已闭合”不能单独证明杯子被持住。这个区别会影响是否继续搬运，与系统采用哪一套名称无关。

一套机械臂系统可以用规划器和控制器完成操作，也可以在具身智能方案中被描述为“大小脑”或 System 分层。判断它的能力，要看目标如何变成动作，动作如何适应身体，执行结果又如何改变下一步，而不是看它拥有几个“脑”或几个编号。