机器人开发绕不开重复造轮子，Google旗下Intrinsic把底层软件栈开源了

工业机器人开发长期存在一个尴尬的现实：硬件品牌、型号、控制系统各不相同，开发者每换一台设备，往往就要把底层驱动和控制逻辑重写一遍。9月22日，Alphabet旗下智能机器人软件公司Intrinsic宣布把工业机器人平台的核心组件开源，并推出名为Intrinsic Core的基础软件平台，发布地点选在加拿大多伦多举行的ROSCon 2026大会，采用Apache 2.0许可证。

这件事的分量不在“免费”二字。Intrinsic成立于2021年，今年2月被纳入Google业务体系，负责推动物理AI发展。它选择开放的，是机器人软件栈中反复被重建的那一层。

物理AI卡在哪：每换一种硬件就要重写一遍底层

物理AI和纯数字环境里的AI不是一回事。它要靠传感器感知现实世界，用算法推理，再通过执行器和控制系统做出实际动作，涉及机器人、自动驾驶汽车、无人机以及智能基础设施等多种设备。

Intrinsic的判断是，这类系统发展受限，一个重要原因出在软件复杂度上。开发者不仅要解决AI模型训练问题，还得为不同机器人硬件重新编写大量底层软件、驱动程序和控制逻辑。每开发一种机器人都从基础设施起步，周期和成本都会被推高。

Intrinsic Core针对的正是这个环节。它是一套预先配置、兼容机器人操作系统ROS的软件环境，可直接运行在本地硬件上，并提供一批可重复使用的软件组件。开发者把组件组合进自己的系统即可，不必从零构建整个软件栈。

硬件无关的控制框架，是这套平台的关键一环

核心组件之一是Intrinsic Control，一套与具体硬件无关的实时机器人控制框架。它能根据传感器反馈，在机器人运动过程中动态调整运动轨迹。带来的直接好处是，同一套软件基础可以覆盖不同类型的机械臂和夹爪，换硬件时不必重写底层软件和驱动程序。

平台还集成了基于英伟达FoundationPose技术的姿态估计功能，让机器人动态识别和处理生产线上的零部件。传统工业自动化通常依赖固定且成本较高的夹具，把零件锁在确定位置；视觉定位能力可以削弱对这种刚性物理夹具的依赖。

运动规划方面，平台能自动生成避开障碍物的运动路径。传统工业机器人往往要按每个关节的位置逐步编程，自动化运动规划意在减少这类人工投入。抓取规划则让不同类型的夹爪根据目标物体的位置和方向自动调整动作，以应对不同形状和摆放状态。

开发过程本身也被纳入进来：

• 模拟、可视化与故障排查通过统一界面完成
• 视觉系统校准在同一平台内处理
• Intrinsic-ROS驱动程序负责连接传感器、第三方夹爪、3D摄像头等硬件

一套CNC上下料参考设计，盯上约8%的自动化渗透率

为展示基础设施的实际用途，Intrinsic同步推出Open Machine Tending Solution，一套面向AI驱动CNC机床上下料任务的开放式参考设计。用户可按不同硬件配置做模块化调整，并支持Universal Robots和FANUC等主要工业机器人厂商的设备。

这套设计瞄准的是机器制造行业。美国和欧洲目前有数万家企业负责生产各种复杂机械零部件，但受自动化设备成本高、技术门槛高影响，其中只有约8%采用了某种形式的自动化技术。Intrinsic希望提供一个可直接修改和扩展的起点，让规模较小的制造企业也能更容易地实现低价值、重复性任务的自动化。

放到更大范围看，Intrinsic想借共享的开源机器人工具建立开发者生态。开发者不再重复构建大量基础软件，就能把精力投向具体应用和AI能力本身，物理AI在不同产业中的落地节奏也会随之改变。

开源能降低软件门槛，但解决不了硬件与现场问题

此次开源的意义不止于免费提供几项工具。工业机器人硬件长期存在品牌、型号和控制系统之间的差异，开发者需要针对不同厂商设备做适配。Intrinsic试图用硬件无关的控制框架、ROS驱动、视觉定位、运动规划和抓取规划等通用组件，压低这种碎片化带来的开发成本。

选择在ROSCon 2026期间公布也带有针对性。ROS是机器人研究和开发领域广泛使用的开源软件框架之一，围绕它已经形成庞大的开发者和硬件生态。Intrinsic Core直接提供ROS兼容环境，便于开发者把现有ROS机器人系统与Intrinsic的能力结合起来。

从Google的整体战略看，这是把人工智能从数字世界延伸到物理世界的一步。Intrinsic负责的方向不是制造某一种机器人，而是提供一层通用软件基础设施，让不同类型的工业机器人获得更灵活的感知、规划、控制和操作能力。

如果这一模式形成规模，机器人开发可能会越来越像软件开发：开发者无需从底层控制、视觉识别和运动规划开始重复造轮子，而是调用成熟基础组件，再针对具体行业任务做组合和训练。Apache 2.0许可证也意味着外部开发者和企业可以在相对宽松的条件下研究、修改和扩展这些软件。

开源软件并不能解决机器人商业化的全部问题。真实工业环境中的机器人仍需要可靠的硬件、传感器、执行器、电机控制系统，以及大量针对具体任务的数据和测试。Intrinsic Core降低的是软件开发门槛，企业仍要针对自身生产流程处理硬件部署、安全性和实际运行可靠性。

Intrinsic此次行动的目标，不是直接推出一款面向消费者的智能机器人，而是试图成为物理AI时代的基础软件供应商，通过开放通用组件吸引开发者和机器人厂商加入生态。当越来越多的工业机器人共享类似的基础软件能力，部署成本有望继续下探，AI驱动的自动化也可能从少数大型制造企业扩展到更多中小型企业。