当前行业的主架构

大脑与小脑：为什么一个机器人需要两个「脑」

大模型再强，也不能直接控制 1kHz 的关节。理解「大脑—小脑」的分工，是现在进入机器人行业最划算的一块认知——它同时解释了算法岗、架构岗和电控岗各自的位置。

一句话比喻

大脑像导航软件：告诉你往哪开，晚几秒没关系。小脑是你自己的手脚：晚 1 毫秒，车就开沟里了。安全反射是「烫到缩手」——根本不经过大脑。

层	典型代表	频率	它负责什么	延迟要求
大脑	VLA / 多模态大模型	1–10Hz	看懂场景、听懂指令、决定「做什么」	秒级可容忍
中间层	技能库 / 轨迹规划 / WBC	10–100Hz	把意图变成可执行的轨迹与力矩目标	几十 ms 内稳定
小脑	实时控制（关节伺服 / 全身控制）	500Hz–1kHz （电流环 10kHz+）	跟踪轨迹、维持平衡、力矩闭环	抖动 < 100µs，超了就摔
反射层	MCU 内硬件保护 / 硬限位	微秒级	过流、超速、急停——不经过任何模型	必须硬件级

这张表和人脑的分工几乎一样：前额叶慢而聪明，脊髓反射快而笨。这不是巧合——是延迟物理约束逼出来的分工。

四层分工的动图：看每个层的脉冲快慢——越往下要求越快，这就是「为什么大模型替代不了实时控制」的物理原因。

云端大脑 + 本体小脑

大模型跑在云端，机器人通过网络拿指令。部署快，但断网瘫痪、延迟抖动不可控。

适合：演示与远端调度

双系统端侧（当前主流）

慢系统（VLA）+ 快系统（实时控制）都装在本体 GPU 上，中间用一条意图向量衔接。代表：Figure Helix、GR00T N1。

代表：Helix · GR00T

端到端一体（研究阶段）

一个大模型直接从像素输出关节指令。最优雅，但高频控制延迟与安全证明都还没解决。

状态：论文多、产品少

不管哪种流派，最底层都有一条不变的东西

安全反射不经过任何模型：过流保护、硬限位、急停回路在 MCU 硬件层实现。模型可以错，反射不能错——这也是为什么嵌入式电控工程师在「大模型时代」反而更稀缺。

你想干的层	对应岗位	核心知识点	入口
大脑层（模型）	具身智能算法	C6 C7 C8 + F1 F2 F4（数据）	C8 · 模型盘点
中间层（衔接）	系统软件架构	D8 D5 D6 + C 域常识	D8 · 系统线
小脑层（实时）	嵌入式 / 电控	D4 D7 D11 D12 + E2 E3 E8	嵌入式电控线

一个判断：大脑层的门槛是论文与算力，中间层的门槛是经验，小脑层的门槛是实测数据——三层里小脑层的人最缺，也最不容易被大模型替代。