走進(jìn)機(jī)器人練兵場(chǎng)，在智源看見(jiàn)具身智能的B面

ROBOT INDUSTRY

在具身智能領(lǐng)域，智源研究院可謂是“特別”的存在，它不追逐商業(yè)藍(lán)海、不蹭行業(yè)熱點(diǎn)，卻得到了一眾明星企業(yè)的擁護(hù)。走進(jìn)智源具身訓(xùn)練場(chǎng)，我們看見(jiàn)了他們的故事。

跌倒、沖撞、攙扶，在智源研究院，我們看到了人形機(jī)器人日常訓(xùn)練中的真實(shí)一面。“未來(lái)兩三年，人形機(jī)器人不會(huì)進(jìn)入到家庭滿地跑，我非常確定不會(huì)發(fā)生?！敝窃囱芯吭涸洪L(zhǎng)王仲遠(yuǎn)說(shuō)道。

當(dāng)各大廠商爭(zhēng)相卷硬件、卷模型、卷數(shù)據(jù)時(shí)，智源研究院作為一家非營(yíng)利性的“第三方”，始終冷靜審視著行業(yè)邁出的每個(gè)腳印。“賽道周期非常長(zhǎng)，里面的變數(shù)非常多，有可能會(huì)出現(xiàn)遇冷甚至低谷的情況，但我認(rèn)為整個(gè)方向沒(méi)有問(wèn)題，產(chǎn)業(yè)是螺旋式上升?！?/strong>在王仲遠(yuǎn)看來(lái)，發(fā)展具身智能已經(jīng)成為行業(yè)共識(shí)，但過(guò)程離不開(kāi)產(chǎn)業(yè)協(xié)同，每一個(gè)單點(diǎn)突破都難以形成化學(xué)反應(yīng)。

“我們特別希望，也呼吁越來(lái)越多的機(jī)器人廠商與我們合作，提供本體的各種數(shù)據(jù)?！睂?duì)于大部分創(chuàng)業(yè)公司而言，訓(xùn)練模型的成本非常高，現(xiàn)階段的市場(chǎng)規(guī)模難以支撐他們做出這樣冒風(fēng)險(xiǎn)的決定。“我們可以為他們提供大腦，類似于他們?cè)焓謾C(jī)，我們提供操作系統(tǒng)，”王仲遠(yuǎn)直言，“誰(shuí)家數(shù)據(jù)用得多，我們訓(xùn)練出的模型就會(huì)在這家機(jī)器人上更好用?！?/strong>

1

公共底座降低具身智能產(chǎn)業(yè)化門檻

前不久，2025智源具身智能開(kāi)放日在北京舉行，智元機(jī)器人、銀河通用、星海圖、加速進(jìn)化、自變量等一眾具身智能領(lǐng)域的明星公司，以及中國(guó)科學(xué)院大學(xué)、招商局集團(tuán)等知名院校和龍頭企業(yè)代表悉數(shù)到場(chǎng)。

智源研究院院長(zhǎng) 王仲遠(yuǎn)

“有這么多學(xué)者和企業(yè)愿意來(lái)到這里，而且大多都是CEO和聯(lián)合創(chuàng)始人級(jí)別的企業(yè)家，說(shuō)明中國(guó)的具身智能生態(tài)正在逐步形成，大家愿意聚攏在智源研究院周圍一起討論，相互學(xué)習(xí)、相互進(jìn)步，這本身就是一件很好的事情?！?/p>

“當(dāng)前人工智能正處在一個(gè)新的拐點(diǎn)，推動(dòng)機(jī)器人從1.0專用機(jī)器人時(shí)代邁向2.0通用具身智能時(shí)代，從專用機(jī)器人邁向真正能夠完成多種任務(wù)的具身智能機(jī)器人時(shí)代。”基于這樣的思考，智源研究院在今年6月發(fā)布了“悟界”系列大模型，推動(dòng)人工智能從數(shù)字世界邁向物理世界。

如今，智源研究院已經(jīng)構(gòu)建起以具身大腦為核心，自底向上全棧具身智能技術(shù)體系，包括能夠跨異構(gòu)本體數(shù)據(jù)采集以及標(biāo)準(zhǔn)化一站式平臺(tái)，具身大小腦以及VLA等具身基座模型，還有具身智能評(píng)測(cè)等，為具身技術(shù)生態(tài)提供一套可復(fù)現(xiàn)、可對(duì)齊的公共基礎(chǔ)設(shè)施，降低從研究到產(chǎn)業(yè)化落地的門檻。

2

具身智能技術(shù)研發(fā)持續(xù)破壁

王仲遠(yuǎn)認(rèn)為，能夠完全自主決策、完成各種任務(wù)、與人類自由交互的完全端到端具身大模型，依然有很長(zhǎng)的路要走，短期內(nèi)比較現(xiàn)實(shí)的行業(yè)解決方案依然是“具身大腦”和“小腦”結(jié)合的模型。

人類通過(guò)聽(tīng)覺(jué)、視覺(jué)感知世界，在交互中理解世界。智源研究院發(fā)布的多模態(tài)世界模型Emu3.5同樣遵循這一原理，基于海量視頻數(shù)據(jù)，訓(xùn)練對(duì)時(shí)空狀態(tài)的預(yù)測(cè)能力?！币曨l是能夠模擬真實(shí)世界最高效的載體，也是唯一包含時(shí)間、空間、物理、因果關(guān)系以及意圖等各種要素的數(shù)據(jù)。“王仲遠(yuǎn)表示，在實(shí)際訓(xùn)練中發(fā)現(xiàn)，隨著多模態(tài)視頻數(shù)據(jù)的增加，大模型的能力得到了顯著提升，未來(lái)或?qū)㈤_(kāi)啟全新的“多模態(tài)Scaling”范式。

多模態(tài)世界模型無(wú)疑將對(duì)推進(jìn)具身智能發(fā)展起到重要推進(jìn)作用，但王仲遠(yuǎn)還一針見(jiàn)血地指出，現(xiàn)階段具身大模型仍面臨著“不好用、不通用、不易用”的核心痛點(diǎn)。“不好用”是指雖然具身智能在過(guò)去一兩年取得了快速發(fā)展，但還沒(méi)有到“ChatGPT時(shí)刻”?！安煌ㄓ谩笔侵负芏嗄Ｐ鸵廊恢贿m用于一個(gè)本體或同品牌的本體?！安灰子谩眲t是指大腦、小腦和本體的適配難度仍然較高。

為化解這些困擾行業(yè)的痛點(diǎn)難題，智源研究院推出了跨異構(gòu)本體的具身大小腦協(xié)作框架RoboBrain 2.0 Pro，引入RoboBrain-Dopamine和RoboBrain-SpatialTrace，分別提升機(jī)器人對(duì)動(dòng)作時(shí)序價(jià)值和三維空間結(jié)構(gòu)的理解與推理能力。同時(shí)，基于RoboBrain構(gòu)建了通用 VLA 模型族，包括能夠?qū)崿F(xiàn)零樣本跨本體遷移和長(zhǎng)程多步驟操作的RoboBrain-X0 Pro，以及通過(guò)使用大量人類演示預(yù)訓(xùn)練即可適配靈巧手操作，大幅降低數(shù)據(jù)成本并在復(fù)雜操控中取得領(lǐng)先表現(xiàn)的RoboBrain-Dex 。此外，智源研究院還發(fā)布了貫通仿真訓(xùn)練到真機(jī)部署的泛機(jī)器人小腦智能Emu-RobotVerse，以及專為人形機(jī)器人設(shè)計(jì)的全身控制框架BAAI Thor。

智源研究院具身研究負(fù)責(zé)人還各自分享了最新研究進(jìn)展。

在人機(jī)交互方面，智源研究院推出了原生全雙工語(yǔ)音大模型RoboBrain-Audio與終身認(rèn)知記憶系統(tǒng)RoboBrain-Memory，讓機(jī)器人能夠記住交互的點(diǎn)滴，更像一個(gè)思維敏捷、記憶力超群的老朋友。

在平臺(tái)與工具鏈方面，智源研究院開(kāi)放了“面向異構(gòu)本體、規(guī)范操作流程、提高研發(fā)效率”的具身數(shù)據(jù)軟件框架CoRobot，打造了面向具身智能的多芯片訓(xùn)練與推理一體化框架FlagOS-Robo，實(shí)現(xiàn)大腦模型與小腦模型的高效訓(xùn)練與推理，以及覆蓋“數(shù)據(jù)采集-數(shù)據(jù)標(biāo)注-數(shù)據(jù)管理-模型訓(xùn)練-仿真評(píng)測(cè)-模型部署”的全流程開(kāi)發(fā)平臺(tái)RoboXstudio。

在數(shù)據(jù)方面，基于具身數(shù)據(jù)軟件框架CoRobot，智源研究院聯(lián)合多家具身智能公司和海內(nèi)外高校建設(shè)并開(kāi)源了“全球本體數(shù)最多、標(biāo)注最精細(xì)、使用最便捷”的高質(zhì)量雙臂機(jī)器人真機(jī)數(shù)據(jù)集RoboCOIN。

在評(píng)測(cè)方面，智源研究院推出了面向具身智能的系統(tǒng)化評(píng)測(cè)服務(wù)平臺(tái)FlagEval-EmbodiedVerse，開(kāi)源“難度高、覆蓋廣”的具身推理能力評(píng)測(cè)基準(zhǔn)ERQA+，并聯(lián)合北京郵電大學(xué)建設(shè)面向具身智能物理安全評(píng)測(cè)基準(zhǔn)體系，聯(lián)合Dexmal 原力靈機(jī)、Hugging Face 等共十家單位，正式成立 RoboChallenge 組委會(huì)。

3

打造健康的具身智能產(chǎn)業(yè)生態(tài)

”數(shù)據(jù)非常重要，怎樣形成數(shù)據(jù)飛輪更加重要。”王仲遠(yuǎn)指出，談?wù)摂?shù)據(jù)時(shí)不能脫離場(chǎng)景和需求，要關(guān)注解決實(shí)際問(wèn)題的能力。“具身機(jī)器人創(chuàng)業(yè)公司應(yīng)該聚焦真實(shí)需求，把一個(gè)場(chǎng)景打磨透，做到7×24小時(shí)穩(wěn)定工作，這才是產(chǎn)品應(yīng)解決的問(wèn)題。有些創(chuàng)業(yè)公司一開(kāi)始就想要做萬(wàn)能具身，這讓人有些擔(dān)心?！?/strong>

相比于企業(yè)，智源研究院沒(méi)有營(yíng)收“枷鎖”的束縛，可以心無(wú)旁騖地專注于高泛化性的具身智能研發(fā)，打磨通用能力。因此，智源研究院與具身智能企業(yè)之間形成了天然的良性分工，“企業(yè)共享不涉及用戶隱私的數(shù)據(jù)，幫助我們訓(xùn)練具身大模型，訓(xùn)練出的模型再分享給企業(yè)，讓他們不必從零開(kāi)始。”得益于此，智源研究院的“朋友圈”越來(lái)越大。

目前，智源研究院已經(jīng)開(kāi)源多款大模型?！拔覀兲貏e希望通過(guò)這樣善意的舉動(dòng)促進(jìn)行業(yè)互動(dòng)，并與更多企業(yè)共同訓(xùn)練和提升模型能力?！痹谝恍I(yè)論文和技術(shù)報(bào)告中，可以在致謝中看到智源研究院的名字，這一簡(jiǎn)單的舉動(dòng)正是王仲遠(yuǎn)樂(lè)于看到的，它代表著一個(gè)健康的產(chǎn)業(yè)生態(tài)正在形成。

面向短期未來(lái)，王仲遠(yuǎn)認(rèn)為具備解決具體任務(wù)的專業(yè)型具身智能機(jī)器人有望在細(xì)分領(lǐng)域落地應(yīng)用，并逐步擴(kuò)大規(guī)模實(shí)現(xiàn)商業(yè)化，但對(duì)于具備通用能力的具身智能產(chǎn)品要保持客觀期待。下一步，智源研究院將持續(xù)迭代并同步公布在開(kāi)源項(xiàng)目、數(shù)據(jù)集與評(píng)測(cè)平臺(tái)上的進(jìn)展，同時(shí)與產(chǎn)業(yè)伙伴推進(jìn)聯(lián)合試點(diǎn)，加速具身智能從實(shí)驗(yàn)室走向生產(chǎn)線。

閱讀更多內(nèi)容，歡迎訂購(gòu)《機(jī)器人產(chǎn)業(yè)》雜志。

點(diǎn)擊跳轉(zhuǎn)！圈內(nèi)人都在看的專家觀點(diǎn)