哇塞，今天北京被機(jī)器人人人人人塞滿了！

十三 2025-08-08 15:58:10 來源：量子位

金磊 發(fā)自 世界機(jī)器人大會

量子位 | 公眾號 QbitAI

熱鬧，簡直太熱鬧了。

只因一群機(jī)器人“聚集”在了北京，就讓現(xiàn)場直接變成人人人人人了：

這就是今天剛開幕的世界機(jī)器人大會（WRC）的熱度，據(jù)說今年來了100多個新機(jī)器人！

人氣爆棚，人氣爆棚。

而在令人目不暇接的機(jī)器人展中，我們發(fā)現(xiàn)有一個展臺圍觀的觀眾格外之多，現(xiàn)場是這樣的：

在擠進(jìn)人群后我們看到，嚯~好家伙，原來是一個人形機(jī)器人正在打架子鼓呢！

配樂也是很應(yīng)景，是《北京歡迎你》：

視頻地址：https://mp.weixin.qq.com/s/0Ap9BW0jCrDyfunJuyhodg

可以看到，這個機(jī)器人節(jié)奏打得還是相當(dāng)精準(zhǔn)，甚至表演過后還禮貌地作了個揖。

這個人氣爆棚的機(jī)器人，正是來自智平方的愛寶。

但在我們駐足觀察了一會兒之后發(fā)現(xiàn)，機(jī)器人整活兒，還僅僅只是被觀眾圍觀的原因之一。

更重要的一點(diǎn)是，我們在它身上，看到了通用機(jī)器人該有的樣子。

一個模型搞定多個任務(wù)

那么什么是通用機(jī)器人？

簡單來說，通用機(jī)器人的特點(diǎn)就是能力非常廣泛，可以勝任多種任務(wù)和環(huán)境；不再像以往的專用機(jī)器人，只能處理例如掃地、焊接這樣單一的任務(wù)。

目標(biāo)就是實(shí)現(xiàn)類人或類通用智能體的靈活性和適應(yīng)性，可以根據(jù)不同指令、上下文甚至環(huán)境變化，自主決策并完成任務(wù)。

愛寶就是這樣的機(jī)器人，因?yàn)樗恍枰粋€基座模型，經(jīng)過快速學(xué)習(xí)，就能搞定各種各樣的任務(wù)。

例如在打完架子鼓之后，這不，愛寶在現(xiàn)場又搖身一變，成了軟飲吧的主理人，開始給觀眾做冰淇淋了：

視頻地址：https://mp.weixin.qq.com/s/0Ap9BW0jCrDyfunJuyhodg

可以看到，愛寶在接到任務(wù)之后，先是用左手抓起了紙杯，然后把紙杯放到了冰淇淋出口下方。

右手精準(zhǔn)抓到了冰淇淋機(jī)器的手柄，在下拉手柄之后，隨著冰淇淋的流出，愛寶的左手也是配合著打轉(zhuǎn)，讓冰淇淋穩(wěn)穩(wěn)地裝進(jìn)杯子里。

最后，愛寶的左手還來了個“下拉上提”（像極了人類操作）的動作，完美收尾~

而且在這個軟飲吧中，愛寶不僅能做冰淇淋，像做咖啡、做飲料，都是手拿把掐。

在這一系列操作的背后，不僅僅是單一操作指令這么簡單，而是大模型所帶來的長程柔性能力的體現(xiàn)。

愛寶在現(xiàn)場還表演了一波“真·搬磚”任務(wù)，這一次它的身份是“工廠碼垛搬運(yùn)員工”。

視頻地址：https://mp.weixin.qq.com/s/0Ap9BW0jCrDyfunJuyhodg

愛寶先是從一邊精準(zhǔn)拿起了一個箱子，然后拿著它走到了另一邊，又精準(zhǔn)地放到了目標(biāo)位置。

如此來來回回，愛寶就完成了多個箱子的搬運(yùn)；而這個過程中，拿起箱子和目標(biāo)地方的位置、高度、角度等，每次完成搬運(yùn)后都是會有變化的。

這就體現(xiàn)了愛寶全域行動、全身協(xié)同的工作能力：據(jù)了解，愛寶全身擁有34+自由度，可連續(xù)工作6小時，單臂負(fù)載最高可達(dá)10公斤，作業(yè)高度最高可達(dá)2.4米。

除此之外，在這次WRC中，智平方還首次亮相了一款全新的機(jī)器人——全向輪愛寶。

視頻地址：https://mp.weixin.qq.com/s/0Ap9BW0jCrDyfunJuyhodg

在配備了全向輪后的愛寶，不僅能原地轉(zhuǎn)圈，還能橫著走、走“S”形路線，在復(fù)雜的工業(yè)環(huán)境中穿梭自如，輕松完成各種切換操作。

它前后各有一個激光雷達(dá)，可以實(shí)現(xiàn)360°全方位導(dǎo)航，搭配減震輪，適應(yīng)多種路面，行駛平穩(wěn)又可靠。

此外，全向輪愛寶還配有48V 42Ah的大電池，既能自動充電，又支持手動換電，續(xù)航靈活，能滿足不同使用需求。

總而言之，在智平方的展臺中，通過愛寶在現(xiàn)場完成的一系列任務(wù)，我們確實(shí)是看到了通用機(jī)器人的影子。

怎么做到的？

出于好奇，在看過愛寶的“能力秀”之后，我們專門跟智平方的技術(shù)人員深入交流了一番，了解到了愛寶背后的“技術(shù)秘籍”。

關(guān)鍵就在于它的大腦Alpha Brain里，搭載了智平方在全球范圍內(nèi)首個全棧自研的全域全身視覺-語言-行動大模型——GOVLA（Global & Omni-body Vision-Language-Action Model）。

簡單來說，它就是愛寶的“超級大腦”，賦予了機(jī)器人前所未有的智能化水平。這個“超級大腦”的亮點(diǎn)，可以概括為四大核心能力：

1、全域感知 (Global Perception)

傳統(tǒng)的機(jī)器人更像一個“桌面工作者”，只能處理放在它面前、固定范圍內(nèi)的東西。比如，你把食材都擺在桌上，它或許能幫你切菜，但它看不到桌子以外的世界。

而搭載了GOVLA的愛寶，則擁有了360度的全域視野。它能像人一樣感知和理解整個空間環(huán)境，知道冰箱在哪里、桌子有多遠(yuǎn)、物體是什么形狀。

這意味著，它可以自己去冰箱里取出食材，完成從取物、處理到上菜的全鏈條服務(wù)。這已經(jīng)不是簡單的自動化設(shè)備，而是一個具備環(huán)境理解能力的“智能管家”。

2、全身協(xié)同 (Omni-body Coordination)

過去的機(jī)器人大模型，通常只能控制單條機(jī)械臂的動作。而GOVLA首次實(shí)現(xiàn)了輸出對機(jī)器人全身的控制指令，包括雙臂、靈巧手、甚至是底盤的移動。

這意味著愛寶的動作不再局限于單臂操作，而是可以像人一樣，用全身去協(xié)調(diào)完成復(fù)雜任務(wù)。比如，它可以一邊用身體穩(wěn)住一個箱子，一邊用雙手去打開它；或者一邊移動，一邊執(zhí)行精細(xì)的操作。

這種全身協(xié)同的能力，是邁向通用智能機(jī)器人的關(guān)鍵一步。

3、長程柔性 (Long-horizon Flexible Tasks)

“長程柔性”指的是機(jī)器人能夠理解并執(zhí)行一個由多個步驟組成的復(fù)雜、長遠(yuǎn)的任務(wù)。你不需要一步一步地教它，只需要給出一個最終目標(biāo)，比如“給我做一份健康早餐”或“把這個房間打掃干凈”。

GOVLA大模型能夠自主地將這個復(fù)雜目標(biāo)拆解成一個個可執(zhí)行的子任務(wù)，并有條不紊地依次完成。

在展會上，愛寶化身“軟飲吧臺服務(wù)員”，從接受點(diǎn)單、取杯、加冰、打飲料到最終遞給顧客，整個流程一氣呵成，正是這種能力的完美體現(xiàn)。

4、快速學(xué)習(xí) (Rapid Learning)

GOVLA大模型讓愛寶具備了強(qiáng)大的學(xué)習(xí)和泛化能力。它不僅能完成預(yù)設(shè)的任務(wù)，還能通過觀察和少量數(shù)據(jù)，快速學(xué)會新技能。

展會上，愛寶表演打架子鼓，從《北京歡迎你》到《We will rock you》，這種跨越不同節(jié)奏和風(fēng)格的“才藝秀”，背后就是其強(qiáng)大的快速學(xué)習(xí)和即時適應(yīng)能力在支撐。

總結(jié)來看，智平方的GOVLA大模型相較于硅谷主流的VLA（視覺-語言-行動）模型，展現(xiàn)出了明顯的優(yōu)勢：

• 從“桌面級”到“全域級”：突破了傳統(tǒng)VLA只能在固定臺面上操作的局限，將機(jī)器人的工作空間擴(kuò)展到了整個環(huán)境。
• 從“單臂”到“全身”：實(shí)現(xiàn)了對機(jī)器人全身自由度的協(xié)同控制，而不僅僅是單臂操作，動作能力更強(qiáng)、更擬人。
• “即想即動”的融合架構(gòu)：通過創(chuàng)新的快慢系統(tǒng)融合設(shè)計(jì)（FiS-VLA），GOVLA解決了復(fù)雜推理（慢思考）與快速行動（快反應(yīng)）難以兼得的行業(yè)難題，讓機(jī)器人能夠做到“想得深、動得快”。

值得一提的是，智平方發(fā)布GOVLA的時間，甚至比美國一些明星機(jī)器人公司發(fā)布類似理念的模型還要早，展現(xiàn)了中國在具身智能核心技術(shù)領(lǐng)域的領(lǐng)先身位。

不只是“實(shí)驗(yàn)室”大模型

技術(shù)再先進(jìn)，如果不能走出實(shí)驗(yàn)室，就無法產(chǎn)生真正的價值。

智平方從一開始就不是只做“實(shí)驗(yàn)室大模型”的學(xué)院派，而是真正深入產(chǎn)業(yè)、解決實(shí)際問題的產(chǎn)業(yè)派。

他們深知，要訓(xùn)練出更通用、更強(qiáng)大的機(jī)器人大模型，就必須讓機(jī)器人在真實(shí)、多樣的場景中去“歷練”。

目前，搭載GOVLA大模型的愛寶機(jī)器人，已經(jīng)在四大核心場景中與多個行業(yè)頭部企業(yè)合作，開始了商業(yè)化落地的征程：

1. 工業(yè)制造（多家國內(nèi)外頭部車企）：在繁忙的汽車生產(chǎn)線上，愛寶機(jī)器人已經(jīng)開始執(zhí)行上下料、為擋風(fēng)玻璃貼標(biāo)簽、在車間內(nèi)轉(zhuǎn)運(yùn)物料等任務(wù)，覆蓋了裝配、質(zhì)檢、物流等多個關(guān)鍵環(huán)節(jié)。
2. 半導(dǎo)體（晶能微電子）：在對精度和穩(wěn)定性要求極高的半導(dǎo)體工廠，愛寶承擔(dān)起了產(chǎn)線間的物料轉(zhuǎn)運(yùn)工作，確保生產(chǎn)流程的高效與穩(wěn)定。
3. 生物科技（華熙生物）：在無菌車間這種不適合人類長時間工作的環(huán)境中，愛寶可以代替人工，執(zhí)行物料的智能拆包、轉(zhuǎn)運(yùn)和視覺檢驗(yàn)等高精度操作。
4. 公共服務(wù)（國內(nèi)一線城市機(jī)場）：很快，我們就能在機(jī)場看到愛寶的身影。它即將被部署在國內(nèi)一線城市的機(jī)場，為來往的旅客提供信息咨詢、路線指引等貼心服務(wù)，這將是具身智能在開放、復(fù)雜公共環(huán)境中應(yīng)用的一大步。

智平方選擇多場景并進(jìn)的具身智能之道，是一個“反共識”卻又充滿智慧的戰(zhàn)略。

他們認(rèn)為，讓人形機(jī)器人走向通用的最佳路徑，不是“死磕”一個場景，而是要從多個場景同時起步，在多樣化的任務(wù)中尋找共通的解決方案，從而加速數(shù)據(jù)的積累和模型的迭代。

這背后，是他們對機(jī)器人商業(yè)化演進(jìn)的清晰規(guī)劃：從L0級別的開發(fā)者場景，到L2級別的工業(yè)服務(wù)，再到L2+級別的公共服務(wù)，最終邁向L4級別的家庭服務(wù)。

今年智平方陸續(xù)開始“硬核”交付。從工廠車間到機(jī)場大廳，再到未來的千家萬戶，智平方正通過堅(jiān)實(shí)的場景落地，一步步將通用智能機(jī)器人的夢想變?yōu)楝F(xiàn)實(shí)。