挤不动的世界机器人大会上,自变量秀出了真·通用具身智能

挤不动的世界机器人大会上,自变量秀出了真·通用具身智能

 

文章摘要


【关 键 词】 机器人具身智能技术突破家务整理工业应用

2025世界机器人大会(WRC)的开幕展示了具身智能技术的显著进展,国内创业公司自变量机器人推出的通用轮式双臂机器人「小量」和仿人形机器人「量子2号」成为焦点。这些机器人基于自研的WALL-A大模型,实现了开放环境下的多任务自主操作,如制作香囊、家务整理、工业分拣等高精度复杂任务,展现了跨场景泛化能力。

WALL-A模型的核心突破在于端到端的视觉-语言-动作(VLA)架构,它通过跨模态因果推理直接生成控制指令,避免了传统模块化系统的信息损耗。该模型在未训练场景中展现出零样本学习能力,例如根据图片用积木复现形状,或理解手写涂鸦与文字的关联。这种统一框架使机器人具备空间推理和常识判断能力,能自主规划长序列操作,如物料短缺时主动避障补货,或实时调整衣物收纳策略。

硬件层面,量子2号配备62个自由度和仿生五指灵巧手,单手20个自由度可完成捏取薯片、握持玻璃杯等精细操作。其轮式底盘与2米控制范围的机械臂适配家庭及工业场景,0.1N的力度控制精度结合力位感知传感器,实现了接近人类动作的自然性与安全性。现场演示显示,该机器人能使用清洁工具进行360度深度打扫,或通过外骨骼遥操器学习人类动作数据。

技术快速迭代的背后是自变量全栈自研的闭环体系。从2023年底成立至今,该公司已完成大模型训练、数据采集设备研发及本体商业化落地。WALL-A模型在物流分拣等任务中达到世界一流水平,其成功关键在于大规模高质量数据与算法-硬件的深度协同。例如语义导航技术让机器人无需预建地图即可在陌生展位避障,而动态质心设计保障了与人协作时的稳定性。

展望未来,具身智能有望在3-5年内进入消费端,覆盖居家服务、商业护理、工业制造等场景。自变量正与头部客户合作推进落地,计划通过开放生态加速技术渗透。当前展示的能力标志着机器人从预设指令向自主决策的关键跃迁,但大规模应用仍需解决长尾场景的泛化问题。随着基座模型的持续进化,物理世界的AI终将突破演示阶段,成为真正的生产力工具。

原文和模型


【原文链接】 阅读原文 [ 3283字 | 14分钟 ]
【原文作者】 机器之心
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★★★★★

© 版权声明
“绘蛙”

相关文章

“极客训练营”

暂无评论

暂无评论...