人形機(jī)器人距離下場(chǎng)干活，又往前邁進(jìn)了一步。

3月12日，北京人形機(jī)器人創(chuàng)新中心對(duì)外發(fā)布了首個(gè)“一腦多能”、“一腦多機(jī)”的通用具身智能平臺(tái)“慧思開(kāi)物”。通過(guò)該平臺(tái)，這家公司試圖將人形機(jī)器人的通用化能力拆解成單個(gè)的技能模塊，通過(guò)組合這些技能模塊，讓通用人形機(jī)器人的開(kāi)發(fā)門(mén)檻大幅降低，并且還能讓不同形態(tài)的機(jī)器人也能適配這些能力。

“具身智能在‘智能化’方面仍處于初級(jí)階段，行業(yè)亟需一個(gè)具備多本體兼容性、多場(chǎng)景適應(yīng)性和強(qiáng)大泛化能力的通用智能平臺(tái)。為了替具身智能產(chǎn)業(yè)補(bǔ)上通用軟件系統(tǒng)這塊重要拼圖，創(chuàng)新中心研發(fā)了全球首個(gè)支持多本體多場(chǎng)景應(yīng)用的通用具身智能平臺(tái)‘慧思開(kāi)物’。”

創(chuàng)新中心總經(jīng)理熊友軍表示，在“慧思開(kāi)物”的支持下，優(yōu)必選在全球范圍內(nèi)首次把群腦網(wǎng)絡(luò)（BrainNet）用于人形機(jī)器人執(zhí)行整條產(chǎn)線的工業(yè)級(jí)任務(wù)。

AI大模型+元技能庫(kù)，組建“大腦”與“小腦”

具體而言，“慧思開(kāi)物”由AI大模型驅(qū)動(dòng)的任務(wù)規(guī)劃“大腦”以及數(shù)據(jù)驅(qū)動(dòng)的端到端技能執(zhí)行具身“小腦”構(gòu)成。

其中，“大腦”具備自然交互、空間感知、意圖理解、分層規(guī)劃和錯(cuò)誤反思等能力，“小腦”分為具身操作和具身運(yùn)控兩個(gè)子平臺(tái)：具身操作涵蓋元技能庫(kù)、泛化抓取、技能拆解和錯(cuò)誤處理等功能，而具身運(yùn)控負(fù)責(zé)實(shí)現(xiàn)全身控制、雙臂協(xié)作、穩(wěn)定行走和移動(dòng)導(dǎo)航等任務(wù)。

由具身“大腦”進(jìn)行任務(wù)規(guī)劃，再調(diào)用具身“小腦”技能庫(kù)執(zhí)行具體動(dòng)作，并將執(zhí)行反饋傳遞給具身“大腦”，形成任務(wù)閉環(huán)。

基于高效協(xié)同的具身“大腦”與具身“小腦”架構(gòu)，“慧思開(kāi)物”可以精準(zhǔn)解析自然語(yǔ)言交互指令，通過(guò)多模態(tài)信息融合與上下文理解，將復(fù)雜任務(wù)分解為可執(zhí)行的子任務(wù)序列，并在任務(wù)執(zhí)行過(guò)程中實(shí)時(shí)監(jiān)測(cè)狀態(tài)，通過(guò)自適應(yīng)糾錯(cuò)機(jī)制和動(dòng)態(tài)路徑規(guī)劃，確保任務(wù)的高效推進(jìn)與準(zhǔn)確完成。

同時(shí)，“慧思開(kāi)物”內(nèi)置多場(chǎng)景適配引擎，支持從工業(yè)制造到家庭服務(wù)等多種場(chǎng)景，結(jié)合高效的資源調(diào)度與并行計(jì)算能力，能夠精準(zhǔn)滿足特定場(chǎng)景下的工作節(jié)拍與精度標(biāo)準(zhǔn)，為機(jī)器人在復(fù)雜場(chǎng)景的應(yīng)用提供可靠的技術(shù)保障。

“現(xiàn)在慧思開(kāi)物的技能庫(kù)中已經(jīng)具備了30多種技能，可以覆蓋大部分的任務(wù)類型。”創(chuàng)新中心CTO唐劍表示，整個(gè)端側(cè)運(yùn)動(dòng)控制的輸出功率為200赫茲，可以讓機(jī)器人的整個(gè)運(yùn)動(dòng)非常平滑。

而在人形機(jī)器人的數(shù)據(jù)訓(xùn)練方面，目前業(yè)界主流的訓(xùn)練方式有兩種。其一，是讓機(jī)器人在仿真環(huán)境中訓(xùn)練，然后將訓(xùn)練結(jié)果遷移到真實(shí)環(huán)境中；其二，則是讓機(jī)器人直接在真實(shí)環(huán)境中訓(xùn)練，根據(jù)真實(shí)環(huán)境的訓(xùn)練過(guò)程進(jìn)行AI的直接調(diào)教。

宇樹(shù)科技創(chuàng)始人曾向鈦媒體表示，隨著端到端的AI模型進(jìn)一步完善，仿真數(shù)據(jù)對(duì)于人形機(jī)器人將不再重要。而在與創(chuàng)新中心的交流中，唐劍則向鈦媒體表示，他們更傾向于虛實(shí)結(jié)合的數(shù)據(jù)訓(xùn)練方式。

“我們一貫堅(jiān)持虛實(shí)結(jié)合的訓(xùn)練，才能達(dá)到最好的效果。”唐劍稱，在虛擬環(huán)境中能夠非常好地去泛化和隨機(jī)化場(chǎng)景，比如改變環(huán)境光線、物體形狀、顏色等。而在實(shí)際場(chǎng)景中，這些多樣性并不容易實(shí)現(xiàn)。

根據(jù)創(chuàng)新中心提供的數(shù)據(jù)，當(dāng)混合數(shù)據(jù)比例達(dá)到真機(jī)數(shù)據(jù)：仿真數(shù)據(jù)為100：400時(shí)，機(jī)器人的執(zhí)行成功率接近100%。

距離“下場(chǎng)干活”，越來(lái)越近

基于虛實(shí)結(jié)合的訓(xùn)練模式和以技能庫(kù)為核心的運(yùn)動(dòng)執(zhí)行方式，“慧思開(kāi)物”此次也展示了工業(yè)分揀、積木搭建、桌面清理和物流打包四個(gè)場(chǎng)景的真機(jī)操作。通過(guò)語(yǔ)音交互、APP直連等多種方式，用戶能夠與機(jī)器人自然交互，并通過(guò)模糊指令讓機(jī)器人完成操作任務(wù)。

在工業(yè)分揀任務(wù)中，通過(guò)“慧思開(kāi)物”APP直連，UR-5e機(jī)械臂能夠精準(zhǔn)解析語(yǔ)音指令，將復(fù)雜的技術(shù)能力（如推理、規(guī)劃、技能調(diào)用）封裝為簡(jiǎn)單易用的操作流程，并通過(guò)雙臂協(xié)同的方式完成分揀操作，顯著降低了用戶使用門(mén)檻。

同時(shí)，平臺(tái)支持自定義模型和技能的快速添加，能夠靈活適配不同場(chǎng)景的應(yīng)用需求，為工業(yè)自動(dòng)化領(lǐng)域提供便捷、高效的解決方案。

在積木搭建中，“慧思開(kāi)物”通過(guò)大模型思維鏈能力，首次實(shí)現(xiàn)了復(fù)雜任務(wù)的智能化拆解與執(zhí)行?；陔S機(jī)搭建的積木樣例，“天工”利用視覺(jué)大模型（VLM）對(duì)樣例進(jìn)行拆解，精確規(guī)劃每一層的搭建順序，準(zhǔn)確拾取相應(yīng)積木，并按次序完成了3層積木的毫米級(jí)精準(zhǔn)搭建。

在桌面清理場(chǎng)景中，人形機(jī)器人“天工”展現(xiàn)了雙臂協(xié)作的高效性與動(dòng)態(tài)環(huán)境下的自適應(yīng)能力，流暢地整理桌面餐具，將垃圾收進(jìn)錫紙盤(pán)并放入垃圾桶。整個(gè)過(guò)程中，機(jī)器人在多次任意隨機(jī)的人為打斷和移位干擾的情況下，仍能自主糾錯(cuò)、重新規(guī)劃并完成任務(wù)。

在物流打包場(chǎng)景，基于“慧思開(kāi)物”平臺(tái)，“天工PRO”首次實(shí)現(xiàn)了全尺寸人形機(jī)器人物流打包全流程的自主作業(yè)。

通過(guò)上半身29個(gè)自由度的配合，“天工PRO”使用左右手分別拿起物品和掃碼槍，通過(guò)頭部相機(jī)確認(rèn)物品條形碼位置，雙手協(xié)同完成掃碼、裝箱、封箱及粘貼快遞標(biāo)簽等一系列操作。

“目前，創(chuàng)新中心正在將這些能力逐步實(shí)現(xiàn)商業(yè)化落地。”唐劍稱，現(xiàn)在主要探索的方向?yàn)榻逃蒲?、健康養(yǎng)老、特種作業(yè)以及工業(yè)制造。（本文首發(fā)于鈦媒體APP，作者 | 饒翔宇  編輯 | 鐘毅）

763人已贊賞 >

敬原創(chuàng)，有鈦度，得贊賞

贊賞支持

0

25

0

掃描下載App