人形機器人技術邁出了關鍵一步，向?qū)嶋H應用場景又靠近了一大截。近日，北京人形機器人創(chuàng)新中心正式揭曉了其研發(fā)的全球首個“一腦多能”、“一腦多機”通用具身智能平臺——“慧思開物”。這一平臺的推出，旨在大幅度降低人形機器人開發(fā)難度，并使得不同形態(tài)的機器人都能共享一套核心技能。
“慧思開物”的核心在于其獨特的架構，它融合了AI大模型與元技能庫，構建了一個由“大腦”與“小腦”協(xié)同工作的系統(tǒng)。“大腦”負責任務規(guī)劃，具備自然交互、空間感知、意圖理解等高級功能，而“小腦”則專注于具體技能的執(zhí)行，包括泛化抓取、雙臂協(xié)作等。
“當前具身智能的發(fā)展仍處于初級階段，急需一個能夠兼容多種機器人本體、適應多種場景，并擁有強大泛化能力的通用平臺。”創(chuàng)新中心總經(jīng)理熊友軍表示，“慧思開物”正是為了填補這一空白而誕生的。
“慧思開物”平臺中的“大腦”能夠解析復雜的自然語言指令，將其分解為可執(zhí)行的任務序列，并在執(zhí)行過程中實時監(jiān)測和調(diào)整，確保任務順利完成。而“小腦”則通過高效的端側(cè)運動控制，實現(xiàn)了機器人動作的平滑與精準。創(chuàng)新中心CTO唐劍透露，目前“慧思開物”的技能庫已包含超過30種技能，覆蓋了大部分任務類型。
在數(shù)據(jù)訓練方面，“慧思開物”采用了虛實結(jié)合的方式，即在虛擬環(huán)境中進行泛化和隨機化訓練，然后在真實環(huán)境中進行微調(diào)。唐劍指出，這種方式能夠充分利用虛擬環(huán)境的多樣性，同時保證機器人在真實環(huán)境中的表現(xiàn)。創(chuàng)新中心的數(shù)據(jù)顯示，當虛擬數(shù)據(jù)與真實數(shù)據(jù)的比例為400:100時，機器人的執(zhí)行成功率接近完美。
為了展示“慧思開物”的實際應用能力，創(chuàng)新中心在多個場景中進行了真機演示。在工業(yè)分揀場景中，UR-5e機械臂通過“慧思開物”APP接收語音指令，雙臂協(xié)同完成了復雜的分揀任務，展示了平臺在工業(yè)自動化領域的潛力。在積木搭建任務中，“天工”機器人利用視覺大模型對隨機搭建的積木樣例進行拆解，并精確完成了3層積木的毫米級搭建。
在桌面清理場景中，“天工”展示了其雙臂協(xié)作的高效性和動態(tài)環(huán)境下的自適應能力。即使在人為干擾的情況下，機器人也能自主糾錯并完成任務。而在物流打包場景中，“天工PRO”則首次實現(xiàn)了全尺寸人形機器人在物流打包全流程中的自主作業(yè)，從掃碼、裝箱到封箱、粘貼標簽，一系列操作行云流水。
“慧思開物”還支持自定義模型和技能的快速添加，能夠靈活適應不同場景的需求。唐劍表示，創(chuàng)新中心目前正積極探索將這一平臺應用于教育科研、健康養(yǎng)老、特種作業(yè)以及工業(yè)制造等多個領域。
隨著“慧思開物”平臺的推出，人形機器人技術向?qū)嶋H應用場景邁出了堅實的一步。未來，我們有理由期待這些機器人將在更多領域發(fā)揮重要作用，為人們的生活帶來更多便利。
