“30秒換手即用”，RoboScience機(jī)器科學(xué)實(shí)現(xiàn)跨本體靈巧操作行業(yè)突破，全球首個(gè)云端具身大模型WAIC首秀

7月17日至20日，2026世界人工智能大會(huì)（WAIC）將在上海世博中心和世博展覽館舉行。本屆大會(huì)以“智聯(lián)世界 生成未來(lái)”為主題，展覽面積超10萬(wàn)平方米，超過(guò)1100家企業(yè)參展，是今年AI領(lǐng)域規(guī)格最高、規(guī)模最大的國(guó)際盛會(huì)。

作為通用具身智能領(lǐng)域的創(chuàng)新力量，RoboScience機(jī)器科學(xué)首次亮相WAIC，現(xiàn)場(chǎng)展示自研通用具身大模型Visics、自研的可微多模態(tài)物理仿真引擎RoboMirage等在多項(xiàng)場(chǎng)景、任務(wù)及本體上的應(yīng)用成果，并開(kāi)展深度技術(shù)演示與沉浸式操作互動(dòng)。

30s換手即用：RoboScience機(jī)器科學(xué)首秀“一腦控多手”跨本體靈巧操作

在RoboScience機(jī)器科學(xué)展臺(tái)，多款不同品牌的靈巧手搭載同一套Visics通用具身大模型，同時(shí)向觀眾展示靈巧抓取能力。多款靈巧手全程自主實(shí)時(shí)感知、自主規(guī)劃抓取策略并完成不同屬性物體操作，從剛性工具到柔性物料，從規(guī)則形狀到異形物件，甚至能抓取觀眾現(xiàn)場(chǎng)隨機(jī)提供的物品，無(wú)需預(yù)設(shè)抓取流程。更值得關(guān)注的是，現(xiàn)場(chǎng)上演了“30秒極速換手”的硬核展示——工作人員直接更換不同品牌的靈巧手硬件，無(wú)需重新適配，靈巧手即在30秒內(nèi)被即時(shí)識(shí)別，并流暢執(zhí)行多類(lèi)抓取任務(wù)，整個(gè)換手到再啟動(dòng)過(guò)程壓縮至30秒以內(nèi)，真正實(shí)現(xiàn)“換手即用”。

這一展項(xiàng)背后是RoboScience機(jī)器科學(xué)自研通用具身大模型Visics面向真實(shí)場(chǎng)景的跨本體大規(guī)模泛化抓取能力。行業(yè)目前普遍更依賴(lài)二指夾爪完成抓取任務(wù)，靈巧手的跨本體泛化操作仍是難題，而RoboScience機(jī)器科學(xué)首次實(shí)現(xiàn)了一套統(tǒng)一具身大模型同時(shí)支持多款不同構(gòu)型靈巧手完成流暢抓取，且能做到Zero-shot（零樣本泛化）適配、換手即用，無(wú)需針對(duì)特定硬件重新訓(xùn)練或微調(diào)。這一突破直接驗(yàn)證了Visics跨本體、跨物體、跨任務(wù)的三大維度泛化能力，意味著具身大模型第一次真正做到了“一腦多手”。

此外，在商超場(chǎng)景中，機(jī)器人能夠自主理解指令，完成從移動(dòng)到抓取再到交付的全流程操作，無(wú)需人工干預(yù)。針對(duì)狹窄通道，機(jī)器人采用緊湊型硬件設(shè)計(jì)，靈活適應(yīng)復(fù)雜空間。目前，該方案目前已與多家零售、物流企業(yè)開(kāi)展試點(diǎn)合作，多SKU抓取成功率穩(wěn)定在99%以上。

在精細(xì)操作與視觸覺(jué)感知方面，搭載了RoboScience機(jī)器科學(xué)自研微型視觸覺(jué)模塊FingerEye的機(jī)械臂，現(xiàn)場(chǎng)演示拆紅包、立硬幣等精細(xì)任務(wù)。FingerEye可在接觸前提供立體深度指引，接觸后通過(guò)形變推算六軸力矩，實(shí)現(xiàn)亞毫米級(jí)的力控精度，充分展現(xiàn)機(jī)器人在高精度操作場(chǎng)景中的技術(shù)實(shí)力。

與騰訊云達(dá)成戰(zhàn)略合作，全球首個(gè)云端具身大模型亮相

現(xiàn)場(chǎng)四大技術(shù)演示均基于通用具身大模型Visics這一技術(shù)底座。作為RoboScience機(jī)器科學(xué)的核心技術(shù)成果，Visics采用自研VLOA（Vision-Language-Object-Action）架構(gòu)，以物體為中心進(jìn)行感知、規(guī)劃和執(zhí)行。

據(jù)悉，RoboScience機(jī)器科學(xué)已與騰訊云達(dá)成戰(zhàn)略合作，共同打造行業(yè)首個(gè)云端EaaS(Embodied-Al-as-a-Service)具身智能服務(wù)；Visics將作為全球首個(gè)具備云端部署能力的具身大模型，邁向云端規(guī)模化調(diào)用。

RoboScience機(jī)器科學(xué)通過(guò)自研通用具身大模型Visics的核心算法能力，包括VLOA架構(gòu)、Object Trajectory數(shù)據(jù)標(biāo)準(zhǔn)、跨本體泛化能力及全自動(dòng)數(shù)據(jù)管線等上層技術(shù)，結(jié)合騰訊云經(jīng)過(guò)大規(guī)模用戶驗(yàn)證的存儲(chǔ)與算力底座，包括統(tǒng)一數(shù)據(jù)底座、高性能計(jì)算、智能編排調(diào)度等基礎(chǔ)設(shè)施能力；雙方優(yōu)勢(shì)互補(bǔ)，共同打通從多地協(xié)同標(biāo)注到模型訓(xùn)練再到商業(yè)化落地的完整路徑，構(gòu)建云端EaaS具身智能服務(wù)，使具身智能從“技術(shù)驗(yàn)證”走向“規(guī)模化交付”，共同推動(dòng)具身智能從“本體綁定”走向“云-端解耦”時(shí)代。

據(jù)介紹，RoboScience機(jī)器科學(xué) Visics大模型融合“具身世界模型”和“通用操作模型”兩大核心引擎，創(chuàng)新性地引入Object Trajectory作為中間接口，并以物體的連續(xù)3D點(diǎn)云軌跡進(jìn)行表征。上層具身世界模型負(fù)責(zé)認(rèn)知和預(yù)演物理軌跡，下層通用操作模型負(fù)責(zé)將軌跡轉(zhuǎn)化為不同機(jī)器人的物理控制信號(hào)，實(shí)現(xiàn)了高層語(yǔ)義與底層物理規(guī)律的完美解耦，并分別用海量互聯(lián)網(wǎng)視頻及仿真數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練。

針對(duì)數(shù)據(jù)缺口，RoboScience機(jī)器科學(xué)選擇以自研可微多模態(tài)物理仿真引擎RoboMirage為核心，結(jié)合全自動(dòng)視頻數(shù)據(jù)標(biāo)注與清洗管線，構(gòu)建“仿真+視頻”雙數(shù)據(jù)飛輪。這一體系將單條數(shù)據(jù)的獲取成本降至傳統(tǒng)方案的1/20~1/200，同時(shí)以每周數(shù)十萬(wàn)小時(shí)的增速持續(xù)擴(kuò)展，從根本上突破了數(shù)據(jù)規(guī)模與成本的雙重瓶頸，為Visics大模型實(shí)現(xiàn)LLM級(jí)別的萬(wàn)億級(jí)數(shù)據(jù)Scale-up奠定了基礎(chǔ)。

其中，具身世界模型的預(yù)訓(xùn)練基于海量互聯(lián)網(wǎng)視頻數(shù)據(jù)。通過(guò)全自動(dòng)數(shù)據(jù)標(biāo)注及清洗pipeline，團(tuán)隊(duì)已積累數(shù)百萬(wàn)小時(shí)以物體為中心的高維多模態(tài)操作相關(guān)數(shù)據(jù)集（數(shù)千萬(wàn)video clips），并以每周數(shù)十萬(wàn)小時(shí)的速度增長(zhǎng)，目標(biāo)在2026年構(gòu)建上千萬(wàn)小時(shí)的全球領(lǐng)先數(shù)據(jù)集。 通用操作模型則通過(guò)自研可微多模態(tài)物理引擎RoboMirage積累了數(shù)百億次高質(zhì)量manipulation操作軌跡數(shù)據(jù)集，2026年目標(biāo)是構(gòu)建超過(guò)1T高質(zhì)量manipulation 操作軌跡數(shù)據(jù)集（1萬(wàn)億次全空間物體的manipulation操作軌跡數(shù)據(jù)）。

WAIC 2026現(xiàn)場(chǎng)，RoboScience機(jī)器科學(xué)首次公開(kāi)展示了通用具身大模型Visics的三大亮點(diǎn)成果：跨本體靈巧操作實(shí)現(xiàn)“30秒換手即用”，商超場(chǎng)景多SKU抓取成功率99%以上，F(xiàn)ingerEye精細(xì)操作實(shí)現(xiàn)亞毫米級(jí)力控精度。三項(xiàng)演示集中驗(yàn)證了Visics跨本體、跨物體、跨任務(wù)的泛化能力。

從展臺(tái)出發(fā)，這些能力正加速走向真實(shí)產(chǎn)業(yè)場(chǎng)景。RoboScience機(jī)器科學(xué)將繼續(xù)推進(jìn)具身智能從技術(shù)驗(yàn)證到規(guī)模化落地，讓機(jī)器人在工廠、商超和家庭等場(chǎng)景中真正理解世界、穩(wěn)定執(zhí)行任務(wù)。