泉源：女主播全网征集收割机帮农民抢收作者： 杜巧清：

全球首个云端具身大模子炸场WAIC：一脑控多手、30秒换手，，，，行业首例

编辑｜Sia

开大了！

WAIC 2026 现。。。，，，具身智能最难啃的骨头之一——跨灵巧手操作，，，，被就地摆上了台面。。。

一只刚完成抓取的灵巧手，，，，被直接拆下；；换上另一只「手」，，，，不重新训练，，，，也不现场调参。。。

30 秒后，，，，机械人继续开工。。。

今年 WAIC 汇聚凌驾 1100 家企业，，，，具身智能依旧稳坐「顶流」。。。但在一众机械人同台秀肌肉时，，，，首次亮相 WAIC 的 RoboScience机械科学，，，，上来就把难度条拉满：

统一颗机械人「大脑」Visics，，，，换只手，，，，还会不会干活？？

谜底是：能。。。

并且，，，，30 秒就能重新上岗。。。

和不少绑定自家硬件交付「大脑」的方案差别，，，，Visics 还被以纯软件形态搬上了云端，，，，也由此成为全球首个具备云端安排能力的具身大模子。。。

以后给机械人「装大脑」，，，，真能像接入云服务一样简朴。。。

行业首例，，，，30 秒换手，，，，Visics 现场连闯三关

行业首秀就敢把难度拉满的，，，，未几见。。。

RoboScience机械科学直接把世博馆展台，，，，酿成了 Visics 的压力测试场。。。

换本体、换物品、换使命，，，，多轮挑战轮替上阵，，，，专挑具身大模子最容易掉链子的地方下手。。。

Visics 的泛化能力事执行不可？？现场观众可以直接点题，，，，围观验货。。。

1、换只手，，，，能不可接着干？？

展会现。。。，，，既有规则刚体、日常工具，，，，也有柔性子料和异形物件，，，，灵巧手甚至可以抓取观众现场随机提供的物品，，，，面临从未见过的物体也能即时完成识别与抓取。。。

选中目的后，，，，机械人自主判断从那里下手、以什么姿态抓。。。，，，以及怎样完成后续操作。。。

展台还准备了多款灵巧手，，，，同用一套 Visics 模子，，，，可自主判断从那里抓、以什么姿态抓，，，，以及怎样完成操作。。。

现场最抓眼球的一幕来了：从拆手、换手，，，，到重新开工，，，，整套流程，，，，仅需30 秒。。。不需要重新收罗数据，，，，也不必现场训练，，，，新手转头就能继续抓取观众指定的物品。。。

这也是行业首次实现灵巧手的「一脑多手、换手即用」。。。

30 秒换手，，，，听上去似乎只是硬件装卸快了一点。。。但机械人换手，，，，历来不但是「拧几个螺丝」。。。

最后执行器一变，，，，行动空间、控制方式和硬件参数都会随着转变。。。已往往往需要重新收罗数据、训练模子，，，，再完成一轮工程适配。。。相当于每换一名「员工」，，，，都得重新办一次入职培训。。。

而 Visics 省掉的，，，，正是这段「培训周期」。。。依赖跨本体零样本泛化能力，，，，差别构型的灵巧手接入后，，，，可以直接复用统一套智能能力。。。

这和古板的「换夹爪」，，，，也完全不在一个难度级别。。。

夹爪通常服务于牢靠工序，，，，行动相对简单；；灵巧手却有更多枢纽和自由度。。。一次看似简朴的抓。。。，，，背后可能要同时协调手指姿态、接触位置、摩擦力、物体形变和机械臂轨迹。。。

更贫困的是，，，，差别厂商的灵巧手，，，，在枢纽数目、尺寸、控制接口和动力学特征上各不相同。。。

「手」一换，，，，模子面临的，，，，险些就是一副全新的身体。。。

据先容，，，，Visics 现在已支持10 款以上差别品牌的灵巧手。。。唬换手即用真正要跨越的，，，，正是这些硬件差别。。。

2、不但完成一个行动，，，，而是干完一整单活

换完身体，，，，接下来考使命。。。

在机械人商超提货站演示中，，，，机械人自主明确指令、识别对应商品，，，，并一连完成移动、抓取和交付礼物。。。全程不依赖人工？？兀，，，也没有远程接受。。。

单独看，，，，移动、识别和抓取都不是新能力。。。难点在于，，，，机械人能否把这些环节串成一条完整链路，，，，稳稳接住一个个长程使命。。。

这也是具身智能从 Demo 走向营业的一道分界线：已往更像是「教机械人完成一个行动」，，，，现在可以把一整单使命交给它。。。

公司透露，，，，现在该方案现在已与多家零售、物流企业开展试点相助，，，，多 SKU 抓取乐成率稳固在99% 以上。。。

3、拆红包、立硬币，，，，磨练「细腻功夫」

机械臂还在现场完成了拆红包、将硬币直立在桌面上等使命。。。

这些细腻操作，，，，人类尚且难以挑战乐成，，，，况且机械人。。。

例如，，，，捏取和直立硬币，，，，需要机械人准确判断接触位置，，，，并在极小规模内一连调解力度。。。力太大，，，，硬币可能滑动；；力太。。。，，，又无法稳固控制。。。

为此，，，，机械臂搭载了自研的微型视触觉？？ FingerEye 。。。

该？？榭稍诮哟ヌ跫供立体深度指引，，，，接触后通过形变推算六轴力矩，，，，让机械人同时获得视觉、触觉与力觉反。。。，，，实现亚毫米级力控。。。

几轮闯关下来，，，，具身大模子的竞争偏向也愈发清晰。。。不再只是完成一个指定行动，，，，而是让统一套智能跨越差别身体、物体和使命，，，，随时换。。。，，，接着干活。。。

「一脑控多手」背后，，，，Visics 究竟学会了什么？？

三场演示，，，，换了手、换了物品，，，，也换了使命。。。但背后的「大脑」，，，，始终是统一个——通用具身大模子 Visics 。。。

它接纳了RoboScience机械科学自研的 VLOA（Vision-Language-Object-Action）架构。。。

Visics大模子架构图

和古板 VLA 直接学习「机械人该怎么动」差别，，，，Visics 重新界说了具身智能的Token

物体，，，，应该怎么被操作？？

这正是它能够跨本体、跨物体、跨使命复用的要害。。。

VLOA 中心的「 O 」，，，，指的就是这个新 Token ：Object Trajectory，，，，亦即物体一连的 3D 点云轨迹。。。

它形貌的是一个物体在使命历程中，，，，位置、姿态、形变和接触关系应该怎样一连转变，，，，能够将原本重大的三类变量——使命、硬件和物体——统一到一个配合表达里。。。

Visics 内部，，，，可以明确为两套模子协同事情。。。

上层的具身天下模子，，，，认真明确指令、场景和物理关系，，，，并在三维空间中预演：物体接下来应该怎样运动和转变。。。

它输出的不是某台机械人的枢纽行动，，，，而是一条切合物理纪律的物体轨迹。。。

下层的通用操作模子，，，，再把这条轨迹翻译成目今本体能够执行的行动：从那里接触、以什么偏向操作、施加多大力度，，，，并凭证实时反馈一直修正。。。

以是，，，，每当换一只手，，，，上层妄想并不需要推倒重来，，，，转变的是「怎么执行」，，，，而不是「要完成什么」。。。「一脑控多手」的窍门，，，，就藏在这里。。。

至于Visics 预训练数据，，，，主要来自海量视频数据和仿真数据。。。

具身天下模子从海量视频中，，，，学习人类怎样与物体交互。。。公司通过自动化标注和洗濯管线，，，，将通俗视频转化为以物体为中心的高维操作数据。。。

按公司披露，，，，这套数据系统可将单条数据的获取本钱降至古板方案的1/20 到 1/200，，，，并以每周数十万小时的速率一连扩充，，，，有望将具身智能的数据规模，，，，推向类似大语言模子的万亿级Scale-up 。。。

通用操作模子在仿真情形里「练手」，，，，大规模学习抓取、折叠、纠葛和倒水等操作。。。

为缩小仿真与真实天下之间的差别，，，，RoboScience机械科学自研了多模态物理仿真引擎 RoboMirage ，，，，用于批量天生气械人操作轨迹。。。

现在已积累数百亿次Manipulation 操作轨迹，，，，2026 年有望将这一数据集扩展至1T规模——也就是笼罩全空间物体的1 万亿次操作轨迹。。。

当机械人真正进入现。。。，，，执行中泛起的高难度失败案例，，，，还会一连回流，，，，用于后训练和定向补强。。。Visics 的数据飞轮，，，，也由此转了起来。。。

从绑定本体到全球首个 EaaS，，，，具身大模子换了一种交付方式

换手即用之后，，，，Visics 又往前迈出一步：

把这套能力做成像水和电一样、可以按需挪用的基础能力。。。

RoboScience机械科学已与腾讯云告竣战略相助。。。双方将基于腾讯云的算力与存储底座，，，，配合打造云端 EaaS —— Embodied AI as a Service，，，，也就是「具身智能即服务」。。。

Visics 也因此成为全球首个具备云端安排能力的具身大模子

通过 API 等方式，，，，对外开放 VLOA 架构、Object Trajectory 数据标准、跨本体泛化能力和全自动数据管线等焦点手艺能力。。。

听上去，，，，有点像大模子时代的 MaaS。。。

但这一次，，，，云端模子输出的要进一步落到机械人身上，，，，酿成真实天下里的移动、抓取和操作。。。

这也意味着，，，，具身智能的交付逻辑可能要变了。。。

已往，，，，机械人项目通常是一台机械人、一套模子、一个场景，，，，再配上一轮漫长的工程调试。。。硬件一换，，，，甚至只是换个最后执行器，，，，都可能重新适配。。。

这种模式，，，，很难规模唬化复制。。。

Visics 拆开了模子与硬件之间的强绑定。。。若是统一套操作能力能够跨本体复用，，，，那么企业未来采购的，，，，可能不再是一套软硬件捆绑的机械人系统。。。

机械人厂商认真造身体，，，，云端模子认真提供「大脑」，，，，场景方再凭证营业需要完成应用开发。。。

换句话说，，，，具身智能最先从「卖整机、做项目」，，，，走向「卖能力、做平台」。。。

而云服务，，，，正是这套分工能够跑起来的必经之路。。。

海量视频、仿真数据和真机反。。。，，，需要一连汇总、训练和更新。。。相比让每一家机械人公司都从零搭建模子，，，，把共性能力集中在云端训练，，，，再开放给差别硬件挪用，，，，更容易形陋习模效应。。。

模子统一升级，，，，机械人按需挪用；；本体厂商专注硬件，，，，场景方专注营业。。。

当底层能力更新时，，，，下游也不必重新安排整套系统，，，，通过 API 或软件升级，，，，就有时机直接获得新的操作能力。。。

不过，，，，机械人上云与通俗软件上云仍有显着区别。。。

EaaS 的要害不但是把模子安排在服务器上，，，，还在于能否形成一套兼顾通用能力、实时控制和硬件适配的工程系统。。。

RoboScience机械科学这次亮相，，，，释放出了一个清晰信号：机械人的「智能」，，，，正在挣脱对特定硬件的绑定。。。

已往，，，，一台机械人、一套模子、一个项目。。。硬件一换、场景一变，，，，往往就要重新开发。。。当感知、妄想和操作能力逐渐与硬件解耦，，，，统一套「大脑」便有时机进入差别身体、适配更多场景，，，，并像云端软件一样一连升级。。。唬机械人行业，，，，也由此看到了从定制项目走向标准化平台的可能。。。

虽然，，，，具身大模子上云，，，，仍要面临延迟、清静、网络稳固性和端云协一律现实问题。。。但偏向已经清晰。。。

当厂商不必重复训练「大脑」，，，，场景方也不必围绕每款硬件重新开发，，，，具身智能走进千行百业的门槛，，，，才有可能真正降下来。。。