编辑｜Sia
开大了！
WAIC 2026 现场 ，，，，，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？？？？
展会现场 ，，，，，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、以什么姿态抓取 ，，，，，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。。。一次看似简朴的抓取 ，，，，，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。。。 ；；；皇旨从谜嬲缭降 ，，，，，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。。。全程不依赖人工遥浚浚？ ，，，，，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； ；；；力太小 ，，，，，又无法稳固控制。。。
为此 ，，，，，机械臂搭载了自研的微型视触觉模浚浚？ FingerEye 。。。
该模浚浚？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、触觉与力觉反馈 ，，，，，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 ，，，，，随时换场 ，，，，，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场 ，，，，，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 ；；；粗啤。。
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、仿真数据和真机反馈 ，，，，，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。。。 ；；；等诵幸 ，，，，，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。。。
