1. 首頁 > 生活百科 > >

這家國內公司，在給具身智能技術棧做「通解」

機器人物流算法ai

這家國內公司，在給具身智能技術棧做「通解」

文章圖片

這家國內公司，在給具身智能技術棧做「通解」

文章圖片

這家國內公司，在給具身智能技術棧做「通解」

文章圖片

這家國內公司，在給具身智能技術棧做「通解」

文章圖片


機器之心報道
編輯：澤南、杜偉
打通機器人智能化的關鍵：眼+腦+手 。
具身智能（Embodied Intelligence）是 AI 領域里熱度極高的賽道：給大模型以物理的軀體 ， 讓它能夠感知真實世界 ， 這套新范式似乎能讓機器人完成各種以前無法想象的復雜任務 。
自大語言模型（LLM）技術爆發以來 ， 以具身智能為目標的明星機器人公司不斷涌現 ， 新聞頭條一個接著一個 。 不過直到最近還有機器人領域專家表示 ， 我們似乎仍沒有看到「機器人領域的 ChatGPT」出現 。
具身智能究竟應該會是怎樣的形式 ， 我們還沒有定論 。 不過最近的世界人工智能大會 WAIC 2025 ， 已經讓這個概念逐漸清晰了起來 。
形態、任務模式不受限
真正通用的 AI
今年的 WAIC 大會熱鬧非常 ， 展區人頭攢動 ， 最能吸引人們目光的當然是一臺臺機器人 。 值得一提的是 ， 有個展位上似乎集合了最近機器人技術落地的大多數形式 。
我們知道一直以來 ， 機器人的鐵手都是難以處理柔軟物體的 。 但在這個展臺的模擬居家場景中 ， 機器人正在展示疊衣服 。
它從判斷到做出決策的過程絲滑流暢 。 在設置好工作范圍后 ， 機器人就可以完成一長串連續復雜的動作 ， 把柔軟衣服整齊疊好 ， 還會像人類一樣鋪平幾下 。

機器人疊衣服 ， 看起來比人還仔細 。
有兩個五指靈巧手的機器人在表演海量真實生活物品自動識別 + 操作能力 。 它能閱讀人類手寫的標簽 ， 識別出「小黃人是玩具」、「卡皮巴拉是動物」這樣的概念 ， 能準確抓取起物體再正確地進行分門別類 。

雙臂機器人在按照手寫標簽進行分類 ， 視頻內容有加速 。
人類使用自然語言列出的各種需求 ， 機器人都可以弄懂并執行 。 面對這個機器人 ， 你不需要像大模型 Prompt 那樣給出絕對清晰的指令 ， 它就可以完成蔬菜、水果的分類收納 ， 或是區分食肉動物和食草動物 。

如果你再寫一個新標簽 ， 或是用不同的顏色做為分類標準 ， 機器人也可以把對應類型的物體放置到對應的標記上 。 它也可以也自行進行加減乘除的計算 。

這是一個工業機器人 ， 面對一盒雜亂的物品 ， 它可以自主決策進行工作 ， 前所未見的也能識別并一個個分揀出來 ， 而且速度極快 。

任意物體 ， 機器人都可以快速抓取 。
100% 透明的物體也可以被機器人識別出來并準確拿起 。

這里是一個模擬的商業場景 ， 你在服務臺的 iPad 上下單 ， 人形機器人就會自主規劃路線 ， 快速從貨架取到對應的商品遞過來 。

人形機器人便利店 。
在現場 ， 還有很多其他種類的機器人在有條不紊地工作著 ， 我們可以看到 ， 機器人已經可以做到接近人類的理解和推理能力 ， 可以認識和操作海量的真實物體 ， 可以抓取透明物體 ， 也可以完成復雜的柔性任務 ， 而且速度很快 ， 通用性強 。
可見 ， 不論是面對工業、商業場景 ， 還是未來貼近于人的家用環境 ， 具身智能都已經做好了準備 。
這些不同形態的機器人背后的技術全都來自同一家廠商 —— 國內科技公司梅卡曼德（Mech-Mind） ， 他們自研的通用機器人「眼腦手」全棧技術產品在 WAIC 上首次得到了全景展示 。
「眼腦手」合一
才叫具身智能
WAIC 上展示的一套套機器人應用 ， 搭載了梅卡曼德的通用機器人自研技術棧：Mech-GPT 機器人多模態大模型、Mech-Eye 高精度 3D 相機與 Mech-Hand 仿生五指靈巧手 。

梅卡曼德機器人在 WAIC 2025 大會上 。
他們展示的機器人都有機器人的「眼睛」有高精度 3D 視覺攝像頭 ， 信息傳輸給多模態大模型進行處理 ， 整個系統就可以像人一樣理解現實世界 ， 自動進行任務規劃 ， 配合高靈活度的五指靈巧手 ， 就可以實現多種操作 。

梅卡曼德的靈巧手 Mech-Hand 憑借靈活緊湊的硬件設計和先進的算法 ， 能夠靈活操作各類物體 。
梅卡曼德所做的 ， 相當于把具身智能的核心技術和關鍵能力做好 ， 至于你想要以怎樣的形式落地 ， 根據實際使用情況 ， 可以搭配人形等多種形態的機器人 ， 方便靈活且實用 。
在現場 ， 我們還能看到機器人背后的服務器 。 基于大模型 Scaling Laws「算力投入越多 ， 智力越高」的定律 ， 今天的機器人已經展現出了極高的靈活性 ， 具備了和人類協同工作的能力 。

Mech-Eye 3D 相機可以生成結構完整、細節清晰的 3D 點云數據 。
梅卡曼德的工程師表示 ， 機器人現在也可以理解一些人類之間對話背后的意義 ， 例如你對它說「我餓了」 ， 機器人就會把桌上的零食拿給你 。 看起來 ， 它們已經具備了一些人類的基本常識 。
與大家經常接觸到的大模型應用不同 ， 機器人需要面對真實世界這個最復雜的環境 ， 因此發展出了多種不同的形態：有些機器人更擅長運動 ， 而有些更擅長物體操控；有些機器人用于工業用途 ， 有些則用于家務 。 在未來的制造和物流等行業 ， 人形機器人很可能不是最主流的形態 。
但這并不意味著機器人的核心技術 ， 要為各種不同任務進行完全定制化 。 例如從工業場景來看 ， 不論是裝配、切割還是焊接 ， 機器人所做的事情都存在共性：識別物體的種類 ， 判斷狀態 ， 進行精確定位 ， 然后引導機器人完成相應的動作 。
對于具身智能來說 ， 跨實體化不僅僅是一項研究上的創新 ， 也是通用大腦的一項基本特性 。
為了構建通用化的具身智能 ， 梅卡曼德專注于構建基礎能力 ， 其提供的技術能力和各種不同形態機器人（單臂、雙臂、人形等）搭配 ， 具有自我感知、規劃和決策能力 ， 可執行多種類型的任務 ， 覆蓋大量實際應用場景 。
經過實踐 ， 這套標準化的 AI 大腦 + 3D 視覺 + 靈巧手產品組件 ， 可以讓機器人具備更高階智能 ， 具備類人的理解和推理能力 ， 可快速理解自然語言指令 ， 高效、精細地執行復雜任務 。 豐富數據和 AI 算法 ， 可以讓機器人認識更多常見物體 。

自 2016 年成立起 ， 梅卡曼德一直堅持產品化的道路 ， 不斷升級迭代技術 ， 高精度 3D 相機、AI 算法軟件等產品組件均高度標準化且開放 ， 提供通用標準接口 ， 可以適配幾十個品牌、上千個不同的機器人型號 。 對于其客戶來說 ， 可以通過一些主流的方式直接將產品與工業現場的系統快速打通配合 。
梅卡曼德的工程師表示 ， 他們目標就是讓機器人能「真的把事情辦好」 。
具身智能的未來
還有更多應用場景
最近 ， Grok-4、Kimi K2、Step-3 等大模型在 AI 領域掀起了又一輪技術進步潮流 ， 人們對于通用化的人工智能充滿了信心 。 在同樣前沿且熱門的機器人領域 ， 人們也已迫不及待 。 就在 7 月 ， 美團和京東接連出手 ， 投資了多家具身智能公司 ， 科技巨頭正在零售、物流、服務等領域持續探索新技術落地 。
從更宏觀的角度看 ， 面對從業者人數動輒上億的制造業、服務業等行業 ， 在全球范圍內 ， 目前至少還是每幾百個人能對應一臺機器人 ， 智能化程度不足是最主要的瓶頸 。
但我們還不知道哪家公司提出的技術會成為「機器人領域的 ChatGPT」—— 一方面 ， 基于大模型的新一代人工智能技術讓通用化任務的機器人有了方向；另一方面 ， 從技術展示到大規模落地 ， 仍存在很多挑戰 。 與自動駕駛類似 ， 機器人行業的發展需要大量產業鏈條的重塑 ， 從零開始構建客戶場景 。
【這家國內公司，在給具身智能技術棧做「通解」】正如梅卡曼德 CEO 邵天蘭所言 ， 這個方向不僅門檻高 ， 難度也大 。 但一路走來 ， 這家公司已經率先實現了跨行業、多場景、全球化的大規模落地 。 在不斷變化大趨勢下 ， 梅卡曼德持續在 AI 等前沿技術方向進展突破 ， 專注于通用機器人「眼腦手」三項基礎能力 ， 希望通過標準化產品適配廣泛的硬件形態 ， 推動機器人在各行業的落地 。
成立八年來 ， 梅卡曼德「AI 大腦 + 3D 視覺」賦能下的機器人產品已被應用至物流、汽車、家電等多個應用場景 ， 規模化應用的典型場景包括工件上下料、紙箱 / 周轉箱 / 膜包拆碼垛、高精度定位 / 裝配、缺陷檢測、高精度測量、焊接等 。
據介紹 ， 目前梅卡曼德「AI 智慧大腦 + 3D 視覺之眼」的解決方案在全球的落地數量已經超過 15000 臺 ， 過去五年在國內細分領域市場的占有率一直位列第一 ， 預計在今年一年內的落地數量會突破 1 萬 。
事實上 ， 梅卡曼德是全球首個在制造和物流行業實現大規模制造、大規模智能機器人應用的公司 ， 是全球「AI + 機器人」領域規模最大的獨角獸企業 。
通過一系列自主研發的 AI 核心技術 ， 梅卡曼德希望能夠幫助機器人實現更好的理解、推理和學習能力 ， 和更好地處理復雜任務、操作海量物體等關鍵能力 ， 更具通用性和實用性 ， 推動機器人從工業場景向更廣泛的應用領域邁進 。 面對具身智能的未來發展大方向 ， 家用和服務領域拓展也在進行中 。
也許很快 ， 具身智能加持的機器人就會成為人人可用的智能「幫手」 。
文中視頻鏈接：https://mp.weixin.qq.com/s/2yZ_gpcypvN69kZ-pooaig

    推薦閱讀