当前位置:

首页 > 硬件相关 > 2 个月不见,人形机器人 Walker S 会叠衣服了

2 个月不见,人形机器人 Walker S 会叠衣服了

机器之能报道编辑:吴昕国内版的人形机器人+大模型组队,首次完成叠衣服这类复杂柔性材料的操作任务。随着融合了OpenAI多模态大模型的Figure01揭开神秘面纱,国内同行的相关进展一直备受关注。就在昨天,国内"人形机器人第一股"优必选发布了人形机器人WalkerS深入融合百度文心大模型后的首个Demo,展示了一些有趣的新功能。现在,得到百度文心大模型能力加持的WalkerS是这个样子的。和Figure01一样,WalkerS没有走动,而是站在桌子后面完成一系列任务。它可以听从人类的命令,折叠衣物。完成任务

本文目录

    机器之能报道

    编辑:吴昕

    国内版的人形机器人 + 大模型组队,首次完成叠衣服这类复杂柔性材料的操作任务。

    随着融合了 OpenAI 多模态大模型的 Figure 01 揭开神秘面纱, 国内同行的相关进展一直备受关注。

    就在昨天,国内 " 人形机器人第一股 " 优必选发布了人形机器人 Walker S 深入融合百度文心大模型后的首个 Demo,展示了一些有趣的新功能。

    现在,得到百度文心大模型能力加持的 Walker S 是这个样子的。

    2 个月不见,人形机器人 Walker S 会叠衣服了

    和 Figure 01 一样,Walker S 没有走动,而是站在桌子后面完成一系列任务。它可以听从人类的命令,折叠衣物。

    完成任务后,你还可以和它聊天。比如问询这件黑色上衣搭配什么比较合适?机器人依然记得你要出差这件事,建议搭配深色裤子更适合正式场合。

    它还会将桌子上的各种开关归置到盘子里。

    即使被干扰,比如归置好的开关又被扔回桌子上,或者眼看就要拿到手的插座又被移开了,Walker S 都能实时调整工作状态,根据新情况完成归置任务。

    2 月,在新能源车厂实训时 , Walker S 就已展现出多模态感知与运动控制能力。

    此次,通过与文心大模型的深度融合,Walker S 的认知和操控能力再上台阶,不仅获得了高级意图理解和细粒度任务规划能力,更首次完成了叠衣服这类复杂柔性材料操作任务。

    文心大模型系文心产业级知识增强大模型,具备跨模态、跨语言的深度语义理解与生成能力,还有知识推理、任务规划等能力。通过将这些能力移植到人形机器人,可以让机器人像人一样对衣物的材质、形状、褶皱等属性进行分析和理解,并根据过往经验推理出最佳的叠衣方式和顺序。在实际叠衣过程中 , 机器人会实时分析衣物的状态变化,并相应地调整自己的动作策略。

    在物体干扰分拣任务中 , Walker S 也充分发挥了 "AI 大模型 + 机器人 " 的协同优势。首先,通过端侧的多模态感知模型获取物体的空间定位和语义信息,再将这些信息交由大模型进行智能处理,后者凭借其出色的任务拆解和逻辑推理能力为 Walker S 快速构建出最优的任务规划和执行路径。Walker S 则将这套方案映射到机械臂和灵巧手的实际操控中,最终流畅完成整套复杂任务。

    此举也是国内同行类似能力的首秀,其创新应用和实现难度在全球范围内也属于行业第一梯队水平。" 在很多展示中,包括 Figure 与 OpenAI 合作、我们与百度的合作,目前可以实现端到端。" 优必选管理层在昨晚的业绩回顾与展望会上向第一财经记者表示。

    " 我们利用了百度的大模型对任务的拆解、对自然语言的理解和顺序逻辑排列等。除了公司去年基于开源模型训练构建的基于端侧的多模态大模型外,我们认为未来人形机器人市场竞争越来越激烈的情况下,强强联合才能实现 1+1>2。" 优必选管理层解释这次合作时称," 国外特斯拉有大模型能力,有 OpenAI、英伟达与 Figure 的结合等,可以看到合作能为人形机器人落地提供强大技术支撑。"

    不过,通过对比 OpenAI 的视频,我们发现被赋能后的 Walker S 仍然与 Figure 01 存在差距。

    最明显的是动作速度。另外在指令内容上,Walker S 所接收的指令通常比较明确和具体,Figure 01 则能根据更加抽象的指令,借由常识推理将其转化为合理可行的具体操作。

    此外,Figure 01 能一边干活一边闲聊(尤其是解释自己的操作),并具备短期记忆能力,可根据之前的对话内容来合理规划当前的行动。

    随着生成式 AI 竞争的日趋激烈,以及研究重点从长文本、多模态延伸到具身智能,我们有理由相信未来的人形机器人将不再局限于感知静态数据,而是能够在虚拟乃至真实的三维世界中自由行动、与环境互动。这也标志着 AI 将实现从简单的机器学习到复杂类人任务执行的重大跨越。

    事实上,人形机器人赛道在过去半年已呈现出异常火热的势头 , 国内外原型机频频亮相 , 初创公司融资活跃。2 月优必选曝光 Walker S 在蔚来新能源汽车工厂试用的视频,机器人可以流畅完成安全带检测、车标贴附等工作。优必选股价也曾于 3 月初两天暴涨 200%。

    不过,目前全球人形机器人仍处在试点阶段,规模化放量仍需时间。毕竟 ,demo 和实际应用的差别非常大,后者更要通盘考虑可靠性、稳定性、成本等一系列要素。优必选方面表示,AI 大模型与人形机器人的结合,将极大提升后者的智能化水平和多场景任务适应能力,加快其产业化进程。创始人周剑也公开表示,希望今年年底完成第一批人形机器人在工厂的落地,通过测试并为 2025 年人形机器人形成批量爆发做准备。此外,今年年底优必选计划推出第一代家庭端情感陪护人形机器人,该机器人将搭载大模型,能与用户互动并形成短期、长期记忆。

    参考链接

    https://www.stcn.com/article/detail/1164967.html

    THE END

    转载请联系本公众号获得授权

    投稿或寻求报道:content@jiqizhixin.com

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 机器人 百度 美图
    上一篇: 华为发布会主动「撞车」苹果,三折手机能否单挑iPhone 16?
    下一篇: 真我
    相关文章 更多
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示
    AI Agent、Genie 4与机器人有什么区别?从任务输入到场景演示

    认识AI Agent、Genie 4与机器人的区别:任务输入不等于完成结果,世界模拟不等于现实执行,装载机动作展示也不能替代完整工程验收。

    OPPO 即将行业首发 5.5G 技术 理论可实现 10 倍连接速率提升
    OPPO 即将行业首发 5.5G 技术 理论可实现 10 倍连接速率提升

    3月28日,OPPOFind系列产品负责人周意保在微博发文,表示OPPO已经进入了5.5G时代。OPPOFindX7系列周意保在微博上传了一张截图,图中的手机锁屏界面右上方状态栏信号一栏显示为5GA,也就是人们更加熟悉的5.5G。此外,周意保也发文称:"和大家一起进入5.5G新移动网络时代!"宣布了5.5G新移动网络时代的到来。OPPOFind系列产品负责人周意保微博有博主表示,OPPOFindX7系列即将行业首发支持5G-A(5.5G),OTA固件已经准备好了。5G-A理论上可以实现10倍提升的连接速率

    python 之禅:逐句理解 Python 代码风格与工程取舍
    python 之禅:逐句理解 Python 代码风格与工程取舍

    本文不做口号式翻译,而是结合 Python 示例解释可读性、显式决策、错误处理和小步重构,帮助开发者把 Python 之禅变成日常代码审查清单。

    百度导航地图更新版_百度导航官方下载
    百度导航地图更新版_百度导航官方下载

    截至2026年8月18日,百度地图安卓最新官方版为v21.6.0,需通过正式map.baidu.com直装或百度手机助手下载;iOS用户须通过App Store安装,版本以正式标注为准,不可信非最新渠道。想在手机上安装最新版百度地图最新应用,确保能用上实时路况、AR实景导航和未来7天任意时刻路线规划

    贾跃亭的FF机器人亮相CBS、引爆街头:借势世界杯“轻巧破圈”
    贾跃亭的FF机器人亮相CBS、引爆街头:借势世界杯“轻巧破圈”

    法拉第未来EAI机器人亮相洛杉矶世界杯庆典,被CBS报道,实现零广告费破圈。目前推出三大系列机器人,截至5月累计交付137台,年度目标上调至1500台。近期获7000万美元融资,将发布机器人教育生态战略,加速物理AI领域布局。

    启元机器人加速线下布局:亚洲首店落子深圳,上海全球首店同步筹备
    启元机器人加速线下布局:亚洲首店落子深圳,上海全球首店同步筹备

    启元机器人加速线下布局,亚洲首店已在深圳卓悦中心设围挡,上海全球首店同步筹备,西安等地也在推进中。作为上纬新材在消费级具身智能领域的核心载体,其聚焦个人机器人赛道,研发投入同比增长超500%。

    【城事】001,世界会客厅首位机器人员工上岗
    【城事】001,世界会客厅首位机器人员工上岗

    6月16日,世界会客厅迎来首位智能导览员——编号001的人形机器人正式上岗。它身高约1.7米,通体银白,可提供多语种讲解、智能引导与互动问答,致力于提升智慧化参观体验。同日,世界会客厅举办了年度品牌日暨首秀5周年纪念活动。

    300名截肢患者,正在变成机器人的触觉训练师
    300名截肢患者,正在变成机器人的触觉训练师

    约300名截肢患者日常使用仿生手产生的触觉与运动数据,被PSYONIC用于机器人灵巧手训练,通过“真实到真实”迁移绕过仿真环节,将人类操控经验直接迁移至机器人。已与ABB、NVIDIA合作探索汽车制造等工业场景,但数据规模与可靠性仍需验证。

    115、百度网盘 618 加促 2 天:VIP & 超级会员低至 75 元起 / 年均探底
    115、百度网盘 618 加促 2 天:VIP & 超级会员低至 75 元起 / 年均探底

    百度网盘超级会员年卡限时特惠,原价298元,现仅189元加送2个月共14个月,月均仅13.5元,年付低至162元,活动至6月20日,比原价节省109元。115网盘VIP两年仅150元,另有多种联合会员套餐可选,如百度网盘联合套餐等,超值优惠,机会难得。

    香港中文大学、上交大联合研究团队让机器人
    香港中文大学、上交大联合研究团队让机器人"看"懂人类双手动作

    ACE-Ego-0框架将人类双手视频与机器人数据统一到头部摄像头坐标系,通过形态条件化和可靠性加权损失处理结构差异与噪声。在超6000小时数据上预训练,于仿真和真实双臂机器人测试中刷新多项基准,平均成功率72.8%,真实任务达78.3%。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。